各向異性模型圖像增強(qiáng)算法的研究與FPGA實(shí)現(xiàn)
發(fā)布時(shí)間:2021-01-26 16:50
隨著生物醫(yī)學(xué)、機(jī)器視覺、工業(yè)檢測等領(lǐng)域中圖像傳感器的發(fā)展,基于偏微分方程的各向異性擴(kuò)散模型圖像增強(qiáng)算法已經(jīng)被廣泛應(yīng)用。傳感器模塊需要的功能與效率在不斷提高,使得對(duì)各向異性擴(kuò)散模型圖像增強(qiáng)算法的性能改進(jìn)成為一個(gè)重要課題。本文在對(duì)各向異性擴(kuò)散模型中Perona-Malik模型進(jìn)行了局限性分析后,找出三點(diǎn)改進(jìn)之處,包括邊緣細(xì)節(jié)保留效果不好、對(duì)比度和亮度下降嚴(yán)重以及迭代計(jì)算時(shí)間利用率低。針對(duì)缺陷的改進(jìn)辦法,本文的主要內(nèi)容如下:1、針對(duì)邊緣細(xì)節(jié)保留效果不好的缺陷,本文借用Laplace圖像增強(qiáng)算法中逆熱擴(kuò)散方程的思想,同時(shí)根據(jù)Perona-Malik模型中各向異性的擴(kuò)散函數(shù),研究了一種能夠結(jié)合原有擴(kuò)散函數(shù)的銳化函數(shù),使得改進(jìn)型Perona-Malik模型算法能夠在邊緣區(qū)域和非邊緣區(qū)域進(jìn)行不同的操作,達(dá)到了增強(qiáng)邊緣細(xì)節(jié)信息的作用。2、針對(duì)對(duì)比度和亮度下降嚴(yán)重的缺陷,本文將對(duì)數(shù)變換處理放置于改進(jìn)型PeronaMalik模型算法處理之前,能夠壓縮圖像的高灰度值區(qū)域,擴(kuò)展低灰度值區(qū)域,從而達(dá)到提升圖像對(duì)比度和灰度均值的目的。3、針對(duì)迭代計(jì)算時(shí)間利用率低的問題,由于傳統(tǒng)的計(jì)算機(jī)處理方法已經(jīng)很難滿足算法的硬...
【文章來源】: 張?zhí)煜?中北大學(xué)
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Perona-Malik模型算法處理結(jié)果
中北大學(xué)學(xué)位論文13I(x,y,t)=I(x,y)-t(2Ix2+2Iy2)(2-16)在軟件實(shí)現(xiàn)過程中,Laplace圖像增強(qiáng)算法主要是依靠3×3模板進(jìn)行實(shí)現(xiàn),其中常用的3×3模板權(quán)重系數(shù)如圖2-4所示,圖中左側(cè)為四領(lǐng)域模板,右側(cè)為八領(lǐng)域模板,由于各個(gè)方向上系數(shù)都為固定的值,所以Laplace圖像增強(qiáng)算法是一種各向同性的模板。0-10-14-10-10-1-1-1-18-1-1-1-1圖2-4Laplace算子權(quán)重系數(shù)模板利用以上兩個(gè)模板分別進(jìn)行處理,文軟件實(shí)現(xiàn)平臺(tái)為VS2013,使用C++語言和OpenCV3.0開發(fā)庫進(jìn)行實(shí)現(xiàn),得到如圖2-5所示處理結(jié)果,其中圖2-5(a)為原圖,圖2-5(b)、(d)為四領(lǐng)域和八領(lǐng)域模板處理圖像,圖2-5(c)、(e)為處理圖像與原圖的差值,可以提現(xiàn)出增強(qiáng)算法所增加的細(xì)節(jié)信息。(a)原圖(b)四領(lǐng)域模板(c)四領(lǐng)域模板差值(d)八領(lǐng)域模板(e)八領(lǐng)域模板差值圖2-5Laplace算法處理結(jié)果根據(jù)圖像結(jié)果可知,當(dāng)熱擴(kuò)散方程進(jìn)行逆向擴(kuò)散時(shí),圖像的細(xì)節(jié)增強(qiáng)效果變強(qiáng),但是在增強(qiáng)圖像邊緣細(xì)節(jié)的過程中,也將圖像噪聲進(jìn)行了放大,圖像的邊緣會(huì)產(chǎn)生過沖現(xiàn)象,從而對(duì)圖像本身的信息造成了干擾,所以這種單方面增強(qiáng)的在實(shí)際應(yīng)用中有很大的局限性。2.3.2改進(jìn)型Perona-Malik模型算法原理通過分析Laplace算法的逆熱擴(kuò)散模型,本文針對(duì)傳統(tǒng)的Perona-Malik模型,添加其逆擴(kuò)散函數(shù),并針對(duì)函數(shù)的參數(shù)進(jìn)行選擇。改進(jìn)型Perona-Malik模型的迭代形式可以表示為如式(2-17)所示:
