五軸數(shù)控機(jī)床在運(yùn)行過(guò)程中由于伺服系統(tǒng)滯后會(huì)產(chǎn)生動(dòng)態(tài)輪廓誤差,利用視覺(jué)測(cè)量系統(tǒng)測(cè)量其誤差的過(guò)程中,機(jī)床的高速運(yùn)動(dòng)會(huì)導(dǎo)致拍攝的圖像產(chǎn)生模糊現(xiàn)象,影響定位信息的提取精度,需要對(duì)運(yùn)動(dòng)模糊圖像進(jìn)行去模糊研究。本文在充分分析了目前線性運(yùn)動(dòng)模糊核的估計(jì)方法以及圖像復(fù)原算法的基礎(chǔ)上,說(shuō)明視覺(jué)測(cè)量系統(tǒng)的測(cè)量原理、圖像去模糊在視覺(jué)測(cè)量的重要環(huán)節(jié),以及運(yùn)動(dòng)模糊對(duì)測(cè)量結(jié)果的影響,結(jié)合視覺(jué)測(cè)量系統(tǒng)的先驗(yàn)信息,提出了適合被測(cè)量目標(biāo)圖像的圖像去模糊算法。本文的主要研究?jī)?nèi)容如下:（1）針對(duì)現(xiàn)有線性運(yùn)動(dòng)模糊核求取精度低的問(wèn)題,本文提出依據(jù)較為精確的視覺(jué)測(cè)量系統(tǒng)先驗(yàn)信息來(lái)求解運(yùn)動(dòng)模糊核的方法,利用相機(jī)幀頻、曝光時(shí)間和幀間關(guān)系,分別求解每一幀圖像的模糊角度以及模糊尺度,從而求得精確的線性運(yùn)動(dòng)模糊核。（2）對(duì)于不同場(chǎng)景的圖像具有不同的圖像特性,圖像模糊過(guò)程對(duì)這些圖像特性的影響不盡相同。本文分析了拍攝的測(cè)量目標(biāo)圖像的圖像特性,得知模糊過(guò)程減弱了灰度的稀疏性,以及圖像梯度服從超拉普拉斯分布,因此建立了圖像非盲復(fù)原算法目標(biāo)函數(shù)的模型并求解。與圖像去模糊領(lǐng)域突出貢獻(xiàn)的九種非盲復(fù)原算法比較,結(jié)果表明:無(wú)論是自然場(chǎng)景的灰度圖像還是拍攝的... 

