基于arm和opencv的增强现实平台研究

大连理工大学硕士学位论文基于ARM和OpenCV的增强现实平台研究姓名：谭学科申请学位级别：硕士专业：通信与信息系统指导教师：毛德祥20081201基于ARM和OpenCV的增强现实平台研究作者：谭学科学位授予单位：大连理工大学相似文献(10条)1.学位论文高岚基于模糊边缘判决的自适应图像增强算法2004图像增强是图像处理中用来消除原始图像边缘模糊、对比度差等缺点的常用技术.它需要解决的问题包括脉冲噪声的滤除、高斯噪声的平滑、边缘的增强和细节的保护.然而边缘增强和噪声滤除在应用上常常构成相互影响的一对矛盾.针对这一矛盾,该文首先介绍了一种改进的基于模糊的图像处理方法.它通过模糊逻辑引入人类视觉的先验知识,将原始图像像素划归为不同的模糊集合,在每一个模糊集合上选择处理效果优秀的算子,从而使整体的处理效果优于单一算子,同时在设计上获得了比以往自适应滤波算法更大的灵活性.在前述的基于模糊的图像处理方法的基础上,该文提出了一种改进了的图像增强方法:基于模糊边缘判决的自适应图像增强算法.该方法通过模糊边缘判决,获得一个像素点属于边缘的程度.通过该模糊边缘的判决,图像上的像素点被划分到了显著边缘区、平滑区和处于二者之间的过渡区三个模糊集合.将图像上的各个不同区域中的像素点属于边缘的程度作为一个权值来确定在该点处进行图像的对比度增强和图像的平滑滤波的程度.该算法在增强边缘,滤除噪声的同时较好的保护了图像细节.实验证明该文提出的基于模糊边缘判决的自适应图像增强算法较好地解决了边缘增强与噪声滤除的矛盾,同时也表明了改进的模糊图像处理方法的合理性.2.会议论文刘毅.高旭辉一种改进的夜视图像增强处理算法2006图像增强是夜视图像处理的一种重要方法,而直方图均衡是最经典的图像增强算法之一.但将它直接用于夜视图像处理有如下缺点:(1)丢失原始图像的亮度信息;(2)处理过程中有灰度合并现象发生.结合夜视图像的特点,提出了一种保持亮度和克服灰度合并的新算法,即采用不同灰度区间分别均衡,并且采用设定最小灰度间隔和最大拉伸系数的均衡函数的方法,从一定程度上克服了上述缺点。3.学位论文王红光基于模糊的图像增强算法的研究2000图像增强是图像处理中用来消除原始图像边缘模糊,对比度差等缺点的常用技术.它需要解决的问题包括脉冲噪声的滤除,高期噪声的平滑,边缘的增强的细节的保护.然而边缘增强与噪声滤除在应用上常常构成相互影响的一对矛盾.针对这一矛盾,该文首先提出一种基于模糊的图像处理系统.它通过模糊逻辑引入人类视觉的先验知识,将原始图像像素划归为不同的模糊集合.在每个模糊集合上选择处理效果优秀的算子,从而使整体的处理效果优于单一算子,同时在设计上获得比以往自适应滤波算法更大的灵活性.在这种模糊图像处理系统的基础上,该人提出了两种新的图像增强方法:基于方向信息测度的图像增强方法和基于邻域相似度的图像增强方法.该文提出的基于方向信息测试和基于邻域个似度的两种图像增强方法都较好地解决了边缘增强与噪声滤除的矛盾,同时也表明了模糊图像处理系统的合理性.这一思想将为图像处理提供一条新的可能途径.4.会议论文张铁栋.秦再白.朱炜基于模糊算法的水声图像增强2005图像增强是图像处理的主要技术之一.对于水声图像来说,由于水下干扰性强,使得图像分辨率低,边缘恶化,因此传统的增强方法对水声图像处理质量不是很好.本文基于模糊数学理论,建立了水声图像的模糊特征矩阵,并采用正弦模糊分布函数对真实的水声图像进行了增强处理.处理结果表明,该算法不仅有效的改善了水声图像主观视觉效果,而且去除了图像噪声,突出了图像的边缘特征。5.学位论文薛琴基于多尺度分析的图像增强研究2006在一个图像系统中，从图像的获取，到图像的发送、传输、接收、输出(显示)、复制等等，每一个环节都会产生干扰，都会使图像质量降低。