首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于数字图像处理的自动对焦方法研究

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

论文共159页,点击 下载论文
上一篇:颜色管理系统的理论方法和应用研究
下一篇:面向MPSoC通信优化的任务映射和调度研究