激光三維運(yùn)動(dòng)成像技術(shù)探討

《激光三維運(yùn)動(dòng)成像技術(shù)探討》由會(huì)員分享，可在線(xiàn)閱讀，更多相關(guān)《激光三維運(yùn)動(dòng)成像技術(shù)探討（4頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、激光三維運(yùn)動(dòng)成像技術(shù)探討 激光三維運(yùn)動(dòng)成像技術(shù)探討 2018/11/08 摘要:運(yùn)動(dòng)目標(biāo)成像受到光學(xué)移動(dòng)和視覺(jué)位移因素的影響，導(dǎo)致成像質(zhì)量不高，噪點(diǎn)較多，為了提高三維運(yùn)動(dòng)目標(biāo)的成像質(zhì)量，提出一種基于Harris角點(diǎn)檢測(cè)和邊緣輪廓重構(gòu)的激光三維運(yùn)動(dòng)成像技術(shù)，采用激光掃描技術(shù)進(jìn)行運(yùn)動(dòng)目標(biāo)的二值圖像掃描，對(duì)采集的二值圖像采用小波變換進(jìn)行降噪處理，對(duì)降噪圖像進(jìn)行動(dòng)態(tài)特征點(diǎn)檢測(cè)和像素匹配，采用Harris角點(diǎn)檢測(cè)方法提取激光三維運(yùn)動(dòng)圖像的關(guān)鍵特征點(diǎn)，對(duì)提取的特征點(diǎn)根據(jù)動(dòng)態(tài)屬性

2、進(jìn)行關(guān)聯(lián)模板匹配，由此構(gòu)建邊緣輪廓實(shí)現(xiàn)激光三維運(yùn)動(dòng)圖像重構(gòu)，實(shí)現(xiàn)運(yùn)動(dòng)成像改進(jìn)設(shè)計(jì)。仿真結(jié)果表明，采用該方法進(jìn)行激光三維運(yùn)動(dòng)成像，輸出圖像的峰值信噪比較高，成像的歸一化均方根誤差較小，成像質(zhì)量較好。 關(guān)鍵詞:激光;三維運(yùn)動(dòng)成像;圖像降噪;邊緣輪廓特征提取;角點(diǎn)檢測(cè) 1引言 三維運(yùn)動(dòng)成像技術(shù)是實(shí)現(xiàn)三維視覺(jué)重構(gòu)和虛擬現(xiàn)實(shí)仿真的基礎(chǔ)，通過(guò)三維運(yùn)動(dòng)成像，為建立三維視景仿真模型提供模型基礎(chǔ)，三維視覺(jué)成像是21世紀(jì)最有前景的高科技技術(shù)之一，它是21世紀(jì)最有前景的高科技之一，通過(guò)三維視覺(jué)成像，建立虛擬現(xiàn)實(shí)視景仿真平臺(tái)，其集合計(jì)算機(jī)技術(shù)，圖形圖像技術(shù)，光學(xué)技術(shù)，控

3、制技術(shù)等多種高科技為一體。通過(guò)三維立體建模和相關(guān)的圖像處理算法，實(shí)現(xiàn)對(duì)虛擬現(xiàn)實(shí)場(chǎng)景的模擬和視覺(jué)重構(gòu)，因此，研究三維運(yùn)動(dòng)成像技術(shù)在圖像處理、視景仿真和三維建模等領(lǐng)域中具有很好的應(yīng)用價(jià)值，相關(guān)的成像技術(shù)研究受到人們的極大重視［1］。在對(duì)三維運(yùn)動(dòng)成像設(shè)計(jì)中，受到場(chǎng)景的動(dòng)態(tài)特性和運(yùn)動(dòng)目標(biāo)圖像自身位移和像移因素的影響，導(dǎo)致三維運(yùn)動(dòng)成像的質(zhì)量性能不好，輸出圖像的噪點(diǎn)較多，成像效果不好，傳統(tǒng)方法中，三維運(yùn)動(dòng)成像方法主要采用圖像邊緣融合成像方法、偏振成像方法、紋理分割成像方法等［2－3］，通過(guò)三維掃描技術(shù)進(jìn)行運(yùn)動(dòng)圖像的原始圖像采集，對(duì)采集的圖像進(jìn)行邊緣輪廓檢測(cè)和區(qū)域分割，結(jié)合網(wǎng)格模板匹配和塊區(qū)域匹配相融合的方

