發(fā)布時間：2017-09-01 19:07

  本文關(guān)鍵詞：振動退化圖像立體匹配技術(shù)研究及應(yīng)用

  更多相關(guān)文章： 振動退化圖像 立體匹配 振動模糊參數(shù) 圖像復(fù)原 三維信息提取

【摘要】：雙目立體視覺系統(tǒng)工作平臺并不是絕對靜止的,或多或少都存在著機(jī)械振動。在利用雙目視覺系統(tǒng)采集雙目圖像對時,這會使相機(jī)視軸發(fā)生振動,導(dǎo)致拍攝目標(biāo)與相機(jī)之間存在相對運(yùn)動,造成拍攝目標(biāo)在成像過程中偏離原始成像位置,產(chǎn)生模糊,給圖像帶來振動退化,讓雙目圖像對無法進(jìn)行立體匹配。因此,對視軸振動引起的圖像退化的研究成為一個熱點(diǎn)。為了模擬實(shí)際工作中雙目立體視覺系統(tǒng)受到的振動干擾,設(shè)計(jì)并搭建了振動形式可控的振動實(shí)驗(yàn)平臺來采集振動退化圖像。利用振動退化圖像頻譜特征,即振動退化圖像頻譜存在著對應(yīng)零階Bessel函數(shù)零點(diǎn)的暗條紋,來辨識振動退化參數(shù);同時分析了振動模糊圖像的退化機(jī)理;在上述基礎(chǔ)上提出了一種考慮相鄰圖像影響的逐行法。具體做法如下:以要復(fù)原的第i行圖像為中心,上下各取N行圖像,N的取值等于曝光時間內(nèi)的振動尺度,將選取的圖像用點(diǎn)擴(kuò)散函數(shù)yxh),(復(fù)原;復(fù)原后再取圖像的中間行作為復(fù)原圖像的第i行圖像;重復(fù)上述過程,依次獲取每行的復(fù)原圖像。應(yīng)用考慮相鄰圖像影響的逐行法來恢復(fù)振動退化圖像并利用均方差和峰值信噪比評價(jià)恢復(fù)圖像的品質(zhì)。同時應(yīng)用L-R算法和逐行法進(jìn)行上述實(shí)驗(yàn)過程,與考慮相鄰圖像影響的逐行法作對比。結(jié)果表明:應(yīng)用慮相鄰圖像影響的逐行法恢復(fù)圖像的均方差最小、峰值信噪比最大,能夠獲得細(xì)節(jié)清晰的圖像,恢復(fù)效果較優(yōu)。利用標(biāo)定得到的相機(jī)參數(shù)對雙目圖像對進(jìn)行校正,再對校正的圖像對進(jìn)行立體匹配獲取視差圖。應(yīng)用Harris算子提取圖像中目標(biāo)的角點(diǎn)并得到其像素坐標(biāo)值,最后利用角點(diǎn)的像素坐標(biāo)值和得到的視差圖計(jì)算該角點(diǎn)的世界坐標(biāo)值。結(jié)果表明:對復(fù)原圖像進(jìn)行立體匹配,能夠獲得圖像中目標(biāo)角點(diǎn)精確的三維坐標(biāo)值,匹配效果良好。
【關(guān)鍵詞】：振動退化圖像 立體匹配 振動模糊參數(shù) 圖像復(fù)原 三維信息提取
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 引言9-10
• 第1章 緒論10-16
• 1.1 課題背景10
• 1.2 國內(nèi)外相關(guān)研究工作10-14
• 1.2.1 振動退化圖像的研究10-12
• 1.2.2 圖像復(fù)原的研究12-14
• 1.3 課題研究目標(biāo)14
• 1.4 論文的結(jié)構(gòu)安排14-16
• 第2章 圖像復(fù)原理論與圖像品質(zhì)評價(jià)指標(biāo)16-27
• 2.1 圖像退化與一般退化模型16-19
• 2.1.1 連續(xù)函數(shù)的退化模型17-18
• 2.1.2 離散函數(shù)的退化模型18-19
• 2.2 圖像的噪聲原理19-20
• 2.2.1 噪聲的分類19
• 2.2.2 噪聲的概率密度函數(shù)19-20
• 2.3 經(jīng)典圖像復(fù)原算法理論20-23
• 2.3.1 逆濾波法20-21
• 2.3.2 維納濾波法21-23
• 2.4 圖像質(zhì)量評價(jià)23-27
• 2.4.1 圖像主觀質(zhì)量評價(jià)法24-25
• 2.4.2 圖像客觀質(zhì)量評價(jià)法25-27
• 第3章 雙目立體視覺系統(tǒng)原理27-36
• 3.1 雙目立體視覺測量原理27-30
• 3.1.1 雙目立體視覺系統(tǒng)的坐標(biāo)系種類27-28
• 3.1.2 雙目立體視覺系統(tǒng)模型28-30
• 3.2 雙目立體視覺系統(tǒng)工作原理30-31
• 3.3 雙目立體視覺的技術(shù)特點(diǎn)31-36
• 3.3.1 攝像機(jī)標(biāo)定31-32
• 3.3.2 特征提取32-33
• 3.3.3 立體匹配33-34
• 3.3.4 三維信息提取34-36
• 第4章 振動退化圖像采集實(shí)驗(yàn)平臺的搭建及圖像預(yù)處理36-42
• 4.1 振動退化圖像采集實(shí)驗(yàn)平臺的搭建36-40
• 4.1.1 設(shè)備選型36-38
• 4.1.2 實(shí)驗(yàn)平臺機(jī)械設(shè)計(jì)和控制設(shè)計(jì)38-39
• 4.1.3 軟件界面39-40
• 4.2 圖像預(yù)處理40-42
• 4.2.1 Gauss濾波40-41
• 4.2.2 中值濾波41-42
• 第5章 振動退化圖像的復(fù)原及立體匹配42-66
• 5.1 振動導(dǎo)致的退化分析42
• 5.2 振動模糊參數(shù)辨識42-51
• 5.2.1 高頻振動模糊參數(shù)辨識42-44
• 5.2.2 Radon變換44
• 5.2.3 高頻振動實(shí)驗(yàn)結(jié)果44-48
• 5.2.4 低頻振動模糊參數(shù)辨識48-49
• 5.2.5 低頻振動實(shí)驗(yàn)結(jié)果49-51
• 5.3 振動退化圖像的復(fù)原51-55
• 5.3.1 點(diǎn)擴(kuò)散函數(shù)的建立51-52
• 5.3.2 逐行法復(fù)原振動退化圖像52-53
• 5.3.3 實(shí)驗(yàn)結(jié)果及分析53-55
• 5.4 復(fù)原雙目圖像對的立體匹配55-66
• 5.4.1 匹配基元的選擇56-57
• 5.4.2 匹配的約束條件57-58
• 5.4.3 立體匹配算法的結(jié)構(gòu)58-59
• 5.4.4 相似性測度59-60
• 5.4.5 實(shí)驗(yàn)結(jié)果及分析60-66
• 結(jié)論66-67
• 參考文獻(xiàn)67-71
• 致謝71-72
• 導(dǎo)師簡介72
• 企業(yè)導(dǎo)師簡介72-73
• 作者簡介73-74
• 學(xué)位論文數(shù)據(jù)集74

