基于单目视觉的散焦测距算法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 引言 | 第11-19页 |
| ·研究背景和意义 | 第11页 |
| ·测距方法概述 | 第11-12页 |
| ·主动测距方法 | 第11-12页 |
| ·被动测距方法 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·散焦测距算法的应用 | 第14-16页 |
| ·本文主要研究内容 | 第16-17页 |
| ·本文结构 | 第17页 |
| ·本章小结 | 第17-19页 |
| 2 散焦测距算法的研究 | 第19-59页 |
| ·散焦测距算法的原理 | 第19-23页 |
| ·散焦图像光学模型 | 第19-20页 |
| ·散焦图像的点扩散函数 | 第20-21页 |
| ·求取物体的深度信息 | 第21-22页 |
| ·归一化 | 第22-23页 |
| ·Pentland的散焦测距算法 | 第23-28页 |
| ·两幅模糊程度不同的图像测距算法 | 第24-26页 |
| ·利用物体模糊的测距算法 | 第26-28页 |
| ·Subbarao的散焦测距算法 | 第28-36页 |
| ·算法的数学模型 | 第28-31页 |
| ·数学原理 | 第31-33页 |
| ·通过改变成像系统的光学参数实现测距 | 第33-36页 |
| ·其他几种被动散焦测距算法 | 第36-41页 |
| ·DFD1F算法 | 第36-38页 |
| ·矩阵迭代算法 | 第38-39页 |
| ·有理滤波算法 | 第39-41页 |
| ·主动散焦测距算法 | 第41-58页 |
| ·主动散焦测距算法的特点 | 第41页 |
| ·主动散焦测距算法的实现 | 第41-42页 |
| ·高密度全局主动散焦测距算法 | 第42-48页 |
| ·投影散焦的主动散焦测距算法 | 第48-55页 |
| ·投影正交正弦光栅的全局主动散焦测距算法 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 3 点扩散函数算法 | 第59-79页 |
| ·引言 | 第59页 |
| ·图像清晰度评价函数 | 第59-69页 |
| ·清晰度评价函数原理 | 第59-60页 |
| ·几种常见的清晰度评价函数 | 第60-62页 |
| ·灰度梯度评价函数 | 第60-61页 |
| ·统计学评价函数 | 第61-62页 |
| ·信息学评价函数 | 第62页 |
| ·清晰度评价函数的选取 | 第62-69页 |
| ·适合单目视觉单幅图像散焦测距的清晰度评价函数 | 第62-63页 |
| ·实验分析 | 第63-69页 |
| ·散焦模糊图像复原 | 第69-77页 |
| ·散焦图像退化模型 | 第69页 |
| ·散焦模糊图像复原算法 | 第69-77页 |
| ·点扩散函数模型 | 第69-71页 |
| ·滤波器 | 第71-77页 |
| ·本章小结 | 第77-79页 |
| 4 利用灰度梯度法确定实际成像位置的研究 | 第79-99页 |
| ·引言 | 第79页 |
| ·光学原理 | 第79-82页 |
| ·物体的三维形貌恢复算法 | 第82-91页 |
| ·三维形貌恢复的基本理论 | 第83页 |
| ·几种经典的散焦恢复形貌算法 | 第83-91页 |
| ·灰度梯度法 | 第91-96页 |
| ·梯度空间 | 第91-92页 |
| ·郎伯体 | 第92-94页 |
| ·灰度梯度法的实现 | 第94-96页 |
| ·本章小结 | 第96-99页 |
| 5 单幅图像的散焦测距算法 | 第99-105页 |
| ·引言 | 第99页 |
| ·摄像系统的标定 | 第99-101页 |
| ·单幅图像的散焦测距算法 | 第101-102页 |
| ·仿真实验 | 第102-105页 |
| 6 结束语 | 第105-107页 |
| 参考文献 | 第107-115页 |
| 致谢 | 第115-116页 |
| 发表的学术论文 | 第116页 |
