基于闪烁体3D剂量测量系统中光场重聚焦位置的标定方法

放疗中基于闪烁体光场成像的3D剂量测量方法是，利用光场相机对射线在闪烁体沉积能量所产生的闪烁光进行拍照，给出每一个聚焦层的光分布后进行三维重建，进而得出剂量的三维分布。光场相机所获取图像的重聚焦位置影响闪烁光三维重建的准确性，作者提出利用棋盘格标定板进行重聚焦位置标定的方法。使用Lytro Illum光场相机拍摄置于已知位置的棋盘格标定板，经光场数据处理得到焦点堆栈序列，利用刃边法得到所有重聚焦像的高斯离焦参数σ，经比较后获得最小σ对应的重聚焦参数α，最终给出若干α和重聚焦位置的对应关系，最终完成重聚焦位置标定。与常用的刻度尺标定方法相比，高斯离焦参数减小2%～10%，有利于放疗3D剂量测量精度的提高。     

光场分层成像系统的重聚焦标定方法

为根据参数精确获取分层位置的重聚焦像,提出了基于阶梯尺的标定方法.用光场相机拍摄阶梯标尺,利用重聚焦技术获得图像序列,使用点锐度评价函数计算图像序列各刻度面最清晰图像,完成重聚焦参数的标定.对标定结果进行评价,采用刃边法计算重聚焦图像的高斯离焦参数,阶梯标尺比刻度标尺标定方法减小25%以上,可以有效提高光场相机重聚焦的准确度.进行分层成像实验,对比两种标定方法下的分层重聚焦图像,验证了阶梯标尺标定的重聚焦结果更清晰,适用于光场分层成像系统.     

用于等离子体三维重建的光场反卷积方法

目前常用的光学诊断大部分局限于二维成像,而基于层析成像的三维重建方法受限于空间和时间分辨率,无法实现等离子体边界的三维实时重建。提出一种基于光学分层理论的光场反卷积算法,利用光场重聚焦特性,结合聚焦测距法和刃边法,建立了光场深度与现实深度的关系,计算出点扩散函数,实现了单相机零调焦情况下的等离子体边界重建。为验证所提方法的可行性,以火焰为成像对象进行实验,其结果表明所提方法能够去除火焰分层图像中的离焦模糊,复原分层图像的原始结构。     

微透镜阵列式光场成像模型及其标定方法

对空间复用的光场成像技术进行了建模,从光学器件对光场变换的角度阐释了光场复用的机制,建立了标准光场和像素光场的关系,并提出了基于多频相移的光场标定方法。在Lytro光场相机的标定实验中,确定了微透镜中心位置,像素与微透镜的所属关系,恢复了光场信息,并将光场信息应用于重聚焦和全聚焦。实验结果验证了光场模型的正确性和标定方法的可行性。     

一种基于光场图像的聚焦光场相机标定方法

基于光场成像技术的场景三维深度重建,需标定光场相机的几何参数。本文提出一种基于原始光场图像的聚焦光场相机的标定方法。拍摄标定板不同旋转角度的原始光场图像;根据图像上像点与虚拟像点(像点关于微透镜的共轭点)的共轭关系,计算得到虚拟像点的坐标;根据标定板上角点与虚拟像点的共轭关系,建立聚焦光场相机标定模型;利用Levenberg-Marquardt算法求解标定模型,进行标定实验;比较所提方法与基于全聚焦图像的标定方法的标定参数。结果表明,原始光场图像与全聚焦图像对应的虚拟像点(角点关于主透镜的共轭点)之间的误差小于21pixel,角点的标定误差小于3%,基于原始光场图像和全聚焦图像方法获得的结构参数和外部参数具有较好的一致性,表明基于原始光场图像的标定方法的可行性。     

