基于Zemax仿真的红外光场成像技术

光场成像作为计算摄影学的研究方向之一,可以通过单次拍摄得到目标的四维全光信息,包括空间两维以及角度两维信息,由此可以通过多视角立体匹配原理实现三维成像。目前光场成像集中应用于可见光领域,用于其他光学成像波段的情况较为少见。本文提出基于Zemax仿真的红外光场成像技术,将光场成像系统与长波红外成像系统相结合,从光场成像原理以及长波红外成像特性出发,对长波红外光场成像系统结构设计进行了深入研究,同时为了提升三维成像的效果,分析了红外光场成像系统光学参数对深度分辨率的影响,得出深度分辨率主要由微透镜成像关系、微透镜工作F数、主透镜焦距、物距以及探测器像素尺寸确定。针对长波红外探测器像素数较少的情况选择了聚焦型光场成像系统,根据设计结果,使用Zemax仿真验证了长波红外系统与光场成像系统相结合的可行性以及理论设计的正确性。     

光场相机成像质量评价方法研究

光场相机应用一种新的成像技术,利用光学手段获取四维光场信息,包括目标辐射的二维空间分布信息和辐射传播的二维方向信息。与传统相机相比,光场相机在实际应用中可以获得大的景深范围。由此成像质量评价是光场相机研究中一项十分关键的工作。结合光场成像的特点,对光场相机成像模型进行了分析,完成了实际系统中的光场追迹过程,并对点扩散模型进行了计算,仿真实验结果表明该评价方法有效。     

基于光场重构的室内空间布局三维成像方法研究

为了实现对景观和室内等公共空间的优化规划设计,降低空间冗余开销,提出基于光场重构的室内空间布局三维成像方法。采用全局光照图像构建室内公共空间景观布局的激光光场图像分析模型,根据光照条件、室内空间布局不同的表面材质属性,建立室内空间布局的三维光流场重构模型,通过主观感知和客观指标联合评价的方法进行室内公共空间景观布局联合评价,采用镜面反射绘制网络结构模型分析的方法实现对室内空间布局三维细节特征分解,通过光场重构结果获取更加丰富的物体信息,结合双光子关联成像的方法,构建室内空间布局三维成像方法。测试表明,该方法能有效实现对室内公共空间景观布局,提高室内景观的整体规划水平,其空间冗余开销为4.173 m²,可有效降低空间冗余开销。     

基于RGBD数据与深度权重的压缩光场显示

使用多层空间光调制器的压缩光场(compressive light field,CLF) 显示技术具有空间带宽利用率高、图像分辨率好等优势,是一种很有前景的光场显示技术。传统的方法将光场分解视为超定问题并使用优化算法求解。随着重建光场的分辨率、深度、视角等性能参数的提升,优化算法的计算效率低、内存消耗大的缺陷被放大,难以实现快速计算。为此,本文提出了一种新型CLF分解算法,该算法将原始光场分解为物点进行存储,仅占用少量内存;利用深度权重和加权平均代替了优化算法,大幅提高了运算效率。在同等条件下,所提出的算法占用内存仅是传统方法的38.8%,计算时间缩短了93.7%,图像质量提高约1 dB。最后通过仿真和实验两种方式对比了该方法和传统方法的显示效果,验证了算法的有效性。     

面向工业检测的光场相机快速标定研究

由于光场数据量大,现有光场相机标定算法存在速度慢、无法快速校准工业检测中光场相机的参数变化、降低工业检测效率的问题。该文基于稀疏光场成像模型优化光场数据,提出光场相机快速标定算法。该算法以清晰度作为图像质量评价指标,从光场数据中选取高质量、具有代表性的稀疏视图,构建稀疏光场;接着利用稀疏光场求解相机参数初值并优化,得到最佳参数。实验结果表明,与现有最优标定算法相比,该方法不仅提高平均标定速度70%以上,在现有5个数据集的平均标定时间从101.27 s减少到30.99 s,而且保持标定精度在最优水平,在公开数据集PlenCalCVPR2013DatasetA的标定误差仅为0.0714 mm。     

混合式光场相机在聚焦与非聚焦模式下的超分辨重聚焦仿真

光场描述了光在自由空间传播的全四维信息,光场相机可用来获得光场图像。在传统的光场相机中,最终获得图像的空间分辨率受限于微透镜阵列中透镜的个数。聚焦型光场相机相较于传统光场相机能够获得更高的空间分辨率,但是以牺牲其角度分辨率作为代价。在Zemax中建立了传统光场相机与将聚焦光场相机的成像模型,仿真获得了两种光场相机的光场图像,分析了两种不同类型光场相机采样模式的区别。提出将可变焦液体透镜阵列放置在光场相机中,可以同时获得聚焦和非聚焦两种模式下的光场图像。根据记录的光场信息,讨论了相应的重聚焦方法,计算仿真了在不同景深下的重聚焦图像,并提出了一种基于图像融合和超分辨率重构的方法来提高重聚焦图像的分辨率,最终在相同的景深范围内获得了3倍于传统光场相机分辨率的重聚焦图像。     

