张佳南[1]2016年在《碳纤维织造经纱损伤状态的图像检测研究》文中认为随着纺织行业的不断发展,碳纤维复合材料立体织物因其质量轻、强度刚度高、抗振性能好等优良特性,受到愈来愈广泛的重视和青睐。然而,织造过程中碳纤维经纱存在着易磨损起毛、易割伤的损伤特性。当纱线出现损伤时,我们希望可以及时的发现并处理,目前国内的纺织产业依然采用传统的人工检测方法进行碳纤维织造经纱的检测,检测效果并非十分理想。另外,碳纤维毛羽会导致环境污染,危害人体健康,造成了现阶段碳纤维立体织造工作环境恶劣,生产过程难以控制的现状。为了实时监控碳纤维经纱的织造生产状态,预见并控制生产过程中出现的损伤缺陷,本文在实验室环境下,基于千兆以太网的CCD摄像机-计算机的硬件平台,Labview视觉处理的软件平台,研究了适合在线检测碳纤维织造经纱损伤状态的图像处理算法,编写出一套具有在线检测碳纤维织造经纱损伤状态和判断完纬功能的图像处理程序,制定了一套碳纤维经纱损伤状态的评价方法,并通过数据通讯将评价标准数据发送给控制系统,供上位机实时改变控制策略参考。本文主要完成以下工作:(一)研究了适合在线实时检测碳纤维织造经纱损伤状态的图像处理算法。其中根据轮廓分析算法分析了经纱的轮廓粗糙度,依据粒子分析算法分析了经纱的损伤面积,通过颜色校验算法分析了纬纱筒是否完纬等,编写出一套具有在线实时检测织机经纱损伤状态和判断完纬功能的图像处理程序。(二)基于Labview软件图像处理模块实时采集到的碳纤维经纱损伤状态的基础参数,提出了一套适用于碳纤维立体织造经纱损伤状态的评价标准。采用模糊控制理论,运用Matlab模糊逻辑工具箱,编程实现了单根经纱总体损伤程度的评价。并通过Labview软件平台调用Matlab程序,实现了区域多根经纱总体损伤程度的评价。系统运行结果与人工实际检测相符,证明了系统研究方法和结果的正确性。(叁)数据通讯及在线监控系统界面的实现。以Labview软件为平台,通过基于modbus协议的串口通讯方式,编写了实时数据传输程序和在线监控界面。将数据处理程序得到的评价数据实时发送给织机控制系统,供织机上位控制系统进行决策。
刘海英[2]2012年在《适用于无线胶囊内镜图像的TV模型图像处理技术》文中进行了进一步梳理作为生物医疗领域全新的技术突破,胶囊内镜以其无痛、无创伤、可全程检测,尤其是攻克了传统消化道疾病难以检查小肠部位的盲区等优点,成为临床医学研究的热点技术,其临床检测的有效性也逐步获得医学界的认同。但是,一次胶囊内镜检测会产生上万张图片,从这些海量数据中筛选出异常或病变图像,成为临床医生面临的一项繁重任务。所以,结合胶囊内镜彩色图像处理技术,提高改善图片的质量,缩短医生阅片时间,提高诊断准确率,成为胶囊内镜图像临床辅助诊断亟待解决的问题,也逐步成为医学图像处理中的一个热点研究方向。论文对无线胶囊内镜彩色图像处理中的若干关键问题进行了分析和研究,利用文中提出的改进的算法及模型,提高了图像品质,增强了无线胶囊内镜图像对于临床医生的辅助诊断功能,大大减少了临床医生的诊断时间,有效地提高了诊断准确率和有效性。肠胃内部比较黑暗复杂的环境以及图像在采集和无线传输过程中不可避免的受到外界的影响和干扰,容易导致图像被噪声污染,或受到不同程度的模糊,或者既被噪声污染又被模糊,从而导致图像品质下降,对临床医生及后期的计算机辅助诊断会产生诸多不利影响。因此,对无线胶囊内镜医学图像进行去噪声、去模糊、盲去模糊以及图像病变区域的提取等数字图像预处理技术日益成为临床辅助诊断过程中亟待解决的关键问题。本文通过对全变差框架理论系统的研究分析,提出了一种适用于无线胶囊内镜图像处理技术,主要包括图像去噪声、去模糊、在卷积算子未知的情况下盲去模糊以及图像的分割等相关问题。