传统成像【计算成像资料汇总】

第1章 传统成像

1.1 传统成像的发展

  世界上最早的成像在公元前400年,我们中国的墨子发现了一个小孔的装置就可以成像(小孔成像原理)。之后,人们意识到设计各式各样的光学装置可以进行成像,随着技术的进步,利用光化学和数字成像器件等方式将成像所获得的图像记录下来,为图像处理和分析提供了可能。大致来讲,数码相机之前的都可以认为是属于传统成像的范畴。

1.2 传统成像的特点

  传统成像可以简单的用所见即所得来概括。传统的的光学成像,其原理就是几何光学成像,核心只在镜头。比如说一个镜头,后面摆一个胶片或者一面屏幕,这样都能看到图像,拍到的是什么像,看到的就是什么像。

1.3 传统成像的主要缺陷

(一)景深问题

  景深的英文是Dof(depth of field)。景深是指在摄影机镜头或其他成像器前沿能够取得清晰图像的成像所测定的被摄物体前后距离范围。在聚焦完成后,在焦点前后的范围内都能形成清晰的像,这一前一后的距离范围,便叫做景深。

影响景深的因素可以用如下表达式来表述:

 

其中U代表物距,D代表光圈大小,f代表焦距。由公式可以看出,光圈越大,景深越浅,光圈越小,景深越深;镜头焦距越长,景深越浅,焦距越短,景深越深;距离越远,景深越深,距离越近,景深越浅。

(二)模糊问题

成像过程中,造成模糊的主要原因是:运动模糊和离焦模糊。

(1)运动模糊

  运动模糊(motion blue):造成图像退化或者说使图像模糊的原因有很多种,如果是因为在摄像时相机和被摄景物之间有相对运动而造成的图像模糊则称为运动模糊(或者说动态模糊)。所得到图像中的景物往往会模糊不清,我们称之为运动模糊图像。

  消除运动模糊的方法:假设镜头的焦距为f,当曝光时间小于1/f时可消除运动模糊。在成像过程中,假设h是一个矩形函数,则其傅里叶变换式正弦函数,此时出现了H=0,要解决这种情况,只需要将矩形函数变成一系列矩形函数相加,这样就可以避免出现H=0这种情况。

(2)离焦模糊

  在各种模糊中,离焦模糊普遍存在于卫星遥感图像、宇宙探测成像、公安破案、航天、道路交通、信息情报、微观物质的分析研究、医疗诊断等重大科研和研究领域中。日常生活中也会由于调焦不准、手的抖动或成像系统的质量问题等而造成离焦,事实上大多数成像过程中都存在或轻或重的离焦情况。虽然随着光学技术的发展,很多成像系统都有自动调焦功能,但是自动调焦系统通常精度不够,要提高精度就要加大成本。随着电子和CCD(Charge Coupled Device)技术的发展,成像技术由模拟时代跨入了数字时代。因此在数字图像处理领域中,研究离焦模糊图像的复原,提高其与原图像的逼真度是很有现实意义的。

  大多数研究人员在研究图像复原技术时都采用了简化方式,如将成像系统看成是一个空间不变的线性系统;将二维点扩散函数简化为一维线扩散函数进行处理,将图像的退化过程用固定的退化模型来表示等等。

  在离焦模糊图像的复原方法中,目前有两种退化模型,分别为圆盘离焦模型和高斯离焦模型来近似离焦的点扩散函数。

  圆盘离焦模型是利用几何光学知识研究离焦现象得出的。从几何光学的观点来看,点光源通过理想成像系统所成的像为一个接近为占函数的点,但是当物面、透镜和像面间的间距不满足高斯成像公式时,点光源的像不再是一个点而是一个圆盘状的弥散盘。在实际中,光并非严格遵循几何光学的规律进行直线传播,由于光的波粒二重性,光在通过光学孔径时会偏离直线路径发生衍射,这时圆盘离焦模型显得过于简单,并且圆盘离焦模型的频域变换存在太多零点,这也限制了此模型在实际中的应用。

  圆盘离焦模型为:

                    

  其中R为离焦模糊半径。

  高斯离焦模型为:

                

  其中为高斯离焦模型参量。

  高斯离焦模型是许多光学测量系统和成像系统的最常见的退化函数模型,它是在综合考虑各种退化因素下,提出的一种近似模型,而不是经过理论推导得到一种精确模型,即高斯离焦模型的应用广泛却不精确。圆盘离焦模型和高斯离焦模型都不能很好的逼近实际离焦模型,传统的离焦模糊图像复原方法难以取得预期结果。


 

后续目录:

第2章 理论基础

2.1 成像链路及成像模型

2.2 衍射极限  衍射极限 - ostartech - 博客园 https://www.cnblogs.com/wxl845235800/p/9380900.html

2.3 分辨率 

  成像链路及成像模型、分辨率 - ostartech - 博客园 https://www.cnblogs.com/wxl845235800/p/9408363.html