基于光场成像的双弹丸重合成像识别方法

针对双弹丸之间存在部分遮挡引起成像重合,导致传统相机对目标参数识别困难的问题,提出了一种基于光场成像的双弹丸重合成像识别方法.采用光场相机作为探测装置,根据光场相机保存的光线四维参数,应用焦点堆栈法实现对目标成像中每个像素点的深度估计.通过对双弹丸部分遮挡时成像特征的分析,发现成像重合边缘处相邻像素点间存在深度差值变化...     

光场相机在湍流下的清晰成像和点云计算

无变形镜条件下抵抗大气湍流影响获取几百米至几十公里外目标的清晰成像和点云数据具有重要意义。光场相机是清晰成像和点云计算领域的有力工具,但是它在湍流条件下无法正常工作。同时光场相机技术的主要研究方向集中在如何提高点云的精度和密度,暂无人将其应用于湍流清晰成像。基于相空间光学原理改进了光场相机的信息提取算法,在湍流条件下完成了清晰成像和点云计算。这种算法使用四维密度函数来描述复眼结构,对原始数据的使用更加充分,能够提取物点完整的低阶相位信息,因而,可以抵抗湍流对局部子孔径的影响,稳健地获取目标点云,解算深度图并得到全聚焦清晰成像。根据这一原理设计了光场相机系统,探测室内湍流池后方的目标以及室外湍流下500 m处目标,均获得了4 k以上个物点的准确低阶相位分布,给出了目标的三维点云图和清晰成像。结果表明,该方法无需变形镜系统,也不需要先验信息,是一种稳定工作的解析算法。     

基于DaVinci技术数字对焦重构算法研究与实现

数字对焦光场成像技术是一种新型的计算成像技术,利用光学手段获取四维光场信息,通过重构二维空间信息和一维深度信息,达到先拍摄后对焦的目的。研究光场图像数字对焦重构算法,利用TI公司推出的DaVinci系列处理器DM6467对数字对焦重构算法进行硬件仿真,通过改变对焦系数,得到不同深度的对焦图像。同时,根据C64x+DSP核的特点,通过循环分解、项目级优化等方法对代码进行一定的优化,使代码执行效率提高了18倍左右,对实现光场成像系统的小型化和实时化具有重要的指导意义。     

基于虚拟双目的条纹结构光三维重建

为解决传统双目条纹结构光三维重建存在的同步性和成本高等问题,提出了基于虚拟双目的条纹结构光三维重建方法。采用单相机和两块双棱镜及投影仪设计了具有双目视觉功能的虚拟双目条纹结构光三维重建系统。通过双棱镜折射和分光改变被测对象表面反射光的路径,使用一个相机同时完成多视角的图像采集。通过多频外差法和立体匹配、双目标定得到被测对象的深度信息并重建点云。实验表明,文中提出的方法和真实双目结构光方法测量标准球的均方根误差分别为0.037 9 mm和0.030 5 mm。文中提出的方法可促进双目条纹结构光技术在快速、低成本、小型化等方面发展,同时该方法可推广到彩色相机条纹结构光三维重建及投影散斑结构光三维重建。     

基于结构光标记的光场三维成像技术研究

由于四维光场数据中记录了场景中所有光线的方向和强度,通过对其分析和计算即可获得空间场景中对应点的3D坐标。但是目前对光场数据进行处理所采用的重聚焦和多目视觉方法,由于空间场景中特征较少,导致很难确定光场数据中的对应关系光线,因此,重建获得的3D数据不仅稀疏而且精度较低。针对此,提出了一种使用结构光投影技术对三维场景进行标记,并根据相位标记精确的建立起光线之间的对应信息,最终快速地计算出空间场景3D数据的方法。由于4D光场矩阵中存储的是光线相位而不是传统方法中的强度,并且还记录有不同方向的光线信息,因此,该方法不仅提高了传统光场三维重建的精度,还可以解决以往结构光投影三维测量方法中存在的遮挡和高光反射问题。最后通过实验验证了所提方法的可行性和准确性。     

Fast 3D reconstruction of dental cast model based on structured light

To quickly obtain accurate 3D data of dental cast model, this paper proposes a 3D reconstruction method for dental cast model based on structured light. This method combines the structured light with the motor turntable to obtain a group of 3D data for the dental cast model from multiple angles, and automatically registers the dental 3D data from multiple angles through the ball calibration of turntable. Compared with the real data of the dental cast model, the maximum error of the 3D reconstruction results in this paper is 0.115 mm. The reconstruction time of this process is about 130 s. The experimental results show that the method has high precision and high scanning speed for the 3D reconstruction of the dental cast model.     