本论文组织结构主要包含以下几部分内容：(1)分析了基于全变差框架图像处理中的一些基本问题及相关工作,主要包括图像去噪声、图像去模糊、图像的盲去模糊以及基于水平集的图像分割等方面。各章节首先分析现有最新权威算法的优缺点,然后阐述所提出的解决方案,建立相应的基于全变差框架的模型,之后进行理论推导、算法数值实现,并在每一章节最后与目前权威经典算法进行了验证对比。(2)讨论了基于全变差的图像去噪模型以及目前算法存在的缺陷与弊端。传统图像去噪算法模型中均衡参数均为常数,与图像本身的信息无关。但在研究全变差模型时发现,均衡参数在模型中起着至关重要的调节作用。均衡参数选得过小或过大容易导致图像去噪去模糊程度不够或者是去噪去模糊过度,使图像的纹理细节信息被平滑掉。传统算法均未明确提出如何确定一个合理的或最优的均衡参数数值的方法,所以发展一个具有均衡参数自动最优选择能力的去噪算法将会对提高算法的去噪性能及其自适应具有重要的实用价值。本文提出一种新的二分法技术来实现自动寻找最优的均衡参数值,并把算法扩展到彩色图像的去噪声问题上。实验结果表明,由于所采用的二分法所具有的快速收敛性,本章所提出的算法可以很快确定最优均衡参数数值,从而提高算法的去噪声性能及自适应性。最后通过仿真实验对结合了二分法以后的各种去噪方法的优劣以及对参数的鲁棒性进行了对比。实验对比结果表明,改进的算法收敛速度快,可以自动寻找最优均衡参数。在处理彩色图像去噪问题时,充分考虑了彩色图像通道间的耦合作用,最大程度地保护了图像的纹理信息。通过仿真实验结果对比发现,改进算法的去噪声效果优于其他算法。(3)在研究分析了Beck-Teboulle基于快速梯度投影法的去模糊算法的基础上,提出了图像去模糊的新模型。新模型摒弃了传统图像去模糊算法计算量大、耗时长的弊端,降低了算法的运算复杂度,提高了收敛速度。但和目前的图像去模糊算法一样,去模糊算法数学模型中均衡化参数同样没有结合图像的统计学信息,影响了图像的去模糊效果。为了克服这个缺点,在去模糊数学模型中同样引入了第叁章提出的二分法技术,使得均衡参数能够根据图像的统计学信息,自动选择均衡参数最优值。结合图像的去模糊数学模型,对二分法技术做了严密的理论推导,并将该算法成功扩展应用到彩色无线胶囊内镜图像去模糊处理上。实验结果表明,结合了二分法技术的图像去模糊新算法,可以很快确定最优均衡参数数值,收敛速度快,恢复得到的图像质量高,从而提高算法的去模糊性能及自适应性。(4)讨论了图像的盲去模糊问题。图像的普通去模糊问题是在卷积算子信息已知的情况下恢复降质图像。因为图像的去模糊数值求解过程中,牵扯到卷积算子的反演计算,属于一类病态问题,所以它一直是图像处理领域比较前沿并且具有一定挑战性和难度的研究方向和课题。传统基于全变差框架盲去模糊算法,均利用交替迭代最小化算法实现图像的盲去卷积,这导致图像恢复和卷积算子的确定总存在一定时间上的延迟,不能同时恢复图像和卷积算子。数值实现上的迭代延迟导致了图像恢复的过程中,将会在一定程度上损失一些图像的纹理细节以及边缘信息。针对这个问题,基于Beck-Teboule的算法和内积空间知识,本文提出了一个新的基于全变差框架的盲去模糊算法模型,把图像和卷积算子看做为两个独立的未知变量,运用了现有快速梯度投影算法的思想,实现了同时恢复图像和卷积算子,最后成功的将该算法扩展应用到彩色无线胶囊内镜图像上。实验结果表明,该算法因为充分利用了图像和卷积算子的信息,所以优化得到的图像和卷积算子的绝对误差均明显小于其他算法,并且新算法具有更好的鲁棒性、稳定性和更快的收敛速度。(5)讨论了经典的主动轮廓C-V模型和测地学Geodesic Active Contours (GAC)模型。就C-V模型的优缺点进行了分析,并分析两种模型存在的缺点：(1)水平集曲线在演化的过程中必须不断的进行初始化,以确保零水平集函数不会远离符号函数；(2)初始水平集函数必须包括被分割的目标物体；(3)对于噪声和模糊比较敏感,且深度凹陷物体及弱边缘图像检测效果不理想。