視覺信息處理在林業(yè)機(jī)器人的智能化研究中發(fā)揮著重要作用,林區(qū)環(huán)境下的運(yùn)動(dòng)模糊圖像恢復(fù)問(wèn)題是林業(yè)機(jī)器人的視覺信息處理中的重要問(wèn)題之一。林業(yè)機(jī)器人作業(yè)時(shí)產(chǎn)生的滑動(dòng)或是抖動(dòng)會(huì)導(dǎo)致林業(yè)機(jī)器人獲取的活立木圖像存在運(yùn)動(dòng)模糊,所以對(duì)活立木的彩色模糊圖像進(jìn)行去模糊有很強(qiáng)的必要性。目前的大多數(shù)圖像去模糊方法往往針對(duì)自然條件下的一般圖像或是特定類型的圖像,對(duì)林區(qū)活立木的運(yùn)動(dòng)圖像去模糊方法研究較少,而林區(qū)環(huán)境的復(fù)雜性和活立木圖像先驗(yàn)特征的獨(dú)特性為活立木運(yùn)動(dòng)模糊圖像的去模糊問(wèn)題提出挑戰(zhàn)。本文的研究對(duì)象是活立木運(yùn)動(dòng)模糊圖像的去模糊方法,針對(duì)活立木圖像的特點(diǎn),基于最大后驗(yàn)概率模型（MAP）,對(duì)圖像去模糊模型進(jìn)行研究,主要研究成果如下:1.提出了基于拉普拉斯算子的活立木運(yùn)動(dòng)模糊圖像的盲復(fù)原算法。通過(guò)對(duì)活立木特征的分析,利用拉普拉斯梯度改變了傳統(tǒng)的全變分去模糊方法的代價(jià)函數(shù)模型。實(shí)驗(yàn)結(jié)果表明,算法具有收斂性,相比于其他算法,各項(xiàng)性能指標(biāo)都有所提升,能夠有效解決活立木運(yùn)動(dòng)模糊圖像的去模糊問(wèn)題。2.提出了基于圖像局部邊緣的活立木彩色運(yùn)動(dòng)模糊圖像盲復(fù)原算法。方法利用圖像的局部信息提取顯著邊緣,該邊緣提取方法具有旋轉(zhuǎn)不變性,同... 

【文章來(lái)源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文研究?jī)?nèi)容

Ｂ?＝?Ｋ＜Ｓ）Ｌ?＋?Ｎ除加性噪聲的方法通常包括全變分或分?jǐn)?shù)階微分（Ｈｅ?ｅｔ?ａｌ．，２０１５），三維塊匹配（ＢＭ３Ｄ）方法等（Ａｒａｍ?ｅｔａｌ．，?２０１２），有些方法還可通過(guò)降噪（Ｚｈａｎｇｅｔａｌ．，２０１７）。而在本文研究的圖像去模糊中，主要關(guān)注凡，測(cè)試圖像中加性噪聲不嚴(yán)重，可以忽略不計(jì)。模糊核Ｋ實(shí)際上是較陣，模糊核與圖像的卷積會(huì)導(dǎo)致圖像變得模糊。模糊核有很多種，除之外，還有非均勻模糊核和三維模糊核等等，本文主要研究的是二維的出的三種常見種類的模糊核中，第一個(gè)是線性運(yùn)動(dòng)模糊核。拍攝圖像間極短，造成的圖像模糊常被看作是直線運(yùn)動(dòng)（李壘，２０１４），這種模要與運(yùn)動(dòng)長(zhǎng)度和方向有關(guān)。第二個(gè)為非線性的運(yùn)動(dòng)模糊核，是由于成像的非線性運(yùn)動(dòng)導(dǎo)致的。第三個(gè)為散焦模糊核，是由于拍攝裝置本身的問(wèn)常在一些模糊圖像非盲復(fù)原中，這些模糊是可以通過(guò)輔助設(shè)備獲取的輔助設(shè)備的幫助，只給出一幅模糊圖像，圖像的模糊程度、模糊類型跡都是未知的，此時(shí)只能通過(guò)數(shù)值計(jì)算的方法對(duì)模型推導(dǎo)求解。??

?基于ＭＡＰ框架的活立木運(yùn)動(dòng)模糊彩色圖像復(fù)原方法???模型不合理。圖像去模糊的研究目的是希望能得到更接近于真實(shí)值的清晰圖像和模糊??核。去模糊領(lǐng)域中，構(gòu)建合理的代價(jià)函數(shù)模型是眾多研究的重點(diǎn)所在，經(jīng)過(guò)多年的進(jìn)??步與發(fā)展，己有很多的去模糊模型在圖像去模糊領(lǐng)域中達(dá)到良好的效果。在不同類型??模糊圖像的復(fù)原中，學(xué)者們也紛紛基于不同的圖像先驗(yàn)，提出不同的去模糊模型。本??節(jié)中，將對(duì)三種去模糊模型進(jìn)行介紹，分別是基于全變分的圖像去模糊模型、基于最??大后驗(yàn)概率的圖像去模糊模型、以及基于Ｌ０范數(shù)稀疏約束的圖像去模糊模型。??

【參考文獻(xiàn)】：
期刊論文
[1]sobel算子與prewitt算子分析與研究[J]. 王月新,劉明君.  計(jì)算機(jī)與數(shù)字工程. 2016(10)
[2]圖像邊緣檢測(cè)的分?jǐn)?shù)階微分算子研究[J]. 李軍成.  計(jì)算機(jī)應(yīng)用與軟件. 2015(12)
[3]林業(yè)機(jī)器人的發(fā)展現(xiàn)狀[J]. 姜樹海.  東北林業(yè)大學(xué)學(xué)報(bào). 2009(12)

博士論文
[1]運(yùn)動(dòng)模糊估計(jì)的理論、算法及其應(yīng)用[D]. 潘金山.大連理工大學(xué) 2017
[2]無(wú)人機(jī)遙感模糊圖像恢復(fù)技術(shù)研究[D]. 仇翔.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所 2017
[3]無(wú)規(guī)律運(yùn)動(dòng)條件下立木模糊圖像恢復(fù)方法研究[D]. 李壘.北京林業(yè)大學(xué) 2014

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原方法研究[D]. 趙建梁.南京大學(xué) 2018
[2]運(yùn)動(dòng)圖像快速去模糊算法的研究[D]. 王文愷.南京航空航天大學(xué) 2018
[3]運(yùn)動(dòng)模糊圖像的去模糊算法研究[D]. 周菲.西安電子科技大學(xué) 2017
[4]運(yùn)動(dòng)圖像盲去模糊技術(shù)研究[D]. 鮑宗袍.杭州電子科技大學(xué) 2017
[5]圖像模糊檢測(cè)及人臉模糊消除算法研究[D]. 黃英豪.哈爾濱工業(yè)大學(xué) 2016
[6]單幅圖像全局運(yùn)動(dòng)去模糊研究[D]. 李桐.北京交通大學(xué) 2016
[7]面向林業(yè)機(jī)器人視覺系統(tǒng)的特征匹配方法研究[D]. 崔鑫彤.北京林業(yè)大學(xué) 2015



本文編號(hào)：3424301