基于双路偏振影像分光的立体视觉

提出使用金属薄膜对双路偏振影像进行分光以实现三维立体视觉.由两台相同的液晶显示器出射的线偏振光分别被超薄铝膜反射和透射.由于超薄金属膜的光学常数与膜的厚度相关,采用分段线性函数建立铝膜的厚度与体积分数的关系,进而用Sheng模型估计铝膜的光学常数.证明了反射光和透射光都是椭圆偏振光且主轴接近垂直,从而可以通过偏振方向互相垂直的偏振片将两者加以区分,并使观察者对液晶显示器的图像产生深度感.考虑到双目入射光强度的均衡,计算了最优的铝膜厚度.实验结果与理论分析完全符合,验证了方法的正确性. 关键词： 立体视觉 液晶显示 光学常数 超薄金属膜     

Dispersion compensation for an ultrathin metal film using LCD—CCD system

A dispersion compensation method is introduced to correct the distorted image passing through an ultrathin metal film.An LCD-CCD system is modeled by the back propagation network and used to evaluate the transmittance of the ultrathin metal film.Training samples for the network come from 729 images captured by shooting test patches,in which the RGB values are uniformity distributed between 0 and 255.The RGB value of the original image that will be distorted by the dispersion is first transformed by mapping from the LCD to the CCD,multiplied by the inverse matrix of the transmittance matrix,and finally transformed by mapping from the CCD to the LCD,then the corrected image is obtained.In order to verify the effectiveness of the proposed method,ultrathin aluminum films with different thicknesses are evaporated on glass substrates and laid between the CCD and LCD.Experimental results show that the proposed method compensates for the dispersion successfully.     

基于跨尺度引导图像滤波的稠密立体匹配

针对现有局部立体匹配算法在弱纹理表面、深度不连续处等特定区域匹配精度低、实时性难以满足要求等问题,提出了一种基于跨尺度引导图像滤波的稠密立体匹配算法。利用图像分割技术对立体图像进行预分割,得到分割区域内像素的聚合半径;以此半径为指导,在立体图代价空间中以3种不同尺寸的核进行滤波,引入正则化项确保聚合代价的一致性,以得到更有效的聚合代价;运用简单高效的贪心策略获取初步视差。基于Middlebury测试平台的实验结果表明所提算法兼具实时性和高效性。     

基于小波变换和维纳滤波的半导体器件1/f噪声滤波

针对半导体器件中普遍存在的1/f噪声提出了一种结合了提升小波变换和维纳滤波器的处理方法.首先利用重新加权迭代最小二乘法拟合1/f噪声的功率谱曲线得到噪声参数的估计,从而选择恰当的小波.其次,对包含了1/f噪声的信号进行提升小波变换.考虑到小波变换对1/f噪声的白化作用,利用维纳滤波器对每一层小波系数进行处理.设计了最优全通滤波器以校正维纳滤波器的相频特性,使得小波系数经滤波后相位不变.最后利用提升小波逆变换获得被1/f噪声淹没的信号.利用实验检验了提出方法的有效性,实验数据采自用于微创外科手术机器人的力传感器.结果表明提出的方法能够有效抑制1/f噪声,并使传感器的分辨力提高了25%. 关键词： 半导体器件 f噪声')" href="#">1/f噪声 提升小波变换 维纳滤波     

基于多引导滤波的图像增强算法

图像增强技术可以有效地突出图像中的有用信息,已广泛应用于多个领域.现有的图像增强算法往往无法应对自然图像中复杂的梯度分布,难以准确保持图像中前景与背景的边缘信息.为了改善输出图像的边界过平滑问题,本文提出了一个基于多引导滤波的图像增强算法.首先,设计了一个以滤波核为变量的通用图像优化模型,现有的联合滤波器可视为该模型的解;然后,依据集成学习的思想,将联合滤波器中的单幅引导图像扩展到多幅,以更好地利用引导图中的结构信息进而获得更好的输出结果,并给出了一个多幅引导图的来源途径;最后,对多幅输出图像进行平滑,在图像优化模型中加入正则化项,以确保由多引导滤波得到的不同滤波输出保持一致.实验结果表明,本文算法在抑制图像噪声的同时,可以更好地保留物体的边界信息,从而使图像的信噪比进一步提升.