靶標(biāo)圖像是一類具有明顯邊緣特征的圖像,常與視覺(jué)測(cè)量相結(jié)合,用于獲取大型構(gòu)件的外觀形態(tài)、空間位置、旋轉(zhuǎn)角度等信息,實(shí)現(xiàn)構(gòu)件三維幾何參量精密測(cè)量。然而由于工業(yè)環(huán)境復(fù)雜和光學(xué)成像系統(tǒng)性能制約,圖像采集過(guò)程中易發(fā)生噪聲干擾、相機(jī)對(duì)焦不準(zhǔn)等問(wèn)題,產(chǎn)生低信噪比（Signal-to-Noise Ratio,SNR）離焦退化靶標(biāo)圖像,淹沒(méi)其形態(tài)特征,影響后續(xù)的目標(biāo)分割識(shí)別、位姿估計(jì)結(jié)果,制約視覺(jué)測(cè)量精度提高。現(xiàn)有的圖像盲復(fù)原依賴數(shù)學(xué)反卷積或迭代方法,過(guò)程對(duì)噪聲和迭代初值敏感,復(fù)原的圖像邊緣和細(xì)節(jié)不清晰,甚至發(fā)生振鈴效應(yīng),不利于靶標(biāo)圖像信息的有效提取。因此,研究低信噪比離焦圖像盲復(fù)原方法,并將其應(yīng)用于靶標(biāo)圖像盲復(fù)原中,降低噪聲對(duì)靶標(biāo)圖像盲復(fù)原的影響,增強(qiáng)靶標(biāo)圖像邊緣特征,實(shí)現(xiàn)靶標(biāo)圖像高質(zhì)量復(fù)原,有利于大型構(gòu)件的高精度定位和跟蹤。本文在分析圖像退化模型以及噪聲對(duì)圖像盲復(fù)原影響基礎(chǔ)上,給出了一種改進(jìn)的基于模糊映射圖的離焦圖像盲復(fù)原方法,并構(gòu)建了低信噪比離焦圖像盲復(fù)原算法。首先,利用各向異性偏微分方程對(duì)圖像進(jìn)行去噪預(yù)處理,在保持圖像邊緣清晰的條件下降低噪聲對(duì)盲復(fù)原的影響;其次在尺度空間自動(dòng)確定二次模糊量并對(duì)退... 

【文章來(lái)源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１圖像盲復(fù)原數(shù)學(xué)模型??Ｆｉｇ．?２－１．?Ｍａｔｈｅｍａｔｉｃａｌ?ｍｏｄｅｌ?ｏｆ?ｉｍａｇｅ?ｂｌｉｎｄ?ｒｅｓｔｏｒａｔｉｏｎ??２．２．２盲復(fù)原的不適定性和振鈴效應(yīng)??

－＼??ｙｗｉ＾）?＝?＝?Ｓ?（２－５）??ｍ＝０??根據(jù)離散傅里葉變換的卷積性質(zhì)，＿Ｖ１Ｄ（？）的信號(hào)長(zhǎng)度為＇＋”２－１。式（２－５）的卷積過(guò)??程要求一維信號(hào)Ａ：ｍ（？）在［－；Ｖ２?＋１，＇?＋?ｉＶ２?－１］區(qū)間內(nèi)有值，但條件只給出［０，乂］的元素??值，因此卷積結(jié)果與一維信號(hào)的外邊界值心（》），》６［－＃２?＋?１，０］１１［＇，＃｜＋＇－１］有關(guān)。??在二維信號(hào)圖像復(fù)原過(guò)程中，由于與外邊界像素值的不連續(xù)，造成了邊緣振蕩和噪聲??的放大。??Ａ．??嘗＼繼＼??圖２－２圖像復(fù)原振鈴效應(yīng)??Ｆｉｇ．?２－２．?Ｒｉｎｇｉｎｇ?ｅｆｆｅｃｔ?ｏｆ?ｉｍａｇｅ?ｒｅｓｔｏｒａｔｉｏｎ??由傅里葉變換性質(zhì)可知，頻域窗函數(shù)對(duì)應(yīng)空域兩側(cè)有余波的ｓｉｎｅ函數(shù)。在對(duì)模糊??退化圖像進(jìn)行反卷積濾波處理時(shí)，若濾波器頻域存在類似窗函數(shù)的陡峭變化，則在空??域會(huì)產(chǎn)生余波振蕩，導(dǎo)致復(fù)原圖像的邊緣振鈴效應(yīng)。??根據(jù)以上分析反卷積不適定性和振鈴效應(yīng)的產(chǎn)生原因，對(duì)圖像進(jìn)行去噪預(yù)處理，??有利于實(shí)現(xiàn)低信噪比離焦退化圖像盲復(fù)原。但是，圖像去噪的本質(zhì)是平滑高頻分量、??剔除奇異像素的過(guò)程，可能導(dǎo)致圖像的邊緣結(jié)構(gòu)信息丟失，給盲復(fù)原引入更大的不確??定性和誤差，因此需要采用一種能夠保持圖像邊緣結(jié)構(gòu)的去噪方法對(duì)低信噪比離焦圖??像進(jìn)行預(yù)處理，為盲復(fù)原提供具有清晰邊緣的圖像數(shù)據(jù)。??２．３各向異性偏微分方程圖像去噪方法??２．３．１各向異性偏微分方程擴(kuò)散方程［１（）］??基于圖像去噪的物理、幾何意義建立的各向異性偏微分方程，通過(guò)添加正則項(xiàng)、??利用不同的圖像形態(tài)特征改進(jìn)方程和擴(kuò)散系數(shù)，并通過(guò)數(shù)值求解實(shí)現(xiàn)圖像的非線性濾??波，具有局部自適應(yīng)性

