離焦信息在深度恢復(fù)中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩55頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、從二維圖像中恢復(fù)出目標(biāo)場景深度信息是計算機視覺研究的關(guān)鍵問題,也是目前研究最多、應(yīng)用最廣、發(fā)展最迅速的一個領(lǐng)域。深度信息恢復(fù)技術(shù)可以廣泛應(yīng)用于三維信息重建、機器人導(dǎo)航、醫(yī)療成像、生物特征識別、信息提取、工業(yè)檢測等領(lǐng)域。近些年,由于傳統(tǒng)的多目視覺深度恢復(fù)算法運算量大且容易產(chǎn)生錯誤匹配,單目視覺對比與多目視覺深度恢復(fù)算法有其獨特的特點受到廣泛關(guān)注。離焦信息是單目視覺深度恢復(fù)中常用的重要線索。
  本文從離焦成像的物理原理出發(fā),利用點擴

2、散函數(shù)PSF與深度信息之間關(guān)系的基礎(chǔ)上,將圖像處理手段與離焦模糊理論相結(jié)合,討論離焦信息在深度恢復(fù)中的應(yīng)用,包括單幅離焦圖像深度恢復(fù)和多幅離焦圖像深度恢復(fù)兩個方面。本文主要研究內(nèi)容包括以下幾點:
  (1)利用采集的同一目標(biāo)場景的多幅離焦圖像恢復(fù)出目標(biāo)場景的絕對深度信息。本文利用最小二乘法求取優(yōu)化函數(shù)的最優(yōu)解,將深度恢復(fù)歸結(jié)為對正交算子的求解,然后在點擴散函數(shù)模型已知和未知的兩種情況下,通過奇異值分解正規(guī)化和學(xué)習(xí)的方法分別求取正交

3、算子,進(jìn)而恢復(fù)出目標(biāo)場景深度信息??朔硕喾x焦圖像深度恢復(fù)算法中常見的算法高計算量和適用性不強的弊端。
  (2)針對單幅離焦圖像深度恢復(fù)問題,本文提出場景目標(biāo)物體局部深度一致的假設(shè),通過圖像分割處理對稀疏模糊圖進(jìn)行擴展,從而恢復(fù)出目標(biāo)場景深度信息。克服了傳統(tǒng)單幅深度恢復(fù)算法中擴散方法的高復(fù)雜度和計算量大的弊端,并且該算法綜合考慮自然場景中的物體復(fù)雜性、天空、路面漸變等因素,引入多種修復(fù)手段解決焦平面二義性和深度結(jié)果的錯誤點,文

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論