基于全景视觉的目标识别及图像初态复原

基于全景视觉的目标识别及图像初态复原

论文摘要

由单一鱼眼镜头构建的全景视觉可以一次性拍摄半球域的场景信息,不仅克服了图像信息丢失的问题,使图像信息稳定,有利于图像的目标的识别,而且解决了多摄像机组合的臃肿的结构问题,简化了视觉系统,也简化了系统模型的建立,便于在移动载体上的安装,是实现移动安全监控的重要前提。本文采用的是基于鱼眼镜头的全景视觉系统,建立数学模型,并针对鱼眼图像的特点,提出最小二乘法拟合圆的方法确定其中心和半径,其是鱼眼图像复原的重要前提。分别用柱面投影模型和球面投影模型复原畸变的鱼眼图像,这是目标识别和图像初态复原的前提。针对目标识别,设计一种模板,并对模板匹配计算量大的缺点进行改进,设计一种快速识别算法,即将小波变换的多分辨分析特点应用到模板匹配算法中,根据小波变换分层保持图像的信息不同,进行分层匹配,先对图像低频区域进行粗匹配,在匹配结果基础上,再在高频区域进行细节匹配,此算法减少了匹配算法过程的位置搜索个数,提高了运算速度和匹配精度,实现了图像的实时处理。就图像复原算法,本文结合双线性插值和牛顿插值多项式的优点,设计了一种基于边缘的插值复原算法,即通过边缘检测将图像分出边缘部分和非边缘部分,在非边缘部分采用传统的双线性插值算法,在边缘部分采用牛顿插值多项式算法。此算法不仅减少了计算量、提高了运算速度,同时很好的保留了边缘信息,成功获得较清晰地图像。本课题以鱼眼镜头构建全景视觉系统,通过实验检验设计的算法,结果表明此算法可以成功地、快速地将鱼眼图像中的目标识别出来,并对识别出来的目标进行复原处理,得到质量较好的图像,实现实时处理实时监看。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究目的和意义
  • 1.2 全景视觉构建方式
  • 1.3 目标识别研究现况
  • 1.4 图像插值复原及应用
  • 1.5 课题来源和章节安排
  • 第二章 鱼眼镜头建模标定及图像复原
  • 2.1 鱼眼镜头建模
  • 2.1.1 鱼眼镜头成像原理
  • 2.1.2 鱼眼镜头数学建模
  • 2.1.3 鱼眼镜头畸变模型
  • 2.2 鱼眼镜头中心标定
  • 2.2.1 硬件中心标定
  • 2.2.2 软件中心标定
  • 2.3 图像的复原
  • 2.3.1 柱面投影建模
  • 2.3.2 球面投影建模
  • 2.4 本章小结
  • 第三章 目标识别
  • 3.1 图像预处理
  • 3.1.1 灰度变换
  • 3.1.2 阈值法去噪
  • 3.2 快速识别算法
  • 3.2.1 定义模板
  • 3.2.2 相关系数匹配算法
  • 3.2.3 小波变换的多分辨率分析
  • 3.2.4 基于小波变换的识别算法
  • 3.3 实验结果和分析
  • 第四章 鱼眼图像初态复原
  • 4.1 传统插值复原算法
  • 4.1.1 最近邻插值
  • 4.1.2 双线性插值
  • 4.1.3 双三次插值
  • 4.2 牛顿插值多项式复原算法
  • 4.2.1 牛顿插值多项式
  • 4.2.2 基于牛顿插值多项式的插值复原算法
  • 4.3 基于边缘的插值复原算法
  • 4.3.1 边缘检测原理
  • 4.3.2 边缘模糊原理
  • 4.3.3 基于边缘的插值复原算法流程
  • 4.4 图像质量评价
  • 4.4.1 有参照图像质评
  • 4.4.2 图像复原实验结果及分析
  • 第五章 实验系统及设计
  • 5.1 实验设备
  • 5.2 实验设计
  • 5.2.1 实验设计思路
  • 5.2.2 实验流程
  • 5.3 实验设计的实现
  • 5.3.1 标定和复原的实现
  • 5.3.2 目标识别的实现
  • 5.3.3 初态复原的实现
  • 第六章 展望与总结
  • 6.1 工作总结
  • 6.2 未来工作展望
  • 参考文献
  • 发表论文和科研情况说明
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于全景视觉的目标识别及图像初态复原
    下载Doc文档

    猜你喜欢