【摘 要】
:
光学成像系统对处在焦深范围内的物体成像清晰,超出焦深范围的部分,会产生成像模糊现象。在显微光学成像系统中,由于成像物镜的焦深随着光学倍率的增大而减小,导致倍率越大的成像系统,只能获得更小景深的清晰像,如Mitutoyo M Plan Apo2X显微物镜的焦深只有±91μm,20X的焦深只有±1.6μm。因此,研究大景深成像方法具有重要的应用价值。叠焦合成扩展景深是显微成像中一种获得大景深图像的有效
【基金项目】
:
国家重点研发计划课题:三维光学传感器及图像数据采集关键技术,项目编号为 2018YFB2003801;
论文部分内容阅读
光学成像系统对处在焦深范围内的物体成像清晰,超出焦深范围的部分,会产生成像模糊现象。在显微光学成像系统中,由于成像物镜的焦深随着光学倍率的增大而减小,导致倍率越大的成像系统,只能获得更小景深的清晰像,如Mitutoyo M Plan Apo2X显微物镜的焦深只有±91μm,20X的焦深只有±1.6μm。因此,研究大景深成像方法具有重要的应用价值。叠焦合成扩展景深是显微成像中一种获得大景深图像的有效方法,该方法通过物镜沿光轴方向分层扫描对物体成像,然后对分层成像序列采取图像配准、焦点搜索、图像融合等焦深融合算法,获得大景深图像。本文重点研究叠焦合成扩展景深中的焦深融合算法。论文首先系统地综述了光学系统成像原理、叠焦扩展焦深的成像方法、焦深融合算法基本原理和算法性能评价方法。为了验证研究的焦深融合算法的性能,搭建了一台叠焦图像自动采集实验装置,为本文的研究提供了一种良好的实验验证手段。在叠焦序列图像分层扫描获取过程中,由于成像系统抖动等原因,相邻图像之间可能发生视点偏转,对应点像素之间难免会产生位移,为了取得良好的融合效果,首先需要校正这些细微像素偏移。为此本文在SIFT(Scale Invariant Feature Transfrom)和SURF(Speeded Up Robust Features)算法对图像进行配准和校正的基础上,提出一种基于自适应阈值的双向SURF特征点匹配方法,并采用Manhattan距离代替欧氏距离。实验研究表明,该方法能有效降低匹配误差,提高了配准精度和速率。在叠焦图像融合方面,首先研究了空间域叠焦图像融合算法。以多种聚焦度量函数作为焦点搜索性能的评价指标,基于像素点、窗口及分块研究了不同叠焦图像融合规则,结合主客观分析,评价了各聚焦度量函数的性能,探讨了效果较好的叠焦图像空域融合规则。其次研究了变换域叠焦图像融合算法。选择Laplacian金字塔变换和离散小波变换作为多尺度分析工具,对目前关注较少的系数融合规则组合效果进行了研究,通过采用十六种不同的融合规则组合融合高、低频系数,和实验对比分析,得出最适合叠焦图像的变换方法和融合规则。论文最后研究了叠焦图像高动态范围成像算法。提出采用基于Laplacian金字塔的多曝光融合算法,提升图像动态范围,并对适度曝光量指标提出了改进措施。通过实验证明,使用改进指标融合得到的图像清晰度和信息量都有所提升。以彩色多曝光图像为例,提出基于YCb Cr空间的高动态范围成像算法,通过实验仿真,证明它能够改善传统方法中色彩偏差和细节丢失等问题。
其他文献
群组行为识别是计算机视觉领域中一项具有挑战性的任务。与传统的个体行为识别相比,群组行为识别不仅需要理解场景中个体的行为,还需要推断个体之间的潜在交互关系。准确捕捉场景中的时空信息,并对个体间的交互关系进行推理是理解群组行为的关键。本文在总结现有群组行为识别方法的基础上,考虑个体行为理解对群组行为识别的重要性,致力于构建灵活有效的交互关系推理网络,主要解决群组行为识别任务中以下几个问题:第一,考虑个
大力发展光伏(Photovoltaic,PV)发电可以缓解我国目前面临的能源短缺、电力供应不足以及环境污染等问题,独立光储系统不依赖电网运行,在无电或频繁停电的场所得到了广泛应用。在光储系统运行过程中应保证瞬时功率平衡、系统稳定、安全运行,因此如何有效地解决光储系统功率分配和能量管理控制问题依然迫在眉睫。本研究选择将超级电容(Super Capacitor,SC)与全钒液流电池(Vanadium
