高分辨率圖像能夠提供細(xì)節(jié)信息,低分辨率圖像能夠大量減少采樣和測量的數(shù)量,更多的細(xì)節(jié)和更少的采樣量之間的權(quán)衡一直是多分辨率成像研究亟待解決的問題。針對高分辨率區(qū)域的自動(dòng)選取和多分辨率測量結(jié)果的融合,提出了基于感興趣區(qū)域的多分辨率圖像重構(gòu)算法,并在深度圖像成像系統(tǒng)和單像素成像系統(tǒng)上驗(yàn)證了算法的有效性。自適應(yīng)深度圖像成像系統(tǒng)從結(jié)構(gòu)光照明出發(fā),重點(diǎn)研究以感興趣區(qū)域投影模板選取為核心的多分辨率深度圖像重構(gòu)算法。通過感興趣區(qū)域檢測算法初步預(yù)估深度成像系統(tǒng)場景中的感興趣區(qū)域,僅對感興趣區(qū)域投影條紋波序列進(jìn)行多次測量。由結(jié)構(gòu)光深度成像系統(tǒng)的標(biāo)定和三角測量獲得多分辨率深度圖像,解決了傳統(tǒng)深度圖像獲取中測量精度與測量次數(shù)成正比造成的數(shù)據(jù)爆炸問題。單像素成像系統(tǒng)通過低分辨率模板采樣場景獲得低分辨率圖像,通過低分辨率圖像確定感興趣區(qū)域。逐步縮小感興趣區(qū)域范圍的同時(shí)逐步提高感興趣區(qū)域的分辨率,通過小波變換重構(gòu)圖像,解決了多分辨率圖像融合問題。采用顯著性檢測算法獲得低分辨率感興趣區(qū)域,將低分辨率感興趣區(qū)域輪廓作為水平集初始輪廓,經(jīng)過水平集算法迭代形成高分辨率感興趣區(qū)域。采用多階小波逆變換重構(gòu)出包含低、中和高三種分...

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 結(jié)構(gòu)光深度成像研究現(xiàn)狀
        1.2.2 自適應(yīng)分辨率研究現(xiàn)狀
    1.3 主要研究內(nèi)容和結(jié)構(gòu)組織
第2章 多分辨率圖像測量系統(tǒng)
    2.1 引言
    2.2 結(jié)構(gòu)光自適應(yīng)投影光學(xué)成像系統(tǒng)
        2.2.1 成像模型
        2.2.2 相機(jī)標(biāo)定
        2.2.3 結(jié)構(gòu)光深度成像系統(tǒng)標(biāo)定
        2.2.4 三角測量
    2.3 單像素自適應(yīng)分辨率成像系統(tǒng)
        2.3.1 多階小波分解
        2.3.2 基于數(shù)字微鏡陣列DMD單像素成像系統(tǒng)
        2.3.3 基于哈達(dá)瑪基的單像素成像系統(tǒng)
第3章 基于結(jié)構(gòu)光的多分辨率深度成像算法
    3.1 引言
    3.2 投影模板選擇
        3.2.1 格雷碼編碼模板
        3.2.2 散斑圖案模板
        3.2.3 正弦波二進(jìn)制編碼模板
    3.3 深度測量
    3.4 圖像感興趣區(qū)域提取
    3.5 實(shí)驗(yàn)與數(shù)據(jù)分析
    3.6 本章小結(jié)
第4章 基于感興趣區(qū)域的多分辨率圖像重構(gòu)算法
    4.1 引言
    4.2 多分辨率層級感興趣區(qū)域檢測
        4.2.1 基于顯著性的層級感興趣區(qū)域檢測
        4.2.2 基于水平集的層級感興趣區(qū)域檢測
    4.3 多分辨率小波重建算法
    4.4 實(shí)驗(yàn)與數(shù)據(jù)分析
        4.4.1 多感興趣區(qū)域?qū)蛹墮z測實(shí)驗(yàn)
        4.4.2 多分辨率小波重構(gòu)實(shí)驗(yàn)
    4.5 本章小結(jié)
第5章 總結(jié)與展望
致謝
參考文獻(xiàn)



本文編號：3775982