机器视觉中的自动调焦及形貌恢复技术研究
摘要 | 第1-6页 |
Abstract | 第6-15页 |
第1章 绪论 | 第15-31页 |
·课题研究的目的和意义 | 第15-16页 |
·机器视觉系统概述 | 第16-17页 |
·自动调焦技术研究现状 | 第17-22页 |
·测距法 | 第17-19页 |
·像检测法 | 第19-21页 |
·图像法 | 第21-22页 |
·离焦原理恢复形貌信息 | 第22-30页 |
·Shape from X 技术 | 第22-23页 |
·聚焦形貌法 | 第23-26页 |
·离焦形貌法 | 第26-28页 |
·各种机器视觉形貌恢复方法的评价 | 第28-30页 |
·课题来源及主要研究内容 | 第30-31页 |
第2章 图像法自动调焦的基本理论与方法 | 第31-46页 |
·引言 | 第31页 |
·视觉系统离焦分析 | 第31-34页 |
·图像法自动调焦的流程 | 第34页 |
·图像的预处理 | 第34-35页 |
·灰度归一化 | 第34-35页 |
·旁瓣抑制 | 第35页 |
·图像的清晰度评价函数 | 第35-42页 |
·灰度梯度评价函数 | 第36-37页 |
·信息学评价函数 | 第37页 |
·统计学评价函数 | 第37-39页 |
·各种评价函数的调焦实验及比较 | 第39-42页 |
·调焦控制策略的研究 | 第42-44页 |
·斐波纳契法(Fibonacci)搜索 | 第42-43页 |
·黄金分割法搜索 | 第43-44页 |
·离焦放大对自动调焦的影响 | 第44-45页 |
·本章小结 | 第45-46页 |
第3章 大范围图像法自动调焦技术研究 | 第46-67页 |
·引言 | 第46页 |
·自动调焦中的最优调焦区域选择 | 第46-52页 |
·选择调焦区域的必要性 | 第46-47页 |
·基于加权熵的离焦图像最佳调焦区域选取 | 第47-48页 |
·基于自适应遗传算法的最优调焦区域搜索 | 第48-52页 |
·大范围图像法自动调焦技术 | 第52-58页 |
·粗调焦过程 | 第53-57页 |
·精细调焦过程 | 第57-58页 |
·大范围自动调焦的流程 | 第58-60页 |
·实验结果与分析 | 第60-65页 |
·最优调焦区域的选取实验 | 第60-63页 |
·大范围自动调焦的实验研究 | 第63-65页 |
·本章小结 | 第65-67页 |
第4章 聚焦形貌恢复算法研究 | 第67-94页 |
·引言 | 第67页 |
·经典的聚焦形貌恢复算法 | 第67-69页 |
·高斯拟合法 | 第67-68页 |
·SFF.FIS 算法 | 第68-69页 |
·高精度聚焦形貌恢复算法研究 | 第69-85页 |
·聚焦形貌恢复的关键技术 | 第69-70页 |
·评价函数曲线的滤波算法研究 | 第70-78页 |
·评价函数特性曲线的峰值定位技术 | 第78-79页 |
·基于三次B 样条的深度插值 | 第79-85页 |
·实验结果与分析 | 第85-92页 |
·简单形貌的聚焦形貌恢复实验 | 第85-90页 |
·复杂形貌的聚焦形貌恢复实验 | 第90-92页 |
·本章小节 | 第92-94页 |
第5章 离焦形貌恢复算法 | 第94-114页 |
·引言 | 第94页 |
·SFD 算法的基本理论 | 第94-96页 |
·离焦恢复三维形貌的等焦面假设 | 第94-95页 |
·三种获取离焦图像的方法 | 第95-96页 |
·经典的SFD 算法 | 第96-100页 |
·空域S 变换 | 第96-98页 |
·几何恢复法 | 第98-100页 |
·基于增量维纳恢复的SFD 算法 | 第100-106页 |
·图像的降质模型和恢复模型 | 第100-101页 |
·两帧离焦图像窗口间的关系 | 第101-102页 |
·利用维纳滤波求取h3(x,y) | 第102-105页 |
·深度恢复 | 第105-106页 |
·实验结果与分析 | 第106-113页 |
·对仿真台阶的形貌恢复实验 | 第107-110页 |
·对真实图像的形貌恢复实验 | 第110-113页 |
·本章小结 | 第113-114页 |
结论 | 第114-116页 |
参考文献 | 第116-126页 |
攻读学位期间发表的学术论文 | 第126-128页 |
致谢 | 第128-129页 |
个人简历 | 第129页 |