随着计算机技术、数字图像处理的迅速发展，机器视觉技术广泛应用于 汽车及汽车零部件制造业、机械加工行业等诸多领域中。目前传统的工业机器 人必须通过逐点示教才能完成生产线上的物料搬运、装配，但是工业现场工件 往往任意摆放，致使工业机器人无法完成操作任务。针对上述问题，本文引入 机器视觉技术，对工业生产线上的工件自动装配问题进行了研究 独创性声明 木人卢明所呈交的学位论文是木人在导师指导下进行的研究工作和取得的 研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发 表或撰写过的研究成果

1  引言 　　模糊是一种常见的图像失真现象，在图像获取、传输及处理过程中有许多因素会造成图像模糊，如成像系统的聚焦不良、与景物的相对运动、光的衍射以及图像压缩之后高频丢失等产生的各类模糊。模糊现象严重影响了图像的质量，降低了图像的清晰度，导致图像分析和场景理解的困难。因此，在成像系统的自动聚焦、图像增强及压缩等算法的衡量、流媒体的质量控制等方面，无参考图像的模糊度量或清晰度评价都是很有必要的，大量的研究致力于此。 　　模糊的一个明显表现为边缘的平滑，导致边缘宽度的增加，因此很多研究都是基于

提出了一种新的图像质量评价标准，通过图像的运动模糊参数来估计出图像由于运动而造成的信息损失量，并通过信息损失的多少来评价图像的质量。实验表明，该方法能客观地体现出运动模糊图像的质量与运动模糊参数之间的关系，这种关系对于图像的质量评价特别是有参考条件下的图像质量评价具有良好的效果。同时还根据活动度和图像灰度梯度能客观地表示图像细节部分的特性。将图像分块，并从8个方向对图像进行分析，客观地评价出无参考条件下直线运动模糊图像的质量。

在运动图像复原中，建立图像退化模型的关键是找到准确的点扩展函数(PSF)。提出了一种基于单幅图像的、改进的任意方向匀速直线运动模糊PSF的估计方法。利用基于图像频谱亮线灰度特征的方向鉴别方法鉴别模糊图像的模糊方向，利用微分自相关的方法对模糊图像的模糊尺寸进行计算，通过计算模糊图像沿二维直线运动方向不同距离的重叠度，来计算得到相应的PSF。通过开展仿真分析和成像实验，演示了PSF估计和图像复原过程。通过采用图像质量评价函数，将图像复原结果与现有算法进行对比，验证了所提出方法的有效性。