基于光场成像的三维粒子追踪测速技术

将光场成像理论与三维颗粒追踪测速(PTV)技术相结合,实现了单相机三维流场的测量。结合高斯光学和相似原理,推导出了深度与最优重聚焦系数的关系。搭建了光场标定与流场测量系统,提出基于光场成像理论模型的深度标定方法,并与泰勒多项式拟合方法进行对比,证明了其具有较高的稳健性。利用清晰度最大原理,获得原始光场图像的全聚焦图,采用最小特征值角点检测算法对全聚焦图上的颗粒进行定位,结合三维粒子追踪技术,得到颗粒的三维速度。形成了光场PTV的图像处理流程,并对后向台阶流场进行了实测,结果表明光场PTV技术能够较好地测量三维流场。     

辐射成像系统中图像转换屏与物镜耦合的分析

辐射成像系统中,射线沿闪烁体厚度方向产生的光经过镜头形成一个弥散的像。这通常是此类系统空间分辨的主要限制因素。建立了几何光学成像模型,描述了近心光路中此图像的空变特性。用点扩散函数均方根半径表征系统空间分辨性能,给出了图像点扩散函数均方根半径的表达式,其与闪烁体厚度、折射率、镜头相对孔径、成像倍率、射线入射点相对位置直接相关。将硅酸镥晶体3维发光强度分布与镜头进行耦合,分析了闪烁体发光强度分布对耦合的影响。采用点扩散函数均方根半径为最小的原则,建立了一个推导闪烁体相对于物镜放置在最佳位置的方法。     

光场相机视觉测量误差分析

光场相机通过一次曝光可以获取空间目标的位置和方向信息,具有重聚焦和多视角的特性,利用光场的这些特性可以进行视觉测量.本文对光场极平面图像视觉测量、重聚焦视觉测量、双目视觉以及多目视觉测量方法的测量原理和误差影响因素进行了理论分析,并通过实验验证了光场视觉测量误差跟不同视角基线长度,主透镜焦距大小,目标离相机的实际距离等结构参量的关系;理论分析和实验结果表明,由于相机基线较短,远距离测量误差较大,近距离测量具有较高的精度;在光场微透镜阵列大小有限条件下,采用多个视角组合的测量方法具有更高的测量精度.     

基于相机阵列的红外光场成像

光场成像作为一种应用广泛的计算成像方法,其研究仍局限于电磁波谱中的可见光波段。因此,提出基于相机阵列的红外光场成像方法。首先利用单台被动红外相机移动到同一平面的不同位置分别对同一静态目标场景成像,获取原始红外图像序列,经平移视差校正后生成红外光场数据库;然后基于光场渲染理论,获得重采样图像。与只记录二维位置信息的传统红外成像比较,红外光场成像能够记录包含位置和方向的四维信息。实验结果表明,该法能够融合多幅低信噪比的图像获得一幅信噪比提高的重采样图像,通过孔径叠加平均可实现穿透遮挡物成像,通过选取不同深度值进行重采样可实现红外场景不同深度的数字重聚焦,使红外成像在军事和民用领域更有应用价值。     

基于平场光栅的稀疏约束鬼成像高光谱相机

基于稀疏约束的鬼成像光谱相机,能够通过单次曝光获得目标场景的三维空间光谱数据立方体。但是由于不同波长的散斑场在探测器的同一位置处,使得仪器的光谱分辨率和信噪比受到限制。为了解决上述问题,提出了利用平场光栅分光将不同波长的光场在探测面上错开一定距离的系统,实现了基于平场光栅的稀疏约束鬼成像高光谱相机。通过对系统成像过程的理论推导,得到了系统的关联函数,并通过实验和数值模拟验证了理论推导结果。在保证原先光谱相机优点的同时,基于稀疏约束的鬼成像高光谱相机可以分别调控光谱分辨率和空间分辨率,实现可控的信噪比。此外,还能够根据不同波长的光场特性来优化测量矩阵,从而提高图像恢复质量。     

