振动退化图像立体匹配技术研究及应用

发布时间：2017-09-01 19:07

  本文关键词：振动退化图像立体匹配技术研究及应用

  更多相关文章： 振动退化图像 立体匹配 振动模糊参数 图像复原 三维信息提取

【摘要】：双目立体视觉系统工作平台并不是绝对静止的,或多或少都存在着机械振动。在利用双目视觉系统采集双目图像对时,这会使相机视轴发生振动,导致拍摄目标与相机之间存在相对运动,造成拍摄目标在成像过程中偏离原始成像位置,产生模糊,给图像带来振动退化,让双目图像对无法进行立体匹配。因此,对视轴振动引起的图像退化的研究成为一个热点。为了模拟实际工作中双目立体视觉系统受到的振动干扰,设计并搭建了振动形式可控的振动实验平台来采集振动退化图像。利用振动退化图像频谱特征,即振动退化图像频谱存在着对应零阶Bessel函数零点的暗条纹,来辨识振动退化参数;同时分析了振动模糊图像的退化机理;在上述基础上提出了一种考虑相邻图像影响的逐行法。具体做法如下:以要复原的第i行图像为中心,上下各取N行图像,N的取值等于曝光时间内的振动尺度,将选取的图像用点扩散函数yxh),(复原;复原后再取图像的中间行作为复原图像的第i行图像;重复上述过程,依次获取每行的复原图像。应用考虑相邻图像影响的逐行法来恢复振动退化图像并利用均方差和峰值信噪比评价恢复图像的品质。同时应用L-R算法和逐行法进行上述实验过程,与考虑相邻图像影响的逐行法作对比。结果表明:应用虑相邻图像影响的逐行法恢复图像的均方差最小、峰值信噪比最大,能够获得细节清晰的图像,恢复效果较优。利用标定得到的相机参数对双目图像对进行校正,再对校正的图像对进行立体匹配获取视差图。应用Harris算子提取图像中目标的角点并得到其像素坐标值,最后利用角点的像素坐标值和得到的视差图计算该角点的世界坐标值。结果表明:对复原图像进行立体匹配,能够获得图像中目标角点精确的三维坐标值,匹配效果良好。
【关键词】：振动退化图像 立体匹配 振动模糊参数 图像复原 三维信息提取
【学位授予单位】：华北理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 引言9-10
• 第1章 绪论10-16
• 1.1 课题背景10
• 1.2 国内外相关研究工作10-14
• 1.2.1 振动退化图像的研究10-12
• 1.2.2 图像复原的研究12-14
• 1.3 课题研究目标14
• 1.4 论文的结构安排14-16
• 第2章 图像复原理论与图像品质评价指标16-27
• 2.1 图像退化与一般退化模型16-19
• 2.1.1 连续函数的退化模型17-18
• 2.1.2 离散函数的退化模型18-19
• 2.2 图像的噪声原理19-20
• 2.2.1 噪声的分类19
• 2.2.2 噪声的概率密度函数19-20
• 2.3 经典图像复原算法理论20-23
• 2.3.1 逆滤波法20-21
• 2.3.2 维纳滤波法21-23
• 2.4 图像质量评价23-27
• 2.4.1 图像主观质量评价法24-25
• 2.4.2 图像客观质量评价法25-27
• 第3章 双目立体视觉系统原理27-36
• 3.1 双目立体视觉测量原理27-30
• 3.1.1 双目立体视觉系统的坐标系种类27-28
• 3.1.2 双目立体视觉系统模型28-30
• 3.2 双目立体视觉系统工作原理30-31
• 3.3 双目立体视觉的技术特点31-36
• 3.3.1 摄像机标定31-32
• 3.3.2 特征提取32-33
• 3.3.3 立体匹配33-34
• 3.3.4 三维信息提取34-36
• 第4章 振动退化图像采集实验平台的搭建及图像预处理36-42
• 4.1 振动退化图像采集实验平台的搭建36-40
• 4.1.1 设备选型36-38
• 4.1.2 实验平台机械设计和控制设计38-39
• 4.1.3 软件界面39-40
• 4.2 图像预处理40-42
• 4.2.1 Gauss滤波40-41
• 4.2.2 中值滤波41-42
• 第5章 振动退化图像的复原及立体匹配42-66
• 5.1 振动导致的退化分析42
• 5.2 振动模糊参数辨识42-51
• 5.2.1 高频振动模糊参数辨识42-44
• 5.2.2 Radon变换44
• 5.2.3 高频振动实验结果44-48
• 5.2.4 低频振动模糊参数辨识48-49
• 5.2.5 低频振动实验结果49-51
• 5.3 振动退化图像的复原51-55
• 5.3.1 点扩散函数的建立51-52
• 5.3.2 逐行法复原振动退化图像52-53
• 5.3.3 实验结果及分析53-55
• 5.4 复原双目图像对的立体匹配55-66
• 5.4.1 匹配基元的选择56-57
• 5.4.2 匹配的约束条件57-58
• 5.4.3 立体匹配算法的结构58-59
• 5.4.4 相似性测度59-60
• 5.4.5 实验结果及分析60-66
• 结论66-67
• 参考文献67-71
• 致谢71-72
• 导师简介72
• 企业导师简介72-73
• 作者简介73-74
• 学位论文数据集74

