| 【中文题名】 | 基于散焦显微图像的三维重构方法研究 |
| 【英文题名】 | Research of Defouces Microscopy Image 3-D Surface Reconstruction |
| 【学科专业】 | 机械电子工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-6 |
| 【中关键词】 | 显微序列图像,小波能量融合,图像熵评价,高斯插值,三维重构, |
| 【英关键词】 | microscopy serial image,wavelet energy fusion,image entropy evaluation,Gaussian interpolation algorithm,3D reconstruction, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
基于体视显微镜(Stereo light microscope，SLM)的显微立体视觉系统已用于微操作、微装配等领域，作用之一是通过视觉反馈实现二维或三维的高精度自动定位，引导机械手完成指定的操作；作用之二是挖掘立体视觉中包含的三维深度信息，用于三维信息的测量。本文研究了SLM显微立体视觉的成像机理、图像预处理、图像配准和利用聚焦评价函数进行深度恢复等主要内容。研究的结果可用于小尺度对象的三维信息测量和微操作、微装配中的三维定位。
本文研究的内容是使用单目显微镜进行物体表面的三维重构。由于显微镜景深有限，无法通过一幅图像得到完整清晰的物体表面信息，所以通过物体在Z坐标上的移动，显微镜对物体表面进行层层扫描，得到显微序列图像，同时得到每幅图像初步的Z坐标值；然后提取出每幅图像中的清晰区域，融合成一幅图像，得到一幅全聚焦图像；另一方面，将序列图像中的每幅图像清晰部分进行聚焦测度计算，通过对聚焦测度计算结果进行高斯插值得到每一点的深度；最后使用深度信息对显微样本进行三维重构，得到显微样本的三维模型。
本文采用了显著边界特征匹配法，对图像进行自动配准，经过分析和实验表明此配准方法能够达到高精... |
| 【论文题纲】 |
|
摘要 |
3-5 |
|
ABSTRACT |
5-8 |
|
目录 |
8-10 |
|
第一章 绪论 |
10-22 |
|
1.1 选题意义与目的 |
10-11 |
|
1.2 显微立体视觉 |
11-17 |
|
1.2.1 立体视觉研究概况 |
11-13 |
|
1.2.1.1 立体视觉研究及分类 |
11-12 |
|
1.2.1.2 立体视觉系统的组成 |
12-13 |
|
1.2.2 显微立体视觉研究概况 |
13-17 |
|
1.2.2.1 系统的组成及其特点 |
13-14 |
|
1.2.2.2 国内外研究进展 |
14-17 |
|
1.3 三维重构结果立体显示和及其研究进展 |
17-20 |
|
1.4 本文主要内容 |
20-22 |
|
第二章 显微图像三维重构系统原理及图像预处理 |
22-35 |
|
2.1 显微图像三维重构的原理 |
22-24 |
|
2.2 显微图像预处理 |
24-28 |
|
2.2.1 显微图像特点 |
24 |
|
2.2.2 图像滤波 |
24-26 |
|
2.2.3 显微图像增强 |
26-28 |
|
2.3 显微序列图像配准 |
28-34 |
|
2.3.1 边缘检测算子 |
29-31 |
|
2.3.2 图像配准 |
31-34 |
|
2.4 本章要点 |
34-35 |
|
第三章 基于小波融合的图像合成系统及评价 |
35-52 |
|
3.1 图像处理常用的变换方法 |
35-38 |
|
3.1.1 傅里叶变换 |
35-37 |
|
3.1.2 小波变换 |
37-38 |
|
3.2 小波变换的特性 |
38-41 |
|
3.2.1 变焦性 |
40 |
|
3.2.2 信息保持性 |
40-41 |
|
3.2.3 小波基选择的灵活性 |
41 |
|
3.3 小波融合 |
41-46 |
|
3.3.1 二维图像小波融合 |
41-43 |
|
3.3.2 基于区域的小波融合算法 |
43-46 |
|
3.3.2.1 以区域高频部分绝对值和为特征值的小波融合 |
45-46 |
|
3.3.2.2 以区域高低频比值r为特征值的小波融合 |
46 |
|
3.4 融合图像的品质指标 |
46-50 |
|
3.4.1 图像融合算法的主观和客观评价 |
46-50 |
|
3.4.1.1 均方根误差(MSRE) |
48-49 |
|
3.4.1.2 灰度均值和灰度标准差 |
49 |
|
3.4.1.3 熵值比较 |
49-50 |
|
3.5 本章要点 |
50-52 |
|
第四章 显微图像深度恢复 |
52-62 |
|
4.1 深度信息的获取方法 |
52-53 |
|
4.1.1 焦点变换方法(depth from focus) |
52-53 |
|
4.1.2 借助其他硬件获取 |
53 |
|
4.1.3 立体视觉方法 |
53 |
|
4.1.3.1 视觉差法 |
53 |
|
4.1.3.2 计算聚焦测度法 |
53 |
|
4.2 聚焦测度算子 |
53-58 |
|
4.2.1 聚焦和散焦图像的获得原理 |
53-55 |
|
4.2.2 聚焦测度算子 |
55-58 |
|
4.3 深度计算 |
58-61 |
|
4.4 本章要点 |
61-62 |
|
第五章 系统硬件结构、实验 |
62-71 |
|
5.1 显微镜结构及外围部件介绍 |
62-63 |
|
5.1.1 光源 |
62 |
|
5.1.2 CCD摄像头 |
62-63 |
|
5.2 显微景深估算 |
63-66 |
|
5.2.1 透镜景深 |
63-64 |
|
5.2.2 景深问题对实验的影响 |
64 |
|
5.2.3 实验测量景深 |
64-66 |
|
5.3 图像融合与三维重构实验 |
66-70 |
|
5.3.1 实例一 接插件显微序列多层成像 |
66-68 |
|
5.3.2 实例二 刀具检测 |
68-70 |
|
5.4 本章要点 |
70-71 |
|
第六章 总结与展望 |
71-73 |
|
6.1 全文总结 |
71 |
|
6.2 本文进一步研究与展望 |
71-73 |
|
参考文献 |
73-77 |
|
致谢 |
77-78 |
|
攻读学位期间发表的学术论文目录 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.370604 |
