致谢 | 第5-7页 |
摘要 | 第7-9页 |
ABSTRACT | 第9-10页 |
1 绪论 | 第21-34页 |
1.1 研究背景与意义 | 第21-23页 |
1.2 国内外研究现状 | 第23-31页 |
1.2.1 国外研究现状 | 第23-27页 |
1.2.2 国内研究现状 | 第27-31页 |
1.3 论文章节安排 | 第31-32页 |
1.4 本论文的主要创新点 | 第32-34页 |
2 自动对焦的基本理论与方法 | 第34-51页 |
2.1 成像系统原理 | 第34-39页 |
2.1.1 成像系统模型 | 第34-36页 |
2.1.2 点扩散函数与光学传递函数 | 第36-37页 |
2.1.3 成像系统的焦深和景深 | 第37-39页 |
2.2 自动对焦技术方法分类 | 第39-49页 |
2.2.1 测距法 | 第40-44页 |
2.2.2 旋转光阑离焦检测法 | 第44页 |
2.2.3 动态聚焦透镜法 | 第44页 |
2.2.4 视频信号分析法 | 第44页 |
2.2.5 聚焦检测法 | 第44-47页 |
2.2.6 飞行时间法 | 第47-48页 |
2.2.7 遮蔽像素相位检测法 | 第48-49页 |
2.3 基于数字图像处理的自动对焦方法 | 第49-50页 |
2.3.1 对焦深度法 | 第49-50页 |
2.3.2 离焦深度法 | 第50页 |
2.4 本章小结 | 第50-51页 |
3 对焦评价函数及算法改进 | 第51-81页 |
3.1 对焦评价函数及分类 | 第51-56页 |
3.1.1 基于梯度信息的函数 | 第51-53页 |
3.1.2 频谱函数 | 第53-55页 |
3.1.3 熵函数 | 第55-56页 |
3.2 覆盖范围可调的变频梯度绝对值对焦评价函数 | 第56-66页 |
3.2.1 传统对焦评价函数的限制 | 第56-57页 |
3.2.2 变频梯度绝对值算子原理 | 第57-61页 |
3.2.3 对比实验分析 | 第61-66页 |
3.3 基于强边缘宽度图像清晰度评价的对焦评价函数 | 第66-73页 |
3.3.1 算法原理与步骤 | 第67-71页 |
3.3.2 实验测试与分析 | 第71-73页 |
3.4 基于相位一致性的对焦评价函数 | 第73-79页 |
3.4.1 场景亮度变化对评价函数的影响 | 第73-74页 |
3.4.2 相位一致性与梯度结合的自动对焦评价函数原理与实验分析 | 第74-79页 |
3.5 本章小结 | 第79-81页 |
4 对焦窗口的智能选择与背景虚化技术研究 | 第81-106页 |
4.1 对焦窗口选择的必要性 | 第81-82页 |
4.2 常用的对焦窗口选择算法 | 第82-84页 |
4.2.1 中央区域对焦窗口选择法 | 第82页 |
4.2.2 多区域对焦窗口选择法 | 第82-83页 |
4.2.3 非均匀采样对焦窗口选择法 | 第83页 |
4.2.4 基于模式识别的对焦窗口选择法 | 第83-84页 |
4.2.5 人机交互的对焦窗口选择法 | 第84页 |
4.3 场景漂移对焦窗口跟踪选择策略 | 第84-87页 |
4.4 针对多景深场景的自动对焦窗口选择算法 | 第87-101页 |
4.4.1 多景深场景对评价函数的影响 | 第87-89页 |
4.4.2 基于离焦深度图谱估计的对焦窗口选择算法 | 第89-94页 |
4.4.3 实验结果与分析 | 第94-101页 |
4.5 大光圈背景虚化技术研究 | 第101-105页 |
4.5.1 基于离焦深度图谱估计的背景虚化方法 | 第101-102页 |
4.5.2 实验测试与分析 | 第102-105页 |
4.6 本章小结 | 第105-106页 |
5 自动对焦搜索策略研究与改进 | 第106-124页 |
5.1 传统基于图像处理的自动对焦搜索策略 | 第106-108页 |
5.1.1 爬山法 | 第106-107页 |
5.1.2 全局搜索法 | 第107页 |
5.1.3 黄金分割搜索法 | 第107-108页 |
5.1.4 Fibonacci搜索法 | 第108页 |
5.1.5 曲线拟合法 | 第108页 |
5.2 光学离焦梯度模型 | 第108-112页 |
5.2.1 基于光学离焦模型的函数推导 | 第109-110页 |
5.2.2 光学离焦梯度模型的准确性测试 | 第110-112页 |
5.3 基于光学离焦梯度模型的自动对焦搜索策略 | 第112-114页 |
5.3.1 自动对焦搜索策略介绍 | 第112-113页 |
5.3.2 选点的边界条件分析 | 第113-114页 |
5.4 实验结果与分析 | 第114-122页 |
5.4.1 正常光照环境下的实验分析 | 第116-118页 |
5.4.2 低照度光照环境下的实验分析 | 第118-122页 |
5.5 本章小结 | 第122-124页 |
6 夜景场景自动对焦方法及后处理技术研究 | 第124-142页 |
6.1 含饱和像素场景的自动对焦算法研究 | 第124-131页 |
6.1.1 饱和像素剔除的自动对焦评价函数 | 第124-128页 |
6.1.2 实验测试与分析 | 第128-131页 |
6.2 低照度图像增强后处理技术研究 | 第131-140页 |
6.2.1 基于暗通道原理的低照度图像增强算法 | 第132-134页 |
6.2.2 基于噪声估计的NLM去噪算法 | 第134-136页 |
6.2.3 实验与分析 | 第136-140页 |
6.3 本章小结 | 第140-142页 |
7 总结与展望 | 第142-144页 |
7.1 本文主要完成的工作 | 第142-143页 |
7.2 未来展望 | 第143-144页 |
参考文献 | 第144-158页 |
作者简历及在学期间所取得的科研成果 | 第158-159页 |