基于阵列图像立体匹配的深度信息获取方法

本文实现了一种对3×3微阵列镜头获取的阵列图像进行匹配计算得到带有深度信息图像的方法.方法首先对3×3微阵列镜头进行单个镜头标定以及单个镜头分别和中心镜头进行立体标定,得到相机参数;然后建立对应的能量代价函数,构建马尔可夫随机场,设定其初始深度,在空间进行划分层次;最后运用图割算法求解能量函数最小化,选择最优匹配值,进而得到带有深度信息的匹配图.实验结果表明本文基于阵列图像立体匹配的深度信息获取方法是有效的;相比一般双目视觉系统,微阵列镜头的体积尺寸小、可以同时拍摄获取图像,能够得到比双目视觉更准确的深度信息.     

一种基于微阵列相机的图像置换技术

本文提出了一种基于3×3微阵列相机所获取的阵列图像的置换技术.本文首先对阵列相机进行标定,然后根据图像数据一致性和相邻像素视差的连续性等约束条件,建立能量函数,再采用图割算法求得视差图,基于视差图生成深度图,最后依据目标物所在的深度层进行目标物置换,实现基于微阵列相机的图像置换功能.本文算法与一般置换技术相比减少了交互工作量,且能有效处理遮挡问题,实验结果表明基于微阵列相机的图像置换技术是切实可行的.     

一种基于微阵列镜头的多目标的图像置换方法

本文提出了一种基于微阵列镜头的利用图像深度信息进行图像置换的算法.该算法利用基于马尔科夫随机场理论的图割算法构造能量函数,恢复所拍摄场景的深度图,再根据图像中目标物体所在深度层范围进行置换,从而在保留置换部分完整图像的同时,实现微阵列镜头的图像置换功能.实验结果证明,相较于局限在二维平面且交互复杂的传统图像置换技术,本文算法能够准确提取置换图像,并在置换后不损坏图像本身的内容,能有效地处理图像中物体的前后遮挡问题,减少繁琐的交互操作及对操作人员经验的依赖.     

基于光场成像的双目深度图像获取

提出了一种利用Lytro相机光场图像进行双目立体测距的方法,首先对原始光场图像进行重编码获得宏像素水平排列的光场图像,由重编码图像提取出子孔径图像阵列并进行校正,相当于获得了相机阵列所拍摄得到的图像阵列。然后选取其中2个平行子孔径图像构成双目立体测距系统,通过matlab标定工具箱和Open CV函数库进行联合标定、立体校正和立体匹配生成深度图像,对目标物体进行距离测量。实验结果表明,该方法的距离测量在精度范围之内,双目测距方法可以应用于通过微透镜阵列获得的子孔径图像上。     

基于像素组的去马赛克算法

本文提出一种利用图像像素组特性的彩色滤镜阵列去马赛克的新算法.实验表明该算法在图像的去马赛克过程中,能有效抑制人工痕迹,能达到可变梯度插值算法和线性插值算法的性能,并能克服这两种算法中的一些不足.     

基于数字图像边缘信息的自动对焦算法研究

基于数字图像的自动对焦算法有广泛的应用。提出了一种新的自动对焦算法，该算法通过一最小各向同性小波滤波器在对焦图像序列进行滤波，得到了一边缘特征图像序列，再以能量目标函数为准则，从这些边缘特征图像序列中，选出最佳对焦图像，从而确定精确对焦的位置。实验证明了该算法效果好于方差函数对焦算法。     

微图像阵列参数不匹配对集成成像3D显示的影响

集成成像具有裸眼观看、无立体观看视疲劳、全真再现等优点,是目前主流的一种裸眼3D显示技术。在集成成像3D显示器研制过程中,由于微图像阵列尺寸不等于显示器像素的整数倍,将产生微图像阵列尺寸的缩放,同时由于集成成像3D显示器装配误差或微透镜阵列制作工艺精度不够等问题,将使得微图像阵列相对于微透镜阵列产生一定程度的平移。针对微图像阵列尺寸缩放和平移对集成成像重建的3D图像在图像深度和3D观看视角方面的影响问题,本文基于几何光学原理,采用集成成像图像重建技术和视角分析方法,分别分析微图像阵列尺寸缩放和平移时重建3D图像的深度以及3D观看视角的变化情况。通过计算机模拟仿真实验和实际的光学再现实验对理论分析进行了验证。仿真实验结果表明,3D图像深度随着微图像阵列尺寸的放大而增大,反之则减小;光学再现实验结果表明,3D观看视角随着微图像阵列尺寸的放大而增大,反之则减小,微图像阵列平移对3D观看视角产生了一定的平移,而对3D观看视角大小的影响甚微。根据仿真实验和光学再现实验结果,得出结论,微图像阵列缩放将引起3D图像深度畸变和3D观看视角的改变,而微图像阵列平移对集成成像3D显示的影响较小。该研究结果将为集成成像3D显示器的研制和优化起到实际的指导作用。     

一种快速排序筛选SAR图像目标CFAR检测算法

传统SAR图像目标CFAR检测算法通常针对低分辨率图像,目标在高分辨率图像中表现为扩展目标时难以获得较好的检测性能.为解决高分辨率SAR图像的目标检测问题,借鉴3种传统CFAR检测算法,研究了一种快速排序筛选SAR图像目标CFAR检测算法.该算法引入杂波像素排序筛选机制,通过获取候选目标区域减少CFAR检测像素点,针对滑窗移动时杂波像素大量重合进行参数快速估计.实验结果表明,该算法与传统CFAR算法相比,在检测效果和检测效率上都有显著提升;而SAR图像的检测性能与筛选深度有关.     

基于超像素的Graph-Based图像分割算法

针对EGBIS分割算法中的过分割问题,提出了一种基于超像素的graph-based图像分割算法SGBIS.首先,对图像进行基于简单线性迭代聚类（SLIC）的超像素预分割;然后以每个超像素作为节点构造带权无向图,以相邻超像素颜色平均值的欧式距离作为图中边的权值;最后利用基于图的算法合并超像素得到分割结果.用VI、PRI和F值3个指标分析了算法性能,结果表明,新算法可以得到更为理想的分割效果;引入交互分割区域合并,也可满足用户图像分割的需求.     

球面图像的SLIC算法

简单线性迭代聚类(simple linear iterative clustering,SLIC)超像素分割算法可以直接用于等距柱状投影(equirectangular projection,ERP)的球面图像,但是投影所造成的球面数据局部相关性破坏,会导致SLIC算法在ERP图像的部分区域无法生成合适的超像素分类,从而影响该算法的性能.为解决这一问题,首先对ERP格式的球面图像进行重采样,生成球面上近似均匀分布的球面像元数据;然后在保持球面图像数据局部相关性的基础上,将重采样数据重组为一个新的球面图像二维表示;并基于此二维表示,将球面数据的几何关系整合到SLIC算法中,最终建立球面图像SLIC算法.针对多组ERP图像分别应用SLIC算法和本文提出的算法,对比2种算法在不同聚类数量下的超像素分割结果.实验结果表明:所提出的球面图像SLIC算法在客观质量上优于原SLIC算法,所生成的超像素分割结果不受球面区域变化影响,且轮廓闭合,在球面上表现出了较好的相似性和一致性.