基于单目视觉边缘频谱的散焦图像测距算法研究

为了实现基于单目相机的弱或无表面纹理特征目标精确测距，提出了一种基于保留边缘频谱信息的改进散焦图像测距算法。通过对比以傅立叶变换和拉普拉斯变换为计算核心的两种经典散焦测距理论，构建相应的清晰度评价函数，根据灵敏度更好的频谱清晰度函数选择基于频谱的散焦测距法，并根据频谱清晰度函数在保留目标边缘信息的基础上选择频域计算范围，从而进行测距。为验证算法的可行性，本文采用6组不同的鸭蛋样本，获取不同光圈、不同距离的散焦图像，利用该改进算法求解鸭蛋到相机镜头的距离。实验结果表明，基于边缘频谱保留的散焦图像测距改进算法具有良好的测距效果，相关系数为0.986，均方根误差为11.39 mm，并发现对于斜放拍摄的鸭蛋图像进行图像旋转处理后，可有效地提升测距能力，均方根误差从11.39 mm下降至8.76 mm，平均相对误差从2.85%下降至2.28%，相关系数提升至0.99。基本满足了弱或无表面纹理特征目标测距的稳定、精度等要求。