降质图像处理方法及其在机器人视觉系统中的应用研究

【摘要】： 随着信息技术和计算机科学的迅速发展，图像处理、自动目标识别以及计算机视觉技术已经被广泛于工业、国防、航空和航天等诸多领域。这篇文章重点讨论了如下的三个问题： 1．灰度等级少、对比度低的降质图像增强问题。图像增强是图像预处理的重要组成。通过不同的图像增强手段可以得到适用于不同用途的增强图像。传统的图像增强方法有灰度变换、直方图修正、直方图均衡、图像平滑和维纳滤波。由于图像中存在许多不确定性和不精确性，对于这种类型的图像，与传统的图像增强手段相比，基于模糊集理论的图像增强技术在一定范围内可以取得较好的增强效果。但是由Pal提出的经典模糊增强方法并没有改变图像灰度等级的上界，所以这种增强方法不适合于灰度等级少、对比度低的图像增强问题，并且这种经典模糊增强方法的隶属度函数值域不具有通常的规范形式，即[0，1]区间。为了解决上述问题，本文在经典模糊增强方法和灰度变换基础上提出了一种广义的迭代模糊增强算法。这种新的图像增强方法包括三个阶段，即图像滤波、模糊增强和灰度级变换，扩大了原始图像灰度等级的范围，在保留了原有模糊增强方法和灰度变换优点的同时，规范化了模糊增强环节中灰度隶属度函数的形式。同时为了结束迭代增强，基于图像灰度直方图分布的统计特性，提出了一种客观的图像质量评价指标。计算机仿真结果表明这种新的图像增强方法比模糊增强和灰度变换方法更适合于处理灰度等级少、对比度低的图像增强问题。 2．具有方向可调节性的边缘检测器的设计问题。在图像处理和图像分析中，图像中的边缘包含了重要的图像信息，因此如何有效快速地提取图像中的边缘是一个十分重要的问题。边缘检测器的性能直接影响着图像分析和物体识别的结果。通常的边缘检测器只能有效检测几个特定方向的边缘，如果需要检测图像中各个不同方向的边缘，使用通常的卷积方法在计算上是十分费时的。为了解决这个问题，本文基于变换群理论提出了一种方向自适应滤波器的设计方法；给出了这个滤波器与图像卷积的算法。这种自适应滤波器经过参数变换后的结果可以用一组固定的、有限数目的基滤波器的线性组合表示。当不同方向的滤波器与图像进行卷积时，计算效率可以得到显著提高。一个仿真实例表明这种用于边缘检测的自适应滤波器是有效的。 3．六轴机械手视觉系统的设计和应用问题。工件的自动识别和定位是实现加工工业现代化的前提，可以极大提高生产效率和减轻工作人员的工作负担。本 11 摘 要 文从实际应用角度出发，设计和开发了六轴机械手的视觉系统，从硬件和软件方 面详细描述了这个系统的实现过程。在图像识别阶段，提出了一种有效的图像分 割方法，即改进标号算法；还提出了一种有效确定图像中物体位置和方向的算法， 解决了物体方向表示的奇异性问题；为了确定图像上物体的绝对坐标，本文详细 分析了像素坐标系、图像平面坐标系和机械手参考坐标系之间的关系，讨论了几 个与视觉系统应用有关的实际问题。最后的实际应用结果验证了视觉系统的实用 性。