【文章來(lái)源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 圖像去模糊研究現(xiàn)狀
        1.2.1 線性運(yùn)動(dòng)模糊核求解現(xiàn)狀
        1.2.2 圖像復(fù)原算法研究現(xiàn)狀
    1.3 本文的主要工作
    1.4 本文的內(nèi)容安排
2 基礎(chǔ)原理介紹
    2.1 雙目視覺(jué)測(cè)量系統(tǒng)測(cè)量原理
    2.2 圖像去模糊基礎(chǔ)原理
        2.2.1 最大后驗(yàn)概率(MAP)
        2.2.2 模糊核先驗(yàn)知識(shí)
        2.2.3 自然圖像先驗(yàn)知識(shí)
    2.3 本章小結(jié)
3 機(jī)床動(dòng)態(tài)檢測(cè)中的高速圖像運(yùn)動(dòng)去模糊復(fù)原方法
    3.1 基于視覺(jué)測(cè)量系統(tǒng)參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 基于超拉普拉斯先驗(yàn)的非盲復(fù)原算法
        3.2.1 測(cè)量目標(biāo)圖像特性
        3.2.2 建立非盲復(fù)原算法模型及求解方法
        3.2.3 與其他方法比較
    3.3 本章小結(jié)
4 面向測(cè)量的圖像去模糊評(píng)價(jià)方法
    4.1 傳統(tǒng)的圖像質(zhì)量評(píng)價(jià)方法
        4.1.1 主觀評(píng)價(jià)方法
        4.1.2 客觀評(píng)價(jià)方法
    4.2 面向測(cè)量領(lǐng)域的圖像去模糊評(píng)價(jià)方法
    4.3 本章小結(jié)
5 機(jī)床動(dòng)態(tài)檢測(cè)中的高速圖像去模糊還原實(shí)驗(yàn)
    5.1 實(shí)驗(yàn)系統(tǒng)簡(jiǎn)介
    5.2 實(shí)驗(yàn)結(jié)果
        5.2.1 等角螺旋線軌跡實(shí)驗(yàn)
        5.2.2 圓形軌跡實(shí)驗(yàn)
        5.2.3 幀頻對(duì)比實(shí)驗(yàn)
    5.3 評(píng)價(jià)方法驗(yàn)證實(shí)驗(yàn)
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]管道腐蝕視覺(jué)測(cè)量圖像邊緣檢測(cè)算法研究[J]. 李忠虎,張琳,閆俊紅.  電子測(cè)量與儀器學(xué)報(bào). 2017(11)
[2]形貌視覺(jué)測(cè)量中立體拼接靶標(biāo)的設(shè)計(jì)及應(yīng)用[J]. 李云雷,張曦,屠大維.  儀器儀表學(xué)報(bào). 2017(09)
[3]改進(jìn)的運(yùn)動(dòng)模糊尺度檢測(cè)方法[J]. 王鴻雁,崔紅霞,劉佳琪,劉暢.  計(jì)算機(jī)技術(shù)與發(fā)展. 2016(12)
[4]不同模糊尺度下運(yùn)動(dòng)模糊方向的鑒別[J]. 洪洋,孫秀霞,劉樹(shù)光,呂茂隆,胡京林.  應(yīng)用光學(xué). 2016(06)
[5]基于頻譜邊緣檢測(cè)和Radon變換估計(jì)運(yùn)動(dòng)模糊圖像的方向[J]. 加春燕,崔麗.  圖學(xué)學(xué)報(bào). 2016(03)
[6]快速運(yùn)動(dòng)模糊圖像盲解卷積算法[J]. 廖永忠,蔡自興,何湘華.  光學(xué)精密工程. 2013(10)
[7]基于主成分分析的直線運(yùn)動(dòng)模糊參數(shù)估計(jì)[J]. 李海森,張艷寧,姚睿,孫瑾秋.  光學(xué)精密工程. 2013(10)
[8]一種提高勻速直線運(yùn)動(dòng)參數(shù)辨識(shí)精度的方法[J]. 梁炯,許廷發(fā),石明珠,馮亮,張坤,倪國(guó)強(qiáng),王曉燕.  北京理工大學(xué)學(xué)報(bào). 2012(08)
[9]運(yùn)動(dòng)模糊圖像點(diǎn)擴(kuò)展函數(shù)的自動(dòng)識(shí)別方法[J]. 張采芳,田巖,柳健,李濤.  紅外與激光工程. 2007(02)

博士論文
[1]基于單幅圖像的模糊去除及質(zhì)量評(píng)價(jià)研究[D]. 王偉.中國(guó)科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]基于稀疏先驗(yàn)的圖像盲去運(yùn)動(dòng)模糊研究[D]. 陶宗勤.安徽大學(xué) 2015
[2]大鍛件測(cè)量系統(tǒng)中攝像機(jī)布局優(yōu)化及標(biāo)定技術(shù)[D]. 李明星.大連理工大學(xué) 2014
[3]基于局部加權(quán)全變差和連續(xù)核的盲去模糊[D]. 劉宇.大連理工大學(xué) 2014
[4]運(yùn)動(dòng)模糊車牌圖像盲復(fù)原與識(shí)別方法研究[D]. 張瑩.青島科技大學(xué) 2014
[5]車載圖像去模糊算法研究[D]. 楊利祥.電子科技大學(xué) 2013
[6]基于計(jì)算機(jī)視覺(jué)的封裝精度檢測(cè)系統(tǒng)的設(shè)計(jì)與研究[D]. 陳海松.哈爾濱理工大學(xué) 2006



本文編號(hào)：3416155