中北大學(xué)學(xué)位論文15圖2-6(b)中為假定取ω=0.1時(shí)的流函數(shù),相比在傳統(tǒng)Perona-Malik模型中,隨著梯度增大,擴(kuò)散函數(shù)和流函數(shù)緩慢降為0值,改進(jìn)型Perona-Malik模型在I>K/√ω時(shí),擴(kuò)散函數(shù)和流函數(shù)由正值變負(fù)值。即區(qū)分不同區(qū)域后進(jìn)行相反的操作,選取ω=0.1時(shí),對(duì)應(yīng)的是銳化I>3.16K的邊緣信息,平滑I<3.16K的非邊緣區(qū)域。因此,選取合適的ω和K值能夠讓改進(jìn)型Perona-Malik模型合理地進(jìn)行平滑或銳化操作,從而達(dá)到增強(qiáng)圖像細(xì)節(jié)的目的[45]。為了防止改進(jìn)型Perona-Malik模型對(duì)圖像的過度銳化操作,選取合適的ω和K值是使算法適用性強(qiáng)的關(guān)鍵。經(jīng)過4次迭代,選取K=1,2,3、ω=0.05,0.2,0.3,如圖2-7和圖2-8所示結(jié)果,其中圖2-7為各參數(shù)處理結(jié)果圖,圖2-8為處理結(jié)果與原圖的差值圖。(a)K=1,ω=0.05(b)K=1,ω=0.2(c)K=1,ω=0.3(d)K=2,ω=0.05(e)K=2,ω=0.2(f)K=2,ω=0.3(g)K=1,ω=0.05(h)K=1,ω=0.2(i)K=1,ω=0.3圖2-7各參數(shù)處理結(jié)果圖(a)K=1,ω=0.05(b)K=1,ω=0.2(c)K=1,ω=0.3
【參考文獻(xiàn)】:
期刊論文
[1]基于CMOS圖像傳感器的彩色濾鏡和微透鏡工藝研究[J]. 史海軍,葉紅波. 集成電路應(yīng)用. 2020(02)
[2]衛(wèi)星遙感及圖像處理平臺(tái)發(fā)展[J]. 趙忠明,高連如,陳東,岳安志,陳靜波,劉東升,楊健,孟瑜. 中國圖象圖形學(xué)報(bào). 2019(12)
[3]基于FPGA的微處理器SET敏感性評(píng)估方法[J]. 孫駿,梁華國,姚瑤,黃正峰,徐秀敏. 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(11)
[4]基于實(shí)時(shí)數(shù)據(jù)的智能農(nóng)業(yè)圖像處理系統(tǒng)的實(shí)現(xiàn)[J]. 鄧泓,楊瀅婷,劉志超,彭瑩瓊. 數(shù)字技術(shù)與應(yīng)用. 2019(11)
[5]基于FPGA和OV5640的圖像采集和處理系統(tǒng)設(shè)計(jì)[J]. 裴正雄,彭安金. 機(jī)電信息. 2019(32)
[6]基于FPGA的自適應(yīng)直方圖均衡算法的研究與實(shí)現(xiàn)[J]. 賀聰,胡乃瑞,李玉峰. 電子設(shè)計(jì)工程. 2019(21)
[7]基于圖像識(shí)別和多感知融合的列車自動(dòng)防護(hù)方案[J]. 徐建勇,豐文勝,薛強(qiáng). 鐵道通信信號(hào). 2019(10)
[8]基于FPGA的HDMI顯示設(shè)備背光視覺增強(qiáng)系統(tǒng)的設(shè)計(jì)[J]. 徐建東,肖金球,孫磊. 現(xiàn)代電子技術(shù). 2019(20)
[9]基于FPGA的光電成像與顯示電路設(shè)計(jì)[J]. 趙紅偉,劉凱麗,張偉,陳建軍. 光電子技術(shù). 2019(03)
[10]最新商用智能駕駛計(jì)算機(jī)方案與展望[J]. 袁沂. 汽車文摘. 2019(08)
博士論文
[1]工業(yè)X射線圖像增強(qiáng)算法研究[D]. 陳燕.中北大學(xué) 2016
碩士論文