第3章 计算成像

3.1 计算成像的概念

3.2 计算成像典型处理方法

  计算成像资料整理2 - ostartech - 博客园 http://www.cnblogs.com/wxl845235800/p/9406365.html

第4章 扩大视场

4.1 微相机阵列拼接

4.2 多相机图像拼接

4.3 仿生复眼

  扩大视场成像 - ostartech - 博客园 https://www.cnblogs.com/wxl845235800/p/9408642.html

第5章 超分辨率

  计算成像资料整理2 - ostartech - 博客园 http://www.cnblogs.com/wxl845235800/p/9406365.html

第6章 增大景深

6.1 大景深的概念

6.2 增大景深的方法

6.2.1 缩小孔径

6.2.2 环形孔径

6.2.3 图像融合

6.2.4 幅度切趾法

6.2.5 特殊设计镜头结合图像处理

6.2.6 纯相位模板结合数字图像处理

6.2.7 光场相机

   增大景深与全景深成像 - ostartech - 博客园 https://www.cnblogs.com/wxl845235800/p/9408684.html

转载于:https://www.cnblogs.com/wxl845235800/p/9406432.html

  • 0
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
波动方程成像方法及其计算,张文生编写,目录好像少了一页,正文没有问题,关于波动方程成像方法。目录如下,请根据需要下载~~~(*^__^*) 目录编辑 前言 第1章 Kirchhoff偏移 1.1 偏移成像概述 1.2 Kirchhoff积分公式 1.3 Kirchhoff偏移公式 1.4 Green函数和Hankel函数 1.5 Kirchhoff偏移公式的离散形式 1.6 单程波形式的Kirchhoff公式 1.7 程函方程和输运方程 1.8 射线Kirchhoff公式 1.9 散射Kirchhoff成像 第2章 零偏移距记录合成 2.1 伪谱法合成零偏移距记录 2.1.1 方法原理 2.1.2 数值计算 2.2 混合法合成零偏移距记录 2.2.1 理论方法 2.2.2 数值计算 2.3 三维正交各向异性介质有限差分正演模拟 2.3.1 各向异性方程及其差分方程的建立 2.3.2 三分量波场通量校正的实现 2.3.3 三维各向异性吸收边界条件 2.3.4 稳定性条件 2.3.5 数值计算 第3章 复杂构造叠后深度成像 3.1 逆时深度偏移 3.1.1 方法原理 3.1.2 稳定性条件 3.1.3 数值计算 3.2 四种常用的非Kirchhoff偏移方法 3.2.1 相移加插值(PSPI)法 3.2.2 隐式(ω-x)域有限差分(FD)法 3.2.3 裂步傅里叶(SSF)法 3.2.4 傅里叶有限差分(FFD)法 3.2.5 数值计算 3.2.6 计算量概述 3.3 混合法深度偏移及其吸收边界条件 3.3.1 理论方法 3.3.2 吸收边界条件 3.3.3 数值计算 第4章 复杂构造叠前深度成像 4.1 炮集叠前深度偏移及其并行实现 4.1.1 理论方法 4.1.2 成像计算 4.2 双平方根算子叠前深度偏移 4.2.1 双平方根算子 4.2.2 双平方根算子波场外推 4.2.3 成像计算 4.3 裂步Hartley变换叠前深度偏移 4.3.1 理论方法 4.3.2 成像计算 4.4 相位编码叠前深度偏移 4.4.1 交叉成像的产生 4.4.2 相位编码的特性 4.4.3 成像计算 4.5 平面波波场合成叠前深度偏移及其并行实现 4.5.1 波场合成偏移方法 4.5.2 控制照明技术 4.5.3 成像计算 第5章 三维多方向分裂隐式波场外推 5.1 交替方向隐格式 5.1.1 旁轴近似 5.1.2 吸收边界条件 5.2 三维频率空间域多方向分裂 5.2.1 高阶近似与分裂方向数目的选择 5.2.2 近似系数的确定 5.2.3 二、三、四、六、八方向上的算子分裂 5.3 由Kirchhoff积分解导出偏移公式 5.4 混合法四方向分裂偏移 5.4.1 混合法四方向分裂 5.4.2 分裂误差 5.4.3 螺旋线上的四方向波场外推 5.4.4 数值计算 第6章 正多边形网格上Laplace算子的差分表示 6.1 导数的中心差分算子表示 6.2 正多边形网格上的Laplace算子的差分表示 6.3 广义勾股定理 6.4 正方形和正六边形上的差分格式 6.4.1 长算子 6.4.2 紧凑算子 6.4.3 在波场外推中的应用 第7章 三维频率空间域显式波场外推 7.1 稳定的显式外推格式 7.2 McClellan滤波器 7.3 旋转的McClellan滤波器 7.3.1 45°旋转9点和17点滤波器 7.3.2 平均滤波器 7.4 六边形网格上的三维地震数据 7.4.1 一维采样理论 7.4.2 三维地震数据的带限表示 7.4.3 六边形网格上的数据采样 第8章 三维复杂构造叠前深度成像 8.1 全波波动方程的分解 8.2 混合法炮集三维叠前深度偏移 8.2.1 混合法波场外推 8.2.2 相对误差分析 8.2.3 成像计算与并行实现 8.3 混合法三维平面波合成叠前深度偏移 8.3.1 三维平面波合成与目标照明 8.3.2 因子分解波场外推 8.3.3 成像计算 8.4 共方位数据三维叠前偏移 8.4.1 共方位数据的下延拓 8.4.2 稳相路径的射线参数等价表示 8.4.3 共方位下延拓的精度 8.4.4 共方位Stolt偏移 参考文献 索引
