圖像匹配定位技術(shù)在視覺導(dǎo)航系統(tǒng)中有著重要的應(yīng)用,主要研究實(shí)時圖像在參考圖像中的精確位置的問題,其中實(shí)時圖和參考圖是在同一場景不同條件下拍攝的。但實(shí)際場景中,受復(fù)雜成像環(huán)境影響(如高斯模糊),獲得的圖像不可避免的存在退化問題,給匹配定位的精度造成了極大影響。而現(xiàn)有技術(shù)大都假設(shè)成像環(huán)境理想,因此,研究更為高效的模糊圖像的匹配定位技術(shù)以提升匹配定位精度,具有極為重要的意義。本文以高斯模糊圖像匹配定位算法為研究對象,提出從模糊圖像復(fù)原和圖像匹配定位兩方面入手,探索復(fù)原和匹配定位的關(guān)系,提出了兩種先復(fù)原后匹配定位的兩階段法和一種復(fù)原匹配一體化方法。針對模糊圖像導(dǎo)致匹配定位精度下降的問題,首先提出利用深度生成對抗網(wǎng)絡(luò)盲復(fù)原高斯模糊圖像的匹配定位兩階段法。該方法中,利用深度學(xué)習(xí)方法,參考多尺度去運(yùn)動模糊網(wǎng)絡(luò)搭建單尺度深度生成對抗網(wǎng)絡(luò)用于盲復(fù)原高斯模糊圖像,再利用稀疏表達(dá)方法進(jìn)行匹配定位。該方法針對這兩個任務(wù)雖然都取得了很好的結(jié)果,但是針對重復(fù)結(jié)構(gòu)多的復(fù)雜場景,復(fù)原圖像質(zhì)量要求更高。因此,進(jìn)一步地,引入模糊圖像的邊緣圖,提出利用邊緣先驗(yàn)盲復(fù)原高斯模糊圖像的匹配定位兩階段法。將模糊圖像邊緣圖與模糊圖、模...

【文章頁數(shù)】：101 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究概況
    1.3 論文的主要研究內(nèi)容
    1.4 論文的課題來源及組織結(jié)構(gòu)
2 利用深度單尺度生成對抗網(wǎng)絡(luò)盲復(fù)原高斯模糊圖像的匹配定位方法
    2.1 引言
    2.2 生成對抗網(wǎng)絡(luò)
    2.3 基于深度生成對抗網(wǎng)絡(luò)的高斯模糊盲復(fù)原網(wǎng)絡(luò)(DeepdeGAN)
    2.4 基于稀疏表達(dá)的圖像匹配算法
    2.5 高斯模糊圖像復(fù)原實(shí)驗(yàn)結(jié)果與討論
    2.6 DeepdeGAN SRC實(shí)驗(yàn)結(jié)果與討論
    2.7 本章小結(jié)
3 利用邊緣先驗(yàn)盲復(fù)原高斯模糊圖像的匹配定位方法
    3.1 引言
    3.2 邊緣檢測算法
    3.3 基于邊緣先驗(yàn)的多尺度高斯模糊盲復(fù)原網(wǎng)絡(luò)(DeepEdgeGAN)
    3.4 高斯模糊圖像復(fù)原實(shí)驗(yàn)結(jié)果與討論
    3.5 DeepEdgeGAN SRC實(shí)驗(yàn)結(jié)果與討論
    3.6 本章小結(jié)
4 基于距離加權(quán)稀疏表達(dá)的圖像復(fù)原與匹配一體化方法
    4.1 引言
    4.2 基于距離加權(quán)的稀疏表達(dá)算法
    4.3 基于距離加權(quán)稀疏表達(dá)的由粗到細(xì)的圖像復(fù)原匹配一體化算法
    4.4 實(shí)驗(yàn)結(jié)果與討論
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 主要創(chuàng)新點(diǎn)
    5.3 課題展望
致謝
參考文獻(xiàn)
附錄1 碩士期間發(fā)表的論文專利成果
附錄2 碩士期間參與的項(xiàng)目課題



本文編號：3782593