ｇ（ｘ，ｙ）?＊?ｆ｛ｘ，?ｊ）＊（０，０）?＋?ｆＫｎ?Ｙｊ?ｋ（ｘ－ｍ，ｙ－ｎ）?（３－２）??（ｍ，ｎ）＊（ｘ，ｙ）??式中，??／ｈ，？?＝?Ｙｊ?／（ｗ＾）?（３－３）??ｍ’ｎｅｎ＾??（ｍ，ｎ）＊（ｘ，ｙ）??上式將圖像模糊退化分為中心點(diǎn)模糊和鄰域模糊兩部分，這與點(diǎn)光源聚焦成像為點(diǎn)、??離焦成像為模糊圓斑的光學(xué)離焦現(xiàn)象是相互對(duì)應(yīng)的，以下從二維高斯數(shù)學(xué)模型和光學(xué)??物理退化過(guò)程具體說(shuō)明這種現(xiàn)象的形成原因。??采用二維高斯函數(shù)描述離焦圖像的ＰＳＦ，模型分布如圖３－１所示，中心像素點(diǎn)的??鄰域像素按照二維高斯函數(shù)分布規(guī)律發(fā)生了擴(kuò)散和衰減。模型的橫剖面為多個(gè)同心??圓，與離焦成像為模糊圓斑相對(duì)應(yīng)；模型的縱剖面為高斯分布曲線，可以看出中心點(diǎn)??數(shù)值最大，鄰域像素點(diǎn)數(shù)值隨著與中心點(diǎn)的距離增大而減小，且剖面圖的峰值和鄰域??半徑與模糊參數(shù)ｃｒ有關(guān)，因此模糊參數(shù)影響離焦圓斑的半徑和模糊程度。???－?，．．《＊??．？－，?丨?”??Ｔ?１?Ｕ?＞??？，?ｗ，?＞—??’：?Ｉ??：???」?Ｊｔｅｉｉ贏??＇＊?＊?？？?２０?？？?１０?＆?０?ｉ?１０?ｔｔ?？?？?ａ?？?＜１?１０?？?０?４?？０?－Ｉｔ?－？?？??（ａ）?（ｂ）?（ｃ）??＂ｆ?．ｉ??？ｊ?，》?ｙ?丨?Ｍ??？?：?。。／�！�°。、、、?—??２?ｉ?：?。找。?／?，１??ｉ?二．」：丨??＊?＊?？?？?？?．ｗ?？?ｏ?？?ｗ?ｉｓ?？?？??（ｄ）?（ｅ）?（ｆ）??圖３－１二維高斯分布模型??（ａ）ｃｒ?＝?５二維高斯分布；（ｂ）圖（ａ）的橫剖

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)矢量外推Richardson-Lucy算法在波前編碼圖像復(fù)原中的應(yīng)用[J]. 趙惠,夏晶晶,張凌,樊學(xué)武.  光子學(xué)報(bào). 2019(06)
[2]基于能量約束的自適應(yīng)加權(quán)圖像盲復(fù)原算法[J]. 蘇暢,付天驕,張星祥,任建岳,金龍旭.  光學(xué)學(xué)報(bào). 2018(02)
[3]基于L0稀疏先驗(yàn)的相機(jī)抖動(dòng)模糊圖像盲復(fù)原[J]. 仇翔,戴明.  光學(xué)精密工程. 2017(09)
[4]基于自適應(yīng)雙lp-l2范數(shù)的單幅模糊圖像超分辨率盲重建[J]. 李滔,何小海,滕奇志,吳小強(qiáng).  計(jì)算機(jī)應(yīng)用. 2017(08)
[5]多層閾值函數(shù)下的小波圖像去噪[J]. 秦冬冬,陳志軍,閆學(xué)勤.  計(jì)算機(jī)工程. 2017(06)
[6]改進(jìn)的傅里葉域小波域聯(lián)合去模糊算法[J]. 潘澤,譚政,呂群波.  光子學(xué)報(bào). 2017(04)
[7]基于馬爾科夫隨機(jī)場(chǎng)學(xué)習(xí)模型的圖像模糊核估計(jì)[J]. 何富運(yùn),張志勝.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[8]貝葉斯迭代聯(lián)合雙邊濾波的散焦圖像快速盲復(fù)原[J]. 尹詩(shī)白,王衛(wèi)星,王一斌,李大鵬,鄧箴.  物理學(xué)報(bào). 2016(23)
[9]空間變化PSF非盲去卷積圖像復(fù)原法綜述[J]. 郝建坤,黃瑋,劉軍,何陽(yáng).  中國(guó)光學(xué). 2016(01)
[10]基于分?jǐn)?shù)階微積分的噪聲檢測(cè)和圖像去噪[J]. 楊柱中,周激流,郎方年.  中國(guó)圖象圖形學(xué)報(bào). 2014(10)

碩士論文
[1]帶噪聲離焦模糊圖像復(fù)原[D]. 趙艷.西安電子科技大學(xué) 2014



本文編號(hào)：3580748