视觉检测系统在测量的过程中由于机械振动,人为干扰和电力系统等消极影响导致采集到的图像通常为低质量的退化图像。由于在退化图像中难以有效提取待测目标或场景的边缘信息,因此,为了高效地完成低质量退化图中待测目标的三维测量任务,本文针对运动模糊退化图像中待测目标三维测量过程中的一些关键技术,如退化图像的复原技术、边缘自动提取技术和边缘匹配技术进行了研究。本文所做的工作和研究成果如下:1、为提高视觉检测系统的自动化程度和无人值守能力,需要对采集到的图像进行自动判定,即判定该图像是否为模糊退化图像,是否需要图像复原处理。在本文中提出了一种利用图像中水平方向和垂直方向边缘的最大平均宽度作为图像模糊程度测度的快速判断算法。然后利用预先设定的阈值自动地判断采集到的图像是否存在严重的模糊退化、是否需要采用图像复原处理技术。2、当采集到的图像为严重的模糊退化图像,视觉检测系统需要自动的对该图像进行高质量的复原处理。本文对图像复原技术从以下方面进行研究:针对图像的复原过程为一个病态过程这一问题,需要利用复原后图像的先验知识作为目标函数的正则化约束,这样来对复原过程进行良性化处理。而这些先验知识是从退化图像中提取得到的,所提取到的信息同复原图像的先验知识间的误差越小,图像的复原效果就越好。为此本文从退化图像中提取如下两种信息作为复原图像的先验知识:a)由于清晰图像和退化图像的梯度在整体上均服从相似的重尾分布,因此本文采用退化图像的两个方向梯度幅值的L1范数之和作为复原图像的全局先验知识。该先验知识可以作为图像复原优化过程中的弱约束;b)利用本文提出的图像局部区域测度函数从退化图像中自动地获取有价值的局部区域用于退化图像的复原处理。其中退化图像中的局部平滑区域由于在图像退化前后变化较小,因此该区域可以作为图像复原过程中的正则化强约束;另外,局部尖锐边缘区域因为可以提高模糊核的估计精度,因此可以用于用于模糊核的估计。最后本文根据获得的复原图像的先验知识和改进的噪声模型构建一个关于复原图像和模糊核的目标优化函数。并采用交替优化法完成目标函数的优化,最终可以获得高质量的复原图像。通过实验证实,本文所提出的算法无论在复原图像的质量还是运行时间上同其他算法相比都更加优越。3、为准确提取待测目标的边缘轮廓,需要对获取的高质量复原图像进行自动边缘检测。为此,本文分析了多种边缘检测算法,发现Canny算法具有最佳的检测效果。但针对Canny算法缺乏鲁棒性的不足,本文提出一种改进地自适应Canny边缘检测算法。该算法首先采用小尺度的高斯函数进行图像的平滑来消除噪声,并保证边缘的定位精度。其次,为提高边缘检测算法的自动化程度和自适应性,本文采用了自动阈值获取算法来计算Canny算法的高低阈值。其中,Otsu算法由于具有对噪声不敏感且分割的边缘点为真实边缘点等优点,因此采用该算法用来计算Canny算法的高阈值;同时采用一个基于接受者操作分析理论的阈值分割算法计算Canny算法的低阈值。该阈值算法为统计学算法,因此算法具有较好的稳定性,且对图像的边缘较为敏感,可以有效的检测图像的弱边缘。最后,通过实验证实,改进的Canny边缘检测算法避免人工参数的设定,具有良好的边缘定位精度、抗噪性能和实时性,因此适合工业自动化检测的需要。4、为去除图像中无意义的边缘,首先对图像中检测到的边缘进行分析,然后对边缘进行分段化处理,再根据待测目标的先验知识,提出判断准则来排除了图像中的伪边缘和无意义的纹理边缘,又可以提高下一步边缘匹配的速度和精度。5、为了提高边缘匹配的效率,本文采用一种利用边缘特征点引导边缘匹配的算法,利用已匹配的边缘特征点为边缘因此首先要完成边缘曲线特征点的匹配任务。在本文利用基于点到弦长距离累加技术在边缘曲线进行特征点的检测;为实现边缘特征点的快速且有效的匹配,本文提出了一种改进的二进制特征描述和匹配算法用于特征点的匹配。该描述子对FREAK和BRISK二进制描述算法的采样模式进行了分析,并为提高描述子的独特性对上述算法的采样模式进行了改进;最后构建一个不仅利用局部区域内灰度值比较信息同时还利用灰度值排序信息的二进制描述子模型。经试验证实该描述子匹配算法对图像几何变换更具不变性。6、在完成边缘特征点的匹配后,利用一些外部约束条件,完成已匹配特征点对所在边缘的快速匹配,最后利用已匹配的边缘进行边缘的三维重建。最后通过一对在实际中采集到的退化图像为例来进行待测工件的三维测量。通过实验来验证本文算法的有效性。最终,实验结果显示待测工件的三维尺寸最大误差为0.42mm,检测时间为15.44秒。因此本文所提出的算法可以应用到对实时性要求不高的视觉检测系统中,以提高系统的鲁棒性、自动化程度和无人值守能力。