视觉测量系统的图像去抖技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 视觉测量系统中去抖方法的研究现状 | 第11-15页 |
| 1.3 图像去抖的研究现状及应用 | 第15-19页 |
| 1.3.1 图像去抖的研究现状 | 第15-17页 |
| 1.3.2 图像去抖的应用现状 | 第17-18页 |
| 1.3.3 图像去抖技术应用中的局限性 | 第18-19页 |
| 1.4 本文的主要研究内容及章节安排 | 第19-21页 |
| 2 视觉测量系统图像抖动的成因及建模 | 第21-30页 |
| 2.1 抖动的来源及成因 | 第21-22页 |
| 2.2 抖动对测量系统的影响分析 | 第22-24页 |
| 2.3 图像去抖的数学建模 | 第24-29页 |
| 2.3.1 视觉测量系统运动的类型分析 | 第24-25页 |
| 2.3.2 相机运动与图像的关系 | 第25-27页 |
| 2.3.3 图像抖动数学模型的建立 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 视觉测量系统的图像去抖关键方法分析 | 第30-39页 |
| 3.1 运动估计方法对比分析 | 第30-35页 |
| 3.1.1 块匹配法（BMA） | 第30-31页 |
| 3.1.2 灰度投影法（GPA） | 第31-34页 |
| 3.1.3 特征估计算法（FTA） | 第34-35页 |
| 3.2 抖动补偿方法对比分析 | 第35-36页 |
| 3.2.1 固定帧补偿方法 | 第35-36页 |
| 3.2.2 相邻帧补偿方法 | 第36页 |
| 3.3 去抖的评价准则 | 第36-38页 |
| 3.3.1 主观图像质量评价 | 第36-37页 |
| 3.3.2 客观参数评价指标 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 视觉测量系统的GPA算法改进 | 第39-52页 |
| 4.1 GPA改进算法的基本原理 | 第39-42页 |
| 4.2 算法改进前后的去抖实验对比 | 第42-46页 |
| 4.2.1 基于传统灰度投影算法的去抖实验 | 第42-44页 |
| 4.2.2 基于GPA改进算法的去抖实验 | 第44-46页 |
| 4.3 图像去抖效果评价 | 第46-51页 |
| 4.3.1 准确度测试 | 第46-47页 |
| 4.3.2 噪声适应度测试 | 第47-49页 |
| 4.3.3 PSNR值测试 | 第49-51页 |
| 4.3.4 算法速度测试 | 第51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 图像去抖算法的应用与验证 | 第52-61页 |
| 5.1 实验数据测量 | 第52-54页 |
| 5.2 图像去抖算法应用 | 第54-60页 |
| 5.2.1 基于传统算法的应用 | 第55页 |
| 5.2.2 基于GPA改进算法的应用 | 第55-60页 |
| 5.3 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 研究工作总结 | 第61-62页 |
| 6.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
