基于光流最优化显微镜图像序列三维重建

摘要

本文分析了光学显微镜的成像过程。考虑到图像序列的光流场携带了物体运动和物体三维结构的丰富信息，针对显微镜图像的特点，提出了基于光流计算和最优化算法的图像的三维重建算法。该算法将图像的纹理重构作为曲面重建的副产品，而避免了传统方法的利用共生矩阵进行纹理融合算法的计算量大以及特征提取的困难，免去了解方程的诸多麻烦。该算法易于实现、简洁明快，通过实验达到了相当不错的重建效果。

目录

文摘

英文文摘

第一章绪论

1.1计算机视觉与图像处理概述

1.2三维重建的困境

1.3本文研究工作及结构安排

第二章光学成像系统的结构原理

2.1光学显微镜数学理论基础

2.1.1基本基函数

2.1.2函数卷积

2.2光学系统分析

2.2.1一个简单的光学系统模型

2.2.2光学线性系统理论

2.3非相干成像系统

2.4散焦光学传递函数

2.5显微镜散焦

2.6显微镜图像特点分析

第三章光流与图像序列的配准

3.1光流与运动场

3.2光流的计算

3.3基于区域匹配的光流计算

第四章图像纹理分析

4.1共生矩阵分析

4.2基于灰度梯度的共生矩阵法

4.3共生矩阵方法的特点

第五章基于光流最优化对显微镜图像序列进行三维重构

5.1算法原理

5.2算法步骤

5.2.1配准主元的选择

5.2.2图像光流的计算

5.2.3基于最优化方法的图像配准

5.2.4图像的深度计算

第六章实验结果与分析

6.1图像序列配准实验

6.2图像深度计算实验

6.3其他算例及本文算法存在的不足与展望

6.3.1其他类型图像序列重建算例

6.3.1其他类型图像序列重建算例 一、有着清楚边界的图像序列

6.3.1其他类型图像序列重建算例 二、两种组织纹理图案结合在一起的图像序列

6.3.1其他类型图像序列重建算例 三、图像中含有细微信息的图像序列

6.3.1其他类型图像序列重建算例 四、生物体部分结构细节图像序列

6.3.2本文算法存在的不足与今后展望

参考文献

致谢

声明