基于视觉传感器的自主车辆地面自动辨识技术研究
该设计训练样本中石子路面图像的压缩编码图如图2所示。
2．2 图像复原重建
图像复原重建有诸多方法，本文采用较为常用的维纳滤波复原法。寻找一个滤波器使得复原后的图像
与原始图像f(x，y)的方差最小，即：
式中：E{·}为数学期望算子。如果图像f(x，y)与噪声n(x，y)不相关，且h(x，y)有零均值，则由上述条件可以推导出维纳滤波器的传递函数为：
式中：H*(u，v)为退化系统传递函数；H(u，v)的复共轭；Pf(u，v)和Pn(u，v)分别为原始图像和噪声的功率谱。
该设计训练样本中石子路面图像的复原重建图如图3所示。
图像平滑分为空间域处理和频率域处理两种。中值滤波法是非线性信号处理方法，它是用一个有奇数点的滑动窗口并将窗口中心点的值用窗口内各点的中值代替。设一维序列f1，f2，…，fn，取窗口长度为m，对此一维序列进行中值滤波，就是从输入序列中相继抽出m个数fi-v，…，fi-1，fi，fi+1，…，fi+v。其中，fi为窗口中心点值
，再将这m个点值按其数值大小排序，取其序号为中心点的那个数作为滤波输出。用数学公式表示为：
式中：A为窗口；{fij}为二维数据序列。
该设计训练样本中石子路面图像的平滑图如图4所示。
评论