彭冬亮[1]2003年在《降质图像处理方法及其在机器人视觉系统中的应用研究》文中研究指明随着信息技术和计算机科学的迅速发展，图像处理、自动目标识别以及计算机视觉技术已经被广泛于工业、国防、航空和航天等诸多领域。这篇文章重点讨论了如下的叁个问题： 1．灰度等级少、对比度低的降质图像增强问题。图像增强是图像预处理的重要组成。通过不同的图像增强手段可以得到适用于不同用途的增强图像。传统的图像增强方法有灰度变换、直方图修正、直方图均衡、图像平滑和维纳滤波。由于图像中存在许多不确定性和不精确性，对于这种类型的图像，与传统的图像增强手段相比，基于模糊集理论的图像增强技术在一定范围内可以取得较好的增强效果。但是由Pal提出的经典模糊增强方法并没有改变图像灰度等级的上界，所以这种增强方法不适合于灰度等级少、对比度低的图像增强问题，并且这种经典模糊增强方法的隶属度函数值域不具有通常的规范形式，即[0，1]区间。为了解决上述问题，本文在经典模糊增强方法和灰度变换基础上提出了一种广义的迭代模糊增强算法。这种新的图像增强方法包括叁个阶段，即图像滤波、模糊增强和灰度级变换，扩大了原始图像灰度等级的范围，在保留了原有模糊增强方法和灰度变换优点的同时，规范化了模糊增强环节中灰度隶属度函数的形式。同时为了结束迭代增强，基于图像灰度直方图分布的统计特性，提出了一种客观的图像质量评价指标。计算机仿真结果表明这种新的图像增强方法比模糊增强和灰度变换方法更适合于处理灰度等级少、对比度低的图像增强问题。 2．具有方向可调节性的边缘检测器的设计问题。在图像处理和图像分析中，图像中的边缘包含了重要的图像信息，因此如何有效快速地提取图像中的边缘是一个十分重要的问题。边缘检测器的性能直接影响着图像分析和物体识别的结果。通常的边缘检测器只能有效检测几个特定方向的边缘，如果需要检测图像中各个不同方向的边缘，使用通常的卷积方法在计算上是十分费时的。为了解决这个问题，本文基于变换群理论提出了一种方向自适应滤波器的设计方法；给出了这个滤波器与图像卷积的算法。这种自适应滤波器经过参数变换后的结果可以用一组固定的、有限数目的基滤波器的线性组合表示。当不同方向的滤波器与图像进行卷积时，计算效率可以得到显着提高。一个仿真实例表明这种用于边缘检测的自适应滤波器是有效的。 3．六轴机械手视觉系统的设计和应用问题。工件的自动识别和定位是实现加工工业现代化的前提，可以极大提高生产效率和减轻工作人员的工作负担。本11 摘 要文从实际应用角度出发，设计和开发了六轴机械手的视觉系统，从硬件和软件方面详细描述了这个系统的实现过程。在图像识别阶段，提出了一种有效的图像分割方法，即改进标号算法；还提出了一种有效确定图像中物体位置和方向的算法，解决了物体方向表示的奇异性问题；为了确定图像上物体的绝对坐标，本文详细分析了像素坐标系、图像平面坐标系和机械手参考坐标系之间的关系，讨论了几个与视觉系统应用有关的实际问题。最后的实际应用结果验证了视觉系统的实用性。
赵雪青[2]2013年在《降质图像复原方法研究》文中研究表明图像作为人类感知客观世界及事物存在的重要工具,不仅能够形象地表达物理对象,而且能够使人类更加直观地认知并理解物理对象间的关系,进而使人类能够更加全面、深刻地研究并探索物理世界。在人类通过各种手段及不同观测系统从客观世界获取图像的过程中,存在各种干扰因素(如各类噪声、运动模糊、大气湍流模糊、散焦模糊等),使实际获取图像的质量下降,进而令其失去实际应用价值。因此,复原图像原始信息并提高其图像质量进而还原真实场景具有非常重要的意义。本文针对噪声干扰、运动模糊、大气湍流模糊及散焦模糊产生的降质图像复原问题,分别构建降质图像复原模型并设计相应的复原算法,以去除图像降质现象、提高图像质量与保护图像细节信息等因素为切入点研究降质图像复原的新方法,其主要内容及创新点如下：(1)针对图像在获取、记录、转换及传输过程中易受到噪声污染的问题,提出了一种新的基于Chebyshev理论与Radon变换的噪声降质图像复原方法。