基于灰度梯度的散焦圖像測距算法的研究.pdf

1、在計(jì)算機(jī)視覺中，計(jì)算目標(biāo)物體到攝像機(jī)的距離是至關(guān)重要的，它是景物目標(biāo)三維重建的關(guān)鍵?；谏⒔箞D像的測距方法(DFD)是近年來計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一。它屬于單目視覺，避開了目前仍未能有效解決的立體視覺中的特征點(diǎn)匹配問題，因此在很多領(lǐng)域更具有實(shí)際應(yīng)用價(jià)值。但現(xiàn)有的散焦測距算法大多是利用至少兩幅圖像，提取圖像的邊緣信息，通過比較圖像邊緣的模糊程度來估計(jì)物體與攝像機(jī)的距離。然而，因?yàn)樯⒔箞D像的邊緣模糊程度較大，難以確定其精確位置。因此，只

2、根據(jù)圖像邊緣信息估計(jì)物體深度有很大的局限性。 本文在Subbarao測距算法的基礎(chǔ)上，將灰度梯度法用于散焦圖像的深度估計(jì)中。第一，由灰度梯度法確定物體上兩點(diǎn)間的相對(duì)深度。第二，根據(jù)散焦模型，由兩物點(diǎn)在CCD成像面上彌散斑直徑的大小關(guān)系判斷實(shí)際成像面與聚焦像面的相對(duì)位置關(guān)系。第三，利用S變換，通過估計(jì)點(diǎn)擴(kuò)散參數(shù)，求得用于估計(jì)物體與鏡頭間距離的公式。 該方法從研究圖像二維信息中三維線索的角度出發(fā)，通過理論分析和詳細(xì)推導(dǎo)，證明