CN109214998A - 一种双目视觉的单透镜计算成像方法 - Google Patents
一种双目视觉的单透镜计算成像方法 Download PDFInfo
- Publication number
- CN109214998A CN109214998A CN201811067272.8A CN201811067272A CN109214998A CN 109214998 A CN109214998 A CN 109214998A CN 201811067272 A CN201811067272 A CN 201811067272A CN 109214998 A CN109214998 A CN 109214998A
- Authority
- CN
- China
- Prior art keywords
- image
- simple lens
- psf
- binocular vision
- imaging method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 16
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 5
- 230000004075 alteration Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 229920013655 poly(bisphenol-A sulfone) Polymers 0.000 abstract description 19
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种双目视觉的单透镜计算成像方法,利用双目视觉的方式对单透镜计算成像后的图像进行矫正、匹配得到更加清晰的图像,具体的为:把两个单透镜采集的两幅数字图像通过计算机进行处理,计算机将二维空间场景中的每一点构建成二维图像,采用数学公式对二维图像进行构建,实现不同坐标系之间的转换;然后通过矫正、匹配并计算3D距离;本发明是通过利用两个单透镜基于空间变化的PSF,对现有的稀疏先验去卷积算法进行改进,提出可变参数的稀疏先验非盲去卷积算法,并对图像进行复原,然后再利用两个单透镜对物体进行复原后的图像;矫正、匹配并计算3D距离,从而提高图像的清晰度。
Description
技术领域:
本发明涉及成像方法的技术领域,具体为一种双目视觉的单透镜计算成像方法。
背景技术:
现代成像光学系统一般通过增加光学元件数量、引入非球面甚至自由曲面来消除系统像差,提高像质。这将导致光学系统复杂度增加,系统加工难、造价高,并且受装调、工艺、重量等因素的限制。现有的成像方法所得出的图像都不是十分的清楚,影响图像的质量。
所以,如何设计一种双目视觉的单透镜计算成像方法,成为我们当前要解决的问题。
发明内容:
本发明的目的是针对现有技术的缺陷,提供一种双目视觉的单透镜计算成像方法,以解决上述背景技术提出的问题。
为实现上述目的,本发明提供如下技术方案:一种双目视觉的单透镜计算成像方法,通过单透镜计算成像技术,利用算法代替复杂光学系统恢复清晰图像,包括以下步骤:
步骤一:对单透镜进行标定,使用两个单透镜分别固定在物体的两个角度,建立双目视觉单透镜二维坐标系,且两个单透镜的位置可互相更换;
步骤二:两个单透镜对物体进行图像采集;得到同一场景下同时在两种不同角度拍摄的视频图像;采用图像处理法对视频图像中的目标特征进行识别,得到目标特征在两幅图像中的视差;
步骤三:把两个单透镜采集的两幅数字图像通过计算机进行处理,计算机将二维空间场景中的每一点构建成二维图像,采用数学公式对二维图像进行构建,实现不同坐标系之间的转换;
步骤四:然后通过矫正、匹配并计算3D距离。
作为本发明的一种优选技术方案,单透镜计算成像:是通过将单透镜成像的像差校正转化为图像复原,具体的为:通过单透镜成像的模糊核结构组合先验,分析彩色图像的颜色变化以及不同通道之间的颜色变化趋势,然后采用一种可变参数的稀疏先验非盲去卷积算法,对简单透镜系统进行数字仿真实验;搭建实验平台,测量单透镜空间变化PSF,以增加所估计的PSF的精确度,进而提高最终图像复原质量。
作为本发明的一种优选技术方案,所述图像复原基于空间变化的PSF,对现有的稀疏先验去卷积算法进行改进,提出可变参数的稀疏先验非盲去卷积算法,并对图像进行复原。
作为本发明的一种优选技术方案,所述PSF获取方法:一种在进行光学系统设计过程中,提取系统空间变化PSF并进行算法预处理,保留有效信息;第二种通过仪器测量光学系统的LSF,根据PSF与LSF、MTF三者之间的关系,通过算法进行计算,最终利用插值拟合的方式得到整幅图像空间变化的PSF。
作为本发明的一种优选技术方案,所述数字仿真实验:将模糊图像重叠分块,每个子图像块用不同的PSF对其去卷积进行重构;自然图像梯度满足稀疏分布,在去卷积算法中引入稀疏先验作为正则项,并将代表图像梯度稀疏度的参数作为可变值,利用迭代重加权最小二乘法,在迭代过程中使复原图像梯度分布更趋近于真实值,同时避免图像过度平滑。
作为本发明的一种优选技术方案,采用重叠分块复原的方法,能够有效减小图像拼接处的振铃效应,并在图像融合时对图像重叠区域使用图像平均处理法,使图像更加平滑。
