一、自然光曝光估计的基本方法(上)——影响曝光估计因素的分析(论文文献综述)
李欣锴[1](2021)在《分时偏振成像系统定标方法研究》文中认为太阳的剧烈爆发活动,如日冕物质抛射、耀斑等产生的等离子体会对空间环境产生剧烈扰动,严重时甚至造成人员伤亡,所以对太阳活动进行观测和预报是空间天气监测的重要方法。日冕物质抛射前伴随着区域性的密度变化,对日冕进行偏振亮度测量,获得的日冕区域电子密度和温度等物理信息,预报和预警太阳爆发,避免太阳剧烈活动对人类生活造成的破坏性影响。根据偏振测量方法的不同可分为分时、分振幅、分焦面、分孔径偏振成像等类型,常用分时偏振成像系统。但是进行分时偏振测量时,需要注意观测目标短时间内不能发生大幅度变化,避免目标运动导致偏振图像模糊。光学系统存在残余偏振效应,会改变待测入射光束的偏振态,影响偏振测量精度;偏振片的消光比、角度标定误差和探测器噪声都会对不同偏振角度下探测器接收的光强信息产生影响,导致测量精度下降。因此,分时偏振成像系统必须进行偏振定标,校正光学系统、偏振片消光比等产生的系统误差,保证偏振探测精度。本文针对分时偏振成像系统偏振定标的方法,开展以下研究工作:针对分时偏振成像系统,采用Stokes-Mueller矩阵法,分析角度误差、系统偏振效应等因素对偏振精度的影响;采用基于克罗内克积的伪逆分析法,分析探测器高斯、泊松噪声对定标精度的影响,提出自然光入射时定标精度仅依赖系统反射率而不受其他偏振特性影响的优化定标方案;提出不同入射光偏振态的优化定标方案,解决了平行光管产生的小偏振度入射光影响系统定标精度的问题。在研究两种噪声对定标精度影响的基础上,利用多样本均方误差的一阶泰勒展开式,得到归一化响应矩阵的估计方差公式,分析光源强度、噪声大小以及定标方案对定标精度的影响,提出根据定标精度要求确定探测器最小灰度值、最少定标次数的方法,降低重复性实验及时间相关误差造成的影响,并进行模拟及实验验证。结果表明:理论计算与实验定标精度差异小于7.5%,为实验室及在轨偏振定标的方案设计提供理论基础。根据部分偏振光入射的优化定标方案,完成日冕偏振成像仪的系统偏振定标。结果表明:该定标方案可以准确得到系统响应矩阵,系统探测精度达到1.5%,响应矩阵定标精度达到0.73%。研究极紫外波段反射式偏振片和偏振探测系统的设计方法,设计一种9.4nm多层膜反射式偏振片;研制紫外两反射式偏振片、起偏器及偏振分析器,进行反射率及消光比的测量;完成紫外偏振系统定标实验,验证极紫外偏振片和偏振系统的设计。结果表明:两反射式偏振片的消光比在中心波长下为1:384,紫外偏振探测系统的探测精度达到3.1%,定标精度达0.18%,为后续的9.4nm偏振系统的研制奠定了基础。
储君秋[2](2021)在《基于多孔径结构的多维成像系统及关键问题研究》文中指出视觉成像探测作为目标探测基础之一,因其非接触性、被动成像能力以及优良的环境适应性而受到了广泛应用。目前,绝大部分成像信息来自于目标反射光的光强信息。然而,随着成像系统与目标探测环境的扩展,尤其在复杂环境下的远距离暗、弱、小目标探测中,由于背景干扰的存在以及目标特征不明显,成像效果受到了极大的限制。为避免光强成像中诸多因素的干扰并提升远距离目标的成像效果,可以通过提升成像维度来实现。光作为电磁波的一部分,蕴含着不同维度的特征属性,如强度、光场、光谱、相位和偏振等。当光与目标相互作用时,目标的特征信息被记录于不同维度之上。由于单一维度仅能记录一部分的目标特征信息,并且不同维度信息同时也具有不同的传输特性与抗干扰能力,因此在具体应用中,不同的成像维度对应着不同的探测场景与应用范围。为此,本文通过多孔径结构与光场、红外及偏振信息的结合,提出了基于多孔径结构的多维成像系统。根据不同维度信息的优势成像场景,以及各维度间信息的互补特性,利用多维信息的成像、融合与解算,丰富目标的特征信息,并实现目标多维信息的重构,提升光电探测系统在复杂环境下的目标成像能力。本文的主要研究内容包括:(1)提出了基于多孔径结构下的目标信息探测的具体实施方案,首先,通过利用成像系统整体结构及各维成像方法的优缺点的分析,实现系统的选型。其次,通过成像系统的结构标定、目标单维信息探测以及多维信息融合手段的流程分析,梳理系统的成像方法。最后,通过典型的系统成像场景分析,明确系统的具体应用场景及成像情况。(2)对近远距离下的成像结构内外参数标定手段进行了一定研究,通过分析在受到大气湍流、噪声、失焦等多方面因素影响下的远距离标定结果,对特征点的随机漂移问题做出了分析,并通过多种手段减小了复杂因素影响下的标定误差,提升了远距离参数标定的准确性。(3)基于多孔径结构,构建了多孔径光场成像模块,并以此实现对目标的数字重聚焦以及实验室与外场的目标三维尺度信息提取等内容。同时,通过亚像素配准方法,提高了远距离三维成像时的距离提取精度。同时,通过合成孔径成像与多孔径成像理论的结合,提高多孔径下成像系统的成像分辨率以及测量精度。(4)结合光场成像原理与相空间光学,利用维格纳分布与光学、图像等领域的联系,提出了基于维格纳变换的局域滤波、噪声相位提取,以及相位解包裹方法,并分析了这些方法基于硬件实现的可能性,为之后成像系统光场成像模块的发展做出一定的预研。(5)针对偏振与红外成像维度,研究并分析了偏振及红外对可见光成像的补充作用,并开展了部分验证实验,实验结果证明了多维成像系统在复杂环境下的成像能力,并验证了本文所提出的基于多孔径结构的多维成像系统可能性。
石学[3](2021)在《基于深度学习的HDR图像重构与识别技术研究》文中进行了进一步梳理石油是维持现代社会正常运转的重要能源之一,石油开采过程中一旦发生泄露,将会造成严重的生态灾害和巨大的资源损失。近年来视频监控技术在油田安全巡检中引起广泛的关注,由于视频监控图像具有直观方便的特点,在石油安全巡检中引入计算机视觉技术进行在线监控,及时发现油田采油作业过程中可能出现的故障,可以节省人力资源的消耗并保障安全巡检的质量和效率。传统的漏油检测采用LDR(Low Dynamic Range Image,LDR)图像识别技术获取采油设备的LDR图像并对漏油事件进行判断,该技术虽然具有成本低、使用简便的特点。但该技术必须在良好的气候环境和曝光条件下,尚能取得较为理想的结果,易受到照明条件以及天气状况的限制,稳健性不强。油田漏油区域形状各不相同、油田环境的复杂和光照辐射阴影等因素是油田漏油检测中存在的极大挑战。针对上述问题,本文对前人的研究工作进行分析总结,采用基于深度学习的多曝光HDR(High Dynamic Range Image,HDR)图像重构与识别技术优化对油田采油设备进行监控,将不同曝光水平的LDR图像进行融合重构,解决因天气造成的过曝、弱曝以及阴影对漏油检测产生误检和漏检的问题,为油田漏油检监测提供依据。