基于单目视觉边缘频谱的散焦图像测距算法研究
为了实现基于单目相机的弱或无表面纹理特征目标精确测距,提出了一种基于保留边缘频谱信息的改进散焦图像测距算法.通过对比以傅立叶变换和拉普拉斯变换为计算核心的两种经典散焦测距理论,构建相应的清晰度评价函数,根据灵敏度更好的频谱清晰度函数选择基于频谱的散焦测距法,并根据频谱清晰度函数在保留目标边缘信息的基础上选择频域计算范围,从而进行测距.为验证算法的可行性,本文采用 6组不同的鸭蛋样本,获取不同光圈、不同距离的散焦图像,利用该改进算法求解鸭蛋到相机镜头的距离.实验结果表明,基于边缘频谱保留的散焦图像测距改进算法具有良好的测距效果,相关系数为 0.986,均方根误差为 11.39 mm,并发现对于斜放拍摄的鸭蛋图像进行图像旋转处理后,可有效地提升测距能力,均方根误差从 11.39 mm下降至 8.76 mm,平均相对误差从 2.85%下降至 2.28%,相关系数提升至0.99.基本满足了弱或无表面纹理特征目标测距的稳定、精度等要求.
机器视觉、散焦测距、边缘频谱、图像处理、弱或无纹理特征
16
TP39;S24(计算技术、计算机技术)
福建省自然科学基金面上项目;福建省农业信息感知技术重点实验室项目
2023-06-06(万方平台首次上网日期,不代表论文的发表时间)
共10页
627-636