本文關(guān)鍵詞：基于稀疏表達(dá)的強(qiáng)反射表面高光抑制方法研究　出處：《哈爾濱理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 編碼光測量 強(qiáng)反射表面 稀疏表示 高光抑制

【摘要】：近年來,結(jié)構(gòu)光三維測量技術(shù)以其非接觸、測量時(shí)間短、準(zhǔn)確率高等優(yōu)點(diǎn)被廣泛用于機(jī)器視覺、工業(yè)自動(dòng)檢測、生物醫(yī)學(xué)、三維動(dòng)畫等領(lǐng)域。但在實(shí)際作業(yè)中,對(duì)強(qiáng)反射表面物體進(jìn)行結(jié)構(gòu)光三維測量時(shí),因其物體表面的強(qiáng)反射特性導(dǎo)致采集到的圖像中部分有效信息丟失,這對(duì)后續(xù)的圖像處理算法有很大的影響,例如圖像識(shí)別、物體的匹配、重構(gòu),物體追蹤等。本文圍繞著強(qiáng)反射表面編碼光測量這一主題,針對(duì)強(qiáng)反射表面編碼光測量時(shí),存在著高光難以去除、去高光時(shí)編碼圖像信息丟失的問題進(jìn)行研究。本文首先對(duì)國內(nèi)外的高光抑制研究理論進(jìn)行了學(xué)習(xí)和歸納總結(jié),分析了結(jié)構(gòu)光三維測量原理,并在此基礎(chǔ)上進(jìn)行實(shí)驗(yàn)總體方案設(shè)計(jì),該設(shè)計(jì)包含系統(tǒng)配置、編碼光選取、平臺(tái)搭建。通過前期的理論準(zhǔn)備,以及對(duì)當(dāng)前的研究熱點(diǎn)稀疏表示理論相關(guān)知識(shí)的學(xué)習(xí)和分析,本文提出了空間自適應(yīng)迭代奇異值閾值(SAIST)算法進(jìn)行高光抑制研究,該算法具有提高相似信息精度,增強(qiáng)圖像細(xì)節(jié)信息,簡化迭代過程中空間、時(shí)間復(fù)雜度,自適應(yīng)地去除高光像素等優(yōu)點(diǎn)。在分析SAIST算法的基礎(chǔ)上,本文選用強(qiáng)反射性質(zhì)較強(qiáng)的陶瓷瓶與陶瓷盤進(jìn)行三維重構(gòu)實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明SAIST算法可以很好的恢復(fù)高光圖像中丟失的有效信息,高光區(qū)域明顯縮小,三維重構(gòu)結(jié)果中高光像素點(diǎn)分別減少了54.88倍和39.67倍。此外,與傳統(tǒng)的高光抑制方法均衡化修正法、一致性敏感哈希算法的陶瓷瓶和陶瓷盤對(duì)比實(shí)驗(yàn)結(jié)果顯示,SAIST算法的處理結(jié)果中高光像素點(diǎn)分別減少了10.11、18.69倍和7.56、13.44倍。結(jié)果顯示,不論從客觀測量數(shù)據(jù)還是從主觀視覺顯示,此方法與傳統(tǒng)高光抑制方法相比都具有很大的優(yōu)勢。
[Abstract]:In recent years , the three - dimensional measurement technique of structured light has been widely used in the fields of machine vision , industrial auto - detection , biomedicine , 3D animation , etc .

【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：O43;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高志榮;熊承義;笪邦友;;改進(jìn)的基于殘差加權(quán)的稀疏表示人臉識(shí)別[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

2 陳才扣;喻以明;史俊;;一種快速的基于稀疏表示分類器[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

3 耿耀君;張軍英;;一種基于投影稀疏表示的基因選擇方法[J];哈爾濱工程大學(xué)學(xué)報(bào);2011年08期

4 熊承義;汪淑賢;高志榮;;基于字典優(yōu)化的稀疏表示人臉識(shí)別[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

5 戴平陽;洪景新;李翠華;詹小靜;;一種基于稀疏表示的判別式目標(biāo)跟蹤算法[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

