集成成像技術具有全視差觀看、圖像全真色彩、不需要任何輔助設備可裸眼觀看等優(yōu)點,成為受到諸多國內外研究人員關注的立體顯示技術之一。目前集成成像技術存在系統(tǒng)采集端操作復雜、觀看視野有限、圖像分辨率低等問題。因此本文使用深度相機簡化了集成成像的拾取過程,同時提出了兩種方法分別對拾取過程中采集的圖像質量與視場有限問題進行解決。本文首先提出一種像素填充和改進聯(lián)合雙邊濾波的深度圖修復算法。針對深度相機由于自身設備因素或是拍攝環(huán)境因素等問題,采集到的深度圖像存在的背景噪聲和物體邊緣前后景空洞的現(xiàn)象,先對大的邊緣空洞區(qū)域根據(jù)情況采取背景填充法或鄰域值填充法完成初步修復,再結合加入深度圖像深度值相似因子的改進聯(lián)合雙邊濾波算法對初步修復深度圖二次修復優(yōu)化。深度圖像經(jīng)過修復優(yōu)化處理后,三維物體輪廓清晰、邊緣平滑,結合拾取的彩色圖像可以后續(xù)生成高質量的元素圖像陣列應用于集成成像顯示系統(tǒng)。還提出一種將圖像拼接技術應用到集成成像領域中的方法。針對深度相機拍攝視場范圍有限且物體前后景之間由于拍攝角度問題存在遮擋的現(xiàn)象,通過彩色圖像拼接擴寬了觀看視場范圍,拼接后的彩色圖像較原圖像觀看視場增大了10.24。。通過深度圖... 

【文章來源】：長春理工大學吉林省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

Lippmaon集成成像原理

光源，采集和重構裝置相對簡便，觀看時不需要額外佩戴輔助裝備等特點，在現(xiàn)實生活中有著很大的實際應用價值。本章首先介紹了集成成像技術的工作原理，然后介紹了系統(tǒng)中關鍵技術的分類，并對影響最終顯示效果的分辨率、景深范圍、觀看視場角等性能指標進行了介紹。2.1集成成像基本原理三維集成成像技術是應用透鏡陣列和光電材料（CCD、CMOS等）對三維場景進行采集并同時應用相同參數(shù)的透鏡陣列和顯示屏幕對三維場景進行重構的立體顯示技術。該技術起源于對于昆蟲復眼的仿生學研究。眾多的小眼緊密排列形成了昆蟲的復眼，如圖2.1所示，緊密排列的小眼可以觀察到空間場景多個方向和角度的信息，由這些小眼觀測到的不同像點拼合成了一幅完整的圖像[24]。根據(jù)這個原理模擬昆蟲的復眼結構，采用透鏡陣列或相機陣列代替復眼結構，產(chǎn)生圖像的方式主要是透鏡陣列的每一個透鏡或者相機陣列的每一臺相機對三維物體的不同位置的空間信息從不同的方向上來進行記錄的過程，通過記錄的立體圖像信息可以完整的將三維物體還原出來。(a)(b)圖2.1昆蟲復眼結構(a)昆蟲復眼；(b)昆蟲復眼成像效果最初科學家Lippmann在1908年提出集成成像顯示系統(tǒng)并進行實驗，集成成像技術在傳統(tǒng)的光線通路中額外加入了微透鏡陣列，可以獲取在同一場景下多個角度的圖像，這些帶有視差信息的圖像存儲待測物體的三維信息[25]。如圖2.2所示，采集過程和重構過程是集成成像技術的兩個核心環(huán)節(jié)。由于當時存在的透鏡制作工藝差和光學器件精度低等問題只能用針孔陣列代替透鏡膠片代替采集屏幕來完成三維立體圖像的顯示需求。近年來，隨著透鏡制作工藝的進步和光電技術的發(fā)展，在搭建集成成像

