视觉测量图像处理关键算法的研究

摘 要：本篇文章介绍了一种测量图像处理的方法，在摄影进行图像摄影测量中，采用边缘特征、区域特征以及灰度特征等处理方式进行视觉测量图像的处理有效关键的计算方法进行研究，并且具有一定的实时性、自动性以及精准性的特点，可以较好的满足高精准度的视觉测量图像的关键算法。

关键词：视觉测量图像 鱼眼图像 关键算法

中图分类号：TP391.41 文献标识码：A 文章编号：1672-3791（2013）05（c）-0001-01

1 采用鱼眼镜头进行殊绝测量图像处理的整体概述

鱼眼镜头主要是由超大的视角进行的拍摄和图像处理，在超大范围的视角以及视觉测量图像处理上占据着一定的作用和意义。但是鱼眼镜头自身具有一定的特点，所形成的圆形的图像可以在一定程度的视觉范围中充分的实现图像的测量与处理有效的算法。

采用传统的数字图像处理的算法为鱼眼镜头进一步实现理想的视觉效果提供了前途条件，为了在一定程度上充分的实现鱼眼镜头图像的视觉处理，当前要进行处理的方法主要采用的是先进行校正后进行处理的模式，就是将圆形透视的鱼眼的图像进行校正，校正成为平面的视觉效果的图像，最后对传统的数字图像的关键算法进行测量。

2 视觉测量图像处理关键算法分析

2.1 模糊并适应中值FAMF（滤波）降噪处理算法

在图像中去除噪声是数字图像进行处理中最为关键的算法和重要的步骤，和其他图像处理算法相比，FAMF视觉测量图像处理算法直接影响着后期图像处理具有一定的重要性。当前和传统的视觉测量图像的处理去噪算法相比，FAMF（滤波）降噪处理算法已经取得了一定的研究成果，但是但是和鱼眼视觉图像的处理算法相比，传统普遍的去噪方法在一定程度上难以满足理想中图像去噪的效果。通过比较研究可以得知，我们采用中值FAMF（滤波）降噪处理算法的基础之上进一步提出了模糊自适应图像处理技术降噪的算法，采用这样的算法可以更好的获得鱼眼视觉测量图像进行进一步的降噪处理。

我们假设一个二值函数进行判断在图像中某一个像素点是否是噪声点，假设X（t）是滤镜窗中的一个像素值，在像素值把排列之后处于的是第t个位置上的数值。在通常情况下，测量图像受到噪声影响的像素点的函数是：

在函数方程中，μ的数值可以取值是1≤μ≤LL-1/2，LL=（2L+1）2，但是针对在计算中的某一个计算的过程，假如η=1，这是就说明了x是位于数值排列顺序之后的窗口中，序列为W的两侧，可能导致噪声的出现，但是还有可能是不按照η的数值来进行判断在视觉测量图像当中的某一个点的像素点是否会产生噪声污染。但是当X在的区域的窗口中，其中的灰度值是图像中某一个常数的时候，这时为了进一步正确的判断出在视觉测量图像中某一个像素点时候产生噪声，除了上述的函数方程式以外，还应该进行吃拿高分的考虑，根据相关的统计参数进一步的完成综合性质的评判。

假设区域窗口中每一个像素点和中心像素点之间的偏差是：

那么在函数式当中-L≤s，t≤L，因此0≤ξ≤255，把ξ按照升序的方式进行排列，即Δ1≤Δ2≤...ΔLL，其中Δ1，Δ2，...，ΔLL是把ξ按照升序的方式进行排序之后的相互对应的数值，令：

在函数算式中，M是预先设定的常数，但是由于ρ=|Xij-Xij|，则Δ=0，所以这时不考虑计算值，但是从一般的原理上进行计算，取M=LL+1/2，这时的像素噪点的数值就会比较大。

2.2 自适应更新ARBS（背景差）目标的识别算法

针对于视觉测量图像中定焦和定点的普通图像而言，主要的目标识别计算方法一般情况下有三种方式进行检测：帧间差法、光流法以及背景差法。但是针对于鱼眼测量图像中主要的运行目标采用这三种计算方法进行检测，检测出的效果并不理想。考虑到财力鱼眼视觉测量图像中实际应用和特点，在传统的背景差算法的基础上进一步的提出了一种新型的算法，即自适应更新ARBS（背景差）目标的识别算法。

第一，将系统采集的图形b（x）进行预处理并作为背景，然后隔一段时间之后在进行采集图像f（x，y），进行同样方式的预处理：

首先，背景不断的发生变化，例如环境中的光线会随着时间的变化不断的发生改变，这时一定要隔一段时间t进行背景的更新，函数可以表示为：

背景更新时间到达时候，这时的背景将会自动的进行修改为：

其次，背景突然发生改变时，设定发生变化前后的光照度的数值可以满足线性的关系：

在更新变化之后的背景为：

按照这样的算法对视觉测量图像进行计算，可以改变图像背景，背景按照环境的变化自适应并进行更新变化，确保图像识别的稳定性和准确性。

3 结语

本篇文章针对的鱼眼镜头中视觉测量图像的处理算法进行了分析和研究，并基于自适应处理技术的鱼眼的图像处理进行计算，采用这样的图像处理的算法可以实现鱼眼视觉测量图像的直接处理，通过实验和计算充分的表明，图像处理的算法可以进一步的实现适应性的要求。

参考文献

[1] 刘力双，吕勇，郎晓萍，等.视觉测量技术在数字图像处理课程设计中的应用[J].实验技术与管理，2010（5）.

[2] 刘安心，余跃庆，张永亮.三维机器视觉测量系统图像边缘提取算法研究[J].机械制造与自动化，2006（1）.

[3] 刘绍军，于新瑞，梁庆华，等.视觉多功能贴片机中的图像处理算法研究[J].计算机工程与应用，2002（23）.