CN103413302A - 相机阵列动态焦平面估计方法 - Google Patents
相机阵列动态焦平面估计方法 Download PDFInfo
- Publication number
- CN103413302A CN103413302A CN2013103234745A CN201310323474A CN103413302A CN 103413302 A CN103413302 A CN 103413302A CN 2013103234745 A CN2013103234745 A CN 2013103234745A CN 201310323474 A CN201310323474 A CN 201310323474A CN 103413302 A CN103413302 A CN 103413302A
- Authority
- CN
- China
- Prior art keywords
- camera
- frame
- viewnum
- imaging
- sigma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Studio Devices (AREA)
Abstract
本发明公开了一种相机阵列动态焦平面估计方法,用于解决现有基于相机阵列合成孔径成像的隐藏目标透视成像方法自动性能差的技术问题。技术方案是将相机阵列自动聚焦和遮挡动目标透视成像分为聚焦和成像两个模块,两个模块无缝地融合在整体算法框架中,通过两模块之间的无缝交互实现自动聚焦和清晰成像;在聚焦模块,采用基于局部和全局约束优化的动态估计最优焦平面估计算法;在成像模块中,采用基于可视度分析的主动合成孔径成像算法。由于该方法通过基于局部和全局约束优化的方法对动目标最优聚焦平面进行估计,进而基于可视度分析有效地在合成图像上去除遮挡物,显著地改善了遮挡动目标合成孔径成像的质量,且自动性能好。
Description
技术领域
本发明涉及一种相机阵列动态焦平面估计方法。
背景技术
文献“Synthetic Aperture Focusing Using a Shear-Warp Factorization of the ViewingTransform,IEEE Conference on Computer Vision and Pattern Recognition-Workshops,2005,pp.129”公开了一种基于相机阵列合成孔径成像的隐藏目标透视成像方法。该方法在给定成像目标聚焦深度的情况下通过利用单应映射与同调映射将相机阵列***中各视角所拍摄的图像投影至目标所在的聚焦平面。其中单应映射利用各视角图像中的对应特征点进行估计,同调映射根据阵列***中各相机相对位置与目标聚焦深度进行计算。该方法将相机阵列***视作一个具有极宽基线的“合成孔径”,在合成图像上,不在聚焦平面上遮挡物出现较为严重的离焦模糊,从而对遮挡条件下的隐藏目标进行透视成像。然而,该方法主要针对聚焦深度固定的隐藏静目标,对于隐藏动目标而言,需要用户手动修改聚焦深度,自动性能不强。
发明内容
为了克服现有基于相机阵列合成孔径成像的隐藏目标透视成像方法自动性能差的不足,本发明提供一种相机阵列动态焦平面估计方法。该方法将相机阵列自动聚焦和遮挡动目标透视成像分为聚焦和成像两个模块,两个模块无缝地融合在整体算法框架中,通过两模块之间的无缝交互实现自动聚焦和清晰成像;在聚焦模块,采用基于局部和全局约束优化的动态估计最优焦平面估计算法;在成像模块中,采用基于可视度分析的主动合成孔径成像算法。该方法通过基于局部和全局约束优化的方法对动目标最优聚焦平面进行估计,进而基于可视度分析有效地在合成图像上去除遮挡物,可以显著改善遮挡动目标合成孔径成像的质量,且自动性能好。
本发明解决其技术问题所采用的技术方案是:一种相机阵列动态焦平面估计方法,其特点是包括以下步骤:
步骤一、对viewnum个相机中的每一个相机所拍摄的图像序列,利用KLT法计算序列中帧与帧之间的光流特征点并做匹配,设表示第i个相机t帧到t-1帧的单应,和分别表示第t-1帧和第t帧对应的特征点,根据公式(1)所表述的单相机时间序列约束计算各相机相邻帧间的代价El(Ht(t-1)),其中权值的大小表示对应点可见的程度,权值更新方法见步骤五。
步骤二、选定viewnum个相机中一个相机作为参考相机,设为r,设表示第i个相机与参考相机r之间的单应矩阵,和分别表示参考相机r与第i个相机之间匹配的特征点。根据公式(2)所表述的多视角空间约束计算各相机与参考相机之间的空间约束
步骤四、定义全局代价函数为
步骤五、对第t帧中viewnum个相机所拍摄图像进行可视度分析。对任两个相机所拍摄的图像利用KLT方法进行两幅图像的光流计算,场景中任一体素对应了个光流矢量,首先根据光流矢量的幅值进行层次聚类,所得聚类结果为Gsi(i=1,2,…,M);其次,对每个Gsi中所含的各相机所拍摄的像素,利用K-均值方法进行色彩空间上的聚类,所得聚类结果为Gcj(i=1,2,…,L),将Gcj中与上一帧合成图像中颜色最相近的一类中的各相机像素点的可视度定义为1,其他类定义为0。
本发明的有益效果是:该方法将相机阵列自动聚焦和遮挡动目标透视成像分为聚焦和成像两个模块,两个模块无缝地融合在整体算法框架中,通过两模块之间的无缝交互实现自动聚焦和清晰成像;在聚焦模块,采用基于局部和全局约束优化的动态估计最优焦平面估计算法;在成像模块中,采用基于可视度分析的主动合成孔径成像算法。由于该方法通过基于局部和全局约束优化的方法对动目标最优聚焦平面进行估计,进而基于可视度分析有效地在合成图像上去除遮挡物,显著地改善了遮挡动目标合成孔径成像的质量,且自动性能好。
下面结合具体实施方式对本发明作详细说明。
具体实施方式
本发明相机阵列动态焦平面估计方法具体步骤如下:
假定有viewnum个相机,本实施例选取viewnum=8,并按水平方向排列顺序分别编号为1,2,…,8号相机,选定某个相机为参考相机,选定标准见步骤(4)②。