如何对这些“降质”图像进行处理，满足实际需要，是图像处理的基本要求。图像增强是图像处理主要内容之一。现有的图像增强方法有很多种，但它们在增强图像的同时，往往会带来了比较严重的负效应。小波分析、脊波分析与Curvelet分析这三种多尺度分析方法能够多尺度多角度提取信号特征，往往可在不同尺度上将噪声和信号明显地区分开来，所以它们在图像去噪和增强方面有很大优势。本文主要研究了基于多尺度分析的图像去噪和增强，主要工作如下：(1)传统的图像增强算法存在噪声过增强的问题。为了更好地保证图像的整体增强效果，在基于软阈值图像增强方法的基础上提出了一种基于模平方处理的小波图像增强方法。实验结果表明，该算法可以有效地增强图像的细节信息，减小噪声的增强幅度，改善图像的视觉效果。(2)1999年，Stanford大学的E．J．Candes和D．L．Donoho教授提出了信号的一种新的多尺度表示法一脊波变换，它特别适合于具有直线或超平面奇性的二维信号的描述，而且具有较高的逼近精度。随后，M．N．Do和M．Vetterli针对特定大小的离散图像给出了正交有限脊波变换。为了说明脊波变换的优越性将有限脊波变换应用于图像去噪，得到了较好的去噪效果。并在此基础上提出了基于有限脊波变换的模平方图像增强算法。实验结果证明该算法能有效的去除图像的高斯噪声，同时也能很好的增强图像的细节信息。(3)Curvelet变换是继小波变换之后，能更适合图像处理特点的一种多尺度变换，它能同时获得对图像平滑区域和边缘部分的稀疏表达，且具有很强的方向性，已有初步结果显示其在图像处理中的发展潜力。本文首先介绍了Curvelet变换的概念，并说明其算法实现；然后分析了Curvelet变换在图像去噪中的应用；最后，提出了基于Curvelet变换的图像对比度增强算法。6.会议论文于天河.郝富春.康为民.戴景民红外图像增强技术综述2007综述了传统的红外图像增强技术,包括空间域和频率域增强两类。较新的增强方法还有小波技术、模糊理论、遗传算法、视网膜皮层理论Retinex等。分析了各种算法的优缺点,阐述了红外图像处理的发展趋势,提出了该方面所要解决的问题。7.学位论文徐凌图像增强与去噪方法研究及其在磁共振图像中的应用2008图像增强和去噪是图像处理中两个很重要的技术。本文对基于双树复小波变换(Dual-treeComplexWaveletTransform，DTCWT)的图像增强和降噪算法进行了研究，提出了一种基于小波域和空间域的图像增强方法和一种基于二元统计模型的图像去噪方法，考虑到磁共振图像处理要求在降低噪声的同时增强细节，进而在两者基础上提出了一种利用图像边缘信息的综合后处理方法。我们的增强方法首先对小波域中的高频系数进行修正，使图像具有更好的局部对比度和更丰富的细节，在小波变换的过程中选用具有更好的方向选择性的DTCWT；最后，通过空间域中的非线性变换，调整图像的整体对比度。而在我们提出的去噪方法中，先用带参数的二元广义高斯分布(GeneralizedGaussianDistribution，GGD)来模拟原图DTCWT的系数的统计分布，然后结合最大似然估计(MaximumLikelihoodEstimate，MLE)得到优化的参数估计，最后在此先验分布的基础上，运用最大后验概率(MaximumAPosteriofi，MAP)从噪声图的小波系数中估计原图的系数，从而达到去噪的目的。为了同时达到图像细节的增强和噪声的降低，我们对原始图像分别利用上述算法进行增强和降噪处理，然后利用边缘查找算法寻找图像的边缘，利用图像的边缘信息将增强和降噪后的图像进行融合。算法处理后的图像在边缘处对比明显，而在平坦区域又相当平滑，取得了较好的视觉效果。