论文部分内容阅读
深度信息恢复是指利用二维图像的特征与目标物体深度之间的关系,从二维图像中获得目标物体深度信息,被广泛应用于三维重建、机器人导航、工业检测、医学成像等领域。基于离焦图像的深度信息恢复方法由于其所需图像少、克服了图像间的匹配与遮挡、不存在特性相关等优势引起广泛关注。尤其在微纳米观测中,在观测使用显微镜完毕后是不允许对其中的任何参数以任何形式地改变,因此借助显微镜采集离焦图像,恢复目标物体深度信息,能够实现更好地观测样品。本文基于离焦图像,对微纳米深度信息恢复进行研究,主要研究内容如下:(1)对摄像机参数固定的离焦深度恢复方法展开研究。介绍了摄像机参数固定的离焦深度恢复方法模糊成像原理、相对模糊度和深度信息恢复过程,研究了基于热辐射方程表示的离焦深度恢复方法。通过标准500nm尺度栅格的深度信息恢复实验分析摄像机参数固定的离焦深度恢复方法优缺点。(2)离焦图像的深度信息恢复精确性研究。针对采用Tikhonov正则化方法解决摄像机参数固定的离焦深度恢复方法目标函数不适定性,造成深度信息恢复精确性不高的问题,在摄像机参数固定的离焦深度恢复方法目标函数中引入TV正则化方法和L曲线法,提出了一种基于TV正则化和L曲线法的深度信息恢复算法(L-TV),有效提高深度信息恢复精确性。通过标准500nm尺度栅格深度信息恢复实验表明,与Tikhonov正则化方法和TSVD正则化方法相比,本文所提L-TV算法可以避免恢复的深度信息过度惩罚,趋于平滑,有效提高深度信息恢复精确性。(3)离焦图像的深度信息恢复效率研究。针对采用迭代收缩阈值算法(Iterative Shrinkage Threshold Algorithm,ISTA)解决离焦深度恢复方法动态求解过程,造成深度信息恢复效率不高的问题,基于ISTA算法,提出了一种基于加速算子梯度估计和割线线性搜索优化ISTA算法(FL-ISTA),加快离焦深度恢复方法动态求解过程,有效提高深度信息恢复效率。通过标准500nm尺度栅格、导电探针和三角探针深度信息恢复实验表明,与迭代收缩阈值算法(ISTA)和快速迭代收缩阈值算法(Fast Iterative Shrinkage Threshold Algorithm,FISTA)相比,本文所提FL-ISTA算法可以加快离焦深度恢复方法动态求解过程,有效提高深度信息恢复效率。