該書第1章為緒論,闡述了該書的研究背景和意義,總結了國內外相關研究工作進展,在此基礎上介紹了該書的主要研究內容和貢獻,最后給出了該書的整體組織結構。第2~第7章分別就編碼曝光技術碼字搜索、單幅編碼曝光模糊尺度估計、雙目立體視覺運動測量以及高速視頻影像重建問題進行了闡述。
《編碼曝光技術及應用》可供計算機與信息專業(yè)相關的高年級本科生、研究生或從事相關專業(yè)的科研、教學人員學習與參考。
人類在對外界的感知過程中,至少有80%以上的外界信息是通過視覺獲得的,視覺系統(tǒng)在人類活動中起著至關重要的作用。圖像是人們記錄視覺信息的主要載體,隨著現(xiàn)代數(shù)字技術的發(fā)展以及數(shù)字圖像成像設備的普及,數(shù)字圖像已經(jīng)與人類生活密不可分,在科學研究、工業(yè)生產、醫(yī)療衛(wèi)生、教育、娛樂以及國防科技等領域得到了廣泛的應用。
然而,在圖像的成像、傳輸、存儲和記錄過程中,由于成像設備固有的物理局限性和外部環(huán)境條件等多方面的原因,圖像在不同程度上都會產生質量下降問題,稱為圖像降質。圖像降質給圖像的進一步應用(如圖像分析、場景理解、目標提取及識別等)帶來相當?shù)睦щy。在極端情況下,圖像降質問題甚至使圖像失去應用價值。對于圖像獲取來講,許多場景是瞬間發(fā)生,無法重現(xiàn)或重現(xiàn)的代價過高,因此人們期望有一種技術能夠彌補或找回由于圖像降質丟失的視覺信息。圖像復原就是這樣一種技術,它的主要目的就是從降質圖像中恢復出清晰圖像或真實場景。在曝光期間,如果成像設備與拍攝場景之間存在相對運動,則拍攝的圖像就會出現(xiàn)運動模糊。圖像運動模糊屬于圖像降質的一種,并且無論在尖端的科學探索中還是在人們的日常生活中,運動模糊都是圖像形成過程中普遍存在的問題。
圖像運動模糊復原問題一直是圖像處理領域中的著名難題,使用圖像復原算法對傳統(tǒng)的運動模糊圖像進行復原是一個解決病態(tài)性問題的過程,圖像復原效果不夠理想。最近10年,計算攝影的出現(xiàn)創(chuàng)造性地突破了許多傳統(tǒng)攝影技術的限制。計算攝影是基于計算機及軟件方法融人大量的計算,并結合數(shù)字傳感器、現(xiàn)代光學、激勵器、智能光照等技術創(chuàng)造出新型攝影設備及應用的綜合技術。編碼曝光技術作為計算攝影領域的一個重要分支,為捕獲運動目標的清晰圖像提供了新的可能。編碼曝光的核心思想是在相機曝光期間根據(jù)預先設計的偽隨機二進制編碼序列快速地開一關相機快門以保留高頻信息,因此編碼曝光也常稱作閃動快門技術。與在曝光期間快門一直處于打開狀態(tài)的傳統(tǒng)相機不同,用編碼曝光相機拍攝得到的運動模糊圖像其點擴展函數(shù)的傅里葉變換頻譜不含零點,屬于寬帶濾波器,因此點擴展函數(shù)是可逆的。這樣一來,編碼曝光圖像的運動模糊復原可以采用快速的直接反卷積方法來獲取清晰圖像。由此可見,編碼曝光技術成功地將病態(tài)的模糊圖像復原問題轉化為一種良態(tài)問題?梢哉f,編碼曝光技術給傳統(tǒng)的運動模糊圖像復原方法提供了新的施展空間。本書以編碼曝光這一新穎的成像方法為主線,以獲取快速運動場景下可見光清晰影像為目標,研究了基于編碼曝光技術的運動模糊圖像復原方法和高速視頻重建方法。
本書在編寫過程中參考了國內外許多學者的著作、論文,引用了其中的觀點、數(shù)據(jù)與結論,在此一并表示感謝。同時,本書的出版得到了國防工業(yè)出版社的大力支持,在此致以深深的謝意。
由于編者學識有限,書中定有偏頗或不妥之處,敬請讀者批評指正。