本文主要研究内容如下:1.采集并构建构建油田漏油数据集。目前现有LDR-HDR图像数据资源较为稀少,也不存在公开可用的石油漏油场景数据集,针对上述问题,本文通过整合先前关于HDR图像重构的数据资源,模拟油田不同漏油场景并采用数码相机对场景进行LDR-HDR图像对的拍摄。将获取到的LDR-HDR图像数据对进行预处理,包括图像筛选以及扩充等。最终对重构的HDR图像进行标注,构建油田漏油数据集。2.利用多曝光LDR图像合成HDR图像。本研究在UNet网络模型的基础上,通过引入Dense Block模块,将其改进为一种多尺度Dense UNet网络来将多曝光LDR图像生成HDR图像。该网络采用一种由粗到细的包含三个子网络的方法来逐步重建HDR图像。在粗尺度分支上,该网络从LDR图像中预测HDR图像的全局信息(如颜色、上下文)。在中等尺度分支上,该网络通过学习邻域像素输出中层细节。而低尺度分支用于保留LDR图像的细节,并预测未被原始图像捕捉到的高频信息。通过对多尺度HDR图像的细化模块,本研究的方法可以生成包含更多细节的HDR图像。此外多曝光图像融合过程中容易出现伪影问题,通过引入光流法对齐像素解决这一问题。本文对不同尺度模型以及不同先进HDR图像重构模型进行了实验对比研究,实验结果表明,该方法在HDR图像的定性和定量上都有较好的效果。3.在合成HDR图像的基础上,对油田漏油区域的HDR图像进行目标识别与检测。本研究通过改进基于RetinaNet网络模型的目标检测方法,采用基于循环训练方法的漏油区域检测技术。为了增强网络模型对漏油困难样本的学习能力,通过循环训练方法进行困难样本挖掘进而减少目标检测中的漏检。为了降低模型对漏油区域的误检概率,引入负样本数据集到网络模型中进行训练。同时采用综合测试方法提高目标识别检测中精确度。对比上述几种目标识别与检测方法结果,本文研究方案在油田漏油图像识别与检测的精确率、召回率与查全率等性能指标都有较大幅度的提升。
王红[4](2020)在《火星探测多光谱相机定标技术研究》文中研究指明本文选题于国家重大工程任务—“火星探测工程”。多光谱相机作为其中的一个重要载荷,其主要科学探测任务为获取着陆区及巡视区的多光谱图像,进而进行火星表面物质类型分布的分析工作。论文从仪器设计需求及科学目标实现两方面出发,对它的光谱、辐射和彩色定标开展了研究工作。本文定标相机是火星探测多光谱相机的鉴定件。首先,分析了火星探测多光谱相机所采用的多光谱实现技术,结合滤光片轮式分光方式和多光谱相机的成像机理,论文建立了系统全面的多光谱相机的信息传输模型和定标模型。其次,采用波长扫描法对多光谱相机进行了光谱定标,给出了具体的实验过程和数据处理流程。将多光谱相机的相对光谱响应作为权重函数,提出了一种新的中心波长和光谱带宽的计算方法。中心波长为波长对于相对光谱响应的加权平均值,而光谱带宽为带宽内面积占总面积w%时的广义w带宽。模拟结果显示,相比高斯拟合法,利用该方法计算的中心波长和光谱带宽进行信息反演时,相对输出偏差最大减小了1.3%,相对辐射误差最大减小了1.83%。再次,制定了全面系统的火星探测多光谱相机的辐射定标方法,实验过程以及数据处理流程。暗电流定标中,将暗电流定标矩阵分为两部分,整机平均暗电流和像素间非均匀性校正因子。平场定标中,给出了最优平场矩阵。绝对辐射定标中,在实验室绝对辐射定标的基础上,模拟分析了火星上不同目标的辐射谱之间绝对定标系数的差异。最后,研究了火星探测多光谱相机的彩色定标方法。将相机输出RGB值做归一化处理,转换成色度值,在与亮度无关的色度空间进行彩色定标,校正相机光谱响应与人眼视觉函数不一致引起的颜色失真。实验结果显示色度空间法相比传统的RGB方法,定标色差平均减小了0.16,而校正色差平均减小了0.65。另外,在获取样本颜色真值时,利用光源的相对光谱分布,基于CIE颜色计算公式,推算了不同定标光源下XYZ颜色空间与RGB颜色空间的转换关系。利用该转换关系,计算得到了实验室D65光源下的转换矩阵,相比标准转换矩阵,提高了样本真值的获取精度。
邹立[5](2020)在《水下图像增强与鱼类跟踪技术研究》文中进行了进一步梳理自然水域下的图像增强和鱼类跟踪对于提升海洋牧场鱼类养殖信息化、自动化、智能化水平具有重要意义,对鱼类行为分析、物种观测及水质状况监测等具有广泛的应用价值。光在水中的传播特性导致水下图像质量退化严重,普遍存在色偏、模糊、光照不均和对比度低等问题。同时,鱼类跟踪过程中泳姿形态多变,游动速度快,且缺少鱼类公用数据集。针对上述问题,本文的主要工作有:1.根据水下图像特点,提出了两种水下图像增强方法。1)基于暗通道先验与Retinex的水下图像增强方法。首先利用暗通道先验理论对水下图像进行去雾预处理,提高图像的清晰度,然后通过超像素分割算法对水下图像进行分割,亮度高的为前景区域,亮度低的为背景区域,并基于Retinex理论分别对两区域进行增强,最后利用泊松融合将两区域合成最终的水下增强图像;2)基于颜色校正与双重曝光融合的水下图像增强方法。首先基于灰度世界假设理论对水下图像进行颜色校正,然后通过双重曝光融合解决水下图像光照不均和低照度的问题,进而实现图像颜色和亮度的增强。该方法处理速度快,实时性好,能较好的应用于水下视频图像序列。2.提出了改进KCF(Kernel Correlation Filters,核相关滤波)的鱼类跟踪算法。在KCF跟踪算法的基础上,分别提取鱼类目标的HOG(Histogram of Oriented Gradient,梯度方向直方图)特征和CN(Color Name,颜色属性)特征,并融合两种特征描述鱼类目标,通过尺度滤波器自适应估计鱼类尺度,最终实现自然水域中多特征与尺度自适应的鱼类目标跟踪。针对缺少水下鱼类跟踪数据集,网上搜集了自然水域中鱼类视频,并进行了人工标注。在自建数据集上,对水下图像增强和改进的KCF跟踪算法进行验证,实验结果表明,有效地解决了水下图像光照不均及模糊等问题,并能鲁棒地实时实现鱼类跟踪。
