摘要
图像边沿畸变校正中直线投影衍生边沿拟合度差,导致校正误差大,提出基于改进深度学习自编码的图像边沿畸变校正算法.采用自适应阈值小波去噪算法,对各级尺度参数实施自适应变换,完成噪声去除.根据图像去噪结果,使用费舍尔向量编码优化深度学习结果,提取图像的边沿畸变形态.并以边沿畸变形态提取结果为基础,获取校正目标优化函数,分析边沿断裂情况,实现直线投影衍生边沿拟合;通过确定图像边沿误差评价函数,判断图像边沿畸变校正方式,达到图像边沿畸变校正的目的.以含噪桶形畸变与枕形畸变图像为研究对象进行实验分析,结果表明,所提算法可有效校正图像的桶形畸变与枕形畸变,桶形、枕形图像边沿畸变校正后,图像中的边沿条数和原图一致均为5条,实现高精度、高效率的图像边沿畸变校正.
基金项目
国网辽宁省电力有限公司2018年第五批科技项目(第1项)-(2018ZX 18)
NETL
NSTL
维普
万方数据