基于改进特征点提取的平显图像振动检测系统

论文摘要

在平显摄像过程中,常常由于被摄物体的振动或晃动,致使输出的图像序列不稳定,从而给平显图像的后续分析和研究带来困难。为此,本文设计并开发了平显图像振动检测系统,给平显应用提供了客观的依据,对检测目标稳定性、电子稳像、动态监控等具有重要意义。本文通过研究图像振动检测技术的国内外发展现状,分析振动现象产生的原因,提出了图像检测技术中的关键问题;通过对平显图像振动检测系统进行模块和框架的分析与设计,建立相应的检测模型；比较了不同的去噪算法和阈值分割算法,并采用大津法实现对平显图像的阈值分割；通过研究和对比不同的运动估计算法,并针对系统采集的平显图像的特点,提出了一种基于改进特征点提取的算法求取运动估计量;基于此算法开发了平显图像振动检测系统软件,该软件能够针对高速像机采集的平显图像进行播放,振动量检测,记录等功能。最后,利用本系统对高速像机采集的平显图像进行振动检测实验,根据检测技术的评价指标对实验结果进行分析评价,实验结果证明了本系统能够满足对平显图像进行振动检测的需求。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的背景与意义
• 1.2 图像振动检测技术的发展现状
• 1.3 图像振动检测的关键问题
• 1.4 本课题的主要研究内容
• 1.5 论文的组织结构
• 第二章 平显图像振动检测系统设计
• 2.1 平显图像振动检测系统的总体设计
• 2.2 数据的采集
• 2.2.1 高速摄像机
• 2.2.2 高速像机移动支架
• 2.2.3 采集设备
• 2.3 高速数据处理工作站
• 2.3.1 存储速度与存取容量计算
• 2.3.2 工作站和存储器
• 2.4 平显图像振动检测系统软件
• 2.4.1 系统软件组成
• 2.4.2 图像振动检测的设计
• 第三章 高速像机采集平显振动图像处理技术
• 3.1 数字图像处理技术
• 3.2 平显振动图像的噪声及处理方法
• 3.2.1 平显振动图像的噪声
• 3.2.2 平显振动图像的去噪
• 3.3 基于大津阈值法的振动图像分割
• 3.3.1 阈值分割的原理
• 3.3.2 阈值分割算法的分析
• 3.3.3 选择基于大津阈值分割法的原因
• 3.4 基于特征匹配的运动估计
• 3.4.1 运动估计的原理
• 3.4.2 运动估计算法的研究
• 3.4.3 选择基于特征匹配算法的原因
• 第四章 基于改进特征点提取的平显图像振动检测算法研究
• 4.1 选择基于特征点的振动检测算法的原因
• 4.2 基于特征点的图像振动检测算法原理
• 4.3 特征点的提取算法分析
• 4.3.1 基于角点提取算法
• 4.3.2 基于兴趣点提取算法
• 4.3.3 基于边缘检测提取特征点
• 4.4 基于改进边缘检测提取特征点的振动检测算法
• 4.4.1 对边缘检测提取特征点进行改进分析
• 4.4.2 改进边缘检测提取特征点算法
• 4.4.3 特征点的匹配
• 4.5 针对旋转运动特征点检测算法
• 4.5.1 划分图像区域
• 4.5.2 运动向量估计
• 第五章 平显图像振动检测系统的实现
• 5.1 图像的采集
• 5.2 平显图像振动检测模块的实现
• 5.2.1 平显图像的叠加
• 5.2.2 平显图像的振动检测
• 5.2.3 平显图像的播放
• 5.3 振动检测的准确度评价
• 结论与展望
• 1.本文的主要结论
• 2.进一步的研究工作
• 参考文献
• 致谢