直线提取算法研究

论文摘要

在基于视觉的机器人操作、空间作业等任务中,目标的三维特征提取与匹配一直扮演着重要角色。传统的基于视觉的三维目标识别与跟踪算法大多都是基于点特征匹配实现的,易受到背景信息与噪声的干扰,从而增加了三维目标识别、跟踪和姿态估计的难度。人造目标含有大量的直线、面和轮廓等几何基元特征,这些特征能够很好的反映目标的结构信息,能够为三维目标识别、跟踪与姿态估计提供更多的约束,降低算法复杂度。在目标特征识别中,直线特征是非常重要的中层信息,能够导出很多的目标高层信息。因此,直线提取的准确性、位置精度以及匹配的正确性对基于线特征的三维目标特征提取与匹配具有决定性的影响。本文重点研究如何改善图像去噪、直线提取算法的效果和效率。论文的主要工作与研究成果有:（1）、提出了一种基于块平均梯度方向差预分类的快速BM3D（Block-Matching and 3-D filter）去噪算法。算法以预分类与块间相似对称性为基础,通过避免大量无用或重复的块相似度计算,在不影响算法效果的前提下,改进了原始BM3D算法计算复杂度高、计算效率低下的缺点,提高了算法的计算效率。（2）、提出了一种基于调整参数进行迭代验证的LSD（Line Segment Detector）直线检测改进算法。改进了算法在面对成钝角的两条直线或曲线时经常出现漏检或误检的不足。对比实验表明这种改进方法确实提高了直线提取算法的精度与准确性。（3）、提出并实现了一种基于边缘图像的LSD直线检测算法。算法采用Edge Drawing作为边缘提取算子,结合其边缘结果图与LSD方法进行直线检测,减少图像中非边缘部分对直线检测结果的干扰。改善了直线检测结果的完整性与连续性,提高了直线检测的效率。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景和意义
• 1.2 目标直线特征提取发展现状和技术难点
• 1.2.1 图像去噪技术的研究发展
• 1.2.2 直线特征提取技术的研究发展
• 1.2.3 技术难点
• 1.3 论文概述
• 1.3.1 本文主要工作和成果
• 1.3.2 论文结构
• 第二章 图像去噪预处理研究
• 2.1 非局部均值图像去噪算法
• 2.2 原始BM3D去噪算法
• 2.2.1 原始BM3D算法结构
• 2.2.2 原始BM3D去噪算法第一步
• 2.2.3 原始BM3D去噪算法第二步
• 2.3 基于块平均梯度方向差预分类的BM3D算法
• 2.3.1 基于块平均梯度方向差的预分类
• 2.3.2 相似图像块的对称性
• 2.3.3 基于噪声方差估计值的自适应参数调整
• 2.4 实验结果分析
• 2.4.1 计算效率比较
• 2.4.2 当噪声方差较大时算法去噪效果比较
• 2.4.3 去噪算法对直线特征提取的影响
• 2.5 本章小结
• 第三章 直线特征提取算法研究
• 3.1 直线特征提取算法综述
• 3.1.1 LSD直线提取算法分析
• 3.1.2 实验结果分析与对比
• 3.2 基于迭代验证的LSD改进算法
• 3.2.1 直线支撑域矩形近似方法改善
• 3.2.2 实验对比分析
• 3.3 基于Edge-Drawing的LSD改进算法
• 3.3.1 Edge-Drawing边缘段提取算法研究
• 3.3.2 轮廓提取实验分析对比
• 3.3.3 改进算法流程
• 3.3.4 实验结果分析对比
• 3.4 本章小结
• 第四章 基于CUDA与OpenMP的并行计算
• 4.1 CUDA与OpenMP编程模型
• 4.1.1 CUDA编程模型简介
• 4.1.2 OpenMP编程模型简介
• 4.2 图像预处理与特征提取并行加速算法实现
• 4.3 本章小结
• 第五章 总结与展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果