基于神經(jīng)網(wǎng)絡的畸變圖像校正方法研究.pdf

1、隨著數(shù)字圖像采集技術(shù)和處理技術(shù)的飛速發(fā)展，數(shù)字圖像測量受到了人們的普遍關(guān)注，并已經(jīng)廣泛地用于工業(yè)、交通、醫(yī)療、軍事等領(lǐng)域。在圖像測量領(lǐng)域，圖像質(zhì)量是影響測量精度的一個重要因素。一般在獲取圖像時，受景物對象與CCD攝像機三維空間相對位置關(guān)系、光學鏡頭畸變以及CCD攝像機質(zhì)量等因素的影響，采集的圖像會產(chǎn)生線性或非線性畸變，從而影響了測量的準確性。因此，畸變圖像校正對提高圖像檢測、圖像測量、模式匹配等定量分析的準確性具有重要的現(xiàn)實意義。本文著

2、重研究非線性畸變圖像校正方法。 針對傳統(tǒng)的非線性畸變圖像校正方法存在模型建立較難、計算量大等缺點，本文采用基于神經(jīng)網(wǎng)絡的方法進行畸變圖像校正。主要創(chuàng)新之處有： 1、針對傳統(tǒng)的遺傳算法（GA）和量子遺傳算法（QGA）初始群體隨機生成，解群分布不均勻時易于出現(xiàn)未成熟收斂，陷于局部極值等缺陷，本文將免疫學中的克隆選擇算法引入量子遺傳算法，提出了一種新的混合的量子遺傳算法。用幾個經(jīng)典函數(shù)對此混合算法進行測試，結(jié)果表明該算法具有很