姜兆祥[6](2020)在《像素偏振成像技术及其在数字全息显微中的应用》文中研究表明偏振成像的基本目标是获取由斯托克斯参量及其衍生参数描述的光波偏振信息,在图像对比度增强、遥感、生物医学诊断、旋光度检测、光弹性应力应变测量、全息、干涉计量等领域有着广泛的应用。像素偏振相机具有结构简单、紧凑、集成化和时间分辨率高等优势,正逐步成为这些领域中实现偏振信息测量的主流选择。本文致力于像素偏振成像技术中像素模型的建立、模型参数的标定、斯托克斯参量的估计、系统误差与随机误差的评估、像素偏振相移技术等基础且关键问题的研究,期望为像素偏振相机的应用建立理论和实验指导。本文的主要工作如下:(1)建立了较为完善的像素模型,用于表征像素偏振相机对斯托克斯参量的测量。(2)对现有基于插值和频域滤波的斯托克斯参量估计方法进行了总结,给出了使用最近邻、双线性、双三次、双三次样条插值进行斯托克斯参量估计的卷积实现。提出了两种普适性估计方法——局部最小二乘估计方法和全局光滑正则估计方法,能够用于非均匀调制下斯托克斯参量的估计。(3)对像素瞬时视场角差异和斯托克斯参量响应的非均匀性带来的系统误差进行了理论和实验研究。使用傅里叶分析推导了基于卷积型插值的估计方法、局部最小二乘估计方法、全局光滑正则估计方法在理想调制下的等效频域滤波实现。评估和对比了几种估计方法处理瞬时视场角误差和非均匀性误差的能力。对现有研究中广泛使用的数值标定方法进行了解释,指出超像素标定方法在处理非均匀性时会引入瞬时视场角误差。提出了能够对实际像素偏振相机的斯托克斯参量估值误差进行定量评估的旋转半波片实验。(4)对噪声导致的随机误差进行了理论和实验研究。首次阐明了像素偏振成像技术中斯托克斯参量估计的整体误差与系统误差和随机误差的关系。对几种斯托克斯参量估计方法中噪声随机误差权重进行了理论分析和实验验证。综合讨论了像素偏振相机的量子效率、增益、噪声、主次透过率对随机误差影响。(5)从偏振成像视角解释了像素偏振相移技术,对比了像素偏振相移与离轴空间相移技术的优劣。给出了数字全息显微成像系统达到衍射极限分辨率时物镜倍率、数值孔径与激光波长、像素偏振相机采样间隔应满足的关系。构建了基于像素偏振相机的数字全息显微系统,实现了数值聚焦功能,并对系统的分辨率进行了实验验证。
张雪娜[7](2020)在《复杂环境下结构光条纹高精度提取关键技术研究》文中认为研究高速条件下轮轨瞬时接触姿态关系,揭示异常接触姿态与病害的关联,提出轮轨病害的养护维修建议,可以为我国轨道交通安全运营提供重要支撑。异常接触姿态测量的关键技术是基于结构光的三维重建,其中结构光条纹中心点的精度直接影响三维重建的精度,而条纹中心点的精度则受外界复杂环境的影响。因此,本文的主要研究内容如下:(1)研究了基于Retinex理论的编码结构光条纹图像增强算法。针对复杂环境下图像存在噪声、高曝光和低曝光的问题,提出了一种基于自适应伽马函数的多尺度Retinex算法进行图像增强。首先使用中值滤波和HDRCNN网络对原始的编码结构光条纹图像进行预处理,去除椒盐噪声和加强高曝光区域信息;然后基于多尺度Retinex理论获取图像的照明分量以定义自适应伽马函数;最后使用伽马函数对图像的亮度进行校正,得到增强后的图像。实验证明,本文算法能够获取更好质量的图像,具有较强的实时性。(2)研究了彩色条纹中心点亚像素提取算法。针对条纹边缘检测不完整、精度低以及条纹中心提取算法没有综合考虑中心点位置和条纹方向间的关系等问题,提出了一种基于法向量的彩色条纹中心点亚像素提取算法。该算法首先通过计算二阶导数零点确定条纹亚像素边缘点,然后基于几何中心法定位彩色条纹粗中心点,最后基于Hessian矩阵和二阶泰勒展开式自适应提取彩色条纹亚像素中心点。实验证明,本文算法的精度比效果最好的几何中心法提高了24%;而本文算法的特征点匹配率比几何中心法平均提高了0.2%,比灰度重力法平均提高了0.5%;固定?与本文算法对比,本文算法的精度与达到了固定?值时最好的精度,验证了本文算法的高精度、高准确度和强鲁棒性。(3)开发了条纹中心高精度提取演示系统。一方面针对本文条纹中心提取算法速度较慢的问题,使用多进程并行进行加速处理,实验结果证明,条纹中心提取速度提高了1.2倍。另一方面基于本文的研究内容,以Py Charm和QT为实验平台,实现了图像增强、边缘检测和条纹中心提取等结果可视化显示。
杨晨炜[8](2020)在《可见光夜景图像的像质提升技术》文中指出可见光夜景图像受限于其较弱的光照环境,若拍摄不当则存在图像噪声过大、图像模糊以及动态范围受限与过曝光等像质退化的问题。这些问题会严重影响可见光夜景信息的准确采集和处理。可见光夜景图像的像质提升技术研究,对于降低成像系统的硬件要求,提升其拍照性能以满足使用者更广泛的生产和生活需求具有重要的现实意义。可见光夜景图像的长曝光需求造成了模糊,高感光度需求造成了高噪声,场景的极限动态范围造成了动态范围受限和过曝光的问题。针对以上综合性问题,本文分别从图像去噪、图像去模糊和过曝光修复三个子方向提升成像质量。在可见光夜景图像的降噪问题上,本文着重研究了噪声的空间相关性问题。空间独立的噪声信号由于图像处理流程中颜色插值和颜色空间变换等操作变得像素间空间相关。继而从噪声概率模型出发,提出了一种基于硬件标定的噪声修正模型,以解决其空间相关性问题。实验表明,经过修正后的算法能够有效地解决原先算法中残留的团块噪声,提升了视觉效果。在可见光夜景图像的过曝光修复问题上,提出了一种修正的雾图模型以描述过曝光的现象。该模型假设过曝光区域是正常曝光图像附加上一层由光源或高反射面造成的非均匀雾层。进而提出了一种基于雾图模型和图像融合技术的过曝光修复算法。实验表明,相比于传统的过曝光修复算法或HDR校正算法,该算法的复原结果具有更多的细节、更少的噪声和更真实的颜色信息。在可见光夜景图像的去模糊问题上,采用传统方法和深度学习方法两条技术路线进行复原。在传统方法中,提出了一种基于内置传感器信息和短长短曝光策略的盲复原算法。该算法的核心思想在于通过内置姿态传感器信息采集成像系统曝光过程中的运动状态,通过短长短的曝光策略修正传感器的数据误差,以得到较为准确的模糊核估计,减小对场景信息的依赖。对于估计得到的模糊核,再通过半盲迭代,以精细化结果。实验对比表明,所提盲复原算法具有更快的计算速度、更广泛的场景适应性和更好的噪声与振铃抑制效果。在深度学习方法的图像去模糊中,提出了一种显着边感知的多尺度参数复用神经网络EASRN,用以解决夜景图像中如过曝光点和椒盐噪声等奇异像素对去模糊的干扰问题。该方法从数据集的构建端解决过曝光像素对去模糊的影响。在网络结构方面,本方法提出了新型的多尺度参数复用网络。在损失函数方面,本方法提出了一种显着边感知的损失函数,以抑制振铃。实验表明,EASRN有效地解决了包含过曝光像素的图像去模糊问题。综上,本文通过在降噪、过曝光修复和去模糊三个方面提出创新性算法有效解决了夜景图像的像质退化问题,提升了成像系统的拍照性能。
