基于散焦图像的深度估计的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·研究背景和意义 | 第10页 |
| ·测距方法简介 | 第10-12页 |
| ·主动测距方法 | 第10-11页 |
| ·被动测距方法 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·散焦测距的主要应用 | 第14-16页 |
| ·论文的主要研究内容 | 第16-17页 |
| 2 散焦测距算法的基本原理 | 第17-30页 |
| ·散焦成像系统的模型 | 第17-19页 |
| ·Pentland 的散焦测距算法 | 第19-23页 |
| ·基于散焦图像的边缘检测法 | 第19-20页 |
| ·两幅散焦程度不同的图像测距法 | 第20-23页 |
| ·Subbarao 的散焦测距算法 | 第23-29页 |
| ·Subbarao 算法的数学模型 | 第23-25页 |
| ·相关函数和功率谱 | 第25-27页 |
| ·大幅改变镜头参数实现物体深度信息的测量 | 第27-28页 |
| ·微幅改变镜头参数实现物体深度信息的测量 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 图像清晰度评价函数 | 第30-41页 |
| ·图像清晰度评价函数的原理 | 第30页 |
| ·清晰度评价函数的分类 | 第30-35页 |
| ·灰度变化函数 | 第30-31页 |
| ·梯度函数 | 第31-33页 |
| ·图像灰度熵函数 | 第33页 |
| ·频谱函数 | 第33-34页 |
| ·图像自相关函数 | 第34-35页 |
| ·清晰度评价函数的比较 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 4 散焦模糊图像复原 | 第41-48页 |
| ·图像退化的模型 | 第41页 |
| ·散焦模糊图像复原算法 | 第41-46页 |
| ·点扩散函数 | 第42-43页 |
| ·滤波器 | 第43-46页 |
| ·仿真实验 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 利用图像深度分层确定实际成像位置的研究 | 第48-60页 |
| ·光学原理 | 第48-50页 |
| ·几种经典的散焦恢复形貌算法 | 第50-51页 |
| ·朗伯体漫反射模型 | 第51-53页 |
| ·图像深度分层算法 | 第53-58页 |
| ·图像深度分层原理 | 第53-55页 |
| ·图像中成像面的设定 | 第55-56页 |
| ·实验分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 6 总结与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |
| 发表的学术论文 | 第66页 |
