圖像是重要的信息載體,計(jì)算機(jī)圖像處理技術(shù)促進(jìn)了人類科技的發(fā)展,提高了人類生產(chǎn)生活水平。計(jì)算機(jī)圖像處理技術(shù)已應(yīng)用在航空航天、道路交通、生物醫(yī)學(xué)、工業(yè)檢測(cè),通信和安防等諸多領(lǐng)域。目前因曝光時(shí)間長(zhǎng),成像系統(tǒng)振動(dòng)而造成圖像模糊的現(xiàn)象十分普遍,在機(jī)械裝置無法完全抑制振動(dòng)的情況下,如何獲取清晰的圖像成為關(guān)鍵所在。為了解決上述問題,本文將利用圖像處理技術(shù)實(shí)現(xiàn)圖像的去模糊,通過累加僅存在平移關(guān)系的多張短時(shí)曝光圖像將能得到高信噪比的圖像,從而達(dá)到圖像去模糊的目的。首先,本文介紹了關(guān)于圖像配準(zhǔn)的一些理論知識(shí),并對(duì)基于點(diǎn)特征的特征提取算法做了對(duì)比分析,為后續(xù)利用這些算法并對(duì)其改進(jìn)做鋪墊。隨后本文設(shè)計(jì)了去模糊處理算法流程,去模糊算法主要分三步進(jìn)行:第一步,選擇SURF算法提取圖像的特征點(diǎn)并進(jìn)行匹配,然后剔除偽匹配點(diǎn)對(duì)。第二步,在選取的匹配點(diǎn)周圍開窗,在窗口中使用矩陣相乘離散傅里葉變換法實(shí)現(xiàn)亞像素級(jí)偏移量的估計(jì),并取所有偏移量的平均值作為最終的偏移量估計(jì)值。第三步,通過插值放大、平移、累加的方式實(shí)現(xiàn)多張短時(shí)曝光圖像的疊加,最終得到一幅清晰的圖像。其次,本文針對(duì)去模糊算法涉及到的圖像插值算法進(jìn)行了改進(jìn)。改進(jìn)的插值... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

膠囊容器及DT冰層示意圖

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文7成像系統(tǒng)振動(dòng)帶來的成像模糊問題進(jìn)行針對(duì)性研究具有重要意義。圖1-1膠囊容器及DT冰層示意圖圖1-2XCT成像原理圖1.2國內(nèi)外研究現(xiàn)狀及分析傳統(tǒng)的去模糊算法可分為非盲圖像去模糊和盲圖像去模糊兩類。分類的依據(jù)是預(yù)先是否已知曉點(diǎn)擴(kuò)散函數(shù)。經(jīng)典的非盲去模糊算法包括卡爾曼濾波算法、約束最小平方算法[5]、Richardson-lucy算法[6,7,8]等。盲圖像去模糊需要將盲圖像轉(zhuǎn)換為非盲圖像，再用上述非盲算法對(duì)圖像做去模糊處理。不同于上述方法，本文的去模糊算法是基于圖像配準(zhǔn)技術(shù)完成的，下面將對(duì)圖像配準(zhǔn)的研究現(xiàn)狀進(jìn)行說明。圖像配準(zhǔn)被定義為對(duì)同一場(chǎng)景，在不同時(shí)間段下提取相同屬性，進(jìn)而求取變換模型，獲得幾何關(guān)系中對(duì)應(yīng)坐標(biāo)的過程[9,10]。圖像配準(zhǔn)技術(shù)興起于20世紀(jì)60年代，起初被應(yīng)用在導(dǎo)彈制導(dǎo)和飛行器導(dǎo)航等軍事領(lǐng)域中。隨著近些年圖像配準(zhǔn)技術(shù)的不斷完善和發(fā)展，現(xiàn)在圖像配準(zhǔn)技術(shù)亦被應(yīng)用在醫(yī)療病變追蹤、天文圖像處理、場(chǎng)景三維重建、機(jī)器人定位與導(dǎo)航、機(jī)器學(xué)習(xí)和模式識(shí)別等領(lǐng)域中[11,12]。基于灰度信息的配準(zhǔn)首先需要確定圖像間的相似性度量準(zhǔn)則，再通過某種搜索方法令相似性度量值達(dá)到最值，進(jìn)而獲得變換模型的參數(shù)值。這一類圖像配準(zhǔn)方法主要有互相關(guān)法[13,14]（Cross-Correlation，CC）、序貫相似性檢測(cè)法[15,16]（SequentialSimilarityDetectionAlgorithms，SSDAs）和最大互信息法[17,18]（MutualInformation，MI）等�；ハ嚓P(guān)法更多的被看作是一種相似性度量準(zhǔn)則，這種方法利用圖像間的互相關(guān)值來評(píng)估匹配程度。序貫相似性檢測(cè)法不僅可以計(jì)算匹配程度，還可以依據(jù)每個(gè)子圖像中像素點(diǎn)與模板中像素點(diǎn)的絕對(duì)誤差累積值是否大于閾值來剔除非匹配點(diǎn)，以此來降低算法的計(jì)算復(fù)雜度。最大互信息法使用