【相似文献】

中国期刊全文数据库 前10条

1 林伟,田铮,温显斌;基于小波域投影寻踪网络的多源退化图像的恢复[J];计算机应用;2004年06期

2 洪汉玉;;基于二阶加权差分的湍流退化图像快速复原[J];计算机工程与应用;2008年31期

3 陈德;;一种水下退化图像的增强方法[J];数字技术与应用;2013年03期

4 洪汉玉,张天序;基于小波分解的湍流退化图像的快速复原算法[J];红外与毫米波学报;2003年06期

5 黄黎红;;退化图像的去雾方法[J];红外与激光工程;2010年05期

6 陈武凡,李超,陈和晏;空域中退化图像恢复的有效算法[J];计算机学报;1999年12期

7 崔光茫;赵巨峰;冯华君;徐之海;李奇;陈跃庭;;非均匀介质退化图像快速仿真模型的建立[J];浙江大学学报(工学版);2014年02期

8 洪汉玉;;红外探测湍流退化图像并行复原方法研究[J];红外技术;2009年01期

9 孙李辉;李俊山;李钊;胡双演;耿志;;基于预处理的气动退化图像边缘定位[J];无线电工程;2012年11期

10 洪汉玉;章秀华;;湍流退化图像并行校正方法[J];计算机与数字工程;2009年03期

中国重要会议论文全文数据库 前3条

1 洪汉玉;;气动湍流退化图像并行模式校正方法研究[A];第十四届全国图象图形学学术会议论文集[C];2008年

2 李勇;范承玉;时东锋;冯晓星;乔春红;徐博;;基于加速阻尼Richardson-Lucy算法的湍流退化图像盲复原算法[A];中国光学学会2010年光学大会论文集[C];2010年

3 田金文;左博新;;气动光学图像仿真与处理关键技术研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

中国博士学位论文全文数据库 前1条

1 肖斌;退化图像不变性识别研究[D];西安电子科技大学;2012年

中国硕士学位论文全文数据库 前7条

1 赵学静;雪天气退化图像复原方法研究[D];沈阳理工大学;2015年

2 韩斌;振动退化图像立体匹配技术研究及应用[D];华北理工大学;2016年

3 李鹏;薄尘雾退化图像的处理研究[D];南京理工大学;2005年

4 李庆菲;大气湍流退化图像的复原研究[D];合肥工业大学;2010年

5 王婷;退化图像的复原改进算法研究与实现[D];哈尔滨工程大学;2007年

6 孙敬建;稀疏孔径望远镜退化图像复原技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2010年

7 曹东;基于FrFT的湍流退化图像复原技术研究[D];中国空气动力研究与发展中心;2009年

，

本文编号：773863