激光三维运动成像技术探讨

激光三维运动成像技术探讨激光三维运动成像技术探讨 2018/11/08 摘要:运动目标成像受到光学移动和视觉位移因素的影响，导致成像质量不高，噪点较多，为了提高三维运动目标的成像质量，提出一种基于Harris角点检测和边缘轮廓重构的激光三维运动成像技术，采用激光扫描技术进行运动目标的二值图像扫描，对采集的二值图像采用小波变换进行降噪处理，对降噪图像进行动态特征点检测和像素匹配，采用Harris角点检测方法提取激光三维运动图像的关键特征点，对提取的特征点根据动态属性进行关联模板匹配，由此构建边缘轮廓实现激光三维运动图像重构，实现运动成像改进设计。仿真结果表明，采用该方法进行激光三维运动成像，输出图像的峰值信噪比较高，成像的归一化均方根误差较小，成像质量较好。关键词:激光;三维运动成像;图像降噪;边缘轮廓特征提取;角点检测1引言三维运动成像技术是实现三维视觉重构和虚拟现实仿真的基础，通过三维运动成像，为建立三维视景仿真模型提供模型基础，三维视觉成像是21世纪最有前景的高科技技术之一，它是21世纪最有前景的高科技之一，通过三维视觉成像，建立虚拟现实视景仿真平台，其集合计算机技术，图形图像技术，光学技术，控制技术等多种高科技为一体。通过三维立体建模和相关的图像处理算法，实现对虚拟现实场景的模拟和视觉重构，因此，研究三维运动成像技术在图像处理、视景仿真和三维建模等领域中具有很好的应用价值，相关的成像技术研究受到人们的极大重视1。在对三维运动成像设计中，受到场景的动态特性和运动目标图像自身位移和像移因素的影响，导致三维运动成像的质量性能不好，输出图像的噪点较多，成像效果不好，传统方法中，三维运动成像方法主要采用图像边缘融合成像方法、偏振成像方法、纹理分割成像方法等23，通过三维扫描技术进行运动图像的原始图像采集，对采集的图像进行边缘轮廓检测和区域分割，结合网格模板匹配和块区域匹配相融合的方法实现激光三维运动成像，取得了较好的成像效果，相关文献进行了研究，其中，文献4中提出一种基于小波域向量量化的激光三维运动成像的特征融合方法，进行三维运动成像小波域子矢量点到线模型的计算，采用稀疏化边缘像素融合方法实现运动成像，提高图像的动态匹配性能，但该方法计算开销过大，复杂度较高;文献5中提出一种基于自适应光学技术在深层动态荧光显微成像技术，采用不规则三角网剖分方法案进行图像信息特征提取和重构，结合小波融合和模板匹配方法进行激光三维运动图像成像，提高了成像质量，但该方法容易受到噪点干扰，成像过程的抗干扰性不强。文献6中提出一种基于偏振成像的可见光图像增强技术，采用点到线模型的LBG向量量化方法进行图像融合处理，提高了成像关键信息点的表达能力，成像质量得到改善，该方法随着图像的运动导致成像效果不好，成效过程的随动性能不好。针对上述问题，为了提高三维运动目标的成像质量，本文提出一种基于Harris角点检测和边缘轮廓重构的激光三维运动成像技术，首先采用激光扫描技术进行运动目标的二值图像扫描，对采集的二值图像采用小波变换进行降噪处理，然后采用Harris角点检测方法提取激光三维运动图像的关键特征点，对提取的特征点根据动态属性进行关联模板匹配，由此构建边缘轮廓实现激光三维运动图像重构，实现运动成像改进设计。最后进行仿真试验，得出有效性结论，展示了本文方法进行激光三维运动成像优化中的卓越性能。2运动目标的二值图像重建和预处理2.1基于激光扫描的运动目标图像重建为了实现激光三维运动成像，采用激光红外扫描技术进行运动目标的二维图像重建，设w1，w2，wdi表示激光三维运动成像提取的向量加权，假设激光三维运动成像的位置信息关联分布长度为L=xmaxxmin，宽度为W=ymaxymin，高H=zmaxzmin，采用三维空间重构方法。2.2图像降噪处理为了提高激光三维运动成像的质量，需要进行图像降噪处理，构建激光三维运动成像的噪点分布子空间内进行向量量化分解，图像的量化特征函数表示为g=g(i)，i，根据噪点分布的密度，采用像素重组和多维尺度分解方法进行三维运动成像的像素点融合处理，得到一个全幅的三维运动图像的相位信息和衰减增量分别表示为(k)、x(k)和y(k)，在噪声干扰下，采用子空间融合降噪方法8。3激光三维运动成像优化实现3.1Harris角点检测在采用激光扫描技术进行运动目标的二值图像扫描，对采集的二值图像采用小波变换进行降噪处理的基础上，进行图像的关键特征点提取，实现激光三维运动成像优化设计，本文提出一种基于Harris角点检测和边缘轮廓重构的激光三维运动成像技术，采用Harris角点检测方法提取激光三维运动图像的关键特征点10，对于一幅多尺度的激光三维运动图像J，采用颜色特征分量分解方法。3.2边缘轮廓检测及激光三维运动成像采用激光扫描技术进行运动目标的二值图像扫描，对采集的二值图像采用小波变换进行降噪处理，对降噪图像进行动态特征点检测和像素匹配，采用Harris角点检测方法提取激光三维运动图像的关键特征点13，对提取的特征点根据动态属性进行关联模板匹配，由此构建边缘轮廓实现激光三维运动图像重构，激光三维运动成像经过图像矢量量化分解处理后，估计出激光三维图像沿中心频谱点(f，f)的干涉区域。4仿真实验与结果分析为了测试本文方法在实现激光三维运动成像，改善成像质量方面的应用性能，进行仿真实验，图像处理算法采用Matlab7仿真软件设计，实验的硬件平台为HPPC机，内核Corei5，内存12GB，采用Laser5.0激光扫描器进行运动图像的激光扫描，测试对象为运动的人体模板，将激光扫描传感器固定在人体的关节部位。5结语为了提高三维运动目标的成像质量，本文提出一种基于Harris角点检测和边缘轮廓重构的激光三维运动成像技术，构建激光三维运动成像的噪点分布子空间，根据噪点分布的密度，采用像素重组和多维尺度分解方法进行三维运动成像的像素点融合处理，采用二值处理方法，进行图像降噪，采用Harris角点检测方法提取激光三维运动图像的关键特征点，对提取的特征点根据动态属性进行关联模板匹配，实现激光三维运动成像算法改进。以人体不同动作运动图像为研究对象，进行激光三维运动成像，实验得知，本文方法进行激光三维运动成像的质量较高，对动作的运动跟踪识别性能较好，峰值信噪比较高，误差较低，说明成像性能优越。