視覺測量圖像處理關(guān)鍵算法的研究

摘 要：本篇文章介紹了一種測量圖像處理的方法，在攝影進行圖像攝影測量中，采用邊緣特征、區(qū)域特征以及灰度特征等處理方式進行視覺測量圖像的處理有效關(guān)鍵的計算方法進行研究，并且具有一定的實時性、自動性以及精準性的特點，可以較好的滿足高精準度的視覺測量圖像的關(guān)鍵算法。

關(guān)鍵詞：視覺測量圖像 魚眼圖像 關(guān)鍵算法

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1672-3791（2013）05（c）-0001-01

1 采用魚眼鏡頭進行殊絕測量圖像處理的整體概述

魚眼鏡頭主要是由超大的視角進行的拍攝和圖像處理，在超大范圍的視角以及視覺測量圖像處理上占據(jù)著一定的作用和意義。但是魚眼鏡頭自身具有一定的特點，所形成的圓形的圖像可以在一定程度的視覺范圍中充分的實現(xiàn)圖像的測量與處理有效的算法。

采用傳統(tǒng)的數(shù)字圖像處理的算法為魚眼鏡頭進一步實現(xiàn)理想的視覺效果提供了前途條件，為了在一定程度上充分的實現(xiàn)魚眼鏡頭圖像的視覺處理，當前要進行處理的方法主要采用的是先進行校正后進行處理的模式，就是將圓形透視的魚眼的圖像進行校正，校正成為平面的視覺效果的圖像，最后對傳統(tǒng)的數(shù)字圖像的關(guān)鍵算法進行測量。

2 視覺測量圖像處理關(guān)鍵算法分析

2.1 模糊并適應中值FAMF（濾波）降噪處理算法

在圖像中去除噪聲是數(shù)字圖像進行處理中最為關(guān)鍵的算法和重要的步驟，和其他圖像處理算法相比，F(xiàn)AMF視覺測量圖像處理算法直接影響著后期圖像處理具有一定的重要性。當前和傳統(tǒng)的視覺測量圖像的處理去噪算法相比，F(xiàn)AMF（濾波）降噪處理算法已經(jīng)取得了一定的研究成果，但是但是和魚眼視覺圖像的處理算法相比，傳統(tǒng)普遍的去噪方法在一定程度上難以滿足理想中圖像去噪的效果。通過比較研究可以得知，我們采用中值FAMF（濾波）降噪處理算法的基礎之上進一步提出了模糊自適應圖像處理技術(shù)降噪的算法，采用這樣的算法可以更好的獲得魚眼視覺測量圖像進行進一步的降噪處理。

我們假設一個二值函數(shù)進行判斷在圖像中某一個像素點是否是噪聲點，假設X（t）是濾鏡窗中的一個像素值，在像素值把排列之后處于的是第t個位置上的數(shù)值。在通常情況下，測量圖像受到噪聲影響的像素點的函數(shù)是：

在函數(shù)方程中，μ的數(shù)值可以取值是1≤μ≤LL-1/2，LL=（2L+1）2，但是針對在計算中的某一個計算的過程，假如η=1，這是就說明了x是位于數(shù)值排列順序之后的窗口中，序列為W的兩側(cè)，可能導致噪聲的出現(xiàn)，但是還有可能是不按照η的數(shù)值來進行判斷在視覺測量圖像當中的某一個點的像素點是否會產(chǎn)生噪聲污染。但是當X在的區(qū)域的窗口中，其中的灰度值是圖像中某一個常數(shù)的時候，這時為了進一步正確的判斷出在視覺測量圖像中某一個像素點時候產(chǎn)生噪聲，除了上述的函數(shù)方程式以外，還應該進行吃拿高分的考慮，根據(jù)相關(guān)的統(tǒng)計參數(shù)進一步的完成綜合性質(zhì)的評判。

假設區(qū)域窗口中每一個像素點和中心像素點之間的偏差是：

那么在函數(shù)式當中-L≤s，t≤L，因此0≤ξ≤255，把ξ按照升序的方式進行排列，即Δ1≤Δ2≤...ΔLL，其中Δ1，Δ2，...，ΔLL是把ξ按照升序的方式進行排序之后的相互對應的數(shù)值，令：

在函數(shù)算式中，M是預先設定的常數(shù)，但是由于ρ=|Xij-Xij|，則Δ=0，所以這時不考慮計算值，但是從一般的原理上進行計算，取M=LL+1/2，這時的像素噪點的數(shù)值就會比較大。

2.2 自適應更新ARBS（背景差）目標的識別算法

針對于視覺測量圖像中定焦和定點的普通圖像而言，主要的目標識別計算方法一般情況下有三種方式進行檢測：幀間差法、光流法以及背景差法。但是針對于魚眼測量圖像中主要的運行目標采用這三種計算方法進行檢測，檢測出的效果并不理想?？紤]到財力魚眼視覺測量圖像中實際應用和特點，在傳統(tǒng)的背景差算法的基礎上進一步的提出了一種新型的算法，即自適應更新ARBS（背景差）目標的識別算法。

第一，將系統(tǒng)采集的圖形b（x）進行預處理并作為背景，然后隔一段時間之后在進行采集圖像f（x，y），進行同樣方式的預處理：

首先，背景不斷的發(fā)生變化，例如環(huán)境中的光線會隨著時間的變化不斷的發(fā)生改變，這時一定要隔一段時間t進行背景的更新，函數(shù)可以表示為：

背景更新時間到達時候，這時的背景將會自動的進行修改為：

其次，背景突然發(fā)生改變時，設定發(fā)生變化前后的光照度的數(shù)值可以滿足線性的關(guān)系：

在更新變化之后的背景為：

按照這樣的算法對視覺測量圖像進行計算，可以改變圖像背景，背景按照環(huán)境的變化自適應并進行更新變化，確保圖像識別的穩(wěn)定性和準確性。

3 結(jié)語

本篇文章針對的魚眼鏡頭中視覺測量圖像的處理算法進行了分析和研究，并基于自適應處理技術(shù)的魚眼的圖像處理進行計算，采用這樣的圖像處理的算法可以實現(xiàn)魚眼視覺測量圖像的直接處理，通過實驗和計算充分的表明，圖像處理的算法可以進一步的實現(xiàn)適應性的要求。

參考文獻

[1]劉力雙，呂勇，郎曉萍，等.視覺測量技術(shù)在數(shù)字圖像處理課程設計中的應用[J].實驗技術(shù)與管理，2010（5）.

[2]劉安心，余躍慶，張永亮.三維機器視覺測量系統(tǒng)圖像邊緣提取算法研究[J].機械制造與自動化，2006（1）.

[3]劉紹軍，于新瑞，梁慶華，等.視覺多功能貼片機中的圖像處理算法研究[J].計算機工程與應用，2002（23）.