低質(zhì)量可見光圖像的處理技術研究.pdf

1、本文所述的“低質(zhì)量可見光圖像”包含兩類：1．感興趣的特征信息不明顯或者不完整的可見光圖像；2．分辨率很低的可見光圖像。 對于低質(zhì)量可見光圖像相關處理技術的研究具有十分重要的意義。本文以兩類典型的低質(zhì)量可見光圖像：金屬標牌中的壓印字符圖像和在模擬的高仿真太空環(huán)境下采集到的衛(wèi)星圖像為例，對低質(zhì)量可見光圖像的有關處理技術進行了研究，主要研究內(nèi)容是低質(zhì)量可見光圖像的預處理、特征提取及識別分類。 提出了一種利用金屬標牌規(guī)格進行壓印

2、字符區(qū)域分割的方法。金屬標牌打印機打印字符具有高精度的特點，因此金屬標牌的規(guī)格特點屬于穩(wěn)定且可以信任的信息，本文利用這個高穩(wěn)定性的固定信息來完成對低質(zhì)量壓印字符區(qū)域的分割。 標牌在采集時容易受到標牌自身質(zhì)量和自然條件（如光照）等因素的影響，采集后的標牌容易存在隨機亮斑和背景亮度不均的現(xiàn)象，提出了一種基于灰度分布特征的提取算法。 對于利用CCS光源采集得到的壓印字符圖像，存在亮度差異較大和光照分布不均的問。首次提出了一種新

3、穎的基于空域的自適應光照補償算法。 在字符識別過程中，部分字符由于噪聲、對比度和其他因素使得待識別字符在預處理后產(chǎn)生斷裂的現(xiàn)象。根據(jù)金屬標牌字符的結構特征并結合待識別字符的統(tǒng)計信息，提出了一種新的修補方法。 在模擬太空環(huán)境下采集到的低質(zhì)量衛(wèi)星圖像，圖像分辨率很低。目前常規(guī)的一些分割算法已經(jīng)不再適用。提出來一種基于灰度-梯度分布特征的低質(zhì)量衛(wèi)星圖像的分割算法。 對于利用CCS光源采集得到的壓印字符，很容易出現(xiàn)內(nèi)部缺

4、孔、邊緣變形和噪聲的情況，這勢必影響質(zhì)心坐標，從而產(chǎn)生圓心定位出現(xiàn)偏差，影響了投影圓周曲線，降低了字符識別率。對于這一問題，改進了原有圓周投影特征提取方法，提出了一種基于改進的圓周投影進行特征提取的方法，并進行了有關實驗。 研究發(fā)現(xiàn)，在壓印字符的單級特征識別中，相似類字符（如6、9）容易識別錯誤。因此在單級特征識別后，需要對相似類字符進行二級識別。二級特征識別主要提取了相似類字符的左、右邊界特征識別這類相似類字符。 采用