基于神經(jīng)網(wǎng)絡(luò)的畸變圖像校正方法研究.pdf

1、隨著數(shù)字圖像采集技術(shù)和處理技術(shù)的飛速發(fā)展，數(shù)字圖像測量受到了人們的普遍關(guān)注，并已經(jīng)廣泛地用于工業(yè)、交通、醫(yī)療、軍事等領(lǐng)域。在圖像測量領(lǐng)域，圖像質(zhì)量是影響測量精度的一個(gè)重要因素。一般在獲取圖像時(shí)，受景物對(duì)象與CCD攝像機(jī)三維空間相對(duì)位置關(guān)系、光學(xué)鏡頭畸變以及CCD攝像機(jī)質(zhì)量等因素的影響，采集的圖像會(huì)產(chǎn)生線性或非線性畸變，從而影響了測量的準(zhǔn)確性。因此，畸變圖像校正對(duì)提高圖像檢測、圖像測量、模式匹配等定量分析的準(zhǔn)確性具有重要的現(xiàn)實(shí)意義。本文著

2、重研究非線性畸變圖像校正方法。 針對(duì)傳統(tǒng)的非線性畸變圖像校正方法存在模型建立較難、計(jì)算量大等缺點(diǎn)，本文采用基于神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行畸變圖像校正。主要?jiǎng)?chuàng)新之處有： 1、針對(duì)傳統(tǒng)的遺傳算法（GA）和量子遺傳算法（QGA）初始群體隨機(jī)生成，解群分布不均勻時(shí)易于出現(xiàn)未成熟收斂，陷于局部極值等缺陷，本文將免疫學(xué)中的克隆選擇算法引入量子遺傳算法，提出了一種新的混合的量子遺傳算法。用幾個(gè)經(jīng)典函數(shù)對(duì)此混合算法進(jìn)行測試，結(jié)果表明該算法具有很