### 回答1: 传统关联成像计算成像是两种在光学成像领域常用的技术方法。 传统关联成像是一种光学成像方法,通过比较样品与参考光的相干性来获取图像信息。在传统关联成像中,样品与参考光交叉干涉,形成干涉图样。通过对干涉图样做一系列的处理,例如用空间滤波器滤波,可以得到样品的图像。传统关联成像主要应用于微观领域,例如生物医学、材料科学等。 计算成像是一种通过数学计算实现的图像重建方法。计算成像是基于物理原理的,利用了光学系统的点扩散函数来计算图像。在计算成像中,先对样品在点扩散函数下的光学特性进行测量和建模,然后利用这些数据对样品的图像进行重建。计算成像方法可以在一定程度上克服传统光学成像的局限性,提高图像的分辨率和质量。 Matlab是一种广泛应用于科学计算和工程领域的编程语言和环境。在传统关联成像计算成像中,Matlab可以用于数据处理、图像处理和算法实现。通过编写Matlab程序,可以对干涉图样进行滤波、傅里叶变换等处理,实现传统关联成像的图像获取过程。对于计算成像,Matlab可以用于点扩散函数的建模和图像重建算法的实现。 总之,传统关联成像计算成像是两种常用的光学成像方法,Matlab在其中起到了重要的作用,可以用于数据处理、图像处理和算法实现。使用Matlab可以更加方便、高效地进行传统关联成像计算成像的研究和实践。 ### 回答2: 传统关联成像(Traditional Correlation Imaging)是一种基于关联运算原理的图像处理方法,用于寻找图像中的相似或相关信息。在传统关联成像中,首先需要选择一个参考图像作为基准,然后对另一个待处理图像进行平移、旋转或缩放等变换,使其与参考图像进行对齐。接下来,通过计算两个图像之间的相关系数或相关性函数,得到一个二维的相似度图像。在这个图像中,相关度高的区域对应着两幅图像中具有相似特征的部分。 计算成像(Ghost Imaging)是一种利用量子相关性原理成像技术,能够实现在没有光或只有极少光的条件下,通过对空间分离的光路中的不同部分进行测量,实现对目标的成像计算成像的核心是通过经典光和量子光之间的相关性,由一个"幽灵"模式与一个参考模式进行干涉,然后利用相关性信息来生成目标图像。 利用MATLAB进行传统关联成像计算成像的过程中,可以使用图像处理和计算机视觉的相关函数和工具箱。首先,需要导入图像数据,并进行预处理,包括灰度化、噪声去除、图像增强等。接下来,针对传统关联成像任务,可以使用相关函数(如corr2)进行相关系数的计算,并得到相似度图像。对于计算成像任务,需要利用相关性信息,通过相干检测和干涉模式的重建来生成目标图像。MATLAB提供了一些图像处理工具箱和函数,如图像滤波、傅里叶变换、相关系数计算等,能够帮助进行相关成像计算成像的实现。 总之,传统关联成像计算成像是两种不同的成像方法,前者是基于经典图像处理技术,后者是基于量子相关性的特殊成像技术。利用MATLAB的相关函数和工具箱,可以实现这两种成像方法,并得到对应的图像结果。 ### 回答3: 传统关联成像是一种基于相干光干涉的图像处理方法,主要用于检查器件表面的缺陷、凹凸、位移等信息。它利用样品表面反射或透射的光与参考光的干涉产生干涉条纹图像,通过分析这些条纹的变化来获得目标物体的形貌信息。 计算成像是一种利用计算机算法和数学模型来提取图像信息的成像方法。在传统成像方法中,光学系统本身会对成像结果产生一定的畸变,而计算成像则可以通过图像采集和计算的方式来消除这种畸变。具体而言,通过精确测量和计算出光学系统的传递函数,再对实际采集到的图像进行数学处理,可以得到更加准确的成像结果。 在Matlab中,可以使用相关函数和图像处理工具箱来实现关联成像计算成像。对于关联成像,可以使用相关函数进行干涉图像的相关运算,得到干涉条纹的变化信息。而对于计算成像,可以利用Matlab中的图像采集和处理函数,对实际采集到的图像进行数学处理,包括去畸变、降噪、增强等操作,从而得到更加准确和清晰的成像结果。 总之,传统关联成像计算成像是两种不同的图像处理方法,可以在Matlab中通过相关函数和图像处理工具箱来实现。这些方法在物体表面形貌测量、图像修复和增强等领域具有广泛的应用前景。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值