运动模糊图像恢复理论分析与实现

摘要

焊接技术在一个国家的机械制造工业方面有着非常重要的地位,焊接技术正向着自动化、机械化水平方向发展。弧焊机器人自动跟踪焊缝焊接,它是通过CCD摄像头作为弧焊机器人的眼睛,通过摄像头拍到的焊接情况自动进行焊接。然而在焊接过程中摄像头图像的获取受到各种噪声的干扰以及图像的振动,使得机器人获取的图像存在噪声和运动模糊。
　　基于上述问题,本文在弧焊机器人CCD摄像头获取图像后对其进行处理,研究了图像的预滤波增强和运动模糊复原的相关算法。
　　摄像头获取的含噪图像首先要经过图像的预滤波进行噪声滤除。本文主要研究了空间域滤波增强和频率域滤波增强,并得出中值滤波对弧焊机器人图像预处理效果最好的结论。对于运动模糊图像的恢复一般有两种情况:一种是在有足够先验知识的情况下,对原始图像进行建模,能够并根据它对退化的图像进行拟合。另外一种是在对图像没有先验知识的情况下,对退化图像建模,进行描述从而寻找削弱或去除其影响的方法,这种方法称为估计方法。本文采用前者,即要得到点扩散函数。要求取图像退化时的点扩散函数,需要对图像的模糊长度和模糊方向进行估计,也即模糊参数的估计。对于模糊长度的估计,本文研究了基于频率域估计法和基于 radon变换法两种方法;对于模糊方向的估计,本文研究了基于霍夫变换法和基于radon变换法两种。并且得到了模糊长度估计的改进方法和模糊方向的最佳估计方法。模糊参数估计出来后就可以根据运动模糊的模型求出点扩散函数并采用相应的图像恢复算法对模糊图像进行恢复。本文研究了四种不同的图像恢复算法,分别是:逆滤波法、维纳滤波法、Lucy-Richardson法和有约束最小二乘方法。通过对弧焊机器人采集的图像进行仿真复原,得出了采用维纳滤波法对采集的图像进行复原为最佳方法的结论。
　　在本论文对图像预处理和图像模糊参数以及复原算法的研究过程中,主要借助了MATLAB软件进行仿真。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 选题背景及研究意义

1.2 国内外研究发展现状

1.3 论文研究内容及结构

第二章 图像处理基础

2.1 图像处理的数学基础

2.2 图像中的噪声

2.3 运动模糊图像的退化模型

2.4 运动模糊图像的点扩散函数

2.5 运动模糊图像复原

2.6 本章小结

第三章 图像的去噪和增强

3.1 图像预滤波处理

3.2 图像的增强

3.3 图像滤波去噪

3.4 本章小结

第四章 运动模糊图像的点扩散函数的参数估计算法

4.1 运动模糊长度的估计

4.2 运动模糊方向的估计

4.3 改进的模糊长度和方向的估计

4.4 本章小结

第五章 图像复原算法的研究

5.1 逆滤波法

5.2 维纳滤波法

5.3 L-R滤波法

5.4 有约束最小二乘方法

5.5 本章小结

第六章 算法实现及分析

6.1 算法的描述与流程

6.2 实验平台

6.3 实验结果及分析

6.4 本章小结

第七章 总结与展望

7.1 全文总结

7.2 不足与展望

致谢

参考文献