[1]基于FPGA的直線特征高速視覺檢測方法研究[D]. 朱歡歡.哈爾濱工業(yè)大學(xué) 2019
[2]基于FPGA圖像邊緣檢測算法的實(shí)現(xiàn)[D]. 張敏.中北大學(xué) 2019
[3]中繼衛(wèi)星系統(tǒng)寬帶信道模擬器硬件電路設(shè)計(jì)與實(shí)現(xiàn)[D]. 呂魯振.北京理工大學(xué) 2015
[4]基于STM32和FreeRTOS的獨(dú)立式運(yùn)動(dòng)控制器設(shè)計(jì)與研究[D]. 謝鵬程.華南理工大學(xué) 2012
[5]對(duì)圖像去噪的Perona-Malik模型的改進(jìn)及數(shù)值算法的研究[D]. 劉曉娜.中央民族大學(xué) 2012
[6]紅外熱像儀視頻圖像實(shí)時(shí)處理器的研制[D]. 顧東升.南京理工大學(xué) 2002
本文編號(hào):3001477
【文章來源】: 張?zhí)煜?中北大學(xué)
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Perona-Malik模型算法處理結(jié)果
中北大學(xué)學(xué)位論文13I(x,y,t)=I(x,y)-t(2Ix2+2Iy2)(2-16)在軟件實(shí)現(xiàn)過程中,Laplace圖像增強(qiáng)算法主要是依靠3×3模板進(jìn)行實(shí)現(xiàn),其中常用的3×3模板權(quán)重系數(shù)如圖2-4所示,圖中左側(cè)為四領(lǐng)域模板,右側(cè)為八領(lǐng)域模板,由于各個(gè)方向上系數(shù)都為固定的值,所以Laplace圖像增強(qiáng)算法是一種各向同性的模板。0-10-14-10-10-1-1-1-18-1-1-1-1圖2-4Laplace算子權(quán)重系數(shù)模板利用以上兩個(gè)模板分別進(jìn)行處理,文軟件實(shí)現(xiàn)平臺(tái)為VS2013,使用C++語言和OpenCV3.0開發(fā)庫進(jìn)行實(shí)現(xiàn),得到如圖2-5所示處理結(jié)果,其中圖2-5(a)為原圖,圖2-5(b)、(d)為四領(lǐng)域和八領(lǐng)域模板處理圖像,圖2-5(c)、(e)為處理圖像與原圖的差值,可以提現(xiàn)出增強(qiáng)算法所增加的細(xì)節(jié)信息。(a)原圖(b)四領(lǐng)域模板(c)四領(lǐng)域模板差值(d)八領(lǐng)域模板(e)八領(lǐng)域模板差值圖2-5Laplace算法處理結(jié)果根據(jù)圖像結(jié)果可知,當(dāng)熱擴(kuò)散方程進(jìn)行逆向擴(kuò)散時(shí),圖像的細(xì)節(jié)增強(qiáng)效果變強(qiáng),但是在增強(qiáng)圖像邊緣細(xì)節(jié)的過程中,也將圖像噪聲進(jìn)行了放大,圖像的邊緣會(huì)產(chǎn)生過沖現(xiàn)象,從而對(duì)圖像本身的信息造成了干擾,所以這種單方面增強(qiáng)的在實(shí)際應(yīng)用中有很大的局限性。2.3.2改進(jìn)型Perona-Malik模型算法原理通過分析Laplace算法的逆熱擴(kuò)散模型,本文針對(duì)傳統(tǒng)的Perona-Malik模型,添加其逆擴(kuò)散函數(shù),并針對(duì)函數(shù)的參數(shù)進(jìn)行選擇。改進(jìn)型Perona-Malik模型的迭代形式可以表示為如式(2-17)所示:
中北大學(xué)學(xué)位論文15圖2-6(b)中為假定取ω=0.1時(shí)的流函數(shù),相比在傳統(tǒng)Perona-Malik模型中,隨著梯度增大,擴(kuò)散函數(shù)和流函數(shù)緩慢降為0值,改進(jìn)型Perona-Malik模型在I>K/√ω時(shí),擴(kuò)散函數(shù)和流函數(shù)由正值變負(fù)值。即區(qū)分不同區(qū)域后進(jìn)行相反的操作,選取ω=0.1時(shí),對(duì)應(yīng)的是銳化I>3.16K的邊緣信息,平滑I<3.16K的非邊緣區(qū)域。