基于矩阵变换的光场成像及重聚焦模型仿真

基于光场的两平行平面表示方法,针对光场相机两参考平面间的共轴空间距离变换、离轴空间距离变换、轴旋转和沿轴旋转以及透镜作用等对光线描述方式的影响,给出了相应的光场矩阵变换方程,并利用这些方程,建立了光场相机的成像模型、采样模型及辐射传输模型.从光场共轴空间距离变换的观点出发推导出可实现不同点清晰成像的数字重聚焦公式.利用所建立的模型,计算机仿真生成了目标景物,并用所建立模型对生成景物进行了数字重聚焦,验证了数字重聚焦后的图像与直接聚焦图像的一致性.     

A novel optimization method of camera parameters used for vision measurement

Camera calibration plays an important role in the field of machine vision applications. During the process of camera calibration, nonlinear optimization technique is crucial to obtain the best performance of camera parameters. Currently, the existing optimization method aims at minimizing the distance error between the detected image point and the calculated back-projected image point, based on 2D image pixels coordinate. However, the vision measurement process is conducted in 3D space while the optimization method generally adopted is carried out in 2D image plane. Moreover, the error criterion with respect to optimization and measurement is different. In other words, the equal pixel distance error in 2D image plane leads to diverse 3D metric distance error at different position before the camera. All the reasons mentioned above will cause accuracy decrease for 3D vision measurement. To solve the problem, a novel optimization method of camera parameters used for vision measurement is proposed. The presented method is devoted to minimizing the metric distance error between the calculated point and the real point in 3D measurement coordinate system. Comparatively, the initial camera parameters acquired through linear calibration are optimized through two different methods: one is the conventional method and the other is the novel method presented by this paper. Also, the calibration accuracy and measurement accuracy of the parameters obtained by the two methods are thoroughly analyzed and the choice of a suitable accuracy evaluation method is discussed. Simulative and real experiments to estimate the performance of the proposed method on test data are reported, and the results show that the proposed 3D optimization method is quite efficient to improve measurement accuracy compared with traditional method. It can meet the practical requirement of high precision in 3D vision metrology engineering.     

Constructing feature points for calibrating a structured light vision sensor by viewing a plane from unknown orientations

To calibrate a structured light vision sensor, it is necessary to obtain at least four non-collinear feature points that fall on the light stripe plane. We propose a novel method to construct non-collinear feature points used for calibrating a structured light vision sensor with a planar calibration object. After the planar calibration object is moved freely in the range of measuring of the structured light vision sensor at least twice, all the local world coordinates of the feature points falling on the light stripe plane can be readily obtained in site. The global world coordinates of the non-collinear feature points in the local world coordinate frame can be computed through the three-dimensional (3D) camera coordinate frame. A planar calibration object is designed according to the proposed approach to provide accurate feature points. The experiments conducted on a real structured light vision sensor that consists of a camera and a single-light-stripe-plane laser projector reveal that the proposed approach has high accuracy and is practical in the vision inspection applications. The proposed approach greatly reduces the cost of the calibration equipment and simplifies the calibrating procedure. It advances structured light vision inspection one step from laboratory environments to real world use.     

Line structured light vision sensor calibration using parallel straight lines features

Line structured light vision sensor (LSLVS) calibration is to establish the relation between the camera and the light plane projector. This paper proposes a geometrical calibration method for LSLVS via three parallel straight lines on a 2D target. The approach is based on the properties of vanishing points and lines. During the calibration, one important aspect is to determine the normal vector of the light plane, another critical step is to obtain the distance parameter d of the light plane. In this paper, we put the emphasis on the later one. The distance constraint of parallel straight lines is used to compute a 3D feature point on the light plane, resulting in the acquisition of the parameter d. Thus, the equation of the light plane in the camera coordinate frame (CCF) can be solved out. To evaluate the performance of the algorithm, possible factors affecting the calibration accuracy are taken into account. Furthermore, mathematical formulations for error propagation are derived. Both computer simulations and real experiments have been carried out to validate our method, and the RMS error of the real calibration reaches 0.134 mm within the field of view 500 mm × 500 mm.     

