基于聚焦堆栈视差维超分辨的视差估计方法

聚焦堆栈数据受到视差维分辨率低的限制,导致由聚焦堆栈数据估计的视差的精度低、鲁棒性差。从聚焦堆栈数据的视差维频谱优化出发,引入聚焦堆栈视差维滤波器,提出基于视差维滤波的聚焦堆栈视差维超分辨方法,实现高精度的稠密视差估计。通过聚焦堆栈的频谱分析,选取巴特沃斯滤波作为视差维滤波器,实现聚焦堆栈数据高保真的视差维超分辨。利用视差维超分辨后的稠密聚焦堆栈,基于Robust focus volume regularization(RFV)算法实现稠密、高精度视差估计。模拟数据与实际数据实验结果表明：视差维滤波能够实现高效的视差维超分辨和高精度的稠密视差估计。     

一种体视显微镜聚焦一致性的判定方法

针对立体显微图像在同一位置双目清晰度不同的问题,提出了一种体视显微镜聚焦一致的性判定方法。使用连通区域分割方法对不同深度标定板图像进行分割,提取圆点中心,选取清晰度评价区域;使用聚焦测度对不同深度图像进行清晰度评价,得到清晰度-深度关系曲线,利用曲线拟合求取曲线峰值得出深度信息;利用左右目圆点中心的三维坐标分别拟合出左右全聚焦平面,通过测量左右全聚焦平面夹角以及评价区域中左右目圆点中心距离来分析聚焦性。结果表明,能够有效地判定体视显微镜聚焦的一致性。     

基于变分模型的单目视觉三维重建方法

提出一种基于单目视觉的致密场景重建方法,以实现对环境快速,准确地三维立体化建模。该方法针对自由式手持单目相机,在并行跟踪与地图创建(PTAM)算法框架下准确地实现相机的自定位。在此基础上,选取关键帧处图像序列,构造变分模式下深度估计模型;运用离散空间采样法获取初始深度图,借助于原始对偶算法实现该深度模型的优化,并结合相机投影模型估计待求解场景的三维模型。在统一计算设备架构(CUDA)下,利用图形处理器(GPU)进一步实现了深度估计算法的并行优化,显著提高了算法处理的实时性。真实场景下实验结果验证了所提算法的有效性与可行性。     

基于遮挡场景的光场图像深度估计方法

针对在深度估计过程中的遮挡问题,提出一种新的基于多线索融合的光场图像深度估计方法。利用约束性自适应散焦算法和约束性角熵度量算法获取场景的散焦线索、一致性线索,并计算出场景的初始深度、置信度。为增强图像的边缘轮廓信息,通过Canny算子提取中心视角图像的边缘信息,然后利用马尔可夫随机场融合场景的初始深度、置信度及边缘信息,实现图像的高精度深度估计。与其他先进方法相比,所提方法能够较好地解决场景中存在的遮挡问题,获取的深度图精度较高、平滑效果较好,图像边缘保持效果较好。     

利用光场合成与弥散圆渲染的单幅图像重聚焦

提出一种单幅图像动态重聚焦方法,结合基于深度学习的光场合成与基于几何结构的弥散圆渲染方法,模拟出光场重聚焦效果。该方法仅输入单幅图像,首先进行深度估计,然后将深度图转换为视差,最后在不同深度确定弥散圆直径以进行像素重采样。设计两种神经网络结构,分别以光场相机的多视角子图和重聚焦图像为样本进行有监督的深度学习。在多个数据集和实际场景中的实验结果表明,本文方法在可接受的计算成本下能获得优于其他方法的视觉效果与评价指标,峰值信噪比达到了34.55,结构相似度达到了0.937。     

显微视觉自动聚焦研究

提出一种评估空域聚焦函数的方法。从计算时间与聚焦曲线变化率两个方面,提出四个参量作为评估依据．可从多个函数中筛选出最佳聚焦测度。针对研制的微对准装配自动聚焦系统的评估结果表明：灰度熵函数是适合于该系统的最佳聚焦测度。为克服聚焦搜索运动中的机械传动回差,提出不同于传统聚焦策略的“定位法”。该方法的核心是建立聚焦函数值与离焦量之间的函数关系,提出采用多项式拟合、高斯函数拟合以及样条插值拟合的方法可以构建这种函数关系;并给出了计算结果。最后综合灰度熵函数与定位法策略进行自动聚焦实验．得到自动聚焦精度为3．4μm;完成一次自动聚焦平均时间为3．3s。实验结果证明所述方法可以实现准确、实时地自动聚焦。     

