详情

原文传递智能交通系统中模糊图像的恢复

论文题名：	智能交通系统中模糊图像的恢复
关键词：	图像复原;运动模糊;散焦模糊;点扩散函数;维纳滤波;智能交通
摘要：	近年来，世界各国都承受着各种交通问题的困扰，如交通阻塞严重、交通事故发生频繁等，为了解决这些问题，人们将先进的科学技术（如通信技术、网络技术等）综合有效地运用于整个交通运输管理体系，即智能交通系统。图像处理技术在智能交通系统中应用非常广泛，基于视频或图像的交通监控系统是获取交通信息的主要途径之一。在图像信息采集过程中，由于成像设备与目标物体的相对运动或光学系统聚焦不准等因素，会造成图像模糊的现象。模糊图像复原是数字图像处理的一个重要研究领域，运动模糊和散焦模糊是导致图像模糊的常见因素之一，点扩散函数(PSF)的参数估计是运动模糊和散焦模糊图像恢复的前提和关键，也是本文研究的重点。　　针对运动模糊图像参数估计，本文通过对运动模糊图像的频谱和倒谱特征进行分析，提出了一种基于频域和倒谱域的自动检测算法。在模糊角度估计中，对模糊图像进行倒频域分析，采用Radon变换检测模糊角度；在模糊尺度估计中，采用频域投影鉴别曲线求极小值距离的算法，精确检测出模糊尺度，从而求出点扩散函数，实现对运动模糊图像的恢复。实验表明，在没有噪声存在的情况下，该方法在15-75 pixel时，误差在0.2 pixel内。　　针对散焦模糊图像参数估计，本文运用基于拉普拉斯算法的自相关函数鉴别散焦半径，利用拉氏算子求得该模糊图像的微分自相关曲线，根据等高线投影的环形槽，槽底位置构成鉴别圆，圆心为零频相关峰，所求半径即为散焦退化函数半径参数的2倍。实验表明，该算法抗噪性强，半径误差在0.5 pixel内。　　对于这两种退化图像复原，本文运用去卷积、维纳滤波、改进的维纳滤波、最小二乘方和Lucy-Richardson算法对图像进行复原，其中改进的维纳滤波和Lucy-Richardson算法效果最好。
作者：	高晓宇
专业：	计算机应用技术
导师：	许丽
授予学位：	硕士
授予学位单位：	华北水利水电大学
学位年度：	2016
正文语种：	中文