本文關(guān)鍵詞：智能交通系統(tǒng)中模糊圖像的恢復(fù)，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,世界各國都承受著各種交通問題的困擾,如交通阻塞嚴(yán)重、交通事故發(fā)生頻繁等,為了解決這些問題,人們將先進(jìn)的科學(xué)技術(shù)(如通信技術(shù)、網(wǎng)絡(luò)技術(shù)等)綜合有效地運(yùn)用于整個(gè)交通運(yùn)輸管理體系,即智能交通系統(tǒng)。圖像處理技術(shù)在智能交通系統(tǒng)中應(yīng)用非常廣泛,基于視頻或圖像的交通監(jiān)控系統(tǒng)是獲取交通信息的主要途徑之一。在圖像信息采集過程中,由于成像設(shè)備與目標(biāo)物體的相對運(yùn)動或光學(xué)系統(tǒng)聚焦不準(zhǔn)等因素,會造成圖像模糊的現(xiàn)象。模糊圖像復(fù)原是數(shù)字圖像處理的一個(gè)重要研究領(lǐng)域,運(yùn)動模糊和散焦模糊是導(dǎo)致圖像模糊的常見因素之一,點(diǎn)擴(kuò)散函數(shù)(Point spread function,PSF)的參數(shù)估計(jì)是運(yùn)動模糊和散焦模糊圖像恢復(fù)的前提和關(guān)鍵,也是本文研究的重點(diǎn)。針對運(yùn)動模糊圖像參數(shù)估計(jì),本文通過對運(yùn)動模糊圖像的頻譜和倒譜特征進(jìn)行分析,提出了一種基于頻域和倒譜域的自動檢測算法。在模糊角度估計(jì)中,對模糊圖像進(jìn)行倒頻域分析,采用Radon變換檢測模糊角度;在模糊尺度估計(jì)中,采用頻域投影鑒別曲線求極小值距離的算法,精確檢測出模糊尺度,從而求出點(diǎn)擴(kuò)散函數(shù),實(shí)現(xiàn)對運(yùn)動模糊圖像的恢復(fù)。實(shí)驗(yàn)表明,在沒有噪聲存在的情況下,該方法在15-75 pixel時(shí),誤差在0.2 pixel內(nèi)。針對散焦模糊圖像參數(shù)估計(jì),本文運(yùn)用基于拉普拉斯算法的自相關(guān)函數(shù)鑒別散焦半徑,利用拉氏算子求得該模糊圖像的微分自相關(guān)曲線,根據(jù)等高線投影的環(huán)形槽,槽底位置構(gòu)成鑒別圓,圓心為零頻相關(guān)峰,所求半徑即為散焦退化函數(shù)半徑參數(shù)的2倍。實(shí)驗(yàn)表明,該算法抗噪性強(qiáng),半徑誤差在0.5 pixel內(nèi)。對于這兩種退化圖像復(fù)原,本文運(yùn)用去卷積、維納濾波、改進(jìn)的維納濾波、最小二乘方和Lucy-Richardson算法對圖像進(jìn)行復(fù)原,其中改進(jìn)的維納濾波和Lucy-Richardson算法效果最好。
【關(guān)鍵詞】：圖像復(fù)原 運(yùn)動模糊 散焦模糊 點(diǎn)擴(kuò)散函數(shù) 維納濾波
【學(xué)位授予單位】：華北水利水電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 1 緒論9-15
• 1.1 研究目的和意義9-10
• 1.2 圖像復(fù)原技術(shù)的國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 非盲圖像復(fù)原10-11
• 1.2.2 盲圖像復(fù)原11-13
• 1.3 主要研究內(nèi)容13-15
• 2 模糊圖像復(fù)原基礎(chǔ)15-27
• 2.1 圖像的退化模型15-18
• 2.1.1 連續(xù)退化模型16
• 2.1.2 離散退化模型16-18
• 2.2 圖像噪聲處理18-19
• 2.2.1 降質(zhì)圖像常見噪聲分類18
• 2.2.2 圖像去噪18-19
• 2.3 圖像復(fù)原的質(zhì)量評價(jià)19-21
• 2.4 常見圖像復(fù)原方法21-27
• 2.4.1 非盲圖像復(fù)原方法21-24
• 2.4.2 正則化盲圖像復(fù)原24-27
• 3 運(yùn)動模糊圖像參數(shù)鑒別及復(fù)原27-45
• 3.1 運(yùn)動模糊類型特征及參數(shù)27-28
• 3.2 基于頻域和倒譜域的運(yùn)動模糊參數(shù)鑒別28-40
• 3.2.1 Radon變換鑒別運(yùn)動方向29-32
• 3.2.2 基于二次傅里葉變換的運(yùn)動方向檢測32-37
• 3.2.3 運(yùn)動模糊尺度的鑒別37-40
• 3.3 運(yùn)動模糊圖像復(fù)原40-45
• 3.3.1 去卷積算法復(fù)原運(yùn)動模糊圖像40
• 3.3.2 維納濾波復(fù)原運(yùn)動模糊圖像40-41
• 3.3.3 改進(jìn)的維納濾波復(fù)原運(yùn)動模糊圖像41-42
• 3.3.4 最小二乘法復(fù)原運(yùn)動模糊圖像42-43
• 3.3.5 Lucy-Richardson算法復(fù)原運(yùn)動模糊圖像43-45
• 4 散焦模糊圖像參數(shù)鑒別及復(fù)原45-57
• 4.1 散焦模糊類型特征及參數(shù)45-46
• 4.2 基于拉普拉斯變換的圖像自相關(guān)46-50
• 4.2.1 拉普拉斯算子鑒別散焦半徑46-50
• 4.3 散焦模糊圖像復(fù)原50-57
• 4.3.1 去卷積算法復(fù)原散焦模糊圖像50-51
• 4.3.2 維納濾波復(fù)原散焦模糊圖像51-52
• 4.3.3 改進(jìn)的維納濾波復(fù)原散焦模糊圖像52-53
• 4.3.4 最小二乘法復(fù)原散焦模糊圖像53-54
• 4.3.5 Lucy-Richardson算法復(fù)原散焦模糊圖像54-57
• 5 總結(jié)與展望57-59
• 5.1 本文內(nèi)容總結(jié)57-58
• 5.2 下一步工作展望58-59
• 攻讀學(xué)位期間參加的科研項(xiàng)目及發(fā)表的學(xué)術(shù)論文59-61
• 致謝61-63
• 參考文獻(xiàn)63-65