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。     

基于语义目标匹配的三维跟踪注册方法

提出了一种基于语义目标匹配的三维跟踪注册方法。通过改进的单发多框检测(SSD)深度卷积神经网络对图像进行语义分割,获取场景中不同目标的像素级语义分割结果。在求取相机姿态的目标函数时,融合了图像的灰度约束与几何约束对相机的姿态进行估计。所提方法减小了特征点的缺乏或误匹配问题对三维跟踪注册算法性能的影响,且能够适应不同结构的场景。研究结果表明,该方法的误差不超过2.2pixel,基本满足了实时性的要求。     

显微物镜聚焦光场任意三维偏振方向的控制

线性偏振光在显微物镜焦斑处入射,与径向偏振光相干叠加产生三维偏振光场,通过调节两束光光强比率和入射线偏振光偏振方向实现聚焦光场任意三维偏振方向的控制.基于矢量光场衍射理论建立了仿真计算模型,对所提三维偏振方向控制方法的可行性进行理论验证和实验评估.构建实际控制光路并进行初步测试,实验结果表明了该方法的可行性,且相比于其他三维偏振控制方法,本文所提方法和其控制光路更为简单易实现.     

面向机器人手术模拟器的神经辐射场软组织动态三维重建

构建了一种基于自监督的框架,该框架从单目立体内窥镜视频中提取多视图图像,利用图像中的底层三维（3D）信息构建对象的几何约束,实现软组织结构的准确重建。基于分割任意场景模型对内窥镜下的动态手术器械、静态腹腔场景及可形变软组织结构进行分割解耦。该框架利用简单的神经网络多层感知机来表示动态神经辐射场（NeRF）中运动手术器械和形变软组织结构,基于偏斜熵损失对手术场景中的手术器械、腔体场景和软组织结构进行正确分离。在通过使用单目立体内窥镜捕获机器人手术模拟器场景的数据集上,将所提方法的结果与其他方法进行定量定性比较。结果表明本文方法在处理腹腔体场景、软组织结构重建、手术器械的分割解耦,以及来自多视点的3D信息和运动对象的图像分割等方面显著优于当前的方法。     

基于AutoCAD和3DSMAX的虚拟校园三维场景构建研究

当前的虚拟校园三维场景构建方法是利用osgEarth获取GoogleEarth数据,构建虚拟校园三维地图,然后依据本地地形信息与三维场景模型完成对虚拟校园的三维场景构建。该方法在三维场景构建过程中没有考虑到校园后续建设发展,只凭现在所需进行三维场景构建,导致虚拟校园三维场景杂乱,存在虚拟校园三维场景构建顾虑不周的问题。为此,提出一种基于AutoCAD和3DSMAX的虚拟校园三维场景构建方法。该方法首先利用Kinect的RGB深度摄像头获取校园平面数据、影像数据和贴图资料,采用相机阵列合成算法对所得校园图像进行特征提取,然后依据非局部均值滤波方法对获取的校园图像进行去噪操作,最后利用边缘方向和梯度表示中的结构方向与强度,对校园图像外轮廓的纹理特征进行收敛,依据外轮廓纹理特征收敛实现校园图像内轮廓的准确定位,将校园图像与虚拟校园三维场景构建所需图像进行匹配,由此完成对虚拟校园三维场景的构建。实验结果证明,所提方法是虚拟校园三维场景构建领域革命性的突破,提高了学校的招生率,增加了校园文化历史的展现机会,为该领域的研究发展提供了有效依据。     

先进驾驶辅助系统中基于单目视觉的场景深度估计方法

针对先进驾驶辅助系统对车辆前视景深信息的需求,在无监督学习框架下提出了一种基于单目视觉的场景深度估计方法。为了降低不同尺寸的前视目标对景深估计结果的影响,采用金字塔结构对输入图像进行预处理;在训练过程中,将深度估计问题转化为图像重建问题,利用双目图像设计了新的损失函数代替真实深度标签,解决了真实场景景深数据难以获取的问题;将中间多尺度的视差图与原输入图像的尺寸统一,改善了深度图中的空洞现象,提升了景深估计精度。在KITTI和Make3D数据集上的定量与定性对比结果表明,本方法可以获得准确度较高的绝对景深数据,且具有良好的泛化能力。在真实道路场景下的实验结果表明,本方法可以利用单张车载前视图像得到对应的像素级景深信息。     

基于深度相机的特殊表面定位与修复

由于成像原理限制,深度相机无法获得非朗伯体高反射面和透明物质的真实深度值,造成模型缺失甚至重建失败。针对特殊表面的三维重建问题,提出一种定位特殊表面并优化位姿追踪的方法。通过累计零深度区和时序一致性约束优化对特殊表面进行定位。对深度数据置信度进行评估,并采用空间、时间两个维度上非平均的位姿计算方法来减小透明物质对位姿计算的影响。实验结果表明,在自然场景中,所提方法能够仅通过消费级相机采集的深度数据完成包含特殊表面的三维模型重建与修复,位姿追踪更加准确,模型精度更高。     