周芮[9](2020)在《基于Hi3519A的4K显微相机的设计与实现》文中研究指明随着显微相机在生命科学、文物修缮、工业制造等领域的应用越来越广泛,对其性能的要求也越来越高。目前,国内显微相机的研发与国外知名企业还有一定的差距;因此,本文基于Hi3519A平台研发一款拥有自主知识产权的高性能的4K显微相机,具有很大的研究价值。论文在相机硬件方面,完成了主控芯片、RAM、Flash、图像传感器等硬件的选型以及连接方式的设计。在相机软件方面,完成了从内核空间到用户空间的整体设计和功能开发。在相机视频流处理方面,从亮度、色彩、通透性和清晰度等四个维度分析了图像质量优化算法,并实现了适用于4K显微相机的图像质量优化算法。论文设计的相机视频预览支持HDMI和千兆以太网两种模式。其中HDMI模式不仅支持4K分辨率的显示屏,而且兼容1080P分辨率的显示屏,相机在该模式下可以自动识别HDMI显示器的EDID信息并自动切换至最佳输出分辨率;千兆以太网模式不仅支持相机通过网线直接连接电脑,还支持相机与电脑连到同一台路由器上实现图像数据的交互。论文采用Qt开发相机HDMI模式的图形用户界面,其中的测量功能极其丰富,图像比较、画中画等功能满足客户实际需求。论文设计的相机图像编解码支持分辨率为3840×2160的图像编解码和4K@60fps的视频编解码。图像编码时,支持保存缩略图和将所有测量信息融入图像中;图像解码时,优化了解码速度;视频解码时,实现的逐帧功能是本设计结合显微相机的应用领域需求而开发的特色功能,常用于显微镜下目标物体的瞬态变化分析。针对相机的自动曝光模块,论文对自动曝光策略进行优化,将最大曝光时间由原来的0.033秒扩大至7秒,同时提供了四种自动曝光策略供用户灵活选择,并利用灰度直方图进行客观分析,据此可自动调整图像亮度至适宜程度。针对相机的白平衡模块,论文利用Bayer数据校正R、G、B三通道的增益值,通过对数据的匹配校验,避免了由于数据错误而导致的时间浪费,增强了白平衡算法的鲁棒性。结合对图像U、V分量的平均值的客观分析和运行时间统计,证明了本文优化算法的高效性。针对相机的视频降噪模块,论文提出了基于曝光增益的3D降噪算法,并通过测试大量的静态场景与动态场景以及分析对应的PSNR值,证明优化算法在静态场景和动态场景均能实现良好的降噪效果。论文对相机的视频进行了边缘锐化,通过改进传统的反锐化掩模算法,根据ISO值的大小调节边缘锐化强度,并通过Tenengrad梯度函数的客观评价,证明了优化算法相比于传统的反锐化掩模算法锐化效果更好。
张好鑫[10](2020)在《基于光度标定的融合深度信息直接法视觉SLAM研究》文中指出随着科学技术的快速发展,越来越多的移动机器人出现在人们的生产生活之中。SLAM(Simultaneous Localization and Mapping,SLAM)作为移动机器人走向自主导航的关键技术之一,研究者较多。视觉SLAM与传统激光SLAM相比,能更好的获取场景的纹理信息,在地图构建、智能化和成本方面都更有优势。目前的法视觉SLAM算法繁多,其中直接法视觉SLAM存在适应性差,鲁棒性低等不足。为此,本文针对移动机器实际作业场景具有:少特征点、光照变换、场景大等特点,创新性地对Kinect相机进行光度标定,并设计一种融合深度信息的直接法视觉SLAM算法,有效地提高了算法对光照变化的鲁棒性和定位精度,推动了移动机器人自主导航的视觉SLAM技术的发展。首先,对Kinect2.0相机进行内参标定和光度标定。创新性地对Kinect2.0相机进行光度标定,首先对相机的光学原理进行探讨,然后分析了光学渐晕模型。使用多项式模型和渐晕补偿模型分别对相机响应函数和渐晕函数建模,最后两者耦合得出光度标定模型。研究了Kinect2.0相机的成像原理,并对相机模型、坐标系变换、Kinect2.0结构和参数进行详细阐述。应用张正友标定法,对Kinect2.0相机标定,获取其内参。其次,在传统直接法前端基础上融合深度信息求解相机位姿并仿真。对比直接法和特征点法后,针对移动机器应用场景,在传统只应用光度信息的直接法基础上加入深度信息,共同构建误差函数,使用非线性优化模型求解一个最小二乘问题,得出相机位姿。然后,对后端优化算法和地图重建算法仿真。本文对比三种主流视觉SLAM后端优化算法后,针对直接法不提取特征点的特点,采用位姿图优化算法作为后端。针对项目需求,使用点云拼接算法构建稠密点云地图。为了便于存储和导航,将点云地图进行滤波后转化为便于导航和储存的八叉树地图。使用TUM公开数据集验证位姿估计算法、后端优化算法和地图重建算法的效果。最后,针对光度标定和视觉SLAM部分设计实验。在实验室场景下,使用标准灰度板对Kinect2.0进行光度标定,获取其光度标定函数。然后使用SVM(Support Vector Machine,SVM)算法,进行图像识别实验,结果显示光度标定后的图像有更好的识别效果。使用实验室自主研发的球类捡拾机器人平台上验证视觉SLAM算法,在实验室场景下,改变光照条件,进行实验。实验结果表明,本文改进的直接法视觉SLAM算法有更好的鲁棒性同时精度提升0.015m。
二、自然光曝光估计的基本方法(上)——影响曝光估计因素的分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、自然光曝光估计的基本方法(上)——影响曝光估计因素的分析(论文提纲范文)
(1)分时偏振成像系统定标方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 日冕仪偏振系统发展现状 |
1.2.1 国外发展现状 |
1.2.2 国内发展现状 |
1.3 紫外-极紫外偏振系统发展现状 |
1.3.1 国外发展现状 |
1.3.2 国内发展现状 |
1.4 定标理论及方法 |
1.5 本文研究内容及章节安排 |
第2章 偏振探测理论 |
2.1 偏振传输理论 |
2.1.1 光波的偏振态 |
2.1.2 偏振光的描述方法 |
2.1.3 穆勒矩阵的基本描述 |
2.2 分时偏振成像系统 |
2.2.1 偏振测量结构原理 |
2.2.2 700nm日冕偏振成像系统特点 |
2.3 偏振系统误差分析 |
2.3.1 偏振片及旋转精度对偏振探测的影响 |
2.3.2 光学系统对探测精度的影响 |
2.4 本章小结 |
第3章 偏振系统定标方法研究 |
3.1 探测器噪声对定标精度的影响 |
3.1.1 响应矩阵的基本计算方法 |
3.1.2 高斯噪声影响 |
3.1.3 泊松噪声影响 |
3.2 入射光偏振态对定标精度的影响 |
3.2.1 高斯噪声影响 |
3.2.2 泊松噪声影响 |
3.3 模拟及实验验证 |
3.3.1 蒙特卡洛模拟验证 |
3.3.2 实验验证 |
3.4 本章小结 |
第4章 分时偏振成像系统精度分析 |
4.1 高斯泊松噪声下定标精度分析 |
4.1.1 归一化响应矩阵精度 |
4.1.2 高斯噪声 |
4.1.3 泊松噪声 |
4.2 混合噪声定标精度分析 |
4.2.1 混合噪声下响应矩阵精度分析 |
4.2.2 蒙特卡洛仿真 |
4.3 精度预测模型 |
4.3.1 精度预测模型的建立 |
4.3.2 实验验证 |
4.4 偏振系统定标 |
4.4.1 系统偏振定标实验 |
4.4.2 系统偏振定标精度 |
4.5 本章小结 |
第5章 极紫外偏振系统设计及定标 |