因此,選取合適的ω和K值能夠讓改進(jìn)型Perona-Malik模型合理地進(jìn)行平滑或銳化操作,從而達(dá)到增強(qiáng)圖像細(xì)節(jié)的目的[45]。為了防止改進(jìn)型Perona-Malik模型對(duì)圖像的過度銳化操作,選取合適的ω和K值是使算法適用性強(qiáng)的關(guān)鍵。經(jīng)過4次迭代,選取K=1,2,3、ω=0.05,0.2,0.3,如圖2-7和圖2-8所示結(jié)果,其中圖2-7為各參數(shù)處理結(jié)果圖,圖2-8為處理結(jié)果與原圖的差值圖。(a)K=1,ω=0.05(b)K=1,ω=0.2(c)K=1,ω=0.3(d)K=2,ω=0.05(e)K=2,ω=0.2(f)K=2,ω=0.3(g)K=1,ω=0.05(h)K=1,ω=0.2(i)K=1,ω=0.3圖2-7各參數(shù)處理結(jié)果圖(a)K=1,ω=0.05(b)K=1,ω=0.2(c)K=1,ω=0.3
【參考文獻(xiàn)】:
期刊論文
[1]基于CMOS圖像傳感器的彩色濾鏡和微透鏡工藝研究[J]. 史海軍,葉紅波. 集成電路應(yīng)用. 2020(02)
[2]衛(wèi)星遙感及圖像處理平臺(tái)發(fā)展[J]. 趙忠明,高連如,陳東,岳安志,陳靜波,劉東升,楊健,孟瑜. 中國圖象圖形學(xué)報(bào). 2019(12)
[3]基于FPGA的微處理器SET敏感性評(píng)估方法[J]. 孫駿,梁華國,姚瑤,黃正峰,徐秀敏. 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(11)
[4]基于實(shí)時(shí)數(shù)據(jù)的智能農(nóng)業(yè)圖像處理系統(tǒng)的實(shí)現(xiàn)[J]. 鄧泓,楊瀅婷,劉志超,彭瑩瓊. 數(shù)字技術(shù)與應(yīng)用. 2019(11)
[5]基于FPGA和OV5640的圖像采集和處理系統(tǒng)設(shè)計(jì)[J]. 裴正雄,彭安金. 機(jī)電信息. 2019(32)
[6]基于FPGA的自適應(yīng)直方圖均衡算法的研究與實(shí)現(xiàn)[J]. 賀聰,胡乃瑞,李玉峰. 電子設(shè)計(jì)工程. 2019(21)
[7]基于圖像識(shí)別和多感知融合的列車自動(dòng)防護(hù)方案[J]. 徐建勇,豐文勝,薛強(qiáng). 鐵道通信信號(hào). 2019(10)
[8]基于FPGA的HDMI顯示設(shè)備背光視覺增強(qiáng)系統(tǒng)的設(shè)計(jì)[J]. 徐建東,肖金球,孫磊. 現(xiàn)代電子技術(shù). 2019(20)
[9]基于FPGA的光電成像與顯示電路設(shè)計(jì)[J]. 趙紅偉,劉凱麗,張偉,陳建軍. 光電子技術(shù). 2019(03)
[10]最新商用智能駕駛計(jì)算機(jī)方案與展望[J]. 袁沂. 汽車文摘. 2019(08)
博士論文
[1]工業(yè)X射線圖像增強(qiáng)算法研究[D]. 陳燕.中北大學(xué) 2016
碩士論文
[1]基于FPGA的直線特征高速視覺檢測方法研究[D]. 朱歡歡.哈爾濱工業(yè)大學(xué) 2019
[2]基于FPGA圖像邊緣檢測算法的實(shí)現(xiàn)[D]. 張敏.中北大學(xué) 2019
[3]中繼衛(wèi)星系統(tǒng)寬帶信道模擬器硬件電路設(shè)計(jì)與實(shí)現(xiàn)[D]. 呂魯振.北京理工大學(xué) 2015
[4]基于STM32和FreeRTOS的獨(dú)立式運(yùn)動(dòng)控制器設(shè)計(jì)與研究[D]. 謝鵬程.華南理工大學(xué) 2012
[5]對(duì)圖像去噪的Perona-Malik模型的改進(jìn)及數(shù)值算法的研究[D]. 劉曉娜.中央民族大學(xué) 2012
[6]紅外熱像儀視頻圖像實(shí)時(shí)處理器的研制[D]. 顧東升.南京理工大學(xué) 2002
本文編號(hào):3001477
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3001477.html
最近更新
教材專著