基于景物散焦图像的距离测量

被引：5

作者：

田涛

邓兵

潘俊民

机构：

[1] 上海交通大学自动化系!上海

[2] 上海交通大学信控系!上海

来源：

计算机研究与发展 | 2001年 / 02期

关键词：

计算机视觉; 深度估计; 矩不变; 光学散焦;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

计算机视觉中 ,景物三维重建的关键是从景物的图像中计算出景物目标到摄像机的距离 .提出了一种基于散焦图像计算景物距离的新方法 .该方法利用远心光学镜头拍摄景物图像 ,通过改变像检测器到镜头的距离获得同一景物的两幅散焦程度不同的图像 .将获得灰度图像转换成梯度图像 ,利用矩不变原理计算梯度图像中边缘区的大小与整个图像区域大小的比 Pe,根据两幅图像的 Pe 值计算出景物的深度 .实验结果表明了该方法的有效性 ,并对该方法产生的误差进行了分析

引用

页码：176 / 180

页数：5

共 7 条

[1] Moment -preserving thresholding: A new approach. Tsai W H. Computer Vision . 1995
[2] Parallel depth recovery by changing camera parameters.In: Proc of the IEEE Int’ l Conf on Computer Vision. Subbarao M. Florida . 1988
[3] A moment -preserving approach for depth from defocus. DU-Ming Tsai,Chin-Tun Lin. Pattern Recognition . 1998
[4] A new sense for depth of field. Pentland A P. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1987
[5] Telecentric optic for focus analysis. Watanabe M,Nayar S K. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1997
[6] Depth from defocus: A spatial domain approach. Sunnarao M,Surya G. International Journal of Computer Vision . 1994
[7] Rational filters for passive depth from defocus. Watanabe M,Nayar S. International Journal of Computer Vision . 1998

← 1 →