摘 要

提出了一种新的显微图像深度信息恢复的新的方法，这种方法是基于使用散焦图像的深度恢复的方法，通过小波变换和Hough变换实现模糊边缘宽度提取，最后通过原理公式计算出算法设计的图像深度信息。

这种方法主要是使用单一显微镜头，通过调节相机的光圈的大小，从而获得两幅散焦程度不相同的散焦图像，结合小波变换的实施散焦图像的模糊边缘的宽度确定，再通过Hough变换对圆、直线的检测技术，来求取两幅散焦图像对应位置的模糊边缘宽度的差值，然后使用该差值得出图像深度信息。

这种方法主要是运用了小波变换的方法对图像模糊边缘的宽度进行提取，其中小波变换只是把图像的模糊边缘确定出来。然后根据Hough变换对图像中的集合图像的坐标信息进行转化。根据Hough变换得到的数据的单位是像素，再根据显微镜头的大小和图像的分辨率来求出模糊边缘宽度差的实际值。

关键词： 显微图像，深度恢复，Hough 变换，模糊边缘宽度，小波变换

Abstract

A new approach, a new microscopic image depth information recovery, this method is to use a defocused image restoration method based on depth, wavelet transform and Hough transform blurred edge width extraction, and finally through the principle of formula algorithm design image depth information.

This approach is the use of a single lens of the microscope, by adjusting the size of the camera aperture so as to obtain two different degree of defocus defocused images, blur the edges of the width of the wavelet transform implementation defocus image is determined, and then through Hough transform circle, line detection technology to blur the edges strike two defocused images corresponding to the difference between the position of the width, and then use the difference between the derived image depth information.

This approach is the use of wavelet transform to the width of the image blurred edge extraction, where the wavelet transform is fuzzy edges of the image to determine it. Then according to Hough transform image coordinate information collection image transformation. According to data Hough transform unit is the pixel, according to the microscope head size and resolution of the image to determine the difference between the width of the fuzzy edge of the actual value.

Keywords: Microscopic images, The depth restoration, Hough transform, Blurred edge width, Wavelet transform

目录

第1章 绪论 1

1.1 深度信息提取 1

1.2 深度信息恢复的目的和意义 1

1.3 国内外的研究现状 1

1.3.1 离焦图像的深度恢复 1

1.3.2 共焦图像的深度恢复 2

1.3.3 聚焦图像的深度恢复 2

1.3.4 散焦图像的深度恢复 2

1.3.5 显微图像的深度恢复 3

1.4 实验的主要工作 3

第2章 基于散焦图像的物体深度恢复 4

2.1 引言 4

2.2 成像系统的数学模型 5

2.3 散焦图像的成像原理 5

2.4 根据散焦图像的深度恢复的设计 8

2.4.1 模糊边缘 8

2.4.2 模糊边缘的边界提取设想 9

2.4.3 小波变换的提取原理 10

2.5 本章小结 11

第3章 显微散焦图像深度提取算法的实现步骤 12

3.1 图像拍摄要求和数据提取 12

3.2 算法实现中图像的预处理 12

3.3 多尺度小波变换模糊边缘的提取 13

3.4 利用Hough变换求取 R 14

3.5 使用模糊边缘宽度差计算u 16

3.5 本章小结 16

第4章 总结与展望 18

4.1 总结 18

4.2 展望 18

参考文献 19

致 谢 21

第1章 绪论

1.1 深度信息提取

通俗来讲，物体深度信息就是所拍物体距离镜头的距离^[1]，也就是景深。而结合物理和数学方法来讲，透视投影是多对一的关系，投影线上的任何一点对应同一个像点。通常，显微视觉系统的输出是一幅包含了操作工具和操作对象的二维显微图像。通过图像处理的方法可以得到X、Y方向坐标的比较理想的测量结果，问题的难点在于如何有效地测量Z方向的坐标，也就是深度方向的信息^[2]。因此，深度信息的测量和提取(即恢复)是一个必须解决的重要问题。

恢复图像深度信息的方法有很多，国内外主要分为单目深度提取方法和双目深度恢复方法。很多学者在单目深度恢复方法上提出基于图像内容理解、基于聚焦、基于散焦、基于明暗变化等深度信息恢复方法^[1-6]。而双目深度恢复方法在国内外比较成熟且应用广泛。

1.2深度信息恢复的目的和意义

感知到物体的深度信息，人类才能产生立体视觉，体验到更真实的视觉感受和更加身临其境的感觉。比如，将其应用在电视上，设计出立体电视，在娱乐、展览、家庭教育、广告、电视购物等方面都可以带给人们强烈的视觉冲击^[7]；应用在医学上，为医生在诊断疾病和手术时提供更清晰、更丰富的信息；还可以用在地质分析等很多方面。可以看出，感知到物体的深度信息可以为人们的生产和生活提供很大的便利。因此，在很多与机器视觉相关的领域中物体深度信息是非常重要的。

1.3国内外的研究现状