風管清掃機器人視覺圖像復原方法.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管清掃的幫手，從而加大了對風管清掃機器人的研究力度。風管清掃機器人的自主導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)圖像中最大化地復原圖片信息，是風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行圖像復原算法的研究。分別研究了神經(jīng)網(wǎng)絡(luò)圖像復原和基于暗通道先驗的圖像去霧方法。
　　在神經(jīng)網(wǎng)絡(luò)圖像復原方法的研究方面，提出了一個改進的基于變分偏微分的霍普菲爾德神經(jīng)網(wǎng)絡(luò)圖像

3、復原模型。該模型應用了一個自適應的正則參數(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)迭代算法對其進行優(yōu)化。通過實驗驗證證實了這個改進的圖像復原算法與傳統(tǒng)的霍普菲爾德神經(jīng)網(wǎng)絡(luò)圖像復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原算法都是應用整體的大氣光估計，這對室外環(huán)境復原效果很好。但是在管道環(huán)境中，光