基于显微图像散焦特征的微操作机器人深度信息提取

提出了一种单目显微视觉下微操作机器人深度信息的快速提取方法 ,通过计算微操作空间中 X- Y平面的散焦图像特征 ,表征图像清晰程度 ,从而获得机械手在 Z方向的深度信息 .实验特征曲线证明方法简洁快速 ,有效的反映了微操作深度信息的变化和机械手在纵向的运动特性 .

基于变分贝叶斯的视觉散焦光图像快速盲复原算法

为实现数字图像的高精度应用,降低外界光线对视觉成像的影响,提出一种基于变分贝叶斯的视觉散焦光图像快速盲复原算法。通过梯度和卷积处理,计算视觉散焦光图像后验概率期望,利用Sobolev空间函数分布方法提取最优初始图像和散焦光模糊函数先验概率。以变分贝叶斯的近似分布思想,无限逼近实际的后验概率;使用相对熵计算多个分布间距离,最大程度贴近真实值;将最小损耗代价函数输入双边滤波器内,即以近似清晰图像为指导图,剔除剩余高频噪声,得到最优图像盲复原结果。实验结果表明,所提算法盲复原后图像对比度高,边缘细节清晰,复原速度快,具有极高的应用价值。

基于景物散焦图像的距离测量

计算机视觉中 ,景物三维重建的关键是从景物的图像中计算出景物目标到摄像机的距离 .提出了一种基于散焦图像计算景物距离的新方法 .该方法利用远心光学镜头拍摄景物图像 ,通过改变像检测器到镜头的距离获得同一景物的两幅散焦程度不同的图像 .将获得灰度图像转换成梯度图像 ,利用矩不变原理计算梯度图像中边缘区的大小与整个图像区域大小的比 Pe,根据两幅图像的 Pe 值计算出景物的深度 .实验结果表明了该方法的有效性 。

基于散焦图像深度测量的一种新方法

提出了基于散焦图像深度测量的一种新方法 .该方法采用一台带有远心镜头的 CCD摄像机 ,沿光轴方向移动摄像机拍摄两副图像 ,根据所拍摄目标图像的散焦半径与图像的大小计算目标景物距摄像机的距离 .采用远心光学镜头代替普通镜头可使图像的大小与散焦半径之间的关系简单 .该方法融合了图像的大小与散焦半径两种信息 ,使深度计算更加准确 .由于该方法只需要一台参数固定的 CCD摄像机 ,可以免除图像间的配准和特征点的选取 ,有利于实时系统的实现 .实验结果表明该方法的有效性 .

利用拉氏算子鉴别散焦模糊图像点扩散函数

对于散焦模糊图像,通常把其散焦点扩散函数近似为圆柱形函数。若能有效地从模糊图像中鉴别出该圆柱形的半径,则等价于求出了散焦模糊点扩散函数。利用拉氏算子对散焦模糊图像进行无方向性的二阶微分,然后求微分图像的自相关,则三维显示的自相关图像上会出现一个环形槽。环形槽由数值为负的一系列相关峰连成,槽底位置连成鉴别圆。该鉴别圆以零频尖峰为圆心,直径等于作为散焦点扩散函数的圆柱形直径的两倍。通过插值求和,得到一条鉴别曲线,可以直接鉴别出其直径。这一新的鉴别方法计算量小,鉴别精度高,抗噪声能力较强。

基于矩保持法的散焦图像深度估计

提出了一种基于散焦图像计算景物深度的新方法 .该方法不需要获得光学镜头的点传播函数 ,利用 Sobel算子 ,将同一场景的两幅散焦程度不同的灰度图像转换成梯度图像 .利用矩保持法计算边缘区的大小与整个图像区域大小的比 pe,根据两幅图像的 pe值计算出景物的深度 .

