Kuvankäsittely: kamera keskitytään algoritmi

[Kender]

Kollegat,

Voisitteko antaa minulle kunnioitusta kameran keskittyä algoritmeja?

Vähintään, algoritmi olisi voitava tehdä seuraavasti.
- On tavoite piirretään paperille ilman.Black & White, ei harmaasävy
- 2 kuvat on otettu.Yksi on valittuna.Toinen on epätarkka ja se s hämärtyä.
- Algoritmin pitäisi pystyä kertomaan jonka kuva oli parempi keskittyä.

Mikä on hyvä johdanto kirjoja tai opetusohjelma www-sivuille kuvankäsittelyn jonkun, joka tuntee MATLAB ja C / C ?

Kiitos,
Nimimerkkisi

 

[SHG]

Yksinkertaisin mitä voit tehdä on suodattaa kuvan ylipäästö (kaksi dimmensional kierre).Sitten voit muokata kameran linssin, kunnes saat suurin amplitudi signaalin (laskettu esimerkiksi RMS-arvo).Tämä lähestymistapa koskee vain tilannetta, kun pystyt ottamaan SERVAL kuvaa samasta kohtauksesta, mutta tässä on kyse, jossa painopiste.Jos haluat vain kertoa, mitkä kaksi kuvaa (olettaen, että kohtaus molemmilla on sama, ja samalla valaistuksessa) oli keskittyä paremmin, voit myös käyttää ylipäästö ja vertaa RMS-arvot.
Mutta ...Jos haluat, että menetelmä, joka ei riipu valaistusolosuhteissa, väri, kontrasti, jne. Voit käyttää algoritmia, jota yleensä käytetään tosielämässä laitteita.Lähestymistapa on samanlainen, mutta nyt sinun täytyy käyttää kolmea suodatinta, low-pass, band-pass, ja korkea-pass, sitten saat kolme erillistä RMS-arvot.Jälkeen, että haluat laskea osuuksien välisenä aikana tehtyjen näitä arvoja.Kuva, jossa suhde on korkeampi alemmilla taajuuksilla on suurempi oli parempi keskittyä.
Sanoin, että sinun täytyy siirtää kuvaa kolmella suodattimia, vaan vertailla suhde korkea matalien taajuuksien Tarvitset vain kaksi suodatinta (matala-ja korkea-pass), band-pass-suodatin, sikäli kuin muistan on käytetty nopeuttaa prosessia, jossa painopiste.Tässä menetelmässä voit vain käyttää kahta suodatinta, tai ehkä normalisoida matalia ja korkeita taajuuksia RMS-arvo midddle taajuuksien RMS-arvo, kokeilla sitä ja katsoa, mikä antaa parhaat tulokset.

On olemassa vielä yksi ongelma määrittää painopiste kuvan suodatuksen koko kuva voi aiheuttaa kuvan esim. terävällä esineellä taustalla ja epäselvä objekti etualalla jonka on tarkoitus olla kuvattuna, on painopiste asetettu taustaa objekti.Joten toinen asia mitä sinun tarvitsee vain valita vain osa kuvaa, mieluiten osa keskustasta.Voit myös ottaa SERVAL osia kuvan, esim. keskustasta, ylös, vasemmalle, oikealle ja alas, sitten laskea keskittyä jokaisen osan erikseen ja lopuksi lasketaan kumulatiivinen keskittyä kuin painotettu keskiarvo kaikista viidestä osasta, jossa keskeisenä osana on korkein paino.Mutta valitettavasti tällainen lähestymistapa on joitakin haittoja.Jos olet korjannut painopistealueita ei voi aina tietää, onko nämä alueet ovat hyviä, jossa painopiste, esimerkiksi jos yksi niistä on jatkuvasti luminousity, kuten taivas tai seinään.
Niin sitten voit käyttää toista algoritmi löytää alueet soveltuvat jossa keskitytään.Tällainen alue on oltava teräviä reunoja.Löytää niitä käyttää mitä tahansa reunan havaitseminen algoritmien, kuten Sobel (vastaan kahden dimmensional kierre).Valitse SERVAL alueet reunoista kuva, joka on suurin arvo (RMS, keskiarvo, tai jotain muuta), joten se sisältää monia teräviä osia kuvan.Suodatetaan ja lasketaan RMS-arvo kunkin alueen yläpuolella, ja saada kumulatiivinen arvo käyttämällä jälleen painotettu keskiarvo, mutta paino suhteessa etäisyyden (squared mahdollisesti) keskustasta kuvan keskellä jokainen keskittyy alueen.

 

[helios]

ovat Tampereen teknillinen yliopisto ... on laboratorio toimi, joka antaa u tarkka algorithim ur etsimässä

Google "Depth Data Acquisition käyttäminen Defocusing Menetelmä TTY 'u saavat pdf
jossa u voidaan käyttää ratkaisemaan ur ongelma

 

[auto_mitch]

Käy katsomassa seuraavan tiedoston olisi erittäin hyödyllistä
Proceedings of the 2001 IEEE
International Conference on Robotics and Automation
Seoul, Korea 21-26 toukokuu 2001
Anteeksi, mutta sinun täytyy kirjautua nähdäksesi tämän liitteen