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡恒章 ,傅麗;維納濾波在計(jì)算機(jī)控制尋的系統(tǒng)中的應(yīng)用[J];宇航學(xué)報(bào);1984年04期

2 王明吉;吳云;付東華;;基于小波域維納濾波的光纖面板暗影檢測[J];光學(xué)儀器;2011年05期

3 譚慶海;;維納濾波與卡爾曼濾波[J];海工科技;1980年03期

4 江峰,許楓;自適應(yīng)線譜干擾抵消器的性能及其非維納濾波現(xiàn)象[J];應(yīng)用聲學(xué);2000年06期

5 李正飛;;基于平穩(wěn)小波的維納濾波射線圖像去噪算法研究[J];機(jī)械工程與自動化;2010年02期

6 史習(xí)智,韓祖舜,浦琴娣,沈密群;一種檢測低信噪比響應(yīng)信號的廣義維納濾波方法[J];振動工程學(xué)報(bào);1988年02期

7 胡小平;陳國良;毛征宇;余以道;;離焦模糊圖像的維納濾波復(fù)原研究[J];儀器儀表學(xué)報(bào);2007年03期

8 辛玲;龍草芳;;基于維納濾波模糊圖像復(fù)原算法的改進(jìn)[J];硅谷;2012年23期

9 胡耀斌;陳艾華;張春良;;小波分析與維納濾波相結(jié)合的消噪方法研究[J];電力系統(tǒng)通信;2006年04期

10 趙倩;潘虎;;基于FPGA的圖像維納濾波算法設(shè)計(jì)[J];上海電力學(xué)院學(xué)報(bào);2013年01期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 李孟歆;夏興華;張楠;;一種基于維納濾波的圖像快速恢復(fù)方法[A];科技創(chuàng)新與產(chǎn)業(yè)發(fā)展（A卷）——第七屆沈陽科學(xué)學(xué)術(shù)年會暨渾南高新技術(shù)產(chǎn)業(yè)發(fā)展論壇文集[C];2010年

2 陸世東;;維納濾波圖像復(fù)原算法研究[A];中國測繪學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

3 羅謐;李紅松;;基于Contourlet域的維納濾波的圖像復(fù)原[A];2008’“先進(jìn)集成技術(shù)”院士論壇暨第二屆儀表、自動化與先進(jìn)集成技術(shù)大會論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 張小波;基于維納濾波的圖像去噪算法研究[D];西安電子科技大學(xué);2014年

2 趙昱;光電相關(guān)識別及其算法的研究[D];吉林大學(xué);2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫金;機(jī)載AIS接收性能及抗衰落技術(shù)的研究[D];天津理工大學(xué);2015年

2 張東明;融合線性預(yù)測與維納濾波的語音增強(qiáng)技術(shù)研究及實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2016年

3 高曉宇;智能交通系統(tǒng)中模糊圖像的恢復(fù)[D];華北水利水電大學(xué);2016年

4 崔曉杰;維納濾波的應(yīng)用研究[D];長安大學(xué);2006年

5 付明明;基于維納濾波及BP神經(jīng)網(wǎng)絡(luò)的光學(xué)相關(guān)識別研究[D];哈爾濱工業(yè)大學(xué);2010年

6 江陶;基于FPGA小波域維納濾波去噪算法的研究[D];哈爾濱工業(yè)大學(xué);2007年

7 周濤;線性運(yùn)動模糊圖像實(shí)時(shí)恢復(fù)的實(shí)現(xiàn)[D];中南大學(xué);2010年

8 謝宏;面向編碼器的數(shù)字視頻降噪研究[D];湖南大學(xué);2009年

9 張德會;聲混響消減方法研究[D];上海交通大學(xué);2009年

10 張小波;基于偏微分方程方法的小波域自適應(yīng)維納濾波迭代去噪算法[D];西安電子科技大學(xué);2007年

  本文關(guān)鍵詞：智能交通系統(tǒng)中模糊圖像的恢復(fù)，，由筆耕文化傳播整理發(fā)布。

本文編號：428336