条纹投影轮廓术作为一种非接触式三维测量技术,因其高速、高精度以及高鲁棒性测量能力而广泛应用于工业诊断、视觉导航,医学诊断等众多领域。高速,高精度的测量是条纹投影轮廓术的最终目标。然而,提高测量速度,特别是在不降低测量精度的情况下,是条纹投影轮廓术发展中存在的一个巨大的挑战。并且条纹投影技术在新领域单像素测量领域应用较少,而单像素测量在非可见波段有优秀的表现,将两种技术结合进行测量的方法值得深入研究
柔性力学传感器由于具有随形性、延展性等特点,其在可穿戴电子、服务型机器人等新型领域上具有较大应用潜力,从而成为当前研究热点之一。碳系导电高分子复合材料符合柔性力学传感器良好体表共形要求兼具成本优势被大量应用。利用实验手段来探究碳纳米管和石墨烯共混对传感器电学性能上的提升难以揭示它们行为的物理规律。通过建立数值模型或解析模型才可以准确探究粒子微观参数与材料宏观参数间的联系。本文创新的通过建立适合于三
聚氨酯是一种具有广泛用途的高分子材料,国内的聚氨酯消费总量占据全球的半壁江山,聚氨酯的化工生产在旺盛的市场需求下具有巨大的市场潜力。近几十年中国聚氨酯生产技术发展迅速,生产规模显著扩大,但是随之产生了生产现场分散管理困难和生产数据的“信息孤岛”等问题限制了企业的进一步发展。搭建统一的生产数据中心,设计可以集中监控生产现场和查询统计生产数据的信息系统具有重要意义。课题组之前为安利公司开发了一至三期聚
随着机器视觉在自动化生产领域的广泛应用,在测量和装配设备中加入视觉系统,根据视觉定位的结果引导设备执行后续任务,对提高设备的感知和决策能力具有非常重要的意义。本文以机器视觉和图像处理技术为基础,主要对测量仪器及装配机械臂等设备的视觉引导及定位技术进行研究。对相机的成像原理及双目视觉成像模型进行分析,对张氏标定法进行了详细的推导,选取合适的相机与镜头设计并搭建了标准的双目视觉系统实验平台,通过标定实
随着计算机视觉技术的不断发展,图像已经成为传递信息的重要媒介,如何从海量的图像数据中获取人们需求的高质量的图像显得尤为重要,图像修复作为图像处理中的关键技术,已经成为计算机视觉领域重要研究课题之一。近几十年年来,国内外学者基于数学建模等理论对图像修复做了深入研究,并尝试将其从实验推广到实际应用。然而,实际应用中图像受损区域复杂多变,传统图像修复算法难以完成高质量的修复过程。近年来,深度学习凭借其对
人工智能自出世以来几经沉浮,终于在算法突破、算力提高及海量数据的推动下于21世纪迎来了质的飞跃。卷积神经网络(Convolutional neural network,CNN)作为代表算法之一,在医学、无人驾驶、语音识别等领域都表现优异。CNN需要对大量测试样本进行训练从而更新网络参数,想要获得更高的识别精度,其代价是更多的网络参数和更大的计算复杂度。Winograd算法可通过减少卷积层所需的乘法
目标检测作为计算机视觉的重要研究内容之一,在工业,军事,智能监控,人脸识别,多目标追踪,自动驾驶技术等领域有着广泛的应用。当前,随着人工智能与自动驾驶等技术的研究不断推进,基于深度学习的目标检测越来越成为国内外学者们研究的热点。基于Darknet53特征提取器的YOLOv3网络模型具有检测精度高,检测速度快等优点,但仍存在对于小目标检测能力不够强,边界框定位不够精准以及模型权值文件较大等问题。为此
食品中添加食用色素来吸引消费者已经成为了一种常用的手段,但生产者往往基于利润或其他原因对食用色素的使用量控制不当。在本项工作中,我们以日落黄为研究对象,基于电化学检测,成功制备了一种基于电解质溶液栅控石墨烯场效应晶体管(SGGT)的高灵敏度日落黄传感器,可以用来检测饮料中日落黄的浓度。日落黄传感器的检测机理主要是利用日落黄分子可以在栅极附近发生一个单电子的氧化还原反应,造成等效栅极电压的变化,进而