高动态图像运动去模糊还原方法研究

摘要

五轴数控机床在运行过程中由于伺服系统滞后会产生动态轮廓误差，利用视觉测量系统测量其误差的过程中，机床的高速运动会导致拍摄的图像产生模糊现象，影响定位信息的提取精度，需要对运动模糊图像进行去模糊研究。本文在充分分析了目前线性运动模糊核的估计方法以及图像复原算法的基础上，说明视觉测量系统的测量原理、图像去模糊在视觉测量的重要环节，以及运动模糊对测量结果的影响，结合视觉测量系统的先验信息，提出了适合被测量目标图像的图像去模糊算法。本文的主要研究内容如下： （1）针对现有线性运动模糊核求取精度低的问题，本文提出依据较为精确的视觉测量系统先验信息来求解运动模糊核的方法，利用相机帧频、曝光时间和帧间关系，分别求解每一帧图像的模糊角度以及模糊尺度，从而求得精确的线性运动模糊核。 （2）对于不同场景的图像具有不同的图像特性，图像模糊过程对这些图像特性的影响不尽相同。本文分析了拍摄的测量目标图像的图像特性，得知模糊过程减弱了灰度的稀疏性，以及图像梯度服从超拉普拉斯分布，因此建立了图像非盲复原算法目标函数的模型并求解。与图像去模糊领域突出贡献的九种非盲复原算法比较，结果表明：无论是自然场景的灰度图像还是拍摄的测量目标图像都有很好的图像复原质量。 （3）由于目前图像去模糊没有应用到测量领域，因此对测量领域没有合适的图像复原质量评价方法。本文结合测量目标图像对机床定位精度的改善情况、拍摄图像本身的结构数值信息以及传统的结构相似度的图像质量评价方法，建立图像去模糊处理在测量领域的评价方法，并通过实验对提出的评价方法进行验证。 最后对本文提出的图像去模糊处理算法以及评价方法进行了验证实验。实验结果表明：五轴数控机床以3m/min进给速度，相机帧频为25fps时运行等角螺旋线轨迹，模糊序列图像视觉测量的平均误差为56.7?m，经过本文提出的去模糊还原算法的平均误差为37.0?m，相比提升34.74%，建立的评价函数由0.8459提高至0.8811，提高了4.16%，有效地改善了视觉测量系统测量机床动态轮廓误差的过程中由于运动模糊造成的影响。

目录

第一个书签之前

摘 要

Abstract

1 绪论

1.1 研究背景及意义

1.2 图像去模糊研究现状

1.2.1 线性运动模糊核求解现状

1.2.2 图像复原算法研究现状

1.3 本文的主要工作

1.4 本文的内容安排

2 基础原理介绍

2.1 双目视觉测量系统测量原理

2.2 图像去模糊基础原理

2.2.1 最大后验概率（MAP）

2.2.2 模糊核先验知识

2.2.3 自然图像先验知识

2.3 本章小结

3 机床动态检测中的高速图像运动去模糊复原方法

3.1 基于视觉测量系统参考量的模糊核求解方法

3.1.1 模糊方向求解

3.1.2 模糊尺度求解

3.2 基于超拉普拉斯先验的非盲复原算法

3.2.1 测量目标图像特性

3.2.2 建立非盲复原算法模型及求解方法

3.2.3 与其他方法比较

3.3 本章小结

4 面向测量的图像去模糊评价方法

4.1 传统的图像质量评价方法

4.1.1 主观评价方法

4.1.2 客观评价方法

4.2 面向测量领域的图像去模糊评价方法

4.3 本章小结

5 机床动态检测中的高速图像去模糊还原实验

5.1 实验系统简介

5.2 实验结果

5.2.1 等角螺旋线轨迹实验

5.2.2 圆形轨迹实验

5.2.3 帧频对比实验

5.3 评价方法验证实验

5.4 本章小结

结 论

攻读硕士学位期间发表学术论文情况

致 谢

大连理工大学学位论文版权使用授权书