图像实时采集、存储与处理方法研究

论文摘要

图像处理的实时性包括图像的实时采集存储和图像的实时处理。而图像实时采集存储和图像实时处理对计算机资源的利用是矛盾的,在任务较繁重的应用中会进一步恶化计算机对实时任务的处理,因此图像采集存储和图像处理的实时性很难同时满足。为了解决上述矛盾,本文设计和实现了图像实时采集、存储和处理系统,同时满足了二者的实时性要求。文中详细叙述了系统的结构和系统的硬件设计,并利用IO industries公司生产的CL-160图像采集卡借助生产商提供的SDK函数库,用VC++开发工具对系统的软件进行设计。在图像处理方面,由于目标的特征能够很好的描述目标的特性和状态,而且能够有效地减少图像处理的数据量有利于实现实时计算,因此首先对几何形状目标的几何特征进行提取。提取的目标特征主要有目标的边缘特征、直线特征、角点特征和不变矩特征。其中边缘特征表征了目标的轮廓信息;直线特征是一种特殊的边缘特征,可以为相机标定和视觉跟踪提供相应的图像信息;角点特征和不变矩特征是目标的稳定的几何特征,具有旋转、平移和比例变换的不变性。角点特征被广泛应用于立体匹配,目标跟踪和位置估计,不变矩特征用于对目标的识别。文中对以上几何形状目标特征提取的方法进行研究,并对各种方法进行实验比较。在几何形状目标的几何特征提取的基础上研究了对几何形状目标的识别。首先通过目标的角点特征对目标进行识别。这就要求角点的提取具有稳定性,本文将最小二乘法应用于角点检测。其次,通过对不变矩特征提取的实验可以看出,不变矩特征具有很好的聚类性,因此本文利用不变矩特征将模糊聚类识别理论应用到对几何形状目标的识别。最后,在系统采集存储的同时进行角点特征提取实验,通过该实验来测试系统的实时处理能力。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景、来源及意义
• 1.2 国内外研究现状及概况
• 1.2.1 图像实时采集存储系统的研究现状
• 1.2.2 图像实时处理技术的研究现状
• 1.2.3 特征提取的研究现状
• 1.2.4 图像识别概况
• 1.3 研究内容以及结构安排
• 第2章 图像实时采集存储与处理系统设计
• 2.1 引言
• 2.2 系统的硬件设计
• 2.2.1 图像采集模块
• 2.2.2 图像存储模块
• 2.3 系统的软件设计
• 2.3.1 软件设计流程
• 2.3.2 图像实时采集存储的软件设计
• 2.3.3 图像实时处理的软件设计
• 2.4 本章小结
• 第3章 几何形状目标特征提取
• 3.1 引言
• 3.2 图像边缘特征和直线特征提取
• 3.2.1 常用边缘检测算子
• 3.2.2 直线特征提取算法
• 3.2.3 实验结果及分析
• 3.3 常用角点检测算法
• 3.3.1 Harris角点检测算法
• 3.3.2 SUSAN角点检测算法
• 3.3.3 快速SUSAN角点检测算法
• 3.3.4 MIC角点检测算法
• 3.4 角点检测实验结果及分析
• 3.5 图像的不变矩特征
• 3.5.1 不变矩的基本概念
• 3.5.2 不变矩的计算方法
• 3.5.3 不变矩特征提取和实验分析
• 3.6 本章小结
• 第4章 几何形状目标识别
• 4.1 引言
• 4.2 基于角点个数的几何形状目标识别
• 4.2.1 改进的几何形状目标角点检测
• 4.3 基于不变矩特征的几何形状目标识别
• 4.3.1 模糊聚类识别理论
• 4.3.2 模糊集理论的识别方法
• 4.3.3 基于最大隶属原则的识别算法的实现
• 4.3.4 实验结果及分析
• 4.4 系统实时处理速度实验
• 4.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