结合C-V模型和GAC模型,提出一种改进的单相水平集图像分割模型,引入边缘检测函数,提高了算法收敛速度以及算法检测图像弱边界的能力；改变了传统算法中面积项的权重系数为常数的弊端,将该权重系数和图像信息充分结合,使演化曲线能够根据该信息及时调整曲线演化方向。内部能量项的引入,避免了初始化零水平函数的过程,并且初始化水平基函数的位置可以在任意位置,不必包围被分割的目标物体。该模型同时兼具GAC模型和C-V模型的优势,并且对于强噪声和模糊具有比较强的适应性和鲁棒性,能够更好检测多物体轮廓、弱边缘以及深度凹陷轮廓。基于同样的思想,对传统权威多相水平集图像分割算法进行了改进,对水平集曲线本身的形态加以约束限制,数值实现时采用较大步长,提高了算法的收敛速度,改善了算法对于多目标、复杂边缘的提取能力,提高了算法对于被噪声污染及模糊的图像进行分割的鲁棒性。
李菊芳[3]2011年在《B超图像处理的HIFU治疗区域确定方法的研究》文中研究说明近年来,超声诊断技术的不断发展日渐成熟,超声治疗技术也逐渐发展起来。高强度聚焦超声(HIFU)治疗系统是就是近年来发展非常迅速的无创肿瘤治疗技术。该系统是集自动控制、图像处理、计算机技术等部分为一体的超声治疗系统,具有无创、无副作用等显着特点。数字图像处理子系统是HIFU肿瘤治疗系统中非常重要的部分,是术前方案制定、术中监控及术后检查的重要依据。因此,快速的采集B超图像,并对其进行图像处理,准确的勾勒出病灶区域,实时的显示术中病灶区域的组织特征,是HIFU肿瘤治疗系统的一关键技术。针对HIFU治疗系统——图像处理子系统这一特点和功能,采用B超专用的视频采集卡来实现图像处理子系统,不但可以采集单帧图像,还可以采集连续帧图像,而且满足图像子系统实时采集图像的要求,不但操作简单,而且价格经济。视频采集到的图像送人PC后,先进行图像的预处理,再对B超图像增强去噪和边缘检测确定病灶区域。通过对传统的图像去噪算法和边缘提取算法的研究,根据B超图像的模糊性和不均匀性等特点,采用新阈值函数的小波阈值化去噪算法对B超图像进行预处理。并使用Matlab7.4.0对B超图像进行仿真实验和计算信噪比证明：小波阈值化去噪算法与邻域平均法和中值滤波法相比较而言,不但能很好抑制散斑噪声,而且能很好的保留图片的有效信息。在边缘提取确定病灶区时采用小波变换模极大值边缘检测与模糊算法相结合的边缘检测算子进行B超图像的边缘提取。通过大量的仿真实验与传统边缘检测算法相比较,小波变换与模糊算法的边缘检测算子在对B超图像的边缘信息提取方面具有良好边缘检测效果,提取的边缘信息也更加丰富,能够很好的检测出病灶区域的边缘。
赵立兴[4]2004年在《基于模糊算法的数字图像处理技术研究》文中研究表明图像分割是数字图像处理近些年来大家研究的热点问题,尤其是在图像理解、成像目标的识别与跟踪、机器人视觉中是一项关键技术。分割结果的好坏,对视觉系统的性能影响较大。图像滤波恢复技术是数字图像预处理的重要环节,对图像滤波的好坏,直接影响滤波后分割的精度。图像成像过程中各种因素的影响,人们事先很难精确了解成像过程中信息丢失的情况,使得图像处理过程中都带有一定的相似性和不确定性。而模糊集合论及由此而发展起来的模糊信息处理技术,对处理带有模糊不确定性的事件及对不精确知识的描述与处理方面都具有得天独厚的优势。基于以上原因,本文研究了以模糊信息处理技术为基础的图像滤波算法和分割算法,提出了一些新的思想和想法。论文主要内容安排如下:本文首先从图像的滤波开始。在充分分析了当前滤波技术的研究成果和现状后,提出了一种新的基于局部统计阈值的混合滤波算法。该算法利用局部阈值把图像像素信号区分为高斯噪声点和脉冲噪声点,然后分别利用不同的方法滤波。