5.1 极紫外偏振系统设计 |
5.1.1 偏振片设计理论 |
5.1.2 偏振系统设计理论 |
5.1.3 9.4nm偏振片设计 |
5.2 紫外偏振系统建立 |
5.2.1 反射式偏振片 |
5.2.2 起偏设计 |
5.2.3 偏振分析系统设计 |
5.3 紫外偏振系统探测实验 |
5.3.1 反射式偏振系统参数 |
5.3.2 偏振系统探测实验 |
5.3.3 偏振系统探测精度分析 |
5.4 紫外偏振系统定标 |
5.4.1 偏振系统定标方法及实验 |
5.4.2 偏振系统定标精度分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 论文工作总结 |
6.2 论文创新点 |
6.3 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(2)基于多孔径结构的多维成像系统及关键问题研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题的背景及意义 |
1.2 国内外现状 |
1.2.1 光场成像理论及技术的国内外研究现状 |
1.2.2 偏振成像理论及技术的国内外研究现状 |
1.2.3 红外成像的国内外研究现状 |
1.3 论文研究内容及工作安排 |
第2章 多孔径多维成像系统结构与功能 |
2.1 多孔径多维成像系统的结构 |
2.1.1 光场成像模块的分析 |
2.1.2 偏振成像模块的分析 |
2.1.3 红外成像模块的分析 |
2.2 多孔径多维成像系统的成像原理 |
2.2.1 多孔径多维成像系统的结构参数提取 |
2.2.2 多孔径多维成像系统的单维信息探测 |
2.2.3 多孔径多维成像系统的多维信息融合 |
2.3 多孔径多维成像系统的应用场景 |
2.3.1 晴朗环境下的目标成像 |
2.3.2 雾霾环境下的目标成像 |
2.4 本章小结 |
第3章 多孔径多维成像系统的标定 |
3.1 相机标定原理 |
3.1.1 相机成像模型 |
3.1.2 成像投影模型 |
3.1.3 标定理论与标定方法 |
3.2 相机内参数标定误差的仿真分析及抑制方法 |
3.3 实验室与外场场景下的成像系统参数标定实验 |
3.4 标定实验的总结及方法改进 |
3.5 本章小结 |
第4章 目标的光场信息提取 |
4.1 基于多孔径成像系统的光场成像原理 |
4.2 基于多孔径合成的目标增强 |
4.3 基于多孔径亚像素匹配的远距离目标三维信息提取 |
4.3.1 基于多孔径成像的三维测量原理 |
4.3.2 三维测量的计算精度 |
4.3.3 基于傅里叶亚像素配准的多孔径视差提取 |
4.3.4 远距离目标测距的理论分析及实验结果 |
4.3.5 实验分析及改进方法 |
4.4 基于合成孔径成像与多孔径成像融合的高精度目标测量 |
4.4.1 合成孔径成像系统和光场成像系统的融合 |
4.4.2 实验设计、结果与分析 |
4.5 本章小结 |
第5章 基于相空间光学的光场成像理论扩展 |
5.1 相空间光学的原理与应用 |
5.1.1 相干光场的相空间描述 |
5.1.2 维格纳分布的性质及优缺点 |
5.1.3 一阶光学系统中的维格纳分布性质 |
5.2 相空间密度分布函数的测量 |
5.2.1 分时方法 |
5.2.2 光场成像方法 |
5.3 基于维格纳分布的局部噪声滤波 |
5.3.1 基于维格纳分布的局域滤波原理 |
5.3.2 滤波模型的建立与交叉项的约束 |
5.3.3 滤波核的选择与交叉项的抑制 |
5.3.4 实验结果与滤波质量评价 |
5.3.5 实验总结及展望 |
5.4 基于维格纳分布的带噪声包裹相位滤波并解包裹 |
5.4.1 相位与相位噪声的维格纳分布性质 |
5.4.2 实验结果与分析 |
5.5 本章小结 |
第6章 目标的多维信息探测及融合 |
6.1 目标的偏振信息探测及应用 |
6.1.1 偏振成像的原理与应用 |
6.1.2 基于偏振成像的目标表面信息探测 |
6.1.3 基于偏振成像的环境光滤波 |
6.2 目标的近红外探测及应用 |
6.2.1 基于红外成像的林木环境下的目标探测 |
6.2.2 基于红外成像的杂散光环境下目标探测 |
6.3 基于可见光光强、偏振及红外信息的融合 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 论文工作总结 |
7.2 论文创新点 |
7.3 工作展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(3)基于深度学习的HDR图像重构与识别技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 HDR图像生成方法研究历史与现状 |
1.2.1 基于多曝光HDR图像的重构 |
1.2.2 基于单曝光HDR图像重构 |
1.3 图像识别技术研究与历史现状 |
1.3.1 传统目标检测与识别技术 |
1.3.2 基于深度学习的目标与识别技术 |
1.4 本文的主要工作 |
1.4.1 本文的研究内容 |
1.4.2 本文章节结构安排 |
第二章 深度学习与HDR图像重构基础 |
2.1 相机成像原理 |
2.2 色调映射 |
2.2.1 全局色调映射 |
2.2.2 局部色调映射 |
2.3 深度学习 |
2.3.1 神经网络 |
2.3.2 卷积神经网络 |
2.4 逆色调映射 |
2.5 本章小结 |
第三章 基于卷积神经网络的HDR图像重构研究 |
3.1 HDR图像数据集的构建 |
3.1.1 HDR图像数据集来源 |
3.1.2 图像数据集的构建 |
3.2 基于Dense UNet网络结构 |
3.2.1 自编码网络 |
3.2.2 Dense UNet网络模型 |
3.3 多尺度密集连接块网络 |
3.3.1 多尺度结构 |
3.3.2 多尺度密集块网络 |
3.3.3 优化模块 |
3.3.4 损失函数 |
3.4 实验与结果分析 |
3.4.1 实验环境搭建 |
3.4.2 评价指标 |
3.4.3 多尺度网络对比实验 |
3.4.4 不同网络模型对比试验 |
3.5 本章小结 |
第四章 基于深度学习的HDR图像识别研究 |
4.1 石油漏油数据集的构建 |
4.1.1 漏油HDR图像样本的收集 |
4.1.2 漏油HDR图像样本的预处理 |
4.1.3 漏油HDR图像数据集制作 |
4.2 基于Retina网络漏油检测模型 |
4.2.1 Retina Net检测模型 |
4.2.2 损失函数 |
4.3 基于循环训练法模型 |
4.3.1 训练流程 |
4.3.2 测试流程 |
