本文關(guān)鍵詞：數(shù)碼立體顯微視頻信號處理方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：數(shù)碼立體顯微鏡是在立體顯微鏡基礎(chǔ)上通過數(shù)碼攝像機獲取其左右光路信號的設(shè)備,集信息科學(xué)、人工智能、光學(xué)等學(xué)科于一體,具有重大的研究價值與應(yīng)用價值。立體顯微測量是通過對數(shù)碼顯微圖像的處理實現(xiàn)圖目標(biāo)的三維測量,是數(shù)碼顯微信號處理的核心技術(shù)。本文旨在研究數(shù)碼顯微立體信號處理的關(guān)鍵技術(shù),對測量、識別、檢測等關(guān)鍵技術(shù)進行相應(yīng)討論,并就算法魯棒性進行了探討。(1)立體標(biāo)定是實現(xiàn)立體測量的關(guān)鍵環(huán)節(jié),因為顯微鏡的景深淺,導(dǎo)致常用標(biāo)定算法無法正常工作,本文提出了一種基于深度反饋矯正的顯微標(biāo)定實現(xiàn)模型,并在此基礎(chǔ)上提出一種顯微標(biāo)定方法,能夠在顯微鏡淺景深情況下實現(xiàn)顯微標(biāo)定。緊接著,在標(biāo)定基礎(chǔ)上,本文研究了立體測量實現(xiàn)過程中的誤匹配消除、虛擬插值等相關(guān)內(nèi)容,將顯微標(biāo)定結(jié)果進行了實際應(yīng)用,取得良好效果。在顯微標(biāo)定時,首先通過預(yù)設(shè)的攝像機參數(shù)和淺景深范圍內(nèi)的拍攝標(biāo)定板圖像,實現(xiàn)預(yù)標(biāo)定,然后根據(jù)標(biāo)定參數(shù)進行立體重構(gòu),最后根據(jù)重構(gòu)計算得到的深度信息進行補償,得到深度補償系數(shù),由此得到最終的標(biāo)定結(jié)果,實驗結(jié)果表明利用標(biāo)定參數(shù)進行恢復(fù)時,Z軸的誤差在-4.43%;在立體誤匹配消除時,先進行左右兩路圖像的SIFT特征匹配,接著結(jié)合攝像機標(biāo)定參數(shù)和匹配結(jié)果進行立體重構(gòu),再根據(jù)重構(gòu)得到的世界坐標(biāo)系進行再成像,最后通過統(tǒng)計再成像得到的特征點位置與原始特征點位置的相對位置,實現(xiàn)誤匹配消除,實驗結(jié)果表明用這種算法后,誤匹配的特征被100%消除,并且正確的特征全部保留,而沒有被誤刪除;在顯微測量時,針對IC芯片特征點少的情況,通過虛擬插值的方式增加特征點,并通過多組特征點聯(lián)合計算,得到IC芯片溝道內(nèi)外的深度,最終對于10um的測量范圍而言,三個位置的誤差分別為26.637%、16.733%和30.468%。(2)本文研究了連續(xù)變倍立體顯微鏡齊焦性的檢測的相關(guān)問題。從高倍率變到低倍率過程中,目標(biāo)應(yīng)始終保持其清晰,或可通過微調(diào)保持其清晰,這就是齊焦性。本文通過在不同倍率下的離散點檢測,來預(yù)測連續(xù)變倍情況下的齊焦性,其主要貢獻在于采用基于綜合清晰度函數(shù)的合焦判定技術(shù),實驗結(jié)果表明采用本文的判定模型能夠?qū)崿F(xiàn)不同倍率下的合焦判定和合焦位置計算,最終通過擬合得到齊焦性曲線。另外,本文通過引入暗通道模型,研究了抑制或消除光照對清晰度判定的影響,使清晰度判定算法更加魯棒。首先計算原顯微圖像的暗通道,然后根據(jù)計算得到?jīng)]有傳輸衰減的源圖像,并結(jié)合顯微圖像特點計算得到目標(biāo)區(qū)域,最后在源圖像和目標(biāo)區(qū)域基礎(chǔ)上計算圖像清晰度,實驗結(jié)果表明采用時域、頻域和變換域的清晰度計算方法時,采用本文方法之后,其對光照的魯棒性均得到明顯增強。(3)顯微鏡看到視野范圍小,為看到大視野范圍圖像,拼接成為一種必要技術(shù)。本文研究了顯微圖像拼接的相關(guān)方法。通過SIFT特征提取,特征匹配,誤匹配消除,得到兩幅圖像都相對應(yīng)的運動方程,從而實現(xiàn)圖像拼接,實驗結(jié)果表明,本文方法能有效實現(xiàn)剛體運動模式的2D+t圖像拼接。同時,由于灰塵的存在,導(dǎo)致圖像中有固點顆粒噪聲,本文通過類高斯模型和連續(xù)迭代,實現(xiàn)噪聲定位,為后續(xù)噪聲濾除與圖像恢復(fù)打下基礎(chǔ),實驗結(jié)果表明,采用本文方法后,固點噪聲可被有效定位。本文對立體顯微視頻信號處理中存在的科學(xué)問題,進行了系統(tǒng)全面地研究。在立體標(biāo)定、立體測量、立體匹配、齊焦性檢測、清晰度計算的光照魯棒性、噪聲定位和圖像拼接領(lǐng)域,均取得了一些創(chuàng)新性成果。
