基于光场相机的深度面光场计算重构

光场相机与传统相机不同,通过在主镜组和传感器间特定位置设置微透镜阵列,实现在采集物方光强的同时记录光线方向。为了重构物方光场,研究了基于光场相机的深度面计算重构算法,对该算法所采用的焦点堆栈、投影切片定理进行研究。首先,对四维光场定义及光场相机工作原理进行分析;建立了相机内部深度面重构模型,分析了投影切片定理在深度面获取的应用,并推导出不同深度面图像表达式;根据得到不同深度位置图像,研究了计算重构算法,搭建了含有微透镜阵列的微型单相机光场采集系统,采集原始光场,利用本文方法实现了物方光场的逆向重构。实验结果表明:利用本文重构算法,光场相机采集的物方光场可通过滤波计算方法逆向重构,通过重构光场数据可获得物方场景深度信息。本文深度面获取算法较其他算法节省30%以上的时间,各深度面图像峰值信噪比在25~30dB之间,实现了高精度、稳定可靠的计算光场重构。     

动态特征块匹配的背景更新在运动检测的应用

为解决传统监控设备视场小、非智能等缺陷,结合全景成像技术和计算机视觉技术,建立无人环境下外来入侵自动检测系统,从而实现了全景监控视场下运动目标快速准确的检测及跟踪。该技术关键在于如何在复杂的动态背景下有效地提取运动目标,为此提出一种基于动态特征块匹配的自适应背景更新算法。在采用帧间差分与背景差分融合算法检测到目标的基础上,利用目标的矩信息进行跟踪,避免了全景视觉下颜色及轮廓特征缺失的弊端。根据目标的轮廓及位置提取特征块,将视频序列的每一帧图像与初始背景图像进行特征块区域的局部匹配,首先通过分析特征块图像的颜色特征,构建基于区间统计的RGB颜色直方图,提取颜色特征序列。然后通过计算序列相关性来判断该区域是否需要背景更新,从而降低对单个像素更新的冗余计算。实验表明,该更新算法具有较强的鲁棒性和可行性,能够有效提高监控系统的稳定性。