载人潜水器的深海地貌线结构光三维重建

针对深海环境下通过视觉方法难以实现地貌的大范围、高精度三维重建的问题,提出一种基于蛟龙号载人潜水器的线结构光法深海地貌三维重建视觉传感器的设计方案。根据线结构光三维重建的原理,首先改进了Steger算法,实现了快速、精准的激光条纹中心线提取;然后利用直接标定法求解出地形特征的二维空间坐标,并克服了图像畸变对重建的影响;再将获得的二维点云与多传感器数据融合,跟随潜水器坐标实时计算偏移量,并根据传感器位姿变化对图像矫正,最终获得地貌的三维点云数据。根据重建原理设计了视觉传感器的软硬件系统,并搭建了实验模拟平台来验证方案的可行性。通过水下实验可以实现对模拟地貌的完整重建,精度达到96.9%,符合重建要求。     

基于辅助相机的景深拓展三维重建技术研究

针对面结构光三维重建中,由于重建景深的限制导致待测物在超出重建景深后出现重建错误的问题,提出了一种基于辅助相机的景深拓展三维重建技术,并借助相位阈值自适应地对重建景深内外物体进行重建。采用四步相移与互补格雷码结合的方法获取绝对相位,通过多项式拟合法对相机、投影仪进行标定。提出了借助辅助相机建立超出重建景深的相位-高度映射的方法。实验结果表明：该方法能提高重建景深范围50%左右,大大提升了面结构光的重建范围。     

基于三维图像重现技术的陶瓷产品3D打印设计仿真研究

当前陶瓷产品3D打印设计仿真技术存在清晰度低、效果不佳的弊端,无法有效描述设计者的作品。为此,研究了一种新的基于三维图像重现技术的陶瓷产品3D打印设计仿真技术。将FDK算法作为三维图像重现技术,介绍了FDK算法的实现原理,通过C语言伪代码对FDK进行描述,给出相应代码。依据网络化服务平台的特点建立陶瓷产品3D打印服务平台体系结构,其主要包括物理层、服务构架层、基础设施层、核心服务层、应用层、用户层。依据陶瓷产品3D打印的特点与需求,结合陶瓷产品3D打印设备资源提供形式、资源类型与用户需求确定陶瓷产品3D打印服务平台的运行模式。介绍了陶瓷3D打印设计仿真流程。实验结果表明,所提技术清晰度高,可有效描述设计的陶瓷产品。     

Phase unwrapping based on deep learning in light field fringe projection 3D measurement

Phase unwrapping is one of the key roles in fringe projection three-dimensional (3D) measurement technology. We propose a new method to achieve phase unwrapping in camera array light filed fringe projection 3D measurement based on deep learning. A multi-stream convolutional neural network (CNN) is proposed to learn the mapping relationship between camera array light filed wrapped phases and fringe orders of the expected central view, and is used to predict the fringe order to achieve the phase unwrapping. Experiments are performed on the light field fringe projection data generated by the simulated camera array fringe projection measurement system in Blender and by the experimental 3×3 camera array light field fringe projection system. The performance of the proposed network with light field wrapped phases using multiple directions as network input data is studied, and the advantages of phase unwrapping based on deep learning in light filed fringe projection are demonstrated.     

基于单目视觉SLAM的实时三维场景重建

在室外等大规模环境下,由于存在着光照、遮挡、大量相似物和相机的旋转、抖动等问题,传统的基于特征提取的方法会在实时性、数据关联、闭环检测等方面存在限制。文中在视觉测程法的基础上使用图像直接对齐,并结合基于滤波的方法进行半稠密深度图估计,进而把选取出来的关键帧图像融合到全局地图中,最后在后端采用改进的g2o[1]框架不断地对位姿图进行优化。实验结果表明,该方法取得了比较好的实时性和鲁棒性。     

3D velocity field reconstruction of gas-liquid two-phase flow based on space-time multi-scale binocular-PIV technology

For particle image velocimetry (PIV) technique, the two-dimensional (2D) PIV by one camera can only obtain 2D velocity field, while three-dimensional (3D) PIV based on tomography by three or four cameras is always complex and expensive. In this work, a binocular-PIV technology based on two cameras was proposed to reconstruct the 3D velocity field of gas-liquid two-phase flow, which is a combination of the binocular stereo vision and cross-correlation based on fast Fourier transform (CC-FFT). The depth of particle was calculated by binocular stereo vision on space scale, and the plane displacement of particles was acquired by CC-FFT on time scale. Experimental results have proved the effectiveness of the proposed method in 3D reconstruction of velocity field for gas-liquid two-phase flow.