阵列相机成像技术与应用

第1章 绪论 1

1.1 概述 1

1.2 概念与内涵 1

1.3 技术与应用 6

参考文献 10

第2章 摄像机标定 11

2.1 概述 11

2.2 摄像机模型 12

2.2.1 坐标系与齐次坐标表示 12

2.2.2 摄像机内部参数 13

2.2.3 摄像机外部参数 15

2.2.4 透镜畸变 17

2.2.5 鱼眼镜头 18

2.3 单目摄像机标定 21

2.3.1 线性模型摄像机标定 21

2.3.2 特征点的退化 25

2.3.3 非线性模型摄像机标定 27

2.4 立体视觉摄像机标定 28

2.4.1 双目摄像机模型 28

2.4.2 极线几何 30

2.5 多摄像机与阵列相机标定 32

2.6 总结 35

参考文献 36

第3章 立体视觉与多视图理论 39

3.1 概述 39

3.2 双目立体视觉的数学模型 42

3.3 双目立体视觉匹配算法 44

3.4 多视图理论 50

3.4.1 多视图模型 50

3.4.2 基于奇异值分解的射影重构 52

3.4.3 两种射影深度估计及射影重构算法 57

3.5 总结 60

参考文献 61

第4章 相机成像增强——去模糊技术 64

4.1 概述 64

4.2 图像去模糊的数学模型 65

4.2.1 盲卷积 67

4.2.2 模糊核的估计 70

4.2.3 非盲卷积 76

4.3 图像去模糊的前沿技术 81

4.3.1 编码曝光技术 81

4.3.2 编码孔径技术 88

4.4 总结与展望 96

参考文献 97

第5章 图像质量增强——去噪技术 100

5.1 概述 100

5.2 图像去噪的基本概念 103

5.2.1 图像噪声的分类 103

5.2.2 去噪效果评价指标 106

5.3 传统去噪算法 107

5.3.1 基于空间域的中值滤波 108

5.3.2 基于小波域的小波阈值去噪 108

5.3.3 基于PDE的图像去噪 110

5.3.4 全变分图像去噪 112

5.4 非局域均值去噪算法 114

5.4.1 NLM 114

5.4.2 BM3D 118

5.5 基于稀疏模型的去噪算法 124

5.5.1 稀疏表示简介 125

5.5.2 稀疏去噪原理及模型 126

5.5.3 字典构建算法 128

5.5.4 稀疏分解算法 130

5.5.5 稀疏表示去噪效果 132

5.6 总结 133

参考文献 135

第6章 简单透镜成像增强 140

6.1 概述 140

6.2 透镜成像模型及像差分析 141

6.2.1 透镜成像原理 141

6.2.2 单色像差与色差 145

6.2.3 消除像差的光学补偿方法 151

6.3 简单透镜计算成像前沿技术 153

6.3.1 简单透镜PSF估计 153

6.3.2 简单透镜非盲卷积图像复原 161

6.4 总结与展望 164

参考文献 165

第7章 阵列相机成像拼接 168

7.1 概述 168

7.1.1 全景图像 169

7.1.2 图像拼接 170

7.2 基于刚性约束的大视角相机组标定方法 172

7.2.1 刚性约束 172

7.2.2 算法求解 174

7.2.3 标定结果 177

7.3 全景投影输出 181

7.3.1 全景投影原理 181

7.3.2 等矩形投影 182

7.3.3 投影结果 185

7.4 金字塔融合法 185

7.4.1 算法思想 186

7.4.2 算法流程 187

7.4.3 融合结果 189

7.5 总结与展望 190

参考文献 191

第8章 阵列相机图像超分辨率增强理论 193

8.1 概述 193

8.2 成像模型 195

8.3 单图超分辨率重建 197

8.3.1 基于插值的算法 197

8.3.2 基于建模的算法 199

8.3.3 基于学习的方法 203

8.4 多图超分辨率重建 207

8.5 基于相机阵列的超分辨率重建 208

8.5.1 深度估计＼图像配准 211

8.5.2 超分辨率重建 213

8.5.3 应用示例 215

8.6 总结与展望 218

参考文献 218

第9章 阵列相机光场理论 221

9.1 概述 221

9.2 光场的数学定义 222

9.3 阵列相机成像原理 224

9.3.1 照相机阵列的结构和图像采集 225

9.3.2 照相机阵列的数字重聚焦原理 226

9.4 总结与展望 233

参考文献 234

第10章 多摄像机广域动态图像技术与应用 235

10.1 概述 235

10.2 多摄像机广域持久监视的概念 236

10.3 多摄像机广域持久监视的意义 238

10.3.1 多摄像机WAMI数据特征 238

10.3.2 WAMI数据处理和分析的意义 240

10.3.3 WAMI的价值和应用 242

10.4 典型的多摄像机广域持久监视系统 246

10.5 WAMI数据处理概述 250

10.5.1 典型步骤 250

10.5.2 难点与挑战 250

10.5.3 地理空间注册与稳像方法 254

10.5.4 目标检测方法 255

10.5.5 目标跟踪方法 264

10.6 总结 268

参考文献 269

第11章 多摄像机人体姿态估计与跟踪 272

11.1 概述 272

11.2 问题描述 273

11.3 姿态估计 275

11.3.1 基于优化的姿态估计方法 276

11.3.2 基于贝叶斯滤波的姿态估计方法 283

11.4 姿态跟踪 290

11.4.1 单假设跟踪 290

11.4.2 多假设跟踪 294

11.4.3 运动先验模型 294

11.5 总结 295

参考文献 296