本发明的有益效果是:本发明是通过利用两个单透镜基于空间变化的PSF,对现有的稀疏先验去卷积算法进行改进,提出可变参数的稀疏先验非盲去卷积算法,并对图像进行复原,然后再利用两个单透镜对物体进行复原后的图像;矫正、匹配并计算3D距离,从而提高图像的清晰度。
附图说明:
图1为本发明的计算方法流程图;
具体实施方式:
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易被本领域人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
实施例1:请参阅图1,本发明提供一种技术方案:一种双目视觉的单透镜计算成像方法,通过单透镜计算成像技术,利用算法代替复杂光学系统恢复清晰图像,包括以下步骤:
步骤一:对单透镜进行标定,使用两个单透镜分别固定在物体的两个角度,建立双目视觉单透镜二维坐标系,且两个单透镜的位置可互相更换;
步骤二:两个单透镜对物体进行图像采集;得到同一场景下同时在两种不同角度拍摄的视频图像;采用图像处理法对视频图像中的目标特征进行识别,得到目标特征在两幅图像中的视差;
步骤三:把两个单透镜采集的两幅数字图像通过计算机进行处理,计算机将二维空间场景中的每一点构建成二维图像,采用数学公式对二维图像进行构建,实现不同坐标系之间的转换;
步骤四:然后通过矫正、匹配并计算3D距离。
单透镜计算成像:是通过将单透镜成像的像差校正转化为图像复原,具体的为:通过单透镜成像的模糊核结构组合先验,分析彩色图像的颜色变化以及不同通道之间的颜色变化趋势,然后采用一种可变参数的稀疏先验非盲去卷积算法,对简单透镜系统进行数字仿真实验;搭建实验平台,测量单透镜空间变化PSF,以增加所估计的PSF的精确度,进而提高最终图像复原质量。图像复原基于空间变化的PSF,对现有的稀疏先验去卷积算法进行改进,提出可变参数的稀疏先验非盲去卷积算法,并对图像进行复原。
PSF获取方法:
一种在进行光学系统设计过程中,提取系统空间变化PSF并进行算法预处理,保留有效信息;
第二种通过仪器测量光学系统的LSF,根据PSF与LSF、MTF三者之间的关系,通过算法进行计算,最终利用插值拟合的方式得到整幅图像空间变化的PSF。
数字仿真实验:将模糊图像重叠分块,每个子图像块用不同的PSF对其去卷积进行重构;自然图像梯度满足稀疏分布,在去卷积算法中引入稀疏先验作为正则项,并将代表图像梯度稀疏度的参数作为可变值,利用迭代重加权最小二乘法,在迭代过程中使复原图像梯度分布更趋近于真实值,同时避免图像过度平滑。采用重叠分块复原的方法,能够有效减小图像拼接处的振铃效应,并在图像融合时对图像重叠区域使用图像平均处理法,使图像更加平滑。
本发明的有益效果是:本发明是通过利用两个单透镜基于空间变化的PSF,对现有的稀疏先验去卷积算法进行改进,提出可变参数的稀疏先验非盲去卷积算法,并对图像进行复原,然后再利用两个单透镜对物体进行复原后的图像;矫正、匹配并计算3D距离,从而提高图像的清晰度。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (6)
1.一种双目视觉的单透镜计算成像方法,其特征在于:通过单透镜计算成像技术,利用算法代替复杂光学系统恢复清晰图像,包括以下步骤:
步骤一:对单透镜进行标定,使用两个单透镜分别固定在物体的两个角度,建立双目视觉单透镜二维坐标系,且两个单透镜的位置可互相更换;
步骤二:两个单透镜对物体进行图像采集;得到同一场景下同时在两种不同角度拍摄的视频图像;采用图像处理法对视频图像中的目标特征进行识别,得到目标特征在两幅图像中的视差;
步骤三:把两个单透镜采集的两幅数字图像通过计算机进行处理,计算机将二维空间场景中的每一点构建成二维图像,采用数学公式对二维图像进行构建,实现不同坐标系之间的转换;
步骤四:然后通过矫正、匹配并计算3D距离。
2.根据权利要求1所述的一种双目视觉的单透镜计算成像方法,其特征在于:单透镜计算成像:是通过将单透镜成像的像差校正转化为图像复原,具体的为:通过单透镜成像的模糊核结构组合先验,分析彩色图像的颜色变化以及不同通道之间的颜色变化趋势,然后采用一种可变参数的稀疏先验非盲去卷积算法,对简单透镜系统进行数字仿真实验;搭建实验平台,测量单透镜空间变化PSF,以增加所估计的PSF的精确度,进而提高最终图像复原质量。
3.根据权利要求2所述的一种双目视觉的单透镜计算成像方法,其特征在于:所述图像复原基于空间变化的PSF,对现有的稀疏先验去卷积算法进行改进,提出可变参数的稀疏先验非盲去卷积算法,并对图像进行复原。
4.根据权利要求3所述的一种双目视觉的单透镜计算成像方法,其特征在于:所述PSF获取方法:一种在进行光学系统设计过程中,提取系统空间变化PSF并进行算法预处理,保留有效信息;第二种通过仪器测量光学系统的LSF,根据PSF与LSF、MTF三者之间的关系,通过算法进行计算,最终利用插值拟合的方式得到整幅图像空间变化的PSF。
5.根据权利要求2所述的一种双目视觉的单透镜计算成像方法,其特征在于:所述数字仿真实验:将模糊图像重叠分块,每个子图像块用不同的PSF对其去卷积进行重构;自然图像梯度满足稀疏分布,在去卷积算法中引入稀疏先验作为正则项,并将代表图像梯度稀疏度的参数作为可变值,利用迭代重加权最小二乘法,在迭代过程中使复原图像梯度分布更趋近于真实值,同时避免图像过度平滑。