4.3.3 漏油HDR图像负样本的引入 |
4.4 实验与结果分析 |
4.4.1 实验环境搭建 |
4.4.2 实验与结果分析 |
4.5 本章小结 |
第五章 全文总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
(4)火星探测多光谱相机定标技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究的目的及意义 |
1.2 火星探测发展现状及趋势 |
1.2.1 火星探测历程 |
1.2.2 未来火星探测计划 |
1.3 火星探测多光谱相机发展现状 |
1.3.1 国外火星探测多光谱相机发展现状 |
1.3.2 国内火星探测多光谱相机发展现状 |
1.4 火星探测多光谱相机定标技术 |
1.5 本文研究框架 |
第2章 多光谱成像技术及信息模型 |
2.1 多光谱成像的实现方法 |
2.2 火星探测多光谱相机的信息模型 |
2.3 火星探测多光谱相机的定标模型 |
2.3.1 光谱定标 |
2.3.2 辐射定标 |
2.3.3 彩色定标 |
2.4 小结 |
第3章 火星探测多光谱相机光谱定标 |
3.1 光谱响应的获取方法 |
3.2 光谱响应的中心波长和光谱带宽 |
3.2.1 高斯拟合法 |
3.2.2 广义加权法 |
3.2.3 仿真验证 |
3.3 基于波长扫描法的光谱定标实验 |
3.3.1 实验平台 |
3.3.2 定标光源的选择 |
3.3.3 单色仪的标定 |
3.3.4 火星探测多光谱相机定标过程 |
3.3.5 结果分析 |
3.4 小结 |
第4章 火星探测多光谱相机辐射定标 |
4.1 辐射定标的相关内容及定标方法 |
4.2 相对辐射定标 |
4.2.1 基于二阶微分的坏像素点检测 |
4.2.2 暗电流均值与暗电流平场因子 |
4.2.3 基于最小二乘法的线性度分析 |
4.2.4 基于单点法的平场定标 |
4.3 绝对辐射定标 |
4.3.1 地面绝对辐射定标 |
4.3.2 地面定标在火星应用中的误差 |
4.4 结果分析 |
4.5 小结 |
第5章 火星探测多光谱相机彩色定标 |
5.1 颜色相关理论 |
5.1.1 颜色形成 |
5.1.2 颜色特性 |
5.1.3 颜色空间 |
5.1.4 色差公式 |
5.2 火星探测多光谱相机颜色失真的原因 |
5.2.1 光谱响应对颜色的影响 |
5.2.2 光源对颜色的影响 |
5.3 多光谱相机彩色定标的数据获取 |
5.3.1 相机颜色值获取 |
5.3.1.1 光谱通道的选择 |
5.3.1.2 麦克白色卡相机颜色值 |
5.3.2 颜色真值获取 |
5.3.2.1 基于光谱分布的颜色真值获取方法 |
5.3.2.2 麦克白色卡颜色真值 |
5.4 多光谱相机彩色定标方法 |
5.4.1 基于CMFs的彩色定标方法 |
5.4.2 基于函数映射的彩色定标方法 |
5.4.2.1 基于色度空间的多项式彩色定标 |
5.4.2.2 实验结果与分析 |
5.5 工作光源到定标光源的光源匹配 |
5.5.1 光源匹配对角模型 |
5.5.2 光源匹配误差 |
5.6 小结 |
第6章 火星模拟样本试验验证 |
6.1 试验数据获取 |
6.2 光谱辐射反演验证 |
6.3 颜色校正真实性验证 |
6.4 小结 |
第7章 总结与展望 |
7.1 本文研究总结 |
7.2 未来工作展望 |
参考文献 |
致谢 |
作者简介及在学期间发表的学术论文与研究成果 |
(5)水下图像增强与鱼类跟踪技术研究(论文提纲范文)
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文主要内容 |
1.4 论文结构安排 |
2 相关理论基础 |
2.1 引言 |
2.2 水下成像理论 |
2.3 水下图像特点分析 |
2.4 水下图像增强效果评价方法 |
2.5 KCF跟踪算法 |
2.6 本章小结 |
3 水下图像增强方法的研究与改进 |
3.1 引言 |
3.2 水下图像增强经典算法 |
3.3 基于暗通道先验与Retinex的水下图像增强 |
3.4 基于颜色校正与双重曝光融合的水下图像增强 |
3.5 实验结果与分析 |
3.6 本章小结 |
4 多特征与尺度自适应的鱼类跟踪算法研究 |
4.1 引言 |
4.2 多特征与尺度自适应的鱼类跟踪算法实现 |
4.3 水下视频数据集 |
4.4 跟踪算法性能评价指标 |
4.5 实验结果与分析 |
4.6 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(6)像素偏振成像技术及其在数字全息显微中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 偏振的数学表示 |
1.3 偏振成像的应用 |
1.4 偏振相机 |
1.4.1 时间分割型 |
1.4.2 振幅分割型 |
1.4.3 孔径分割型 |
1.4.4 焦平面分割型/像素化偏振调制 |
1.5 像素偏振片阵列 |
1.5.1 基于二向色性吸收的像素偏振片阵列 |
1.5.2 基于双折射效应的像素偏振片阵列 |
1.5.3 基于液晶的像素偏振片阵列 |
1.5.4 基于金属纳米栅线的像素偏振片阵列 |
1.6 研究内容与章节安排 |
第2章 像素模型和参数标定 |
2.1 像素模型 |
2.1.1 测量方程 |
2.1.2 调制参数和非均匀性 |
2.1.3 噪声 |
2.2 参数标定 |
2.2.1 实验标定原理 |
2.2.2 实验标定结果 |
2.3 本章小结 |
第3章 斯托克斯参量的估计 |
3.1 理想调制下的估计 |
3.1.1 基于插值的估计 |
3.1.2 基于频域滤波的估计 |
3.2 非均匀调制下的估计 |
3.2.1 局部最小二乘估计 |
3.2.2 全局光滑正则估计 |
3.3 本章小结 |
第4章 系统误差 |
4.1 估值误差理论评估 |
4.1.1 理想调制下的傅里叶分析评估 |
4.1.2 非均匀调制下的数值模拟评估 |
4.1.3 正则化参数的选择 |
4.2 估值表现实验评估 |
4.2.1 理想调制下的定性和定量评估 |
4.2.2 非均匀调制下的定性评估 |
4.3 数值标定方法中的问题 |
4.4 旋转半波片实验设计 |
4.5 本章小结 |
第5章 随机误差 |
5.1 整体误差与系统误差、随机误差的关系 |
5.2 噪声随机误差权重 |
5.2.1 理想调制 |
5.2.2 非均匀调制 |
5.3 像素偏振相机性能参数对随机误差的影响 |
5.4 本章小结 |
第6章 数字全息显微 |
6.1 全息与相移 |
6.1.1 时间相移 |