4、法實(shí)現(xiàn)激光三維運(yùn)動(dòng)成像，取得了較好的成像效果，相關(guān)文獻(xiàn)進(jìn)行了研究，其中，文獻(xiàn)［4］中提出一種基于小波域向量量化的激光三維運(yùn)動(dòng)成像的特征融合方法，進(jìn)行三維運(yùn)動(dòng)成像小波域子矢量點(diǎn)到線(xiàn)模型的計(jì)算，采用稀疏化邊緣像素融合方法實(shí)現(xiàn)運(yùn)動(dòng)成像，提高圖像的動(dòng)態(tài)匹配性能，但該方法計(jì)算開(kāi)銷(xiāo)過(guò)大，復(fù)雜度較高;文獻(xiàn)［5］中提出一種基于自適應(yīng)光學(xué)技術(shù)在深層動(dòng)態(tài)熒光顯微成像技術(shù)，采用不規(guī)則三角網(wǎng)剖分方法案進(jìn)行圖像信息特征提取和重構(gòu)，結(jié)合小波融合和模板匹配方法進(jìn)行激光三維運(yùn)動(dòng)圖像成像，提高了成像質(zhì)量，但該方法容易受到噪點(diǎn)干擾，成像過(guò)程的抗干擾性不強(qiáng)。文獻(xiàn)［6］中提出一種基于偏振成像的可見(jiàn)光圖像增強(qiáng)技術(shù)，采用點(diǎn)到線(xiàn)模型的LB

5、G向量量化方法進(jìn)行圖像融合處理，提高了成像關(guān)鍵信息點(diǎn)的表達(dá)能力，成像質(zhì)量得到改善，該方法隨著圖像的運(yùn)動(dòng)導(dǎo)致成像效果不好，成效過(guò)程的隨動(dòng)性能不好。針對(duì)上述問(wèn)題，為了提高三維運(yùn)動(dòng)目標(biāo)的成像質(zhì)量，本文提出一種基于Harris角點(diǎn)檢測(cè)和邊緣輪廓重構(gòu)的激光三維運(yùn)動(dòng)成像技術(shù)，首先采用激光掃描技術(shù)進(jìn)行運(yùn)動(dòng)目標(biāo)的二值圖像掃描，對(duì)采集的二值圖像采用小波變換進(jìn)行降噪處理，然后采用Harris角點(diǎn)檢測(cè)方法提取激光三維運(yùn)動(dòng)圖像的關(guān)鍵特征點(diǎn)，對(duì)提取的特征點(diǎn)根據(jù)動(dòng)態(tài)屬性進(jìn)行關(guān)聯(lián)模板匹配，由此構(gòu)建邊緣輪廓實(shí)現(xiàn)激光三維運(yùn)動(dòng)圖像重構(gòu)，實(shí)現(xiàn)運(yùn)動(dòng)成像改進(jìn)設(shè)計(jì)。最后進(jìn)行仿真試驗(yàn)，得出有效性結(jié)論，展示了本文方法進(jìn)行激光三維運(yùn)動(dòng)成像優(yōu)化

6、中的卓越性能。 2運(yùn)動(dòng)目標(biāo)的二值圖像重建和預(yù)處理 2.1基于激光掃描的運(yùn)動(dòng)目標(biāo) 圖像重建為了實(shí)現(xiàn)激光三維運(yùn)動(dòng)成像，采用激光紅外掃描技術(shù)進(jìn)行運(yùn)動(dòng)目標(biāo)的二維圖像重建，設(shè){w1，w2，…，wdi}表示激光三維運(yùn)動(dòng)成像提取的向量加權(quán)，假設(shè)激光三維運(yùn)動(dòng)成像的位置信息關(guān)聯(lián)分布長(zhǎng)度為L(zhǎng)=xmax－xmin，寬度為W=ymax－ymin，高H=zmax－zmin，采用三維空間重構(gòu)方法。 2.2圖像降噪處理 為了提高激光三維運(yùn)動(dòng)成像的質(zhì)量，需要進(jìn)行圖像降噪處理，構(gòu)建激光三維運(yùn)動(dòng)成像的噪點(diǎn)分布子空間內(nèi)進(jìn)行向量量化分解，圖像的量化特征函

