论文部分内容阅读
基于机器视觉的三维深度获取与重构技术的迅速发展,人们可以获得从近场到远场范围内各种目标的三维信息。其中基于透镜阵列的计算集成成像技术在无需辅助设备时,可以获取具备全视差、连续视点的立体图像。本文针对计算集成成像系统深度信息获取与三维重构技术开展研究,在提取精度和成像质量方面获得了初步研究成果。 针对成像透镜畸变造成图像配准和理解困难的问题,利用直线透视投影不变性原理,提出了基于切向和径向畸变相结合的混合模型校正算法,在无需摄像机内外部参数和空间特征点实际三维世界坐标的前提下,根据镜头的畸变参数,简化校正过程,改善了图像质量,将校正后像素误差从像素级减小到亚像素级。 针对传统计算集成成像深度提取中互相关视差法耗时长,精度低,无法满足实时性要求的缺陷,提出了改进的ASIFT深度提取与超分辨率相结合算法,将匹配精度提升到亚像素级,且匹配时间显著缩短,深度提取的准确度和密度分别提升了67%和60%。 针对传统的计算集成成像重建算法效率偏低和易受透镜个数限制的问题,提出了深度切片叠加重构算法,恢复了不同深度对应物体的信息,实现了有遮挡情况下对目标的识别。同时,仿照人眼视觉的原理,提出了搜索式多视点计算集成成像重建方法,得到了不同视角下目标的三维信息。 根据上述理论,构建了基于透镜阵列的计算集成成像三维重构系统。并根据所提出的算法,完成了在计算机中的仿真和重构。文中的实验结果验证了该算法能较好地实时获得与处理三维图像,其结果为计算集成成像技术在医疗手术和军事目标识别等领域的应用提供参考。