基于嵌入式图像系统管道采样机器人设计及视频降噪研究

摘要

中央空调系统主宰着现代楼宇内空气的新陈代谢，是建筑物名副其实的“肺”。随着人们健康意识的逐渐觉醒，由中央空调通风系统引起的室内空气污染问题在受到越来越多人关注的同时，也给空气质量监督部门提出了更高的要求。本文中管道采样机器人的研发，为监督部门提供了一个准确、便捷的检测方法，同时也填补了国内外研究的空白。
　　 本文根据卫生部的相关规定和具体应用需求，设计了由车载系统、计算机(PC)系统和控制箱系统三部分构成的基于嵌入式图像系统的管道内定量采样机器人系统。车载系统为两路直流电机驱动的双履带式移动机器人，其携带摄像头和采样铲等设备，操作者通过PC系统的人机交互界面观察管道内部情况，通过控制箱系统远程操作，控制车载系统驶入管道内部目的地，控制采样系统完成对地表灰尘层的刮取和吸附，最终完成采样任务。
　　 为了在管道内部低照度的情况下获得清晰的图像质量，本文提出了一种全新的基于神经元模型的图像降噪算法。该算法应用神经元模型的最大概率理论，由多幅图像序列参与运算，能大量去除低速运动视频图像中的随机噪声。本文中通过添加了噪声的标准灰度图像验证了该算法的有效性，并将算法进一步推广到RGB彩色图像的降噪，拓展了算法的适用范围。
　　 本文设计的基于嵌入式图像系统的管道采样机器人系统克服了传统人工擦拭法的复杂性和易受干扰性。并且控制灵活，功能完整，采样准确，图像清晰。在实验室里用机器人样机进行管道内部实验，验证了机器人的功能，满足技术规范的要求和工程任务的需要。

目录

文摘

英文文摘

声明

致谢

1绪论

1.1应用背景

1.2国内外研究现状

1.3论文结构

2管道机器人系统介绍

2.1管道机器人的功能

2.2管道机器人的结构

3车载系统设计

3.1硬件系统设计

3.2软件系统设计

4控制及交互系统设计

4.1交互系统

4.2控制系统

5图像降噪算法研究

5.1图像降噪的必要性

5.2目前主要的图像降噪方法及适用范围

5.3低照度图像

6基于神经元模型的图像降噪算法

6.1降噪原理

6.2算法的仿真

6.3算法的优缺点

6.4算法在系统中的应用

7算法的应用举例

7.1医学透视图像降噪

7.2雨雪天气视频降噪

8总结与展望

参考文献

作者简历及在学期间取得的科研成果