基于2D-GCD算法的汽车底盘异物检测

• 作者: 张仁杰 殷彩萍
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 车底图像 2D-GCD算法 多帧图像复原 小波融合
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 123-127
• 页数: 5页
• 分类号: TP391|TN919.8
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1801742

摘要

针对汽车底盘序列图像的模糊复原以及伪像去除问题,提出了汽车底盘异物检测总体构架,并且成功利用二维最大公因子的图像序列盲复原(2D-GCD)算法以及小波图像融合规则实现了汽车底盘模糊图像的复原.首先对模糊图像序列进行预处理工作,过后利用SURF算法提取特征点进行匹配,根据匹配得到的多帧图像进行加权平均获得一副新的降质图像,然后将其与每幅图像用2D-GCD算法进行复原,得到的序列图像在小波变换的融合规则下复原得到最终结果.实验结果表明,基于2D-GCD算法的模糊图像处理能有效地抑制伪像,复原得到的汽车底盘图像质量较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仁杰		115	735	13.0	23.0
2	殷彩萍		1	0	0.0	0.0