最后，我们设计开发了可运用于进行图像处理算法研究的软件，该软件中实现了大量图像增强、去噪、边缘检测的算法，以方便图像处理算法的研究。在结构上，软件采用了用户界面代码和算法库分离的设计，使得应用程序有很好的可扩展性，而算法本身也具有良好的可移植性。8.会议论文常青.刘怀贤.王立改进的侧抑制网络方法在图像增强中的应用2007视网膜是人眼视觉系统的第一个信息处理单元,它不仅完成光学信息向生物电信号的转变,而且对视觉信号进行必要的初级处理.侧抑制是视网膜信息处理机制的一个重要概念,在生物学研究成果的基础上提出的侧抑制网络模型在图像处理中具有检测图像边缘、突出边框、增强反差的作用。针对侧抑制网络在图像处理中增强图像边缘的同时,也对噪声敏感的缺陷,提出了基于差异判别的改进侧抑制网络实现方法；针对反馈型侧抑制网络计算量大、实现困难的问题,提出了采用多级串联非循环侧抑制简化循环侧抑制网络实现方法。通过对上述方法的仿真分析和验证,试验结果表明:所提出的改进的侧抑制网络能够在对图像实现增强的同时,具有较好的抗噪性能。9.学位论文谭荣基于融合的自适应图像增强算法2005图像增强是数字图像处理的基本内容之一，通过某种处理，按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息。图像增强技术主要包括直方图修改处理，图像平滑化处理，图像尖锐化处理及彩色处理技术等，在实用中可以采用单一方法处理，也可以采用几种方法联合处理，以便达到预期的增强效果。本文在对图像增强的背景和目的的分析基础上，提出一种基于融合的自适应图像增强算法(FAIE)，该算法的基本思想在于：对灰度图像的每一像素的亮度值，在其选定的邻域内，作某种有意义的变换，得到一个该像素的变换值，然后将该变换值与设定的阈值(可作调整)作比较，从而将图像按照阈值分成几个区域，将这些区域分别恢复成原图像一样大小的图像，区域以外的部分插值为0，这样得到的图像分别作所需要的增强，最后将增强的图像融合为一个图像，即为原图像的增强图像。接着，提出该算法的具体实施算法，一种是将图像根据阈值分成两部分，一种是将图像根据阈值分成三部分，分别对每部分增强再融合，得到增强的图像，并与直接用直方图均衡化的图像作出比较。另外，本文提出基于融合的自适应图像增强算法的一种新的应用，即将其应用于彩色图像。由于彩色图像不能直接作直方图的变换，故将彩色图像分解成基于R，G，B的三幅图像，分别进行FAIE的处理，再组合，这样得到的图像可消除图像获取时光照和设备对它的影响，对于后续的图像处理都是非常有利的。文章最后作出结论，分析FAIE处理图像的优点和不足之处，根据FAIE的思想，找出更好的图像分解方法和分解后更好图像的处理方法，是我们下一步努力的目标。10.会议论文郭海涛.王连玉.刘颉.梁捷基于粗集理论的声呐图像增强粗集理论是波兰华沙理工大学Pawlak教授于二十世纪八十年代提出的一种处理含糊和不确定性问题的数学工具,它为研究不完整数据、不精确知识的表达、学习、归纳等提供了一种新的方法.近年来,有些学者将粗集理论用于图像处理.文献[1]把图像看成是一个知识系统,根据粗集理论,基于不可分辨关系,将图像分割为不同的区域.文献[2]将文献[1]的分割方法推广用于图像增强,应用文献[2]方法的关键是图像子图的划分.对于具有理想双峰直方图的图像,可以根据直方图进行子图的划分,但实际图像的直方图常呈单峰或复杂的多峰,这时子图的划分是非常困难的,只能盲目试验,交互进行.本文在属性直方图上利用最大熵法确定阈值并进行子图的划分.本文给出声呐图像增强实现过程和实验结果.本文链接：：上海海事大学(wflshyxy)，授权号：dcdfeed1-6040-42b9-9db8-9dd700fb81d0下载时间：2010年8月19日