一种新的基于散焦图像的深度恢复算法

由散焦图像求深度是计算机视觉中一个非常重要的课题。散焦图像中点的模糊程度随物体的深度而变化,因此可以利用散焦图像估计物体的深度信息,该方法不存在立体视觉和运动视觉中对应点的匹配问题,具有很好的应用前景。研究了一种基于散焦图像空间的深度估计算法:将散焦成像描述成热扩散过程,借助形变函数将两幅散焦图像扩张成一个散焦空间,再估计出形变参数,进而恢复物体的深度信息。最后利用实验验证了算法的有效性。

单幅散焦图像深度计算方法

由单幅图像获取深度是单目视觉测量中的一个难题。根据散焦图像的散焦原理,得到了单幅散焦测距扩散系数。基于单幅图像中不同区域的图像相关性,提出了替代二次成像要求的约束条件,即采用图像检测方法检测两个被测区域,结合散焦图像的各向异性扩散模型及区域扩散系数,分别对两个区域图像进行扩散实现。利用最小能量泛函求解了各个被测区域的各向异性图像扩散方程,进而得到了区域物体深度。在精度方面,实验结果与利用两幅散焦图像获取深度的传统方法相同。这种方法在测距过程中无需对相机参数进行调整,提高了单目测距的可操作性。该方法是对现有视觉测量方法的有力补充,能够为视觉测量技术提供更加宽广的应用前景。

一种新的散焦图像深度恢复算法

提出一种基于各向异性热扩散方程的散焦图像深度恢复算法。利用各向异性热扩散建模散焦成像过程,将散焦图像深度恢复转化为带有整体变分正则化项的能量泛函极值问题,通过迭代获得景物的深度信息。该算法不需要恢复聚焦图像,并且未施加额外的约束条件。模拟和真实图像实验结果表明,该算法有效,且深度恢复效果优于最小二乘法。

基于散焦图像的运动物体位移及姿态参数测量

利用散焦图像测距原理 ,研究了一种运动物体位移和姿态参数测量方法。该方法首先在物体上设置 4个特征点 ,然后根据特征点的散焦图像的模糊程度分别计算出每个特征点的移动距离 ,再由 4个特征点的移动距离最终确定物体的运动位移和姿态参数。实验表明 ,该方法测量原理简单 ,计算量小 ,能满足实时性要求 。

基于遗传算法的散焦模糊图像辨识及恢复方法

根据散焦模糊图像的特点,本文提出了一种使用遗传算法确定散焦模糊图像退化模型参数的方法,给出了该算法的具体步骤,并据此对模糊图像进行了恢复,实验证明了该方法的可行性。

磁粉探伤系统工件表面微裂纹散焦图像复原

讨论荧光磁粉探伤系统散焦图像复原处理问题.介绍磁粉探伤系统的组成,描述散焦现象光学原理及其数学表达;对观测图像采用方差估计方法计算信噪比,采用参数辨识方法获得散焦半径并计算点扩散函数,运用Wiener滤波器进行图像复原并用散焦半径评判图像复原效果.通过对模拟和真实图像数据的仿真,表明该复原方法能够实现散焦磁痕图像复原,符合磁粉探伤系统的对裂纹识别要求.

基于点扩散函数的散焦图像复原及其效果比较

针对已知的散焦图像数学模型,通过先估计点扩散函数(PSF),然后利用维纳滤波估计原始清晰图像的方法,探讨PSF、调制传递函数(MTF)的估计方法,具体包括边缘地物法、空间频率响应法、基于APEX方法的估计算法.结合复原图像的模糊度客观评价函数和主观视觉评价来判别各方法的优劣,结果表明:边缘地物法较优.

基于远心光学系统散焦图像的距离估计

基于远心光学系统散焦图像的距离估计的方法是用 CCD 摄取两幅散焦程度不同的图像,通过不同的散焦度,计算得到图像的距离信息。为减少放大率的变化对试验结果的影响,在距 CCD 透镜距离为焦距处加一个光阑构成一个远心透镜。这种方法的关键是求两幅图像的散焦值,本文采用最小二乘法来求散焦值.

