風(fēng)管清掃機器人視覺圖像復(fù)原方法.pdf

1、中央空調(diào)在給人們帶來舒適生活與便利的同時，也伴隨著很多問題。一方面，中央空調(diào)的長期工作使得中央空調(diào)管道成為灰塵遍布的空間，細(xì)菌滋生的溫床，如不及時清理，將會隨著空調(diào)的運轉(zhuǎn)遍布室內(nèi)，給人體健康帶來不利影響；而另一方面，狹小的空間環(huán)境為人工清理帶來巨大不便。因此人們迫切需要一個風(fēng)管清掃的幫手，從而加大了對風(fēng)管清掃機器人的研究力度。風(fēng)管清掃機器人的自主導(dǎo)航和控制依賴于對環(huán)境信息的感知和識別，而獲得環(huán)境信息的最直觀的方法就是通過視頻圖像，但是由

2、于管道機器人自身的工作特點及工作環(huán)境的限制，獲得的圖像通常是不清晰的，其中主要的降質(zhì)是運動模糊與霧靄。因此，從降質(zhì)圖像中最大化地復(fù)原圖片信息，是風(fēng)管清掃機器人高效地獲取環(huán)境信息的首要前提。
　　本文針對風(fēng)管圖像中存在的運動模糊與霧靄噪聲干擾兩個主要問題進(jìn)行圖像復(fù)原算法的研究。分別研究了神經(jīng)網(wǎng)絡(luò)圖像復(fù)原和基于暗通道先驗的圖像去霧方法。
　　在神經(jīng)網(wǎng)絡(luò)圖像復(fù)原方法的研究方面，提出了一個改進(jìn)的基于變分偏微分的霍普菲爾德神經(jīng)網(wǎng)絡(luò)圖像

3、復(fù)原模型。該模型應(yīng)用了一個自適應(yīng)的正則參數(shù)函數(shù)替代了原來的常值，同時利用霍普費爾德神經(jīng)網(wǎng)絡(luò)迭代算法對其進(jìn)行優(yōu)化。通過實驗驗證證實了這個改進(jìn)的圖像復(fù)原算法與傳統(tǒng)的霍普菲爾德神經(jīng)網(wǎng)絡(luò)圖像復(fù)原算法和原基于偏微分的霍普菲爾德神經(jīng)網(wǎng)絡(luò)算法相比，不僅具有很好的視覺效果，并且具有較高的信噪比。
　　在基于暗通道先驗的圖像去霧方法研究方面，目前多數(shù)的基于單幅圖像的霧圖復(fù)原算法都是應(yīng)用整體的大氣光估計，這對室外環(huán)境復(fù)原效果很好。但是在管道環(huán)境中，光