(1)单相机时间序列约束。
对1-8号相机中的每一个相机所拍摄的到的图像序列,利用KLT法计算序列中帧与帧之间的光流特征点并做匹配。设表示第i个相机t帧到t-1帧的单应,和分别表示第t-1帧和第t帧对应的特征点,则单相机时间序列约束表述如下式:
(2)多视角空间约束。
(3)全局闭环约束。
(4)全局代价函数最小化。
定义全局代价函数为
使用如下的交换最小二乘算法对代价函数进行最小化从而求得各单应投影矩阵。
①通过最小化El(Ht(t-1))获得Ht(t-1)的初值Ht(t-1) (0);
④计算
⑤迭代计算步骤④K次,K为控制迭代次数的参数,本实施例中选取K为5。
(5)光流矢量幅值层次聚类。
对任两个相机所拍摄的图像利用KLT方法进行两幅图像的光流计算,场景中任一体素对应了个光流矢量,首先根据光流矢量的幅值进行层次聚类,层次聚类的终止阈值为5像素,所得聚类结果为Gsi(i=1,2,…,M),M为光流矢量聚类类别个数。
(6)色彩聚类。
对每个Gsi中所含的各相机所拍摄的像素进行色彩空间上的聚类,色彩相似度量利用RGB空间上的矢量角度,聚类方法采取K均值方法。
①初始聚类中心选择:遍历选择Gsi类中的每一个相机作为聚类中心,计算聚类方差,选择方差最小的一组作为初始聚类中心;
②类别数确定:首先将类别数设为1,然后提高类别数至最大元素个数,使用步骤①并计算聚类方差,选择总方差最小的一组为聚类类别个数。
所得聚类结果为Gcj(i=1,2,…,L),L为色彩聚类类别个数。
(7)更新可视度。
将Gcj中与上一帧合成图像中颜色最相近的一类中的各相机像素点的可视度定义为1,其他类定义为0。色彩相似度量利用RGB空间上的矢量角度。当合成图像为序列第一帧时,选取具有最大元素个数的Gcj作为可视集合。
(8)合成孔径成像计算。
Claims (1)
1.一种相机阵列动态焦平面估计方法,其特征在于包括以下步骤:
步骤一、对viewnum个相机中的每一个相机所拍摄的图像序列,利用KLT法计算序列中帧与帧之间的光流特征点并做匹配,设表示第i个相机t帧到t-1帧的单应,和分别表示第t-1帧和第t帧对应的特征点,根据公式(1)所表述的单相机时间序列约束计算各相机相邻帧间的代价其中权值的大小表示对应点可见的程度,权值更新方法见步骤五;
步骤二、选定viewnum个相机中一个相机作为参考相机,设为r,设表示第i个相机与参考相机r之间的单应矩阵,和分别表示参考相机r与第i个相机之间匹配的特征点;根据公式(2)所表述的多视角空间约束计算各相机与参考相机之间的空间约束
步骤四、定义全局代价函数为
步骤五、对第t帧中viewnum个相机所拍摄图像进行可视度分析;对任两个相机所拍摄的图像利用KLT方法进行两幅图像的光流计算,场景中任一体素对应了个光流矢量,首先根据光流矢量的幅值进行层次聚类,所得聚类结果为Gsi(i=1,2,…,M);其次,对每个Gsi中所含的各相机所拍摄的像素,利用K-均值方法进行色彩空间上的聚类,所得聚类结果为Gcj(i=1,2,…,L),将Gcj中与上一帧合成图像中颜色最相近的一类中的各相机像素点的可视度定义为1,其他类定义为0;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310323474.5A CN103413302B (zh) | 2013-07-29 | 2013-07-29 | 相机阵列动态焦平面估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310323474.5A CN103413302B (zh) | 2013-07-29 | 2013-07-29 | 相机阵列动态焦平面估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103413302A true CN103413302A (zh) | 2013-11-27 |
CN103413302B CN103413302B (zh) | 2016-01-13 |
Family
ID=49606307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310323474.5A Expired - Fee Related CN103413302B (zh) | 2013-07-29 | 2013-07-29 | 相机阵列动态焦平面估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103413302B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104702971A (zh) * | 2015-03-24 | 2015-06-10 | 西安邮电大学 | 相机阵列高动态范围成像方法 |
CN106464787A (zh) * | 2014-06-20 | 2017-02-22 | 高通股份有限公司 | 用于折叠式光学阵列相机的自动聚焦 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093460A (zh) * | 2013-01-06 | 2013-05-08 | 西北工业大学 | 基于平行视差的移动相机虚拟阵列标定方法 |
CN103198475A (zh) * | 2013-03-08 | 2013-07-10 | 西北工业大学 | 基于多层次迭代可视化优化的全聚焦合成孔径透视成像方法 |
-
2013
- 2013-07-29 CN CN201310323474.5A patent/CN103413302B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093460A (zh) * | 2013-01-06 | 2013-05-08 | 西北工业大学 | 基于平行视差的移动相机虚拟阵列标定方法 |
