图像测量中自动调焦函数的实验研究与分析

给出了几种常用图像测量中自动调焦算法的对比分析,并分别在不同照明方式和不同背景条件下对主要的调焦函数特性参数进行测试,得到了调焦函数的实用性能的客观评价.实验结果表明:在透射照明条件下,灰度梯度类调焦函数特性均较好.其中Variance函数以及灰度变化率和函数具有较大的调焦范围,且近似为线性变化,但是灵敏度较低,因此适于大范围粗调焦;Laplacian函数和Tenengrad函数灵敏度高,稳定性好,但调焦范围小,因此适合于小范围精确调焦.在反射照明条件下,只有Tenengrad函数和Brenner函数仍然保持单峰性,但灵敏度明显下降.当存在较复杂背景时,调焦函数普遍失效.因此在实际测试中,应当优先选择透射光照明,尽可能少用反射照明,而且应尽可能避免背景的干扰.     

小波空间的视图变形合成

该文提出一种新的基于2D离散小波变换和图像变形技术的视图合成方法.该方法完全依赖于已知的一对视图来合成期间的变换视图,无需相机标定或其他几何信息.其基本思想是：首先,采用立体视觉技术找出图像对间的基本矩阵,将两个图像变换到一个规范的模式定义下,即使得其图像平面平行,并且对应像素位于同一条扫描线上.然后,给出一种小波空间的图像变形方法,可以快速地生成期间的变换视图,而且还便于进一步对小波系数进行量化编码.绘制时,先作必要的解码,再通过小波逆变换将合成的小波系数恢复到图像空间.最后,经过一个后置变换,将期间视     

基于复值小波分解的图象拼合

图象拼合是一种基于图象的场景编码方法，它被很多基于图象的绘制IBR（image based rendering）系统采用，用来建立复杂的虚拟场景表示（例如，360°球面和柱面全景图、环境映照及高分辨率图象等）.基于复值小波多分辨率分解(Complex Wavelet Multiresolution Decomposition)提出了一种有效的图象拼合方法，它能同时地、逐步求精地对图象进行匹配和整合.首先，采用复值小波变换不仅可以保证全局优化的结果，还能够满足图象整合的规模不变和平移不变性.其次，基于多分辨