版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、光場圖像包含豐富的空間3D信息,因此光場圖像可以用于重聚焦、深度估計以及三維顯示,其中精確的深度信息對顯著性檢測、超分辨重建、目標(biāo)識別及3D表面重建等技術(shù)的發(fā)展具有重要的作用。雖然相機陣列和微透鏡陣列光場圖像獲取方法能夠有效的記錄光場圖像,但相機陣列方法由于體積大、成本高使應(yīng)用受到限制;微透鏡陣列方法是以犧牲圖像的空間分辨率換取角度分辨率。因此采用掩膜方法進行高分辨率光場采集與重建,并以重建光場圖像為基礎(chǔ)完成深度估計。本文的主要研究內(nèi)容
2、如下:
(1)、研究壓縮感知的基本原理與掩膜光場相機的對應(yīng)關(guān)系,把壓縮感知原理應(yīng)用到光場重建中。壓縮感知理論中信號的稀疏表示是能夠重建的前提,為此詳細(xì)闡述了K-SVD算法原理,用K-SVD算法訓(xùn)練光場樣本集獲取光場過完備字典,滿足光場圖像的理想稀疏表示,以更好的重建光場圖像。
(2)、對隨機測量矩陣優(yōu)化,滿足光場的物理重建需要。對優(yōu)化的隨機測量矩陣進行仿真光場圖像的采集與重建,證明此方法可以重建高空間分辨率和大角度分
3、辨率的光場圖像。在此基礎(chǔ)上搭建基于掩摸的物理光場采集平臺,研究真實采集平臺下物理掩摸-投影矩陣-測量矩陣的轉(zhuǎn)換關(guān)系,完成掩摸到測量矩陣變換。最后通過光場過完備字典、掩膜轉(zhuǎn)換得到的測量矩陣、CCD編碼采樣圖結(jié)合壓縮感知重建算法,實現(xiàn)真實光場的物理采集和重建。為真實光場圖像的獲取提供一種簡單、有效的方法。
(3)、分析光場圖像重聚焦原理,用光場角度像素塊移動求和替代復(fù)雜積分實現(xiàn)光場圖像重聚焦。為更好的估計遮擋邊緣的深度信息,本文先
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于壓縮感知的光場采集和重建研究.pdf
- 基于深度線索和遮擋檢測的光場相機深度估計研究.pdf
- 基于變分法的光場深度流估計.pdf
- 抗遮擋的光場圖像深度估計算法研究.pdf
- 基于微透鏡陣列的光場圖像深度估計研究.pdf
- 壓縮感知中重建算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的光場圖像深度估計.pdf
- 基于多線索和遮擋檢測的光場相機深度估計研究.pdf
- 基于壓縮感知的DOA估計.pdf
- 光場重構(gòu)及深度提取.pdf
- 壓縮感知信號重建算法的研究.pdf
- 壓縮感知重建算法的若干研究.pdf
- 壓縮感知圖像重建算法研究.pdf
- 圖像壓縮感知重建算法研究.pdf
- 基于壓縮感知的DOA估計研究.pdf
- 基于壓縮感知的CT重建算法研究.pdf
- 用于壓縮感知信號重建的算法研究.pdf
- 壓縮感知重建算法及在圖像重建中的應(yīng)用研究.pdf
- CT圖像重建的壓縮感知算法研究.pdf
- 基于壓縮感知的OFDM稀疏信道估計及研究.pdf
評論
0/150
提交評論