工业流水线上连续帧图像配准及高光去除

摘要

物体上的高光直接影响工业检测、模式识别和计算机视觉等领域中后续处理的算法性能。如何检测和消除图像中的高光区域一直是个热点问题。现在已有的去高光处理方法主要是针对单幅图像的，但是单幅图像的处理比较困难，去除高光的结果很难到达预期。本文介绍了一种基于连续帧图像配准及高光去除的方法，主要利用了连续帧图像之间的互补信息。该解决方案包括两个主要部分：图像配准和图像融合。首先，利用特征检测及其特征描述或者其他图像配准方法，对连续帧图像进行自动配准。其次，在连续帧图像被配准后，对配准后的图像进行融合。最后，输出去除高光后的图像。图像配准模块主要介绍了一种基于SURF的连续帧图像配准方法，虽然该方法能比较好处理大部分图像，但由于SURF对纹理特征比较少的图像特征提取效果并不好。为此，我们提出了一种基于Canny的主轮廓线配准方法。利用这两种图像配准方法，我们可以比较好的完成图像配准模块的工作，然后进行图像融合。经过多次实验，我们认为该方法用于消除或消弱高光区域有比较好的效果，有一定的理论和应用价值。

目录

摘要

ABSTRACT

第一章 绪论

1.1 课题意义及背景分析

1.1.1 课题意义

1.1.2 国内外的研究现状

1.2 论文的主要工作及章节安排

第二章 高光消除

2.1 图像补色

2.2 双色反射模型

2.3 光照约束补色算法

2.4 本章小结

第三章 图像配准

3.1 图像配准简介

3.2 图像配准理论

3.2.1 图像配准定义

3.2.2 图像变换模型

3.3 图像配准方法分类

3.3.1 基于灰度的配准方法

3.3.2 基于特征的配准方法

3.4 本章小结

第四章 图像融合

4.1 图像融合的背景及介绍

4.2 图像融合的研究现状

4.3 简单图像融合技术

4.3.1 像素灰度值选大和选小法

4.3.2 加权平均图像融合方法

4.4 基于塔形分解的多尺度、多分辨率算法

4.4.1 拉普拉斯金字塔分解融合

4.4.2 基于小波变换的图像融合

4.5 基于统计学方法的图像融合

4.5.1 基于非负矩阵分解的图像融合

4.6 本章小结

第五章 连续帧图像高光去除

5.1 基于SURF 的连续帧图像配准

5.1.1 SURF 特征检测及描述

5.1.2 特征的匹配

5.1.3 估计变换矩阵

5.1.4 本节小结

5.2 基于主轮廓线的配准方法

5.3 连续帧图像的融合

5.4 本章小结

第六章 总结和展望

6.1 总结

6.2 展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文

上海交通大学学位论文答辩决议书