利用散焦信息的深度恢复算法分析-analysis of depth recovery algorithm using defocused information.docxVIP

利用散焦信息的深度恢复算法分析-analysis of depth recovery algorithm using defocused information.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
利用散焦信息的深度恢复算法分析-analysis of depth recovery algorithm using defocused information

images under different camera parameters, simulate the process of defocusing by using thermal diffusion equation, find the relative blur and diffusion parameters of different parts in the images, where the blur degree is different, then calculate the depth information. We study the influence of edge information in blur region division , then acquire better experimental result through the edge enhancement.Depth from defocus is a kind of passive method, the camera parameters must be changed while acquire the defocused image in currently available DFD method, such as change the distance between CCD and lens. It is difficult to change the camera parameters in the actual experimental operation. In this paper we proposed a method to get image and calculate the depth information without changing the camera parameters . With a fixed camera parameters and through thermal diffusion theory this paper proposed a method that greatly facilitates the depth calculation process and simplifies the division of diffusion region.KEYWORDS: Computer vision, Defocus images, Blur radius, Point spread function, Thermal diffusion equation, DFD第一章绪论1.1 散焦测深的研究背景我们知道物体在摄像机中成像时,如果所成的像非常清晰,我们认为此时 物体正好处于一个聚焦平面上;如果物体偏离了摄像机的聚焦平面,就会在像 平面上形成一个模糊的图像——我们称之为散焦图像。物体偏离这个聚焦平面 的距离越大,所成的像的散焦程度也就越大,即图像越模糊。搞清模糊程度和 距离之间的这种关系,建立起数学的模型,再根据一些可标定的参数,就可以 由图像的散焦程度计算出实际物体的深度。文中研究的散焦测深,就是指这种由若干同一物体的散焦图像,估计被摄 物体的深度的方法。文中研究的散焦测深是一种只要使用单个相机的被动方法。它是由聚焦方 法[1]发展而来,和立体视觉以及运动方法相比,散焦测深中没有特征点匹配的难 题[2]。散焦恢复深度也可以看作是一个盲去卷积的问题[3],最小化输入数据和产生 数据的模型之间的差异。在计算机视觉中,盲去卷积的方法就是一种被动散焦 深度恢复法。还有一种不同的主动散焦恢复深度法([4],[5],[6]),需要使用结构光 来照射。主动法具有准确度较高的优点,但是也有不少缺点,比如:需要发射 专门的结构光,需要一些专门的测距装置,造价比较高等等,这些条件往往是 不容易实现的。被动测深和主动测深方法主要是从是否需要人为控制测量环境来分的。常 见的被动测深的方法有很多,比如双目视觉的方法,一般至少需要两部摄像机, 各拍一幅图像,根据物体在两幅图像中的位置的不同计算特征点的差异,再由 三角测量求出深度信息。双目视觉法需要在不同位置拍摄的图像中找匹配点。 在运用多视图几何进行三维重构时,需要进行特征点匹配,计算基本矩阵,摄 像机矩阵,进行射影重构[7]。运动法,根据随时间和空间变化的二维图像序列 来获取深度信息。而被动聚焦测深法[8][9],通过不断改变相机参数进行拍摄,获得一系列物体的图像,在其中找到最清晰的像,根据光学镜头的成像原理,计算出深度信息。该方法因为要在不同的相机参数下拍摄大量的图像,因此操作 起来比较困难。被动散焦测深法[10][11],回避了寻

您可能关注的文档

文档评论(0)

xyz118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档