6 趙佳佳;唐崢遠(yuǎn);楊杰;劉爾琦;周越;;基于圖像稀疏表示的紅外小目標(biāo)檢測算法[J];紅外與毫米波學(xué)報(bào);2011年02期

7 柯激情;祝磊;厲力華;韓斌;鄭智國;孟旭莉;;基于稀疏表示算法的蛋白質(zhì)質(zhì)譜數(shù)據(jù)特征選擇[J];生物物理學(xué)報(bào);2012年08期

8 王立國;劉丹鳳;趙亮;;基于高光譜圖像稀疏表示的彩色可視化模型(英文)[J];Applied Geophysics;2013年02期

9 宋琳;程詠梅;趙永強(qiáng);;基于稀疏表示模型和自回歸模型的高光譜分類[J];光學(xué)學(xué)報(bào);2012年03期

10 羅燕龍;劉偉盛;戴平陽;李翠華;;基于局部稀疏表示模型的海上紅外目標(biāo)跟蹤方法[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

相關(guān)會(huì)議論文 前3條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識(shí)別研究[A];虛擬運(yùn)營與云計(jì)算——第十八屆全國青年通信學(xué)術(shù)年會(huì)論文集（上冊）[C];2013年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標(biāo)識(shí)別[A];2013年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊）[C];2013年

3 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號(hào)處理及其研究進(jìn)展[A];中國聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 李進(jìn)明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學(xué);2015年

2 王亞寧;基于信號(hào)稀疏表示的電機(jī)故障診斷研究[D];河北工業(yè)大學(xué);2014年

3 姚明海;視頻異常事件檢測與認(rèn)證方法研究[D];東北師范大學(xué);2015年

4 黃國華;蛋白質(zhì)翻譯后修飾位點(diǎn)與藥物適應(yīng)癥預(yù)測方法研究[D];上海大學(xué);2015年

5 王瑾;基于稀疏表示的數(shù)據(jù)收集、復(fù)原與壓縮研究[D];北京工業(yè)大學(xué);2015年

6 王文卿;基于融合框架與稀疏表示的遙感影像銳化[D];西安電子科技大學(xué);2015年

7 解虎;高維小樣本陣列自適應(yīng)信號(hào)處理方法研究[D];西安電子科技大學(xué);2015年

8 秦振濤;基于稀疏表示及字典學(xué)習(xí)遙感圖像處理關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2015年

9 薛明;基于稀疏表示的在線目標(biāo)跟蹤研究[D];上海交通大學(xué);2014年

10 孫樂;空譜聯(lián)合先驗(yàn)的高光譜圖像解混與分類方法[D];南京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王道文;基于稀疏表示的目標(biāo)跟蹤算法研究[D];華南理工大學(xué);2015年

2 李哲;基于稀疏表示和LS-SVM的心電信號(hào)分類[D];河北大學(xué);2015年

3 孫雪青;Shearlet變換和稀疏表示相結(jié)合的甲狀腺結(jié)節(jié)圖像融合[D];河北大學(xué);2015年

4 吳麗璇;基于稀疏表示的微聚焦X射線圖像去噪方法[D];華南理工大學(xué);2015年

5 趙孝磊;基于圖像分塊稀疏表示的人臉識(shí)別算法研究[D];南京信息工程大學(xué);2015年

6 黃志明;基于辨別式稀疏字典學(xué)習(xí)的視覺追蹤算法研究[D];華南理工大學(xué);2015年

7 張鈴華;非約束環(huán)境下的稀疏表示人臉識(shí)別算法研究[D];南京信息工程大學(xué);2015年

8 賀妍斐;基于稀疏表示與自適應(yīng)倒易晶胞的遙感圖像復(fù)原方法研究[D];南京信息工程大學(xué);2015年

9 楊爍;電能質(zhì)量擾動(dòng)信號(hào)的稀疏表示/壓縮采樣研究[D];西南交通大學(xué);2015年

10 應(yīng)艷麗;基于低秩稀疏表示的目標(biāo)跟蹤算法研究[D];西南交通大學(xué);2015年

，

本文編號(hào)：1365659