第2章集成成像系統(tǒng)的原理和分類8系統(tǒng)時可以采用高分辨率的透鏡陣列和高精度的CCD采集設備代替原有的試驗設備，采集效果和重構質量都有了很顯著的提高。采集過程重構過程圖2.2集成成像系統(tǒng)2.1.1集成成像系統(tǒng)采集部分的實現(xiàn)過程從圖2.3可以看出集成成像系統(tǒng)對于三維空間場景物體信息的采集過程大體由以下三部分構成：三維空間場景物體、微透鏡陣列和圖像感應器。微透鏡陣列對采集到的圖像感應器中三維空間場景的物體信息完成記錄和保存。應用透鏡的光學成像原理[26]，公式2-1表示該過程：fgl11111=+（2-1）其中，1l代表微透鏡陣列和作為參照的物體平面之間距離，1g代表圖像感應器與微透鏡陣列之間的長度，f代表微透鏡陣列本身的焦距。目標透鏡陣列CCD1l1g圖2.3集成成像系統(tǒng)的采集過程使用微透鏡陣列采集三維空間場景物體信息時，光線穿過物體和微透鏡陣列被圖

【參考文獻】：
期刊論文
[1]基于可變孔徑針孔陣列的集成成像3D顯示[J]. 范鈞,吳非,呂國皎,趙百川,鄧歡,王瓊華.  紅外與激光工程. 2018(06)
[2]遞進填充線算法對DIBR虛擬圖像的修復[J]. 王雙梅.  計算機輔助設計與圖形學學報. 2017(08)
[3]一種改進的快速全景圖像拼接算法[J]. 常偉,劉云.  電子測量技術. 2017(07)
[4]結合彩色圖像局部分割的Kinect深度圖修復算法[J]. 吳倩,史晉芳,王德嬌,劉桂華.  計算機應用研究. 2017(12)
[5]基于不確定度評價的Kinect深度圖預處理[J]. 余亞玲,張華,劉桂華,史晉芳.  計算機應用. 2016(02)
[6]基于3DSMAX的虛擬現(xiàn)實建模技術研究[J]. 趙青,李欣亮.  電子技術與軟件工程. 2016(02)
[7]大視角的全息真彩色顯示方法[J]. 王迪,唐文華,王君,王瓊華.  激光與光電子學進展. 2015(06)

博士論文
[1]大景深、大視角3D光場顯示關鍵技術研究[D]. 楊神武.北京郵電大學 2019
[2]基于集成成像的三維場景采集、顯示與重構技術研究[D]. 郭敏.吉林大學 2018
[3]高密度小間距LED集成成像顯示系統(tǒng)關鍵技術研究[D]. 武偉.吉林大學 2018
[4]集成成像三維顯示質量提升方法研究[D]. 張建磊.西安電子科技大學 2017

碩士論文
[1]集成成像立體顯示技術的研究[D]. 張力中.吉林大學 2019
[2]透鏡（針孔）陣列的光學特性與顯示機理研究[D]. 佀同嶺.長春理工大學 2019
[3]基于裸眼三維顯示系統(tǒng)的圖像信息處理[D]. 張春雨.北京郵電大學 2019
[4]基于視覺感知的集成成像三維顯示的研究[D]. 卜敏.安徽大學 2019
[5]基于透鏡陣列的集成成像三維顯示技術的研究[D]. 李京.吉林大學 2018
[6]虛擬微透鏡獲取圖像色度補償技術[D]. 姜璐.長春理工大學 2018
[7]基于彩色圖像聚類分割的Kinect深度圖像修復算法[D]. 錢銳.鄭州大學 2018
[8]基于SIFT的全景圖像拼接算法研究[D]. 榮燕.青島科技大學 2018
[9]基于混合濾波的深度圖像修復算法的研究[D]. 梁曉升.重慶大學 2018
[10]基于光線跟蹤的光場顯示中像素排列的實時校正[D]. 管延鑫.北京郵電大學 2018



本文編號：3578740