欧美一区二区久久久久久蜜臀|日本.欧美一区二区三区|日韩—欧美p片内射久久|久久综合 欧美一区二区

編碼器_傳感器_讀碼器_機(jī)器視覺(jué) - 西安德伍拓自動(dòng)化傳動(dòng)系統(tǒng)有限公司
首頁(yè) 資訊百科 技術(shù)百科

有沒(méi)有可以恢復(fù)機(jī)器視覺(jué)的模糊圖像的算法?

編輯:小伍    發(fā)布時(shí)間:2022-08-26 09:54:10

摘要:傳統(tǒng)的表面測(cè)量方法是在零件的表面安裝探針,用機(jī)器視覺(jué)監(jiān)視其運(yùn)動(dòng),追蹤表面的微細(xì)輪廓。但是接觸測(cè)量有很多缺點(diǎn)。因此,隨著技術(shù)的發(fā)展,非接觸檢測(cè)方法得到了更廣泛的關(guān)注和應(yīng)用。
有沒(méi)有可以恢復(fù)機(jī)器視覺(jué)的模糊圖像的算法?

摘要


表面特性對(duì)產(chǎn)品的質(zhì)量和性能有很大的影響,因此在制造業(yè)中,表面特性的測(cè)定非常重要。傳統(tǒng)的表面測(cè)量方法是在零件的表面安裝探針,用機(jī)器視覺(jué)監(jiān)視其運(yùn)動(dòng),追蹤表面的微細(xì)輪廓。但是接觸測(cè)量有很多缺點(diǎn)。因此,隨著技術(shù)的發(fā)展,非接觸檢測(cè)方法得到了更廣泛的關(guān)注和應(yīng)用。

這里模擬運(yùn)動(dòng)物體表面模糊圖像的獲取,并使用(LR)算法對(duì)圖像進(jìn)行處理,驗(yàn)證機(jī)器視覺(jué)圖像復(fù)原和識(shí)別的可行性。在未來(lái)的表面詳細(xì)分析。

運(yùn)動(dòng)模糊


將移動(dòng)的物體曝光到感光體時(shí),如果曝光持續(xù)一定時(shí)間,則會(huì)記錄其多個(gè)位置,結(jié)果可能會(huì)模糊。與運(yùn)動(dòng)相比,曝光時(shí)間足夠短的情況下,不介意抖動(dòng)。但是,如果縮短曝光時(shí)間,噪音就會(huì)變高。假設(shè),模糊過(guò)程可以建模為點(diǎn)分布函數(shù)(PSF)和理想圖像的卷積,如圖1的情況(a)和(b)所示,并在一個(gè)坐標(biāo)上形成三角形或高斯形狀。

由于考慮了統(tǒng)一的運(yùn)動(dòng)模糊,因此可以認(rèn)為所有零件都因相同量的模糊而劣化。因此,假定圖像引入的噪聲是高斯累積。此算法將考慮方差變化的平均零高斯噪聲。

獲取坐標(biāo)三角形

(a)獲取坐標(biāo)三角形

獲取高斯格式

(b)獲取高斯格式

圖1通過(guò)將模糊處理建模為點(diǎn)圖像分布函數(shù)(PSF)和理想圖像卷積而獲得的圖像

在此階段,需要解決的問(wèn)題可以表現(xiàn)為:

使用線性平移不變PSF函數(shù)h(x,y)對(duì)給定的灰度圖像g(x,y)進(jìn)行退化,以找到實(shí)際圖像f(x,y)的可靠估計(jì)值。

算法設(shè)計(jì)


在此,我們將探索使用期望值LR最大化算法最大化獲取的圖像的可能性。從原始圖像推測(cè)開(kāi)始,LR算法每次迭代都會(huì)更新其推測(cè),傾向于走向潛像。理論上,算法迭代越長(zhǎng),越接近于收斂到潛像。

RL迭代可由成像方程和泊松統(tǒng)計(jì)方程導(dǎo)出

RL迭代可由成像方程和泊松統(tǒng)計(jì)方程導(dǎo)出

其中O是不模糊的對(duì)象,p(i∣j)是PSF從實(shí)際位置觀察到的像素內(nèi)散射的光的比例。I(i)是沒(méi)有噪音的模糊圖像。當(dāng)給定期望計(jì)數(shù)I(i)時(shí),每個(gè)像素的觀測(cè)到的計(jì)數(shù)D(i)的同時(shí)似然性ζ 將顯示以下內(nèi)容:。

PSF從實(shí)際位置觀察到的像素內(nèi)散射的光的比例

最大似然解出現(xiàn)在ζ對(duì)O( j)的所有偏導(dǎo)數(shù)為零的地方:

最大似然解出現(xiàn)在ζ對(duì)O( j)的所有偏導(dǎo)數(shù)為零的地方

因此,可以省略迭代RL算法,如下所示:

省略迭代RL算法

比較上述兩個(gè)機(jī)器視覺(jué)圖像算法表達(dá)式,您可以看到,如果RL迭代收斂,即校正因子隨著迭代的進(jìn)行而接近一個(gè)單位,則必須收斂到數(shù)據(jù)中泊松統(tǒng)計(jì)的最大似然解。

應(yīng)用3LR算法


為了評(píng)估LR算法的性能,我們?cè)谶@里設(shè)置了一個(gè)二維模擬圖像,該圖像由兩個(gè)模糊且相近的峰值組成。在模擬中,合成圖像被用作128個(gè)圖像點(diǎn)的線性陣列,其中陣列位置69和72包含兩個(gè)長(zhǎng)度為100的尖峰。然后,該數(shù)組將由標(biāo)準(zhǔn)偏差為1.5個(gè)圖像點(diǎn)的規(guī)范化高斯函數(shù)卷積。

此時(shí),平均值為0%的5%的隨機(jī)白噪聲將添加到此模糊圖像中。原始圖像和模糊圖像分別如圖2A和2B所示。重復(fù)20次后,LR算法的應(yīng)用如圖2(c)所示。重復(fù)100次后,如圖2(d)所示,畫(huà)質(zhì)進(jìn)一步改善,結(jié)果大幅收斂。

模擬圖像

圖2模擬圖像

小結(jié)


實(shí)驗(yàn)結(jié)果表明,RL算法對(duì)于恢復(fù)以前隱藏在噪聲中的數(shù)據(jù)是有效的?;诒容^分析,機(jī)器視覺(jué)采用基于數(shù)字處理圖像的表面粗糙度估計(jì)方法,驗(yàn)證實(shí)際生產(chǎn)和應(yīng)用中圖像恢復(fù)的效率。

西安德伍拓自動(dòng)化傳動(dòng)系統(tǒng)有限公司在機(jī)器視覺(jué)領(lǐng)域擁有超過(guò)10年的項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn),在機(jī)器視覺(jué)的應(yīng)用領(lǐng)域上有著眾多成功的案例。公司自成立以來(lái)一直以來(lái)致力于機(jī)器視覺(jué)的集成、研發(fā)、應(yīng)用,為客戶提供整體機(jī)器視覺(jué)解決方案,把機(jī)器視覺(jué)技術(shù)應(yīng)用到智能生產(chǎn)中。

上一篇: 旋轉(zhuǎn)編碼器的原理、應(yīng)用及未來(lái)發(fā)展趨勢(shì)
下一篇: 編碼器在高跨度門(mén)式起重機(jī)中的應(yīng)用
編碼器傳感器機(jī)器視覺(jué)非標(biāo)設(shè)備