CN103198475A (zh) * | 2013-03-08 | 2013-07-10 | 西北工业大学 | 基于多层次迭代可视化优化的全聚焦合成孔径透视成像方法 |
Non-Patent Citations (2)
Title |
---|
TAO YANG ET AL.: "Exploiting Loops in the Camera Array", 《INTERNATIONAL JOURNAL OF ADVANCED ROBOTIC SYSTEMS》 * |
卢玲等: "高精度合成孔径雷达图像分类算法仿真", 《计算机仿真》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106464787A (zh) * | 2014-06-20 | 2017-02-22 | 高通股份有限公司 | 用于折叠式光学阵列相机的自动聚焦 |
CN106464787B (zh) * | 2014-06-20 | 2019-11-19 | 高通股份有限公司 | 用于折叠式光学阵列相机的自动聚焦 |
CN104702971A (zh) * | 2015-03-24 | 2015-06-10 | 西安邮电大学 | 相机阵列高动态范围成像方法 |
CN104702971B (zh) * | 2015-03-24 | 2018-02-06 | 西安邮电大学 | 相机阵列高动态范围成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103413302B (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105245841B (zh) | 一种基于cuda的全景视频监控*** | |
US8831280B2 (en) | 3D motion recognition method and apparatus | |
CN102314683B (zh) | 一种非平面图像传感器的计算成像方法和成像装置 | |
US20150029312A1 (en) | Apparatus and method for detecting object automatically and estimating depth information of image captured by imaging device having multiple color-filter aperture | |
CN102436639B (zh) | 一种去除图像模糊的图像采集方法和图像采集*** | |
CN103198488B (zh) | Ptz监控摄像机实时姿态快速估算方法 | |
US20130128068A1 (en) | Methods and Apparatus for Rendering Focused Plenoptic Camera Data using Super-Resolved Demosaicing | |
US10999500B2 (en) | Imaging apparatus and imaging method, and image processing apparatus and image processing method | |
CN105765966A (zh) | 碗形成像*** | |
KR101290197B1 (ko) | 영상의 깊이 정보 추정 장치 및 방법 | |
TW201216707A (en) | Tracking system and method for regions of interest and computer program product thereof | |
Jeon et al. | Fully digital auto-focusing system with automatic focusing region selection and point spread function estimation | |
CN101872112B (zh) | 立体摄像自动汇聚*** | |
US20120113227A1 (en) | Apparatus and method for generating a fully focused image by using a camera equipped with a multi-color filter aperture | |
CN103440662A (zh) | Kinect深度图像获取方法与装置 | |
CN113391644B (zh) | 一种基于图像信息熵的无人机拍摄距离半自动寻优方法 | |
CN105488777A (zh) | 一种基于移动前景下全景图实时生成***及其方法 | |
CN109118544A (zh) | 基于透视变换的合成孔径成像方法 | |
CN106447718B (zh) | 一种2d转3d深度估计方法 | |
JP2012079251A (ja) | 画像処理装置及び画像処理システム | |
CN103413302B (zh) | 相机阵列动态焦平面估计方法 | |
Chumerin et al. | Ground plane estimation based on dense stereo disparity | |
CN113436130A (zh) | 一种非结构光场智能感知***与装置 | |
CN102708570B (zh) | 获取深度图的方法及装置 | |
CN104754316A (zh) | 一种3d成像方法、装置及成像*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160113 Termination date: 20190729 |