既能发挥均值滤波算法对高斯噪声良好的去噪能力,又兼顾了中值滤波算法对冲击噪声的优良滤波性能。为了在滤波的同时更好的保护图像本身的细节,增加了新的噪声点检测规则。算法结构简单,易于实现。模糊散度分割方法是近些年出现的一种新的图像分割算法,其物理概念明晰,算法结构简单。但该算法在处理具有多峰直方图图像时,参数初始化困难。本文结合直方图指数平滑原理和峰点检测原理,提出了一种改进图像分割算法。该方法首先通过直方图指数平滑原理对图像原始灰度直方图进行二次平滑,然后利用峰点自动检测原理检测出图像二次平滑直方图具有的波峰值、波谷值,以及直方图波谷的数目,实现图像的粗分割。最后利用图像粗分割的值初始化模糊散度方法的初始值,利用求散度性能函数极值得到最佳分割阈值,实现细分割。
张瑾[5]2014年在《基于图像处理的一维条形码识别技术研究》文中研究说明条形码技术在日常生活中有着广泛的应用,随着移动智能终端如智能手机等的日益普及,条形码在其数据输入中扮演着重要角色,因此基于数字图像处理的条形码识别技术有着广阔的应用前景。实际应用环境中,摄像头捕获的条形码图像常常受噪声、光照、及模糊等影响而造成条形码图像质量下降,从而严重降低条形码定位算法和识别算法的准确性,本文致力于解决噪声、光照和运动模糊等条件下的条形码定位与识别问题,主要内容包括:首先,对一维条形码结构进行分析,对于条形码图像中可能存在的噪声和光照,对相应的噪声检测算法、图像去噪声算法及光照预处理算法进行研究并比较各算法性能的优劣,从而选择合适的噪声检测算法、去噪算法及光照处理算法用于对条形码图像进行预处理。对运动模糊条形码图像的预处理技术进行研究,对运动模糊条形码图像中的模糊检测、运动模糊条形码建模、模糊核估计及条形码图像去模糊进行深入研究,对当前流行的图像去模糊技术进行分析,并设计相应的条形码图像去模糊算法。其次,对复杂环境的一维条形码定位算法进行研究,算法中采用基于Hough变换的直线检测算法,有效地对条形码图像中的直线进行检测从而初步判断条形码的大致位置,通过判断这些直线是否落在基于颜色分布特征的条形码定位算法所得到的候选条形码区域中,从而确定条形码的最终位置。最后,通过将本文设计的基于数字图像处理的条形码识别算法同其它流行的条形码识别算法如Gallo-Manduchi算法及其它常用的商用数字图像处理的条形码识别软件如DTK、DataSymbol及BcTester进行实验数据对比,实验证明:本文设计的条形码识别算法在轻中度受损的条形码库和运动模糊条形码的识别率要优于当前流利的条形码识别算法和条形码识别软件;对各种光照、噪声及相机聚焦所引起的图像严重模糊等情况迭加所引起的条形码质量严重受损时的条形码图像,本文算法要劣于Gallo-Manduchi算法。
刘莉[6]2007年在《基于EMD和小波的脑部CT图像去噪及边缘检测方法研究》文中研究指明近20多年来，医学影像已成为医学中发展最快的领域之一，被广泛应用于诊断和治疗，使临床医生对人体内部病变部位的观察更直接、更清晰，确诊率更高，也成为了必不可少的手段和工具。而医学图像的分析和处理是医学影像技术极为重要的一个环节，特别是图像处理技术中所涉及的图像去噪和图像边缘检测技术已成为当前研究的热点。但由于当前医学图像的处理层次较浅，对信号的利用率还不够充分，有关疾病的诊断主要还是靠临床经验丰富的医生用肉眼观察医学图像，并经活检确诊。运用一些图像处理技术能有效地对现有医学图像进行深层次处理，如去噪、增强、融合以及边缘提取等，从而提高对医学图像信息的利用率，有助于实现对病变特征信息的提取，并提高诊断准确率。本文首先介绍了医学图像处理技术的发展现状、研究范围和方法，然后针对医学图像中CT图像的特点及CT图像的成像基本原理，对脑部CT图像进行了去噪处理和边缘检测。