压缩光场重建与深度估计

针对光场深度估计过程中数据量大、边缘处深度估计结果不准确问题,利用压缩感知原理重建光场,提出一种新的多信息融合的光场图像深度估计算法。利用压缩感知重建算法重建5×5视角光场数据,获取光场数据后首先移动子孔径实现重聚焦,然后利用角度像素块散焦线索和匹配线索计算出场景初始深度和置信度。计算图像边缘信息,通过融合初始深度、置信度、边缘信息获取最终深度。实现压缩光场仿真重建,并对仿真光场数据和公开光场数据进行深度估计,实验结果表明:可以仿真重建出5×5视角光场数据,且仿真重建的光场可用于深度估计。该深度估计算法在场景边缘处的深度估计结果边界清晰,层次分明,验证了重建光场深度估计的可行性与准确性。     

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。     

全息模拟再现像的三维重构

提出一种全息模拟再现像的三维重构方法,可以模拟再现得到三维再现像.计算机模拟再现许多幅在不同深度位置的二维光强分布;利用灰度级变化的聚焦度评价方法,通过寻找最大聚焦度值,确定再现三维像各像点的深度信息.实验证明,该方法能实现模拟再现像的三维重构,使数字全息术有希望成为一种全新的三维面形检测技术.再现像三维重构的实现可以更客观地对全息图进行像质评价,并验证计算机制全息术算法的正确性.     

基于共焦照明的合成孔径成像方法

合成孔径成像技术利用虚拟大尺寸孔径可实现局部被遮挡目标的有效探测,但是当场景中存在强背向散射时,重聚焦图像质量大大降低。针对上述问题,提出了一种基于共焦照明的合成孔径成像方法。该方法根据场景目标分布的深度信息对照明光源进行调制,有效实现聚焦面目标和非聚焦面目标接收的光照度差异;同时结合合成孔径成像重聚焦方法,实现了局部被遮挡的共焦照明面目标的高质量重建。利用反镜阵列搭建了共焦照明合成孔径成像系统,对指定深度目标进行共焦照明重聚焦成像,结果表明,所提方法能够有效区分场景中聚焦面和非聚焦面目标反射光的强度,并能获取共焦照明面目标的高质量图像信息,效果远远优于现有的合成孔径成像方法。     

基于线性调频机制的太赫兹无损检测成像技术

基于全固态电子器件和零中频机制，设计了基于调频连续波的太赫兹无损检测成像系统。所提系统的有效频率范围为9.375～13.75 GHz,经24倍频后自由空间中的频率范围为0.225～0.330 THz。采用单个喇叭天线与定向耦合器结合，实现收发一体，并利用光学透镜组对太赫兹波束进行准直聚焦。对准光系统的波束质量进行了优化，提高了系统的信噪比，确保了在现有参数条件下的最佳空间分辨率。同时，采用相位聚焦的方法对系统进行了非线性矫正，使得深度分辨率接近理论分辨率。系统采用直线扫描和旋转扫描组合的方式，实现了柱坐标三维数据的获取。利用所提系统对高压绝缘端子进行了检测评估，并重构了全视角透视图像，实现了目标三维结构在实空间和像空间的孪生对应。此外，所提系统能够准确地显示绝缘端子内部的异常区域，有助于直观地评估被检测目标的内部状态，进而可以进一步满足工业领域无损检测的需求。     

基于深度学习的故障检测方法

针对传统故障诊断方法中特征提取技术难度大、故障样本获取困难等问题,在深度学习计算框架下提出了一种半监督训练的故障检测方法,利用深度信念网络中的受限波茨曼机堆栈结构实现了数据高层特征的自动提取,结合支持向量数据描述方法实现了异常数据检测,只需利用正常工况的数据样本进行网络训练和模型拟合,无需故障样本数据,也无需人工干预进行信号特征提取,即能实现对故障数据进行的实时检测和判别。经采用标准轴承实验数据的三组故障数据进行验证,故障识别率达到100%,具有很强的工程应用价值。     

应用于一体化摄像机的自动聚焦搜索算法研究

一体化摄像机的自动聚焦过程就是镜头按照自动聚焦搜索算法寻找图像清晰度评价函数最大值的过程,自动聚焦搜索算法对自动聚焦过程的实时性和准确率影响很大。为了解决现有算法在光源场景和无细节场景下聚焦失败的问题,提出了一种基于场景预测的聚焦搜索算法,该算法对成像场景进行智能分析、判断并分类,在不同的场景下采用不同的搜索策略,提高了自动聚焦搜索的稳定性和准确率。同时,针对现有算法在散焦区判断聚焦曲线峰值方向困难的问题,引入模糊度评价模型,该模型能够准确判断聚焦曲线峰值方向,分析实验数据发现,新的算法在散焦区的聚焦速度提升了24.3%。实验证明,新的算法在基于海思Hi3518A处理器搭建的一体化摄像机成像系统中具有很高的应用价值。