6.1.2 空间相移 |
6.2 显微全息图频谱分析 |
6.3 衍射计算 |
6.4 实验 |
6.4.1 数值聚焦 |
6.4.2 分辨率验证 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
附录 |
致谢 |
在读期间发表的学术论文与取得的研究成果 |
(7)复杂环境下结构光条纹高精度提取关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.1.1 项目背景及意义 |
1.1.2 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 编码结构光条纹图像增强 |
1.2.2 条纹中心提取 |
1.3 论文主要研究内容及结构安排 |
1.3.1 主要研究内容 |
1.3.2 论文结构安排 |
2 相关理论与方法 |
2.1 基于中心-环绕模型的Retinex算法 |
2.2 常见边缘检测算法 |
2.3 条纹中心点提取算法 |
3 基于Retinex理论的编码结构光条纹图像增强 |
3.1 影响编码结构光条纹图像质量因素分析 |
3.2 编码结构光条纹图像增强 |
3.2.1 中值滤波 |
3.2.2 HDRCNN网络 |
3.2.3 基于自适应伽马函数的多尺度Retinex算法 |
3.3 实验结果与分析 |
3.3.1 实验环境 |
3.3.2 实验结果与分析 |
3.4 本章小结 |
4 编码结构光条纹中心点亚像素提取算法 |
4.1 图像灰度化 |
4.2 编码结构光条纹图像彩色条纹中心点亚像素提取 |
4.2.1 彩色条纹边缘亚像素检测 |
4.2.2 基于几何中心法的彩色条纹中心点提取算法 |
4.2.3 基于法向量的彩色条纹中心点亚像素提取算法 |
4.3 实验结果与分析 |
4.3.1 图像灰度化实验结果与分析 |
4.3.2 边缘检测实验结果与分析 |
4.3.3 条纹中心检测验结果与分析 |
4.4 本章小结 |
5 复杂环境下编码结构光条纹中心高精度提取演示系统 |
5.1 条纹中心点亚像素提取算法快速实现 |
5.2 条纹中心高精度提取演示系统 |
5.2.1 系统总体结构图 |
5.2.2 系统操作流程 |
5.3 本章小结 |
6 工作总结与展望 |
6.1 工作总结 |
6.2 展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(8)可见光夜景图像的像质提升技术(论文提纲范文)
致谢 |
前言 |
摘要 |
ABSTRACT |
1. 绪论 |
1.1 研究背景和研究意义 |
1.2 国内外研究现状 |
1.2.1 图像处理技术架构的国内外研究现状 |
1.2.2 图像过曝光修复问题的国内外研究现状 |
1.2.3 图像去模糊技术的国内外研究现状 |
1.2.4 图像去噪技术的国内外研究现状 |
1.2.5 可见光夜景图像之针对性处理技术的国内外研究现状 |
1.3 论文章节安排 |
2. 可见光夜景图像的场景特性和成像特性分析 |
2.1 可见光夜景图像的场景特性分析 |
2.1.1 亮度直方图分布特性 |
2.1.2 梯度概率分布特性 |
2.1.3 噪声特性 |
2.2 可见光夜景图像的成像特性分析 |
2.2.1 典型的可见光夜景成像系统和成像策略 |
2.2.2 单反相机的夜景成像参数选择 |
2.2.3 智能手机的夜景成像参数选择 |
2.3 本章小结 |
3. 图像处理流程中的噪声问题研究 |
3.1 典型的ISP流程 |
3.2 ISP操作对噪声空间相关性的影响 |
3.2.1 颜色插值和颜色空间变换对噪声空间相关性的影响 |
3.3 噪声空间相关性影响在图像去模糊问题中的解决方法 |
3.3.1 算法原理 |
3.3.2 实验结果与讨论分析 |
3.4 本章小结 |
4. 可见光夜景图像的过曝光区域修复问题研究 |
4.1 用改进的雾图模型描述过曝光问题 |
4.1.1 经典的雾图模型 |
4.1.2 用以描述夜景过曝光图像的雾图模型 |
4.2 图像频率分层技术 |
4.2.1 基于最小二乘法的快速全局平滑算法 |
4.2.2 典型图像分频技术的性能比较和选择 |
4.3 基于图像去雾模型和图像融合技术的过曝光问题解决方法 |
4.3.1 算法原理 |
4.3.2 实验结果与讨论分析 |
4.4 本章小结 |
5. 利用姿态传感器数据对可见光夜景图像去模糊 |
5.1 利用传感器数据估计成像系统的运动状态 |
5.1.1 修正的相机运动状态函数 |
5.2 运动状态函数证明实验 |
5.2.1 近似公式适用范围实验 |
5.2.2 传感器模块精度测试实验 |
5.2.3 用传感器数据进行连拍图像配准实验 |
5.2.4 传感器硬件性能对运动状态估计准确性的影响分析 |
5.3 基于陀螺仪数据和短长短曝光策略的图像去模糊算法 |
5.3.1 传统的传感器数据校正方法存在的理论缺陷 |
5.3.2 用陀螺仪和短长短曝光策略初步估计模糊核 |
5.3.3 利用半盲复原算法优化模糊核 |
5.3.4 基于内置传感器和短长短曝光策略的图像去模糊算法 |
5.4 实验结果和讨论分析 |
5.4.1 硬件系统的构建方法 |
5.4.2 对由实拍视频合成的模糊图像的去模糊实验 |
5.4.3 算法主要性能分析实验 |
5.5 本章小结 |
6. 基于神经网络修复包含过曝光与相机抖动模糊的图像 |
6.1 奇异像素信息对模糊图像复原的影响 |
6.2 利用显着边感知的多尺度参数复用神经网络进行图像去模糊 |
6.2.1 多尺度参数复用的网络结构 |
6.2.2 边缘感知的损失函数 |
6.2.3 在数据集生成中解决奇异像素问题 |
6.2.4 算法实施细节 |
6.3 实验结果和讨论分析 |
6.3.1 性能消融实验 |
6.3.2 验证上采样子网络作用的实验 |
6.3.3 验证显着边感知损失作用的实验 |
6.3.4 验证提出的数据集性能的实验 |
6.3.5 综合去模糊性能评价实验 |
6.4 本章小结 |
7. 总结与展望 |
7.1 本文完成的主要工作 |
7.2 创新说明 |
7.3 技术发展展望 |
参考文献 |
在学期间取得的科研成果 |
(9)基于Hi3519A的4K显微相机的设计与实现(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景 |
1.2 课题研究现状 |
1.2.1 国内外4K显微相机的研究现状 |
1.2.2 相机的图像质量优化现状 |
1.3 课题研究内容 |
1.4 本论文结构安排 |
第2章 4K显微相机的硬件设计 |
2.1 硬件系统架构设计 |
2.2 主控模块 |
2.2.1 主控芯片 |