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 林偉,田錚,溫顯斌;基于小波域投影尋蹤網(wǎng)絡(luò)的多源退化圖像的恢復(fù)[J];計(jì)算機(jī)應(yīng)用;2004年06期

2 洪漢玉;;基于二階加權(quán)差分的湍流退化圖像快速復(fù)原[J];計(jì)算機(jī)工程與應(yīng)用;2008年31期

3 陳德;;一種水下退化圖像的增強(qiáng)方法[J];數(shù)字技術(shù)與應(yīng)用;2013年03期

4 洪漢玉,張?zhí)煨?基于小波分解的湍流退化圖像的快速復(fù)原算法[J];紅外與毫米波學(xué)報(bào);2003年06期

5 黃黎紅;;退化圖像的去霧方法[J];紅外與激光工程;2010年05期

6 陳武凡,李超,陳和晏;空域中退化圖像恢復(fù)的有效算法[J];計(jì)算機(jī)學(xué)報(bào);1999年12期

7 崔光茫;趙巨峰;馮華君;徐之海;李奇;陳躍庭;;非均勻介質(zhì)退化圖像快速仿真模型的建立[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2014年02期

8 洪漢玉;;紅外探測湍流退化圖像并行復(fù)原方法研究[J];紅外技術(shù);2009年01期

9 孫李輝;李俊山;李釗;胡雙演;耿志;;基于預(yù)處理的氣動退化圖像邊緣定位[J];無線電工程;2012年11期

10 洪漢玉;章秀華;;湍流退化圖像并行校正方法[J];計(jì)算機(jī)與數(shù)字工程;2009年03期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 洪漢玉;;氣動湍流退化圖像并行模式校正方法研究[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

2 李勇;范承玉;時東鋒;馮曉星;喬春紅;徐博;;基于加速阻尼Richardson-Lucy算法的湍流退化圖像盲復(fù)原算法[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

3 田金文;左博新;;氣動光學(xué)圖像仿真與處理關(guān)鍵技術(shù)研究[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 肖斌;退化圖像不變性識別研究[D];西安電子科技大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 趙學(xué)靜;雪天氣退化圖像復(fù)原方法研究[D];沈陽理工大學(xué);2015年

2 韓斌;振動退化圖像立體匹配技術(shù)研究及應(yīng)用[D];華北理工大學(xué);2016年

3 李鵬;薄塵霧退化圖像的處理研究[D];南京理工大學(xué);2005年

4 李慶菲;大氣湍流退化圖像的復(fù)原研究[D];合肥工業(yè)大學(xué);2010年

5 王婷;退化圖像的復(fù)原改進(jìn)算法研究與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2007年

6 孫敬建;稀疏孔徑望遠(yuǎn)鏡退化圖像復(fù)原技術(shù)研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2010年

7 曹東;基于FrFT的湍流退化圖像復(fù)原技術(shù)研究[D];中國空氣動力研究與發(fā)展中心;2009年

，

本文編號：773863