在对脑部CT图像的去噪处理过程中，本文针对生物医学信号是典型的非平稳信号，具有很强的背景噪声，处理起来较困难的特点，引入了一种基于EMD方法的脑部CT图像去噪方法，它可以有效地去除噪声的干扰，充分保留信号的局部特征。在对脑部CT图像进行边缘检测过程中针对脑部CT图像中的病灶大多是模糊的图像信息，呈现弱边缘特性的特点，结合小波和快速模糊算法的优点进行了边缘检测。因为基于小波和快速模糊边缘检测算法不仅利用了小波分析的多分辨特性，在高频与低频上分别提取了图像边缘，而且快速模糊边缘检测算法改进了经典的Pal和King的模糊边缘检测算法，采用简单的隶属度函数，快速完成了图像到隶属度矩阵的转换和隶属度矩阵到图像的逆转换，所以小波分解后的低频信号中所包含的有用信息得到利用，简化了算法并提高了算法的效率，增强了算法的适应性。最后通过实验结果表明本文提出的算法与其他方法比，去噪效果较明显，可检测出的较为准确和清晰的边缘图像。
英红[7]2008年在《数字图像在沥青混合料中的应用及研究》文中研究指明数字图像处理技术出现在上世纪60年代,随着计算机技术的迅猛发展,数字图像处理技术在各个研究领域都得到推广。它的出现,为沥青混合料的研究提供了新的途径。本论文在此背景下,研究了数字图像处理技术在沥青和沥青混合料中的应用。本文在参考国内外研究的基础上,采用理论、试验相结合的方法,研究了图像采集、预处理、分割、跟踪和统计分析的方法;研究了荧光显微镜下SBS改性沥青颗粒的微观参数与路用性能的关系;基于构造深度的路表面级配均匀性评价方法;集料二维和叁维图像参数获取方法及其指标;沥青混合料切片中的集料接触结构,胶砂图像特性,集料长轴方向分布和集料空间分布规律;混合料在车轮荷载下,集料的颗粒运动轨迹跟踪;最后研究了基于神经网络和数字图像的室内车辙深度的预估模型。
何姣姣[8]2016年在《运动与散焦混合模糊图像的恢复算法研究》文中指出图像模糊(：[mage Blurring)问题广泛存在于社会生活的方方面面,是图像处理的重要任务之一。运动模糊(Motin Blur)和散焦模糊(Defocus Blur)是两种最常见的模糊,一段时间以来在图像处理领域里成为研究热点。对于运动模糊、散焦模糊,很多文献给出了相应的算法,并取得了不同程度的效果。这些算法已经应用于公安侦破、车牌识别、计算机视觉、无人机视觉导航等领域。然而,在现实生活中,很多情况下两种模糊过程同时存在。例如：在行进中的战车上拍摄到的图像,就会产生混合模糊(Hybrid Fuzzy)的情况；快速飞行的无人机拍摄到的地面场景有时也拍摄到混合模糊的图像。目前,对混合模糊的研究还不多,所能查到的文献也并不多。因此,解决混合模糊图像的恢复问题具有重要意义。本文针对这一问题展开,对混合模糊图像的恢复算法进行重点研究。本文在前两种模糊图像恢复算法的基础上,拟定了复杂的算法过程,编制了大量的算法程序,进行了二十叁组实验。在混合模糊图像的恢复方面取得了一定的效果。混合模糊图像的恢复是本文的研究重点。在这一部分,本文进行了十二组实验。获得了较好的恢复效果。针对给定的混合模糊图像,采用“最小二乘正则化模型”对混合模糊图像进行去散焦模糊,使用叁种传统的去模糊算法进行了去运动模糊。实验结果表明针对混合模糊而言,R-L迭代算法具有更好的去运动模糊的效果。针对不同噪声下先进行运动模糊处理再进行散焦模糊处理的图像恢复时,先进行去散焦模糊恢复得到图像的PSNR值要比先进行去运动模糊恢复得到的图像的PSNR值平均高0.9342dB；针对不同噪声下先进行散焦模糊再进行运动模糊处理的图像恢复时,先进行去除运动模糊恢复得到的图像的PSNR值要比先进行去散焦模糊恢复得到的图像的PSNR值平均高出0.1485dB。本文的创新点：本文拟定出了去图像混合模糊的几种技术路线(算法组合)。对不同模糊顺序的混合模糊图像的恢复顺序进行了实验,通过频谱的分析结合实验结果,发现恢复顺序与模糊顺序相反时,恢复的效果更好。找出了混合模糊图像在恢复过程中,其恢复过程顺序与模糊顺序的关系。研究了模糊顺序,恢复顺序对图像恢复效果的影响,为后续更好的恢复混合模糊图像提供了理论与实验参考。
