基于CS理论的超分辨率深度图重建研究与摄像机阵列的研制

论文摘要

超分辨率图像重建是从原始低分辨率图像获得更高分辨率图像的处理技术。压缩感知(CS)理论表明,当信号具有稀疏性或可压缩性时,通过采集少量的信号投影值就可实现信号的准确或近似重构。本文以压缩感知理论为基础,结合光学系统的成像退化模型,建立了一种超分辨率深度图的重建算法模型。该模型的研究重点包括稀疏基和测量矩阵的选取,重建算法的设计,退化模型与压缩感知理论的结合,主要用于一种具有固定分辨率的深度获取系统——TOF摄像机。本文所述的算法模型对不同几何特征对象的深度信息都具有较好的效果,并与常用的插值方法做出对比分析,同时以实验结果为依据对参数的选取做出说明。本文介绍了一种具有全局同步功能的智能网络摄像机阵列的研制方法。该智能网络摄像机阵列中一台摄像机的工作方式被配置为主模式,其余摄像机被配置为从模式,主模式摄像机产生并提供全局同步信号给从模式摄像机。整个阵列精确同步拍摄,完成阵列同时刻多视角视频采集功能。每台智能网络摄像机具有高分辨率视频图像获取能力;可通过以太网传送控制命令和图像数据,灵活控制摄像机工作模式;实时运行图像处理算法,形成系统分布式运算结构。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究的目的和意义
• 1.2 国内外研究概况
• 1.2.1 压缩感知（CS）理论与超分辨率重建的背景与研究现状
• 1.2.2 立体视觉中摄像机阵列的研制
• 1.3 论文的主要工作及论文结构
• 第2章 智能网络摄像机阵列硬件设计
• 2.1 系统硬件平台功能介绍
• 2.2 系统硬件组成与工作原理
• 2.3 硬件设计模块介绍
• 2.3.1 数据采集模块
• 2.3.2 数据处理模块
• 2.3.3 同步信号传输模块
• 2.3.4 模块间连接情况
• 2.4 本章小结
• 第3章 系统软件程序设计
• 3.1 系统软件概述
• 3.2 基于DSP的嵌入式系统软件开发
• 3.2.1 DSP/BIOS操作系统
• 3.2.2 RF5框架与驱动介绍
• 3.2.3 软件系统主要任务介绍
• 3.2.4 驱动程序开发
• 3.2.5 网络通信程序
• 3.3 硬件调试程序
• 3.3.1 启动模式与FLASH程序烧写
• 3.3.2 可编程时钟烧写
• 3.4 实验结果图
• 3.5 本章小结
• 第4章 基于CS理论的超分辨率深度图重建研究
• 4.1 压缩感知（CS）理论介绍
• 4.1.1 压缩感知
• 4.1.2 测量矩阵
• 4.1.3 重建算法
• 4.2 超分辨率深度图重建算法设计
• 4.2.1 应用领域
• 4.2.2 模型建立
• 4.2.3 算法设计
• 4.3 结果与分析
• 4.4 本章小结
• 第5章 总结与展望
• 5.1 本文总结
• 5.2 未来工作展望
• 参考文献
• 攻读硕士学位期间取得的学术成果