第1章 緒論
1.1 引言
1.2 圖像的降質和復原
1.3 國內外相關研究工作進展
1.3.1 傳統(tǒng)圖像復原算法
1.3.2 基于編碼曝光的運動模糊圖像復原
1.3.3 基于編碼曝光和壓縮感知的高速成像技術
1.4 本書內容安排
第2章 圖像運動模糊模型及編碼曝光技術概述
2.1 相機成像模型
2.1.1 數(shù)碼成像原理
2.1.2 光學成像模型
2.1.3 傳感器成像模型
2.1.4 成像描述模型
2.2 圖像模糊模型
2.2.1 一維離散模糊模型
2.2.2 二維離散模糊模型
2.2.3 圖像復原問題的病態(tài)性
2.3 編碼曝光技術概述
2.3.1 編碼曝光
2.3.2 編碼曝光模糊圖像的點擴展函數(shù)
2.4 基于編碼曝光和壓縮感知的新穎成像方法
2.4.1 壓縮感知概述
2.4.2 壓縮感知理論基礎
2.4.3 編碼曝光技術和壓縮感知結合實現(xiàn)高速攝影
2.5 小結
第3章 基于勒讓德序列的編碼曝光最優(yōu)碼字搜索方法
3.1 低互相關度二進制編碼
3.1.1 價值因子和編碼因子
3.1.2 勒讓德序列
3.1.3 MLSG方法及其不足
3.2 基于勒讓德序列和遺傳算法的最優(yōu)碼字搜索
3.3 實驗結果與分析
3.3.1 基于遺傳算法的最優(yōu)碼字搜索
3.3.2 仿真編碼曝光圖像復原實驗
3.3.3 真實編碼曝光圖像復原實驗
3.4 小結
第4章 CCD噪聲條件下編碼曝光最優(yōu)碼字搜索方法
4.1 CCD傳感器噪聲分析
4.2 光子噪聲條件下最優(yōu)碼字獲取
4.2.1 無光子噪聲條件下最優(yōu)碼字獲取
4.2.2 光子噪聲對最優(yōu)碼字構造的影響
4.2.3 編碼曝光相機噪聲標定
4.3 遺傳算法適應度函數(shù)設計
4.4 實驗結果與分析
4.4.1 最優(yōu)碼字搜索
4.4.2 仿真編碼曝光圖像復原實驗
4.4.3 真實編碼曝光圖像復原實驗
4.5 小結
第5章 基于單幅編碼曝光圖像的運動模糊尺度估計方法
5.1 運動模糊圖像頻譜分析
5.2 自然圖像能量譜統(tǒng)計
5.2.1 傳統(tǒng)能量譜統(tǒng)計模型
5.2.2 線性能量譜統(tǒng)計模型
5.3 基于殘差平方和最小化的圖像模糊尺度自動估計方法
5.4 實驗結果與分析
5.4.1 仿真圖像實驗
5.4.2 真實圖像實驗
5.4.3 實驗細節(jié)說明
5.5 小結
第6章 基于雙目立體視覺的運動測量方法研究
6.1 雙目立體視覺模型及立體定位算法
6.1.1 雙目立體視覺模型
6.1.2 SIFT特征提取
6.1.3 立體匹配的約束條件
6.2 基于彩色“減背景”和SUSAN的精確目標檢測
6.2.1 彩色“減背景”方法與背景更新方法
6.2.2 基于改進SUSAN算子的精確目標檢測
6.3 基于立體-運動雙約束SIFT立體運動測量方法
6.3.1 SIFT特征匹配
6.3.2 雙約束條件SIFT特征匹配
6.4 實驗結果及分析
6.4.1 運動目標檢測結果與分析
6.4.2 三維運動測量實驗與分析
6.5 小結
第7章 基于編碼曝光和壓縮感知的高速視頻重建方法
7.1 編碼曝光相機的編碼采樣過程
7.2 高速視頻重建
7.2.1 高速視頻的非對稱結構
7.2.2 基于克羅內克積構建稀疏基
7.2.3 曲線小波基
7.2.4 考慮幀間相關性的重建模型
7.3 實驗結果與分析
7.3.1 仿真實驗
7.3.2 曲線小波先進性測試及TV正則化項的增益
7.3.3 真實數(shù)據(jù)實驗
7.3.4 實驗細節(jié)說明
7.4 小結
參考文獻