周敏敏[9]2012年在《便捷式数字图像处理系统研究》文中提出数字图像处理，即用计算机对图像进行处理，从广义上可看作各种图像加工技术的总称。本论文结合数学知识，成功地从一系列连续图像中分离出物体运动轨迹，研究了一个简易便捷式图像处理系统。本论文首先介绍了图像处理系统以及系统设计的原则，描述了本系统开发相关的技术，如嵌入式开发、ASP.NET编程等；随后，研究了图像处理相关算法及应用，如图像模糊处理、图像处理算法、图像灰度化算法、反差调整算法、图像显示等；最后分析、设计与实现了图像处理系统。论文首先研究与设计了图像管理功能，包括了图像的查询、修改、删除与添加功能；然后重点分析、设计与实现了静态图像与动态图像的处理算法，静态图像处理算法包括图像数据读取、中值滤波、灰度化、梯度获取、图像匹配与去离散点操作；动态图像处理包括物体区域定位、图像二值化、图像膨胀、边缘求取与细化以及运动轨迹的绘制，最终成功实现了图像处理系统。
吴波[10]2014年在《场景图像旋转运动去模糊》文中研究说明相机在拍摄目标图像的过程中，通常会因为一些意外的因素导致所拍摄的图像不理想，这些因素包括相机和所拍摄物体间的相对运动，相机抖动，光学衍射、散射，散焦，大气干扰等等。这些因素导致所拍摄到的图像有用信息被掩盖，因此，图像复原成为近年来数字图像处理领最热门的课题之一。本文讨论的图像模糊主要是线性运动模糊和旋转运动模糊，线性运动模糊主要体现在相机与拍摄物体之间作线性运动，比如摄像头拍摄移动的车辆，旋转运动模糊主要应用于机载、弹载等方面。本文提出了基于R-L迭代算法的优化一维线性去模糊算法和旋转运动去模糊算法。由于实际运动模糊图像的参数的不可控性，本文首先进行了一系列仿真实验，首先使用仿真图像验证所提出的算法，以此作为研究素材，在验证了算法的正确性以后，再对实际图像进行复原。旋转运动去模糊的关键是确定旋转的角度和点扩展函数，本文在假设角度已知的情况下来求解点扩展函数，在此基础上，讨论了几种复原算法的可能性，最终选定R-L算法进行去模糊，提出了一种旋转运动去模糊的方法，把空间可变模糊转变为空间不变模糊，利用一维去模糊算法进行去模糊，再进行极坐标转换，变回平面直角坐标系，达到图像复原的目的。
参考文献：
[1]. 碳纤维织造经纱损伤状态的图像检测研究[D]. 张佳南. 东华大学. 2016
[2]. 适用于无线胶囊内镜图像的TV模型图像处理技术[D]. 刘海英. 山东大学. 2012
[3]. B超图像处理的HIFU治疗区域确定方法的研究[D]. 李菊芳. 安徽理工大学. 2011
[4]. 基于模糊算法的数字图像处理技术研究[D]. 赵立兴. 燕山大学. 2004
[5]. 基于图像处理的一维条形码识别技术研究[D]. 张瑾. 中国石油大学(华东). 2014
[6]. 基于EMD和小波的脑部CT图像去噪及边缘检测方法研究[D]. 刘莉. 长沙理工大学. 2007
[7]. 数字图像在沥青混合料中的应用及研究[D]. 英红. 重庆交通大学. 2008
[8]. 运动与散焦混合模糊图像的恢复算法研究[D]. 何姣姣. 昆明理工大学. 2016
[9]. 便捷式数字图像处理系统研究[D]. 周敏敏. 电子科技大学. 2012
[10]. 场景图像旋转运动去模糊[D]. 吴波. 武汉工程大学. 2014
标签：计算机软件及计算机应用论文; 图像处理论文; 边缘检测论文; 模糊算法论文; 图像分割论文; 图像融合论文; 边缘提取论文; 模糊理论论文; 模糊神经网络论文; 图像噪声论文; 条形码论文; 算法论文; 高斯模糊论文;