散焦图像的深度恢复方法综述

散焦图像的深度恢复是根据两幅散焦图像模糊程度不同的特点,从两幅散焦图像恢复场景的深度信息,该方法已成功应用于工业检测、医学和军事等领域。结合国内外相关进展,主要论述了被动式散焦图像的深度恢复的确定性方法、统计方法、正则化方法和偏微分方程方法,并且分析了四种方法的优劣性。

基于灰度平均梯度和粒子群优化的散焦图像模糊参数估计

针对散焦模糊图像的复原问题,提出一种基于灰度平均梯度与粒子群优化(PSO)算法相结合的散焦图像模糊参数估计方法。首先,利用PSO算法随机生成一群不同模糊半径的点扩散函数,分别用维纳滤波算法处理模糊图像,得到一系列复原图像,并计算其对应的灰度平均梯度值;然后,利用图像清晰度与图像灰度平均梯度值成正变关系这一特点,以复原图像的灰度平均梯度值作为粒子群算法的适应度函数值,找出使适应度函数最大的粒子所对应的模糊半径作为最后的估计结果。实验结果表明,与频谱估计方法和倒频谱估计方法相比,所提算法能够更精确地估计出模糊参数,尤其是在大尺度模糊半径的情况下,所提算法估计的精度更高。

基于Hough变换的散焦模糊图像复原方法

提出一种基于Hough变换的散焦模糊图像复原方法。首先分析了散焦模糊图像理论模型,并对其空域表现形式与频谱特性进行了分析。根据其特点,提出可利用Hough变换来对散焦模糊图像的模糊半径进行估计,进而确定对应的点扩散函数,结合维纳滤波复原图像。试验结果表明,该算法能较好地复原图像,有一定的抗噪声性能,并且具有计算量小、适合实时处理的优点。

基于散焦图像的大视场立体视觉标定方法

针对传统大视场立体视觉标定方法存在操作不便、精度不高、稳定性差的问题,提出基于散焦图像的大视场立体视觉标定方法.首先,在立体视觉系统和大视场测量位置之间选定一个位置作为小视场散焦位置,利用在此位置处采集的靶标图像,实现摄像机内参标定;其次,利用大视场测量位置处采集的靶标图像,实现立体视觉外参标定;最后,通过实验室标定实验和直升机桨叶运动参数测量实验进行了验证.结果表明,该方法操作方便、精度高、稳定性好,在4.6 m×2.3 m的视场范围内,测量靶标上特征点间距为505.00 mm的两个点,平均误差为0.647 mm,均方根误差为0.780 mm,能够满足直升机桨叶运动参数测量的现场标定以及测量精度要求.

单幅散焦图像的局部特征模糊分割算法

当前局部特征模糊分割算法没有对单幅散焦图像进行预处理,导致单幅散焦图像的清晰度较低,从而影响分割效果。原有的模糊分割算法在像素分割的过程中,像素标签量巨大,从而导致分割过程复杂。为此,提出利用免疫谱聚类算法实现对单幅散焦图像的局部特征模糊分割。首先,通过分块的方法对局部模糊图像进行再次模糊;然后,比较模糊前后散焦图像的奇异值变化,并以该变化为依据对散焦图像进行标识;最后,提取出单幅散焦图像的奇异值特征,进而实现单幅散焦图像的局部特征模糊分割的目标。利用谱聚类的方法对散焦图像中的像素点样本进行聚类,采用Nystr9m逼近方法对像素点相似性矩阵的特征向量进行计算,降低了计算的复杂度;同时利用免疫算法提高聚类结果的准确性,保证了散焦图像的局部特征模糊分割结果。实验结果表明,所提算法能够有效地对单幅散焦图像进行分割,分割的效果较好,计算过程较为简单。

基于Lucy算法的散焦图像复原

本文首先介绍了图像的散焦图像退化原理,并介绍了高斯散焦模型及散焦退化点扩散函数的有效和准确的估计方法。然后详细阐述了一种新的基于Wiener自适应滤波和Lucy-Richardson迭代算法相结合的复原方法。经大量实验表明,这种新的方法可以取得非常好的复原效果。