2.2.2 RAM |
2.2.3 Flash |
2.3 图像传感模块 |
2.4 HDMI模块 |
2.5 千兆以太网模块 |
2.6 USB模块 |
2.7 SD卡模块 |
2.8 串口模块 |
2.9 最终硬件电路与相机结构 |
2.10 本章小结 |
第3章 4K显微相机的软件设计 |
3.1 软件系统架构设计 |
3.2 基于Hi3519A的嵌入式开发环境搭建 |
3.2.1 安装交叉编译器 |
3.2.2 制作U-boot镜像文件 |
3.2.3 制作内核镜像文件 |
3.2.4 制作根文件系统镜像文件 |
3.2.5 烧写镜像文件 |
3.3 相机驱动及应用程序的实现 |
3.4 视频预览的软件实现 |
3.4.1 HDMI模式 |
3.4.2 千兆以太网模式 |
3.5 图像编解码的软件实现 |
3.5.1 编解码器及FFmpeg概述 |
3.5.2 存储设备检测的软件实现 |
3.5.3 图像编码的软件实现 |
3.5.4 图像解码的软件实现 |
3.6 图形用户界面设计 |
3.7 本章小结 |
第4章 4K显微相机的图像质量优化与实现 |
4.1 图像信号处理架构设计 |
4.2 自动曝光模块优化及实现 |
4.2.1 自动曝光算法的优化 |
4.2.2 实验结果与分析 |
4.3 白平衡模块优化及实现 |
4.3.1 白平衡算法的优化 |
4.3.2 实验结果与分析 |
4.4 锐化模块优化及实现 |
4.4.1 边缘锐化算法的优化 |
4.4.2 实验结果与分析 |
4.5 降噪模块优化及实现 |
4.5.1 3D降噪算法的优化 |
4.5.2 实验结果与分析 |
4.6 其他模块优化及实现 |
4.6.1 Gamma |
4.6.2 清晰度因子 |
4.6.3 CSC模块 |
4.7 综合测试 |
4.8 本章小结 |
第5章 总结与展望 |
参考文献 |
作者简历及在学期间所取得的科研成果 |
作者简历 |
在学期间所取得的科研成果 |
(10)基于光度标定的融合深度信息直接法视觉SLAM研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 视觉SLAM基本问题和框架 |
1.2.1 视觉SLAM基本问题 |
1.2.2 视觉SLAM基本框架 |
1.3 国内外发展现状 |
1.3.1 滤波器的视觉SLAM |
1.3.2 关键帧BA的视觉SLAM |
1.3.3 直接跟踪的视觉SLAM |
1.3.4 空间占距的视觉SLAM |
1.4 课题来源和研究内容 |
第二章 Kinect相机标定 |
2.1 引言 |
2.2 Kinect2.0 相机简介 |
2.2.1 Kincet2.0 相机硬件结构和参数 |
2.2.2 kincet2.0 深度原理 |
2.3 Kinect2.0 相机内参标定 |
2.3.1 相机模型 |
2.3.2 相机内参标定 |
2.4 Kinect2.0 相机光度标定 |
2.4.1 相机响应函数 |
2.4.2 相机响应函数标定方法 |
2.4.3 渐晕补偿函数 |
2.4.4 渐晕补偿函数标定方法 |
2.5 本章小结 |
第三章 融合深度信息的直接法视觉SLAM前端 |
3.1 引言 |
3.2 视觉SLAM前端研究 |
3.2.1 特征点法视觉SLAM前端 |
3.2.2 直接法视觉SLAM前端 |
3.2.3 视觉SLAM前端对比 |
3.3 融合深度信息的视直接法觉SLAM前端设计 |
3.3.1 视觉SLAM前端框架 |
3.3.2 融合深度信息的直接法视觉SLAM前端 |
3.3.3 基于图优化的相机位姿求解 |
3.3.4 局部优化 |
3.4 TUM数据集测试 |
3.4.1 TUM数据集 |
3.4.2 图像预处理测试 |
3.4.3 融合深度信息的直接法视觉SLAM前端仿真 |
3.5 本章小结 |
第四章 基于图优化和点云拼接的后端及地图重建仿真 |
4.1 引言 |
4.2 视觉SLAM后端研究 |
4.2.1 基于滤波器的视觉SLAM后端 |
4.2.2 基于BA和图优化的视觉SLAM后端 |
4.2.3 基于位姿图优化的视觉SLAM后端 |
4.3 位姿图优化仿真 |
4.4 地图重建 |
4.4.1 基于单目的地图重建 |
4.4.2 基于双目的地图重建 |
4.4.3 基于RGB-D相机的地图重建 |
4.5 基于RGB-D相机的地图重建仿真 |
4.5.1 TUM数据集地图重建仿真 |
4.5.2 加入滤波的地图重建仿真 |
4.6 本章小结 |
第五章 实验与分析 |
5.1 引言 |
5.2 实验系统流程设计 |
5.2.1 光度标定实验流程设计 |
5.2.2 视觉SLAM实验流程设计 |
5.3 实验设备与环境 |
5.3.1 光度标定实验设备与环境 |
5.3.2 视觉SLAM室内实验设备与环境 |
5.4 光度标定实验 |
5.4.1 光度标定实验 |
5.4.2 光度标定后图像识别实验 |
5.5 视觉SLAM室内实验 |
5.5.1 视觉SLAM轨迹估计实验 |
5.5.2 视觉SLAM地图重建实验 |
5.6 本章小节 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
在学期间取得的科研成果和科研情况说明 |
致谢 |
四、自然光曝光估计的基本方法(上)——影响曝光估计因素的分析(论文参考文献)
- [1]分时偏振成像系统定标方法研究[D]. 李欣锴. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [2]基于多孔径结构的多维成像系统及关键问题研究[D]. 储君秋. 中国科学院大学(中国科学院光电技术研究所), 2021(08)
- [3]基于深度学习的HDR图像重构与识别技术研究[D]. 石学. 电子科技大学, 2021(01)
- [4]火星探测多光谱相机定标技术研究[D]. 王红. 中国科学院大学(中国科学院西安光学精密机械研究所), 2020(06)
- [5]水下图像增强与鱼类跟踪技术研究[D]. 邹立. 山东科技大学, 2020(06)
- [6]像素偏振成像技术及其在数字全息显微中的应用[D]. 姜兆祥. 中国科学技术大学, 2020(01)
- [7]复杂环境下结构光条纹高精度提取关键技术研究[D]. 张雪娜. 北京交通大学, 2020
- [8]可见光夜景图像的像质提升技术[D]. 杨晨炜. 浙江大学, 2020(02)
- [9]基于Hi3519A的4K显微相机的设计与实现[D]. 周芮. 浙江大学, 2020(02)
- [10]基于光度标定的融合深度信息直接法视觉SLAM研究[D]. 张好鑫. 天津理工大学, 2020