6.根据权利要求5所述的一种双目视觉的单透镜计算成像方法,其特征在于:采用重叠分块复原的方法,能够有效减小图像拼接处的振铃效应,并在图像融合时对图像重叠区域使用图像平均处理法,使图像更加平滑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811067272.8A CN109214998A (zh) | 2018-09-03 | 2018-09-03 | 一种双目视觉的单透镜计算成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811067272.8A CN109214998A (zh) | 2018-09-03 | 2018-09-03 | 一种双目视觉的单透镜计算成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109214998A true CN109214998A (zh) | 2019-01-15 |
Family
ID=64983377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811067272.8A Withdrawn CN109214998A (zh) | 2018-09-03 | 2018-09-03 | 一种双目视觉的单透镜计算成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109214998A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340964A (zh) * | 2020-03-05 | 2020-06-26 | 长春中国光学科学技术馆 | 一种基于迁移学习的3d模型图像的构建方法 |
-
2018
- 2018-09-03 CN CN201811067272.8A patent/CN109214998A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340964A (zh) * | 2020-03-05 | 2020-06-26 | 长春中国光学科学技术馆 | 一种基于迁移学习的3d模型图像的构建方法 |
CN111340964B (zh) * | 2020-03-05 | 2023-03-24 | 长春中国光学科学技术馆 | 一种基于迁移学习的3d模型图像的构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564617B (zh) | 多目相机的三维重建方法、装置、vr相机和全景相机 | |
CN111161356B (zh) | 一种基于双层优化的红外和可见光融合方法 | |
CN108592884B (zh) | 一种通用线阵卫星核线影像生成方法 | |
CN108337434B (zh) | 一种针对光场阵列相机的焦外虚化重聚焦方法 | |
AU2017246470A1 (en) | Generating intermediate views using optical flow | |
CN109166154A (zh) | 用于光场三维粒子图像重构的光场相机校准方法 | |
CN104182982A (zh) | 双目立体视觉摄像机标定参数的整体优化方法 | |
CN108063932B (zh) | 一种光度标定的方法及装置 | |
CN104301636B (zh) | 低复杂度高效高动态数字图像的合成方法 | |
CN109447930B (zh) | 小波域光场全聚焦图像生成算法 | |
CN104252700A (zh) | 一种红外图像的直方图均衡化方法 | |
CN110322572B (zh) | 一种基于双目视觉的水下涵隧内壁三维信息恢复方法 | |
CN105488766B (zh) | 鱼眼镜头图像校正方法及装置 | |
CN107833186A (zh) | 一种基于Encoder‑Decoder深度学习模型的单透镜空间变化图像复原方法 | |
CN108090880A (zh) | 一种图像的反畸变处理方法以及装置 | |
CN110349257B (zh) | 一种基于相位伪映射的双目测量缺失点云插补方法 | |
CN103377474A (zh) | 镜头阴影校正系数确定方法、镜头阴影校正方法及装置 | |
CN113160339A (zh) | 一种基于沙姆定律的投影仪标定方法 | |
CN110599578A (zh) | 一种真实感三维彩色纹理重建方法 | |
CN105931210B (zh) | 一种高分辨率图像重建方法 | |
CN110738608B (zh) | 一种平面图像校正方法及系统 | |
KR20170073675A (ko) | Led 디스플레이에 이용되는 영상 처리 방법 및 장치 | |
CN114998141B (zh) | 基于多分支网络的空间环境高动态范围成像方法 | |
CN106570907A (zh) | 一种相机标定方法及装置 | |
CN114697623A (zh) | 投影面选取和投影图像校正方法、装置、投影仪及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190115 |