利用成像系统的光学散焦获取景物的深度信息

研究了一种新的被动测距方法．利用测量被动成像系统光学散焦的数字图像处理方法，分析光学散焦程度的变化与景物深度的关系，提出了一个散焦被动测距的计算公式，并得到了一些实验结果．该方法只需对景物采集两幅有差别的图像，避免了大量图像的采集和存储，两幅有差别图像是通过改变摄像机镜头的光圈系数来获得的，避免了图像间的位置校准和匹配．     

移动目标的深度测量

提出了一种基于散焦图像移动目标深度测量的方法,该方法采用一台带有远心镜头的CCD摄像机,沿光轴方向转移目标拍摄两幅图像,根据所拍摄景物图像的散焦半径与图像大小计算目标景物距摄像机的距离,采用远心光学镜头代替普通镜头可使图像的大小与散焦半径之间的关系简单,该方法融合了图像的大小与散焦半径两个信息,使深度计算更加准确,由于该方法只需要一台参数固定的CCD摄像机,可以免除图像间的配准和特征点的选取,有利于实时系统的实现,实验结果表明了该方法 的有效性。     

测量被动成像系统光学散焦的一种新方法

提出了一种测量被动成像系统光学散焦的新方法．不必测定光学系统的内部参数，只要改变成像镜头的光圈系数，对同一景物获取两幅不同散焦程度的数字图像，采用频域约束的最小二乘法，从离焦光学系统所成的两幅光学散焦图像中，就可计算出反应散焦变化的传递函数．对该方法进行了较详细的数学推导，得到了一些实验结果．     

基于矩保持法的散焦图像深度估计

提出了一种基于散焦图像计算景物深度的新方法。该方法不需要获得光学镜头的点传播函数,利用Ｓｏｂｅｌ算子将同一场景的两幅散焦程度不同的灰度图像转换成梯度图像。利用矩保护法计算边缘区的大小与整个图像区域大小的比ｐｃ,根据两幅图像的Ｐｃ值计算出景物的深度。实验结果表明了该方法的有效性。     

利用成像系统的光学散焦获取景物的深度信息

研究了一种新的被动测距方法，利用测量被动成像系统光学散焦的数字图像处理方法，分析光学散焦程度的变化与景物深度的关系，提出了一个散焦被动测距的计算公式，并得到了一些实验结果，该方法只需对景物采集两幅有差别的图像，避免了大量图像的采集和存储，两幅有差别图像是通过改变摄像机镜头的光圈系数来获得的，避免了图像间的位置校准和匹配。     

测量被动成像系统光学散焦的一种新方法

提出了一种测量被动成像系统光学散焦的新方法，不必测定光学系统的内部参数，只要改变成像镜头的光圈系数，对同一景物获取两幅不同散焦程度的数字图象，采用频域约束的最小二乘法，从离焦光学系统所成的两幅光学散焦图像中，就可计算出反应散焦变化的传递函数，对该方法进行了较详细的数学推导，得到了一些实验结果。     

基于变分贝叶斯的视觉散焦光图像快速盲复原算法

为实现数字图像的高精度应用,降低外界光线对视觉成像的影响,提出一种基于变分贝叶斯的视觉散焦光图像快速盲复原算法。通过梯度和卷积处理,计算视觉散焦光图像后验概率期望,利用Sobolev空间函数分布方法提取最优初始图像和散焦光模糊函数先验概率。以变分贝叶斯的近似分布思想,无限逼近实际的后验概率;使用相对熵计算多个分布间距离,最大程度贴近真实值;将最小损耗代价函数输入双边滤波器内,即以近似清晰图像为指导图,剔除剩余高频噪声,得到最优图像盲复原结果。实验结果表明,所提算法盲复原后图像对比度高,边缘细节清晰,复原速度快,具有极高的应用价值。     

一种鲁棒的散焦模糊图像点扩散函数参数估计方法

提出了一种具有较强抗噪能力的频率域鉴别散焦模糊参数的方法。该方法对模糊图像对数频谱图实施极坐标变换,然后计算距频谱中心不同半径下的多方向幅值累加和函数,进而提取第一过零圆环的半径,完成散焦模糊参数的估计。实验结果表明,该方法能够适应带噪散焦模糊图像退化模型的参数估计问题,且具有较高的鉴别精度。     

