[发明专利]一种基于图像恢复的用于导管架水下安装在线测量方法

权利要求书

1.一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，包括以下步骤：首先、使用摄像机对水下导管架进行图像采集，获取原始序列图像；其次、将上述获得的原始序列图像通过高通滤波器进行时域均值滤波；再次、通过高斯维纳空间解卷积滤波；最后、通过标定的水下摄像机参数模型，求解零件孔距。

2.根据权利要求1所述一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，具体步骤如下：

A、使用摄像机对水下导管架进行图像采集，建立扰动模型，令图像中对应点的像数值为X(x，y)，I(X)表示实际带有扰动的图像，I_true(X)表示不受任何噪声影响的理想条件下的原始图像，u_x表示二维随机向量在图像点X处的噪声，h(u)表示该处噪音的概率密度函数，则扰动退化模型可表示为：

I(X)＝I(X+u_x) (1)

其中式(1)的卷积方式为：

B、筛选出变形较小的序列图像，将获得的原始序列图像通过高通滤波器进行时域均值滤波，以时域均值滤波处理的结果为参考图像，计算当前n帧图像PSNR特征值并进行高通滤波,PSNR表示峰值信噪比，MSE表示滤波的均方误差，α(i，j)和分别为参考图像与获取图像中对应的灰度值，M×N为图像的总像素数，以l表示一个像素点所占二进制位数，则α_max＝2^l-1，

其中

C、采用基于高斯分布的空间维纳解卷积，对扰动退化图像进行解卷积复原，得到原始清晰图像，将步骤B中高通滤波后的时域均值滤波得到的I(X)可以看成：

其中b(X)是在时域平均模块处的加性噪声，因此设计维纳滤波器W_σ(f)来得到原始位置图像I_true：

其中f是二维频率域矢量，H(f)是扰动概率密度函数的傅里叶变换，S_true(f)是I_true的功率谱密度，相应地，S_b(f)是加性噪声b(X)的功率谱密度，维纳滤波器通常可简化为：

其中NSR(n)是时域平均模块输出处的残余噪声与信号的比率，则H(f)由下式给出：

D、利用模板匹配定位导管架水下安装部位在图像中的位置，利用该水下安装部位的特征孔，结合标定过的单目摄像机模型参数，测量出水下安装部位的孔距。

3.根据权利要求1或2所述一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，所述摄像机为Sony TELI 30万像素CCD摄像机，摄像机标定板为标准10mm棋盘格，标定方法采用张氏标定法。

4.根据权利要求2所述一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，所述步骤B中PSNR高通滤波的周期为50帧，滤波阈值设置为15帧，即每50帧原始图像序列，筛选出PSNR值高的15帧图像。

5.根据权利要求2所述一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，所述步骤C中NSR(n)设定为恒定值0.01；σ根据湍流大小选择，通常为8pixels。

6.根据权利要求2所述一种基于图像恢复的用于导管架水下安装在线测量方法，其特征在于，所述步骤D中测量出水下安装部位的孔距采用亚像数算法计算进行。