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文1111002()2()2100(,)(,)MNuAvBuxvyjjMNMNxyFuvfABee++===(2-4)則1F(u,v)和2F(u,v)之間的關(guān)系可以表示為：002()21(,)(,)uxvyjMNFuveFuv+=(2-5)交叉互功率譜為：002()21(,)(,)(,)uxvyjMNFuvGuveFuv+==(2-6)對(duì)G(u,v)進(jìn)行離散傅里葉逆變換，用被采樣的sinc函數(shù)近似代替G(u,v)。000000sin()sin()(,)sin()sin()()()xxyygxycxxcyyxxyy==(2-7)當(dāng)00x=x,y=y時(shí)，g(x,y)取最大值1，此時(shí)的峰值位置就是兩幅圖像間的相對(duì)偏移量。當(dāng)圖像間的偏移量并非整數(shù)時(shí)，則在主峰的相鄰點(diǎn)位置還會(huì)形成兩個(gè)副峰，互功率譜逆變換示意圖如圖2-1、2-2所示。以x方向?yàn)槔鞣逦挥?0,0)，副峰位于(1,0)，由式（2-7）可知：0000sin()sin()(0,0)xygxy=(2-8)0000sin((1))sin()(1,0)(1)xygxy=(2-9)則亞像素級(jí)偏移量計(jì)算式為：0(1,0)(1,0)(0,0)gxgg=+(2-10)圖2-1像素級(jí)偏移時(shí)的相位相關(guān)值圖2-2亞像素級(jí)偏移時(shí)的相位相關(guān)值

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)SURF算法的雙目視覺測(cè)量系統(tǒng)研究[J]. 彭澤林,謝小鵬.  計(jì)算機(jī)測(cè)量與控制. 2018(08)
[2]基于改進(jìn)SURF算法的無人機(jī)遙感圖像拼接方法[J]. 么鴻原,王海鵬,焦莉,林雪原.  海軍航空工程學(xué)院學(xué)報(bào). 2018(02)
[3]SIFT與SURF特征提取算法在圖像匹配中的應(yīng)用對(duì)比研究[J]. 陳敏,湯曉安.  現(xiàn)代電子技術(shù). 2018(07)
[4]基于SURF和改進(jìn)RANSAC算法的圖像自適應(yīng)匹配[J]. 劉海洋,李春明,王萌萌,軒宗澤,楊鵬飛.  機(jī)械與電子. 2017(03)
[5]基于插值和曲面擬合的圖像亞像素配準(zhǔn)算法[J]. 趙洋,楊丹蕾,劉博宇,楊進(jìn)華.  長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)
[6]基于SURF特征提取和FLANN搜索的圖像匹配算法[J]. 馮亦東,孫躍.  圖學(xué)學(xué)報(bào). 2015(04)
[7]基于SURF特征提取的遙感圖像自動(dòng)配準(zhǔn)[J]. 葛盼盼,陳強(qiáng).  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2014(03)
[8]基于相位相關(guān)的亞像素圖像配準(zhǔn)[J]. 趙晨暉.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2014(03)
[9]遙感圖像配準(zhǔn)技術(shù)綜述[J]. 余先川,呂中華,胡丹.  光學(xué)精密工程. 2013(11)
[10]遙感圖像亞像素插值擬合配準(zhǔn)方法[J]. 何斌,祿金波.  長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(06)

博士論文
[1]海洋遙感圖像亞像素配準(zhǔn)算法關(guān)鍵技術(shù)研究[D]. 徐全飛.中國科學(xué)院大學(xué)(中國科學(xué)院上海技術(shù)物理研究所) 2017
[2]無人機(jī)遙感圖像拼接關(guān)鍵技術(shù)研究[D]. 賈銀江.東北農(nóng)業(yè)大學(xué) 2016

碩士論文
[1]氘氘/氘氚結(jié)晶行為研究[D]. 尹劍.中國工程物理研究院 2015
[2]基于特征點(diǎn)圖像拼接的配準(zhǔn)算法研究[D]. 李柏林.天津大學(xué) 2008



本文編號(hào)：3315171