X射线光场成像技术研究

X射线三维成像技术是目前国内外X射线成像研究领域的一个研究热点.但针对一些特殊成像目标,传统X射线计算层析(CT)成像模式易出现投影信息缺失等问题,影响CT重建的图像质量,使得CT成像的应用受到一定的限制.本文主要研究了基于光场成像理论的X射线三维立体成像技术.首先从同步辐射光源模型出发,对X射线光场成像进行建模;然后,基于光场成像数字重聚焦理论,对成像目标场在深度方向上进行切片重建.结果表明:该方法可以实现对成像目标任一视角下任一深度的内部切片重建,但是由于光学聚焦过程中的离焦现象,会引入较为严重的背景噪声.当对其原始数据进行滤波后,再进行X射线光场重聚焦,可以有效消除重建伪影,提高图像的重建质量.本研究既有算法理论意义,又可应用于工业、医疗等较复杂目标的快速检测,具有较大的应用价值.     

平顶线结构光的中心检测算法及光刀平面标定

针对传统线结构光光刀平面标定方法测量精度不高,应用范围小的问题,提出基于平面标靶的线结构光系统光刀平面标定,对无激光的标靶图片进行迭代摄像机标定,有激光的标靶图片进行光刀平面标定.提出光强符合均匀分布的平顶激光检测中心算法,将平顶激光建模为矩形的台阶函数,估计背景亮度和前景亮度,确定亮条纹宽度,再将窗口内的有效像素参与重心计算,得到光条纹中心.用该算法对不同噪声及不同量块的图片进行处理,结果表明,处理后图像的均方根误差分别在0.149pixel和0.176pixel内,表明该算法抗噪声能力强、精度高.用该算法提取光条中心,计算光条在标靶上的位置,根据至少两个姿态下的光条中心三维点,基于最小二乘法拟合光刀平面.通过迭代摄像机标定和光刀平面标定,利用三角测量法,在立体视觉模型下获取物体的三维点云数据.实验测量两个距离为100.5mm的标准球,相机与标准球距离为500mm,比较两球心距离与标准距离,测得平均误差为0.236mm.表明平顶激光检测中心算法切实可行,光刀平面标定方法基本满足要求.     

A novel 1D target-based calibration method with unknown orientation for structured light vision sensor

The problem associated with calibrating a structured light vision sensor is that it is difficult to obtain the coordinates of the world calibration points falling on the light stripe plane. In this paper, we present a novel method to address this problem by randomly moving a 1D (one-dimension) target within the sensor's view field. At each position where the target is set, the world coordinates with one calibration point on the light stripe plane that can be obtained based on at least three preset known points on the 1D target by a proposed two-stage technique. Thus, as long as the 1D target is at least set at three different positions, not less than three such calibration points can be obtained to perform the structured light vision sensor calibration. The simulation and real experiments conducted reveal that the proposed approach has an accuracy of up to 0.065 mm. The advantages of the proposed method are: (1) 1D target is easily machined with high accuracy, which reduces the cost of the calibration equipment; (2) the method simplifies the calibration operation and can be convenient in on-site calibration; (3) the method is suitable for use in confined spaces.     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光系统的相机标定的精度对三维测量的精度有很大影响。首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。     

基于线阵CCD的空间相机实时检焦系统研究

实时精密检调焦技术是空间相机必不可少的重要组成部分,它直接影响相机的成像质量。如何对焦面位置进行检测是精密检调焦技术的核心。基于线阵CCD的空间相机实时检焦系统是用线阵CCD作为光采样元件,结合特殊设计的精密自准直检焦光学系统,实现对空间相机焦面位置的精确检测,并通过实验验证,达到较为理想的结果。