论文部分内容阅读
传统相机在摄像过程中只能感知单个像平面的强度信息,因此需要用户在拍摄之前精心挑选相机参数,并且在视野范围内的聚焦表面都为平面.而近年来出现的阵列相机能够先拍摄后聚焦、灵活景深控制以及实现景深扩展,具有光明的应用前景.微阵列相机体积小,携带方便,更适用于在手机平板电脑等移动设备中使用.业界许多专家对此项技术倍加推崇,称其必将引起第2个摄像数码化革命.因此,基于微阵列相机的重对焦研究将会成为机器视觉领域的一项重要课题.但到目前为止,本项技术在国内研究人员还较少,应用也不是非常广泛.本文正是在这种背景下研究了大量的相机成像、立体匹配等机器视觉经典理论和算法.针对图像重对焦的研究,做了以下工作：1)简单回顾了相机成像模型原理和相机标定原理与技术,重点对张正友相机标定知识进行了阐述.由于拍摄仪器为具有3×3阵列镜头的相机模板,我们在标定过程中分别对9个镜头都进行了标定.2)简要介绍了数字图像立体匹配算法分类,着重分析了基于图割的立体匹配算法原理和算法步骤.根据图像灰度一致性约束和相邻像素深度光滑性约束条件,建立能量函数.3)以中心图像为参考图像,采用图割算法对建立的能量函数求解,确定像素的深度,实现了阵列图像的重对焦工作.基于阵列相机的重对焦算法研究目前还是较新的研究领域,算法还在不断地探索研究中.由于硬件工艺的限制,重对焦效果有一定的偏差.我们接下来会在不同焦距的阵列模组上进行算法的验证,以期达到更好的重对焦效果.