咨询热线：13080701712
返回
沈宇资讯
监控系统中的全局点扩散函数
为了提高深度相机标定的准确性和易用性，提出一种基于摄像头单应矩阵的深度相机自标定方法。首先，指出了现有自标定方法的缺点，并建立了深度相机的内部转换模型。然后，根据图像对的成像关系推导了所提出的深度相机自标定数学模型，并通过求解本质矩阵和对应矩阵干扰器得到深度相机的内参数和外参数。
最后通过免疫克隆选择算法得到深度相机的畸变参数，用于优化深度监控图像的畸变模型。与Zhang的标定方法相比，所提出的自标定标定方法得到的焦距和坐标的相对误差更小，并且对深度图像的边缘畸变具有良好的恢复效果。 本发明公开了一种基于托普利茨矩阵观测和字典学习的数码相机压缩成像方法，旨在解决现有屏蔽器技术中高斯随机观测矩阵在现实中难以实现的问题。
压缩成像方法首先在数码相机镜头前设计一个编码盘，然后计算出监控摄像头实际应用系统中的点扩散函数，获取相应的Toeplitz观测矩阵，在观察实际图像后获取少量观测值。然后利用KSVD(核奇异值分解)字典学习方法对各种几何图像块样本训练冗余字典，结合非线性重建算法按块进行重建，最后将重建图像块组合成重建图像。通过压缩成像方法，在低采样率下，提高了重建质量；不同采样率下，对不同的自然图像都能取得良好的重建效果；该压缩干扰屏蔽器成像方法适用于实际的数码相机压缩成像系统。
最后通过免疫克隆选择算法得到深度相机的畸变参数，用于优化深度监控图像的畸变模型。与Zhang的标定方法相比，所提出的自标定标定方法得到的焦距和坐标的相对误差更小，并且对深度图像的边缘畸变具有良好的恢复效果。 本发明公开了一种基于托普利茨矩阵观测和字典学习的数码相机压缩成像方法，旨在解决现有屏蔽器技术中高斯随机观测矩阵在现实中难以实现的问题。
压缩成像方法首先在数码相机镜头前设计一个编码盘，然后计算出监控摄像头实际应用系统中的点扩散函数，获取相应的Toeplitz观测矩阵，在观察实际图像后获取少量观测值。然后利用KSVD(核奇异值分解)字典学习方法对各种几何图像块样本训练冗余字典，结合非线性重建算法按块进行重建，最后将重建图像块组合成重建图像。通过压缩成像方法，在低采样率下，提高了重建质量；不同采样率下，对不同的自然图像都能取得良好的重建效果；该压缩干扰屏蔽器成像方法适用于实际的数码相机压缩成像系统。
