预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

会计学在相机中,对焦和曝光是确定最终图像质量的量个重要参数。自动对焦和自动曝光是相机软件组成的两个关键技术。 决定最终照片质量的三个参数: (1)、白平衡 把各种不同光源色温下的被摄景物的颜色,拍摄还原成标准色温下的颜色。调整白平衡,是保证准确还原被摄物的真实颜色的需要。 (2)、对焦 对焦的目的是使被摄景物在感光芯片平面上结成清晰的影像,保证所摄画面上主体影像的清晰 (3)、曝光 在拍摄过程中使相机中的感光芯片得到合适的曝光相机所采用的对焦方式可分为三类: 1、手动对焦 2、自动对焦 3、免对焦 手动对焦 是用手转动镜头上的对焦环来进行对焦。说动对焦是通常实在取景器内目测拍摄对焦的清晰程度来判断对焦的准确与否。 优点: 可以保证对焦清晰。 缺点: 耗时特别长 自动对焦可以分为两种: (1)、基于测量镜头与被摄景物之间距离的测距方法,简称测距法。 (2)、基于对焦屏上成清晰像的对焦检测方法,简称检焦法。测距法: 就是通过距离感应装置测距,并通过装用芯片的运算、处理,来控制镜头内的调焦马达是相机镜头组前后移动,从而完成自动准确调焦的一种操作,使被摄目标成像清晰。检焦法: 是通过在镜头附近设置调焦机构,直接探测镜头的焦点。自动对焦系统一般有两个功能模块构成 1、分析处理模块 分析处理的作用是判断输入图像是否清晰,如果对焦不清晰则该模块同时算出这幅图像的离焦程度。 2、控制驱动模块 根据分析处理模块提供的相关信息来调整整个系统的的状态,是目标图像处于对焦状态。自动对焦的具体分类:自动对焦也可以分为以下两类: 半数字式自动对焦: 通过处理获得的视频图像来得到相应的对焦评价函数,再根据该评价函数驱动电机运动,带动镜头的移动,从而获得对焦清晰的图像。理想的评价函数应该具有单峰值、无偏性,并且能反映离焦的极性,能抵抗图像中含有的各类噪声,对各种结构特点的图像都能对焦;同时还要有容易计算、运算速度快的特点。 具体可以分为以下四类: 阈值积分法、频域带通法、微分梯度法、图像最大熵法。 全数字式自动对焦: 既不需要投射设备,也不需要驱动镜头移动的电机,只需要确定图像的点扩散函数PSF,根据所得到的PSF恢复重建图像,从而得到清晰的对焦图像。 主要应用有以下两类: 1、对焦深度法(IFA) 2、离焦深度法(IDA)对焦深度法: 是一种建立在搜寻过程上的对焦方式,他利用调焦机构不断改变光学系统的相关参数,同时获取这些参数下的一系列图像,从中找出最清晰的一帧,根据这帧图像的成像参数即可获得最佳的对焦效果的图像。 IFA主要需解决图像清晰的评价以及基于图像清晰的焦平面定位等问题,以保证对焦系统根据需要快速准确的定位出最佳成像焦平面位置。 优点: 有较好的对焦精度 缺点: 需要耗费较长的时间 离焦深度法: IDA不属于搜寻方法。它是根据物体的离焦程度以及相应的成像参数来确定物距和对焦图像,而不需要物体对焦,并且IDA只需要处理少数几帧图像就能够达到目的。 优点: 计算速度快。 缺点: 精度不够,另外它还需要精确的相机特性参数。在研究IFA和IDA根据模糊图像重建清晰图像的基础上,综合两者之优点提出了一种新的根据可变数量的模糊图像恢复重建清晰图像的自动对焦算法,即对焦离焦深度法(IFDA)。 全数字式的两大优点: 1.调焦更加智能化,对焦判断更加灵活多样。 2.利用计算机可以很方便地对运动执行机构进行控制,从而比来复杂的调焦电路和机构。 成像模型:根据模型确定psf函数: 由模型知道如果p点没有完全对焦,则他在图像传感器上会形成模糊图像p“。如果p为入射能量且单位为1.则p"就是系统对单位能量的冲击响应,也就是相机系统的点扩散函数PSF,记为h(x,y)。定义q=2R/D,根据相似三角形定力有: 将成像模型带入即: 得到: 从而,模糊圆半径R为: 显然,R为关于物距u和相机参数e的函数,记为R(e,u)。因此可以得到点扩散函数: 其傅里叶变换如下: 物点p在图像传感器上所成像的亮度分布由其位置和成像参数e确定。如果成像过程中没有能量损失,则物点在图像传感器面形成的所有像素点的亮度和为1: h为在x‘,y’的亮度值IFDA的理论基础是基于IFA与IDA基础上提出来的他综合了传统的IDA法与IFA法的优点和特征。IFDA的目的就是在该图像序列中找出物体的对焦像面FIS。 因此可以求出图像g(i,j,k): 如果参数D不变,调节参数s和f来调节相机成像参数e图像g(i,j,k)可以近似表示为g‘(i,j,k): 从而重建恢复三维景物的外形和对焦图像可以表示成最优化问题,即求图像和恢复重建图像的之间的均方差E为最小: IFDA算法可以简单概括为: 从图像序列中选取3~5帧相距交运的图像,先使用IDA大概估计出