基于MAP框架的活立木運動模糊彩色圖像復(fù)原方法
發(fā)布時間:2021-10-08 13:57
視覺信息處理在林業(yè)機器人的智能化研究中發(fā)揮著重要作用,林區(qū)環(huán)境下的運動模糊圖像恢復(fù)問題是林業(yè)機器人的視覺信息處理中的重要問題之一。林業(yè)機器人作業(yè)時產(chǎn)生的滑動或是抖動會導(dǎo)致林業(yè)機器人獲取的活立木圖像存在運動模糊,所以對活立木的彩色模糊圖像進行去模糊有很強的必要性。目前的大多數(shù)圖像去模糊方法往往針對自然條件下的一般圖像或是特定類型的圖像,對林區(qū)活立木的運動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特征的獨特性為活立木運動模糊圖像的去模糊問題提出挑戰(zhàn)。本文的研究對象是活立木運動模糊圖像的去模糊方法,針對活立木圖像的特點,基于最大后驗概率模型(MAP),對圖像去模糊模型進行研究,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動模糊圖像的盲復(fù)原算法。通過對活立木特征的分析,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函數(shù)模型。實驗結(jié)果表明,算法具有收斂性,相比于其他算法,各項性能指標(biāo)都有所提升,能夠有效解決活立木運動模糊圖像的去模糊問題。2.提出了基于圖像局部邊緣的活立木彩色運動模糊圖像盲復(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
【文章頁數(shù)】:80 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文研究內(nèi)容
B?=?K<S)L?+?N除加性噪聲的方法通常包括全變分或分數(shù)階微分(He?et?al.,2015),三維塊匹配(BM3D)方法等(Aram?etal.,?2012),有些方法還可通過降噪(Zhangetal.,2017)。而在本文研究的圖像去模糊中,主要關(guān)注凡,測試圖像中加性噪聲不嚴重,可以忽略不計。模糊核K實際上是較陣,模糊核與圖像的卷積會導(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,第一個是線性運動模糊核。拍攝圖像間極短,造成的圖像模糊常被看作是直線運動(李壘,2014),這種模要與運動長度和方向有關(guān)。第二個為非線性的運動模糊核,是由于成像的非線性運動導(dǎo)致的。第三個為散焦模糊核,是由于拍攝裝置本身的問常在一些模糊圖像非盲復(fù)原中,這些模糊是可以通過輔助設(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,此時只能通過數(shù)值計算的方法對模型推導(dǎo)求解。??
?基于MAP框架的活立木運動模糊彩色圖像復(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)建合理的代價函數(shù)模型是眾多研究的重點所在,經(jīng)過多年的進??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,提出不同的去模糊模型。本??節(jié)中,將對三種去模糊模型進行介紹,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】:
期刊論文
[1]sobel算子與prewitt算子分析與研究[J]. 王月新,劉明君. 計算機與數(shù)字工程. 2016(10)
[2]圖像邊緣檢測的分數(shù)階微分算子研究[J]. 李軍成. 計算機應(yīng)用與軟件. 2015(12)
[3]林業(yè)機器人的發(fā)展現(xiàn)狀[J]. 姜樹海. 東北林業(yè)大學(xué)學(xué)報. 2009(12)
博士論文
[1]運動模糊估計的理論、算法及其應(yīng)用[D]. 潘金山.大連理工大學(xué) 2017
[2]無人機遙感模糊圖像恢復(fù)技術(shù)研究[D]. 仇翔.中國科學(xué)院長春光學(xué)精密機械與物理研究所 2017
[3]無規(guī)律運動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]運動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]運動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]運動圖像盲去模糊技術(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]單幅圖像全局運動去模糊研究[D]. 李桐.北京交通大學(xué) 2016
[7]面向林業(yè)機器人視覺系統(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:3424301
【文章來源】:北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:80 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文研究內(nèi)容
B?=?K<S)L?+?N除加性噪聲的方法通常包括全變分或分數(shù)階微分(He?et?al.,2015),三維塊匹配(BM3D)方法等(Aram?etal.,?2012),有些方法還可通過降噪(Zhangetal.,2017)。而在本文研究的圖像去模糊中,主要關(guān)注凡,測試圖像中加性噪聲不嚴重,可以忽略不計。模糊核K實際上是較陣,模糊核與圖像的卷積會導(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,第一個是線性運動模糊核。拍攝圖像間極短,造成的圖像模糊常被看作是直線運動(李壘,2014),這種模要與運動長度和方向有關(guān)。第二個為非線性的運動模糊核,是由于成像的非線性運動導(dǎo)致的。第三個為散焦模糊核,是由于拍攝裝置本身的問常在一些模糊圖像非盲復(fù)原中,這些模糊是可以通過輔助設(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,此時只能通過數(shù)值計算的方法對模型推導(dǎo)求解。??
?基于MAP框架的活立木運動模糊彩色圖像復(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)建合理的代價函數(shù)模型是眾多研究的重點所在,經(jīng)過多年的進??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,提出不同的去模糊模型。本??節(jié)中,將對三種去模糊模型進行介紹,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】:
期刊論文
[1]sobel算子與prewitt算子分析與研究[J]. 王月新,劉明君. 計算機與數(shù)字工程. 2016(10)
[2]圖像邊緣檢測的分數(shù)階微分算子研究[J]. 李軍成. 計算機應(yīng)用與軟件. 2015(12)
[3]林業(yè)機器人的發(fā)展現(xiàn)狀[J]. 姜樹海. 東北林業(yè)大學(xué)學(xué)報. 2009(12)
博士論文
[1]運動模糊估計的理論、算法及其應(yīng)用[D]. 潘金山.大連理工大學(xué) 2017
[2]無人機遙感模糊圖像恢復(fù)技術(shù)研究[D]. 仇翔.中國科學(xué)院長春光學(xué)精密機械與物理研究所 2017
[3]無規(guī)律運動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]運動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]運動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]運動圖像盲去模糊技術(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]單幅圖像全局運動去模糊研究[D]. 李桐.北京交通大學(xué) 2016
[7]面向林業(yè)機器人視覺系統(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:3424301
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3424301.html
最近更新
教材專著