首页> 中文学位 >基于全光场相机聚焦性检测的深度获取
【6h】

基于全光场相机聚焦性检测的深度获取

代理获取

目录

声明

致谢

摘要

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 光场相机研究现状

1.2.2 深度信息获取研究现状

1.3 主要内容与章节安排

第二章 光场相机理论和光场相机校准

2.1 光场的基本理论及光场函数模型

2.1.1 光场基本理论

2.1.2 光场函数模型

2.2 光场相机模型及成像原理

2.2.1 光场相机模型

2.2.2 光场相机基本理论

2.3 光场相机校准的目的及基本方法

2.3.1 光场相机校准的必要性

2.3.2 白图像的获取方法

2.4 基于边缘搜索的白图像校准算法

2.4.1 边缘搜索算法的基本原理

2.4.2 白图像的二值化

2.4.3 基于边缘的白图像搜索算法

2.4.4 相机校准实验

2.5 本章小结

第三章 光场深度提取

3.1 光场数据的处理

3.1.1 多视角图像提取

3.1.2 EPI图像提取

3.1.3 重聚焦图像提取

3.2 基于聚焦性检测算法的深度提取

3.2.1 聚焦性算法基本原理

3.2.2 常用的聚焦性算法

3.2.3 基于拉普拉斯算子和梯度均方差算子的深度提取

3.3 深度提取实验与分析

3.3.1 评价标准

3.3.2 实验设置

3.3.3 实验结果和分析

3.4 本章小结

第四章 深度误差校准和MRF融合

4.1 深度误差校准

4.1.1 深度误差产生的原因

4.1.2 彩色信息引导的深度校准

4.2 马尔科夫融合算法

4.3 深度校准和深度图融合实验和分析

4.3.1 实验设置

4.3.2 实验结果和分析

4.3.3 基于深度信息的空间可视化

4.4 本章小结

第五章 总结与展望

5.1 论文总结

5.2 工作展望

参考文献

攻读硕士学位期间的学术活动及成果情况

展开▼

摘要

全光场相机作为一种新型的成像系统,可以通过一次拍照获取四维光场信息。通过聚焦性检测算法,可以从光场数据中渲染出焦点堆栈图像,从而提取深度信息。目前光场相机已经成功的应用于图像分割、目标识别、显著性检测、三维立体重建等计算机视觉领域。当前多数聚焦性检测方法提取的深度信息都存在散焦误差较大、鲁棒性较差的问题。针对该问题,本文通过分析光场相机成像和重聚焦特点,设计了一种新的聚焦性检测函数提取深度图,并使用相机获取全聚焦图像中的彩色信息引导深度图的滤波,从而获取高精度的深度信息。
  本文的主要研究工作如下:
  (1)介绍了光场的基本理论以及光场相机成像系统,并进一步分析了光场数据以及光场重聚焦技术的特点。
  (2)针对Lytro相机存在的微透镜中心位置标定不准确的问题,设计了一种基于边缘搜索的微透镜中心标定算法。实验表明该算法可以有效标定微透镜中心坐标,并可以使用标定数据有效获取光场相机重聚焦图像。
  (3)通过分析各种聚焦性检测算法的优劣,设计了一个鲁棒的聚焦性检测模型,采用梯度均方差函数提高检测精度,并结合全聚焦图像中的色彩信息校准深度图中存在的错误数据。最后,针对单个聚焦性检测函数提取深度图误差较大的问题,采用马尔科夫融合方法将校正后的拉普拉斯算子提取的深度图与本文提出的梯度均方差检测函数得到的深度图融合,达到较好的深度提取效果。实验结果表明,本文算法可以有效修正散焦误差,提高深度提取精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号