该方法基于Chebyshev理论和Radon变换构建新的自适应参数辨识去噪模型,并设计与该模型相匹配的新算法,旨在去除脉冲噪声、高斯噪声及其混合噪声(包括脉冲噪声、高斯噪声等多类噪声混合),通过噪声检测和噪声去除两个阶段完成噪声降质图像的复原工作。经实验仿真,以图像质量主观和客观评价为参考,将该方法与常见的方法比较,实验结果表明文中所提出的方法在降质图像的去噪能力和图像细节保护能力方面均具有较好的性能。(2)针对图像在摄取过程中因被摄对像与成像设备间相对运动引发运动模糊降质问题,提出了一种新的基于反应扩散理论的运动模糊降质图像复原方法。该方法利用反应扩散方程的图像复原与图像边缘信息保护的特征,结合运动模糊图像量化函数,基于反应扩散理论构建新的运动模糊降质图像复原模型,并设计与该模型相匹配的新算法,旨在去除图像的运动模糊,完成该类降质图像的复原工作。本文给出了基于反应扩散理论的运动模糊降质图像复原模型及其相关证明,并经实验仿真,以图像质量主观和客观评价为参考,将该方法与常见的方法比较,实验结果表明文中所提出的方法在降质图像的去除运动模糊能力和图像细节保护能力方面均具有较好的性能,并对噪声干扰具有一定的鲁棒性。(3)针对图像在获取过程中易受到大气湍流影响引发大气湍流模糊降质问题,提出了-种新的基于图像相似度-反应扩散理论的大气湍流模糊降质图像复原方法。该方法利用图像相似度的特征与反应扩散理论的特性,结合光学相似度函数,基于图像相似度-反应扩散理论构建新的大气湍流模糊降质图像复原模型,并设计与该模型相匹配的新算法,旨在去除图像的大气湍流模糊,完成该类降质图像的复原工作。经实验仿真,选取遥感图像并以图像质量主观和客观评价为参考,将该方法与常见的方法比较,实验结果表明文中所提出的方法在降质图像的去除大气湍流模糊能力和图像细节保护能力方面均具有较好的性能,并对噪声干扰具有一定的鲁棒性。(4)针对图像在获取过程中普遍存在因聚焦不准引发散焦模糊问题,提出了一种新的基于结构张量-反应扩散理论的散焦模糊降质图像复原方法。该方法利用结构张量可分析并处理图像中结构信息的方向场、边缘、角点及其它几何特征的属性与反应扩散理论的特性,结合扩散张量模型,基于结构张量-反应扩散理论构建新的散焦模糊降质图像复原模型,并设计与该模型相匹配的新算法,旨在去除图像的散焦模糊,完成该类降质图像的复原工作。经实验仿真,以图像质量主观和客观评价为参考,将该方法与常见的方法比较,实验结果表明文中所提出的方法在降质图像的去除散焦模糊能力和图像细节保护能力方面均具有较好的性能,并对噪声干扰具有一定的鲁棒性。(5)基于图像降质因素分析与图像质量评价,以针对各类常见图像降质现象设计并实现降质图像复原模型与算法为基础工作,提出了一种降质图像复原系统的原型设计。该系统原型设计旨在结合降质图像复原方法研究中已取得的成果给出一种简单、高效、适用范围较广且易于实现的降质图像复原解决方案。该方案以满足现有图像处理需求并解决当前图像复原问题为目标,便于将降质图像复原方法转化为产品并应用于日常生活各方面。本文专注于研究降质图像复原问题,描述了图像降质成因、降质分类及其数学模型,针对噪声干扰、运动模糊、大气湍流模糊、散焦模糊等主要图像降质模型,设计了适用不同降质现象的图像复原算法,以提高复原图像质量与保护图像细节信息等因素为参考不断提升算法性能,最终给出了一种简单、高效、适用范围较广且易于实现的降质图像复原解决方案,为图像处理领域中降质图像复原技术的研究提供了新方法与新思路。
参考文献：
[1]. 降质图像处理方法及其在机器人视觉系统中的应用研究[D]. 彭冬亮. 浙江大学. 2003
[2]. 降质图像复原方法研究[D]. 赵雪青. 陕西师范大学. 2013
标签：自动化技术论文; 图像增强论文; 图像复原论文; 图像处理论文; 模糊理论论文; 模糊算法论文; 机器人论文; 图像噪声论文; 科普论文;