7、數(shù)表示為g={g(i)，i∈Ω}，根據(jù)噪點(diǎn)分布的密度，采用像素重組和多維尺度分解方法進(jìn)行三維運(yùn)動(dòng)成像的像素點(diǎn)融合處理，得到一個(gè)全幅的三維運(yùn)動(dòng)圖像的相位信息和衰減增量分別表示為θ(k)、Δx(k)和Δy(k)，在噪聲干擾下，采用子空間融合降噪方法［8］。 3激光三維運(yùn)動(dòng)成像優(yōu)化實(shí)現(xiàn) 3.1Harris角點(diǎn)檢測(cè)在采用激光掃描技術(shù)進(jìn)行運(yùn)動(dòng)目標(biāo)的二值圖像掃描，對(duì)采集的二值圖像采用小波變換進(jìn)行降噪處理的基礎(chǔ)上，進(jìn)行圖像的關(guān)鍵特征點(diǎn)提取，實(shí)現(xiàn)激光三維運(yùn)動(dòng)成像優(yōu)化設(shè)計(jì)，本文提出一種基于Harris角點(diǎn)檢測(cè)和邊緣輪廓重構(gòu)的激光三維運(yùn)動(dòng)成像技術(shù)，采用Harris角點(diǎn)檢測(cè)方法提取激

8、光三維運(yùn)動(dòng)圖像的關(guān)鍵特征點(diǎn)［10］，對(duì)于一幅多尺度的激光三維運(yùn)動(dòng)圖像J，采用顏色特征分量分解方法。 3.2邊緣輪廓檢測(cè)及激光三維運(yùn)動(dòng)成像 采用激光掃描技術(shù)進(jìn)行運(yùn)動(dòng)目標(biāo)的二值圖像掃描，對(duì)采集的二值圖像采用小波變換進(jìn)行降噪處理，對(duì)降噪圖像進(jìn)行動(dòng)態(tài)特征點(diǎn)檢測(cè)和像素匹配，采用Harris角點(diǎn)檢測(cè)方法提取激光三維運(yùn)動(dòng)圖像的關(guān)鍵特征點(diǎn)［13］，對(duì)提取的特征點(diǎn)根據(jù)動(dòng)態(tài)屬性進(jìn)行關(guān)聯(lián)模板匹配，由此構(gòu)建邊緣輪廓實(shí)現(xiàn)激光三維運(yùn)動(dòng)圖像重構(gòu)，激光三維運(yùn)動(dòng)成像經(jīng)過(guò)圖像矢量量化分解處理后，估計(jì)出激光三維圖像沿中心頻譜點(diǎn)(f，^f)的干涉區(qū)域。 4仿真實(shí)驗(yàn)與結(jié)果分析

9、 為了測(cè)試本文方法在實(shí)現(xiàn)激光三維運(yùn)動(dòng)成像，改善成像質(zhì)量方面的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)，圖像處理算法采用Matlab7仿真軟件設(shè)計(jì)，實(shí)驗(yàn)的硬件平臺(tái)為HPPC機(jī)，內(nèi)核Corei5，內(nèi)存12GB，采用Laser5.0激光掃描器進(jìn)行運(yùn)動(dòng)圖像的激光掃描，測(cè)試對(duì)象為運(yùn)動(dòng)的人體模板，將激光掃描傳感器固定在人體的關(guān)節(jié)部位。 5結(jié)語(yǔ) 為了提高三維運(yùn)動(dòng)目標(biāo)的成像質(zhì)量，本文提出一種基于Harris角點(diǎn)檢測(cè)和邊緣輪廓重構(gòu)的激光三維運(yùn)動(dòng)成像技術(shù)，構(gòu)建激光三維運(yùn)動(dòng)成像的噪點(diǎn)分布子空間，根據(jù)噪點(diǎn)分布的密度，采用像素重組和多維尺度分解方法進(jìn)行三維運(yùn)動(dòng)成像的像素點(diǎn)融合處理，采用二值處理方法，進(jìn)行圖像降噪，采用Harris角點(diǎn)檢測(cè)方法提取激光三維運(yùn)動(dòng)圖像的關(guān)鍵特征點(diǎn)，對(duì)提取的特征點(diǎn)根據(jù)動(dòng)態(tài)屬性進(jìn)行關(guān)聯(lián)模板匹配，實(shí)現(xiàn)激光三維運(yùn)動(dòng)成像算法改進(jìn)。以人體不同動(dòng)作運(yùn)動(dòng)圖像為研究對(duì)象，進(jìn)行激光三維運(yùn)動(dòng)成像，實(shí)驗(yàn)得知，本文方法進(jìn)行激光三維運(yùn)動(dòng)成像的質(zhì)量較高，對(duì)動(dòng)作的運(yùn)動(dòng)跟蹤識(shí)別性能較好，峰值信噪比較高，誤差較低，說(shuō)明成像性能優(yōu)越。