【關(guān)鍵詞】：顯微標(biāo)定 誤匹配消除 立體測量 連續(xù)變倍 顯微數(shù)碼信號處理
【學(xué)位授予單位】：寧波大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TN911.7;TH742
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第1章 概述10-24
• 1.1 數(shù)碼立體顯微鏡歷史10-13
• 1.2 顯微鏡技術(shù)國內(nèi)外最新發(fā)展13-18
• 1.3 數(shù)碼立體顯微信號處理研究中的關(guān)鍵技術(shù)18-20
• 1.4 數(shù)碼立體顯微測量技術(shù)綜述20-23
• 1.5 本文研究內(nèi)容與論文框架23-24
• 第2章 立體顯微測量原理與方法研究24-70
• 2.1 立體標(biāo)定25-39
• 2.1.1 前言25-26
• 2.1.2 基于深度修正的立體顯微鏡標(biāo)定方法26-31
• 2.1.3 實驗結(jié)果與分析31-38
• 2.1.4 小結(jié)38-39
• 2.2 單目圖像特征匹配39-49
• 2.2.1 前言39-40
• 2.2.2 基于匹配基的SIFT誤匹配消除方法40-44
• 2.2.3 實驗結(jié)果與分析44-49
• 2.2.4 小結(jié)49
• 2.3 基于重構(gòu)的立體誤匹配消除算法49-58
• 2.3.1 前言49-50
• 2.3.2 基于立體重構(gòu)的誤匹配消除算法具體過程50-54
• 2.3.3 實驗結(jié)果與分析54-58
• 2.3.4 小結(jié)58
• 2.4 基于虛擬特征匹配的立體顯微測量方法研究58-69
• 2.4.1 前言58-60
• 2.4.2 基于虛擬匹配特征的立體顯微測量方法研究60-65
• 2.4.3 實驗結(jié)果與分析65-69
• 2.4.4 小結(jié)69
• 2.5 本章小結(jié)69-70
• 第3章 立體顯微鏡齊焦性檢測方法研究70-93
• 3.1 齊焦性概念與檢測70
• 3.2 自動齊焦性方法研究70-82
• 3.2.1 相關(guān)背景70-71
• 3.2.2 立體顯微鏡的景深估計71-72
• 3.2.3 連續(xù)變倍立體顯微鏡齊焦性檢測方法72-76
• 3.2.4 實驗結(jié)果與分析76-81
• 3.2.5 小結(jié)81-82
• 3.3 光照一致性清晰度判定82-92
• 3.3.1 背景82-84
• 3.3.2 基于暗通道先驗的顯微圖像光照一致性分離模型84-87
• 3.3.3 基于光照分離模型的顯微圖像清晰度判定方法87-88
• 3.3.4 實驗結(jié)果與分析88-92
• 3.3.5 小結(jié)92
• 3.4 本章小結(jié)92-93
• 第4章 立體顯微鏡圖像拼接方法研究93-120
• 4.1 圖像拼接93-106
• 4.1.1 背景93-94
• 4.1.2 SIFT特征提取94-98
• 4.1.3 本文圖像匹配方法98-100
• 4.1.4 實驗結(jié)果與分析100-103
• 4.1.5 小結(jié)103-106
• 4.2 噪聲定位106-118
• 4.2.1 背景106-107
• 4.2.2 基于類高斯模型的自適應(yīng)固點噪聲定位算法107-114
• 4.2.3 實驗結(jié)果與分析114-118
• 4.2.4 小結(jié)118
• 4.3 本章小結(jié)118-120
• 第5章 總結(jié)與展望120-123
• 參考文獻123-136
• 博士期間發(fā)表論文和其他成果136-138
• 致謝138

  本文關(guān)鍵詞：數(shù)碼立體顯微視頻信號處理方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：335287