基于EMD的图像拼接和图像识别研究与实现

论文摘要

本文主要研究内容是基于视频扫描的桥梁裂缝监测系统(简称BCMSBVFS)中的图像处理部分,通过该部分获得桥梁裂缝特征信息,进而达到实时评价和预报桥梁健康、安全状态的目的。图像处理是整个BCMSBVFS系统最为重要的组成部分。在众多的图像处理技术中,本文主要对图像拼接、图像除噪和图像边缘检测三部分内容进行研究。其中图像拼接主要是利用各扫描图像重建整幅图像,图像除噪主要是降低图像噪声,图像边缘检测提取图像重要边缘,通过这三部分共同作用取得桥梁裂缝的重要特征信息。在研究了当前已有图像处理方法基础上,本文使用了一种新的信号处理方法,即经验模态分解(Empirical Mode Decomposition,EMD),此方法可以将一维信号分解成有限个固有模态函数(Intrinsic Mode Function,IMF),将一维EMD扩展至二维可得行列BEMD方法,即可用在二维图像拼接、图像除噪、图像边缘检测中。本文研究表明,在图像拼接中先应用EMD对图像像素处理后,得到IMF中最稳定的“剩余分量”,再使用传统的模板匹配法,可以很好的弥补传统模板匹配法在图像有噪声时图像拼接失效问题。在图像除噪处理中,应用行列BEMD处理后采用不同IMF分量组合可以达到图像消噪的效果,并与传统的中值滤波和邻域平均值滤波做了比较,消噪效果略优于邻域平均值滤波和中值滤波效果。在图像轮廓提取中,本文提出的方法也取得了一定效果,可以提取到大部分边缘。同时,本文应用Java语言和统一建模语言(UML)设计与开发了一套基于EMD方法的图像处理系统,该系统实现了一维信号EMD处理演示、基于EMD图像除噪、基于EMD图像边缘检测和基于EMD的图像拼接。该系统既可作为相关内容研究的实验平台,又可以作为BCMSBVFS系统的一个子系统。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题来源
• 1.2 背景和研究意义
• 1.3 国内外EMD 研究现状及分析
• 1.4 本文研究内容和创新点
• 第二章 EMD 基本理论及其研究内容
• 2.1 一维EMD 基本理论
• 2.1.1 一维EMD 方法
• 2.1.2 EMD 的多方面优良特性
• 2.2 EMD 理论主要研究内容
• 2.2.1 包络线研究
• 2.2.2 筛法研究
• 2.2.3 边界处理
• 2.2.4 终止条件
• 2.3 二维EMD 方法
• 2.3.1 矩阵BEMD 方法
• 2.3.2 行列BEMD 方法
• 2.4 本章总结
• 第三章 基于EMD 的图像拼接
• 3.1 待解决的问题
• 3.2 图像拼接相关理论和方法
• 3.2.1 图像拼接过程
• 3.2.2 基于空域匹配方法
• 3.2.3 基于图像特征的方法
• 3.2.4 相关系数和仿射变换
• 3.3 基于EMD 拼接图像解决方法提出
• 3.4 基于EMD 拼接图像实验
• 3.4.1 拼接算法描述
• 3.4.2 实验及结论
• 3.5 本章总结
• 第四章 基于行列BEMD 的图像除噪
• 4.1 待解决的问题
• 4.2 图像除噪常用方法
• 4.3 基于行列BEMD 图像除噪方法提出
• 4.4 基于行列BEMD 的图像除噪实验及结论
• 4.5 本章总结
• 第五章 基于行列BEMD 处理的图像边缘检测
• 5.1 待解决的问题
• 5.2 图像边缘检测常用方法
• 5.3 基于行列BEMD 图像边缘检测方法提出
• 5.4 基于行列BEMD 图像边缘检测算法和实验
• 5.5 本章总结
• 第六章 EMD 图像处理系统
• 6.1 引言
• 6.2 本文系统相关内容及工具
• 6.2.1 编程语言
• 6.2.2 MATLAB 软件
• 6.2.3 java 平台搭建
• 6.2.4 UML 主要内容与本文系统设计
• 6.3 系统界面及功能
• 6.3.1 系统界面
• 6.3.2 EMD 系统主要功能测试
• 6.4 本章总结
• 第七章 结论与展望
• 致谢
• 参考文献
• 附录 A
• 附录 B
• 在学期间发表的论著及取得的科研成果