利用熵和分形压缩编码的图像检索新方法

图像的抽象描述和特征提取是基于内容的图像检索系统中需要解决的关键问题之一,文章提出了一种图像信息熵和分形编码相结合的图像检索方法．首先,计算图像库中的各幅图像的信息熵,比较设定的阈值对图像库进行预分类;其次．利用Jacquin方法计算得到查询图像的分形IFS编码,应用到图像库同类的图像进行分形迭代解码;最后,计算解码图像与查询图像的相似距离得到检索结果．实验结果表明,与直接像素值相似匹配方法相比,该法在基本保证图像检索效率的前提下,极大地提高了检索时间．     

一种新的熵的提取方法在图像分割中的应用

针对正态云的正向云模型中熵的求法存在着误差大、计算量大的问题,提出了一种基于云理论的“3E”规则的熵的求法．首先将图像灰度信息作出统计,将波峰值作为Ex,再将距离波峰最近的第一个波谷值与波峰之间的距离作为3En最后通过一定规则微调得到符合条件的En.并通过实验将云模型与阈值法分割图像相结合,实验结果证明,该方法不但可以准确计算出己,使误差减少、计算量也较小,并且对图像分割效果好、效率高．     

基于空间变化窗口的信息散度算法

为解决传统信息散度算法存在物体图像大小不一致以及非连续区域深度恢复精度低等问题,提出了一种新的基于空间变化窗口的信息散度算法.该算法计算两幅原散焦图像之间的单应矩阵,并利用单应矩阵重新矫正原图像以获得相同大小的散焦图像对,通过空间变化的窗口结构来估计不连续区域附近的深度.模拟实验和实际图像实验结果表明,文中改进算法可以...     

基于相对模糊和边缘强化的散焦求深度方法

摘 要: 研究了由散焦图像恢复物体深度的问题,改进了Favaro等人提出的基于迭代求解热扩散方程的方法.将两幅散焦图像按照相对模糊程度的不同,划分为两个区域,证明了这两个区域的边界和图像的边缘有很高的一致性,通过强化图像的边缘,使这两个区域的边界在迭代求解热扩散方程的过程中更容易确定.模拟实验与真实实验都验证了算法的有效性.     

基于GPU的部分遮挡景深绘制方法

针对虚拟现实系统绘制场景不具备景深的问题,提出一种适用于部分遮挡场景的景深效果实现方法,在图像空间对生成的场景进行处理,根据场景深度图进行弥散圆直径的计算,并根据弥散圆直径对部分遮挡的场景进行判断,以保证正确的景深效果。程序使用GPU进行实现,实验证明了方法的正确性和有效性。     

三维场景的运动分析及图像分割方法研究

提出一种利用三维场景模型对视频图像进行分析并实现图像分割的方法,利用图像序列的前两帧获得图像的深度映像,实现场景的三维网络描述,采用简单的线线算法获得运动参数,并对场景模型不断修正,实验结果表明,这种方法有交地实现了视频分割,目标跟踪以及VOP（视频对象平面）的构造。     

编码孔径相机获取优化全景图的新方法

提出一种利用编码孔径相机拍摄照片并进行全景图拼接的方法. 首次将深度相机和全景摄影结合起来,利用编码孔径相机获得的场景深度信息,可得到只含感兴趣部分的全景图以及细节清晰的全聚焦全景图. 与传统直接将源照片按照几何分布拼接在一起的全景图拼接方法相比,本文方法能够有效去除场景中近景物体在全景拼接中的错误,避免中距离物体破坏远景场景的完整性,同时获得全景图的模糊部分进行优化. 在这个框架下,运用本文方法对各种全景图拼接进行了大量实验,展示了拼接的过程以及拼接结果,结果表明本文提出的计算框架能够有效达到优化全景图的目的.      

基于深度学习的低成本堆叠物料定位系统

针对堆叠物料无序分拣中传统定位方法硬件成本高、检测精度低等问题,设计了一种基于深度学习的堆叠物料定位系统.以单目光学相机采集得到的图像作为输入数据,利用单阶段检测算法得到候选目标,采用卷积神经网络进行目标筛选,最后对筛选后的目标感兴趣区域图像进行特征点回归,得到目标的类别、坐标和角度.堆叠物料定位系统由于无需昂贵的深度相机,且算法的鲁棒性较高,降低了硬件成本,提高了检测精度.在真实场景的测试结果显示,新系统的定位误差降低到了0.3 cm以内.      

基于几何模型的三维物体空间定位及识别方法

本文对多面体的空间定位及其识别作了较为深入的研究,提出了一种基于物体几何模型的立体图象柔性匹配及识别算法。依据物体的局部特征和关系图,采用二维半的方法由底向上地恢复物体的深度信息,并建立对物体几何模型的描述,据此,达到了对物体准确识别。