调查使用Multi-Focus图像图像重建技术

Rohita p·帕蒂尔¹,Sneha p Jatkar²

助理教授、ECE系Sinhgad研究所的Kashibai Navale Engg学院浦那(印度马哈拉施特拉邦
PG学生(VLSI & ES),部门的ECE Sinhgad研究所的Kashibai Navale Engg学院浦那(印度马哈拉施特拉邦

文摘

使用multi-focus图像图像重建是非常新颖的方法在许多应用程序中使用。图像重建的不同的方法使用多个不同的图像集中于FPGA在本文中详细描述。FPGA实现的有效的方法可以确定从这个调查。比较的调查论文空间频率分析的方法基于三维FFT是昂贵的。所以图像重建的有效方法可以在降维的帮助下设计和二维FFT更好的成本和质量。在FPGA Block-RAMs限制了图像大小。所以问题克服了图像大小的fpga使用机载的DDR SDRAM图像重建系统。所以基于Xilinx FPGA的图像重建系统可以有效地设计。

关键字

FPGA、FFT、传输线、图像重建

介绍

重建的多视点图像集成来自多个摄像机的图像是新的广播和通讯媒体的基本技术。在大规模应用,如遥感、图像重建具有重要的意义。它结合了相关的信息从两个或多个源图像到一个合成图像描述现场更好,保留有用的信息从源图像。为了生成一个特定的图像如all-in-focus图像通过使用多个不同聚焦图像,传统的方法通常分析相互独立获得的图像并将其合并为一个理想的形象。这些方法不容易扩展合并的图像,例如,恢复纹理复杂的场景。此前,方法在这一代的自由视点图像直接从multi-focus成像序列没有任何深度估计算法。图像通过应用一定的方法实现重建三维滤波器序列,但3 d FFT的成本是昂贵的。[1]因此,有更高效的图像重建技术。有效和准确的完成图像重建3 d multi-focus成像序列采用降维技术。在这个集成的3 d序列转换成一个2 d图像是由,然后通过应用2 d图像过滤,所需的图像重构,降低了系统的成本。

这个方法由确定性过程是平行的,没有条件分支。因此,它是一种有效的方法实现FPGA硬件。Xilinx FPGA将图像重建,但是Block-RAMs在FPGA的数量限制了图像大小。fpga的图像重建系统利用机载DDR SDRAM并处理划分块反复可以做到的。实现系统可以工作甚至更大的图像大小没有任何缺点[2]。

本文的组织结构如下:部分中,我介绍了图像重建,第二部分描述了不同的图像重建技术和实现过程,第三部分给出了综述论文的比较。结论是在第四节。

调查IAMGE重建技术

大量的研究工作已经完成年代中期以来图像重建技术。最简单的方法重建图像是通过源图像的像素灰度的像素平均。空间域技术和频域技术相结合用于图像。空间域技术过程图像像素来实现所需的结果,同时频域方法首先将图像通过应用傅里叶变换到频域。合成图像进行傅里叶反变换得到的。许多研究人员的贡献他们的努力提出一个方法重建自由视点图像直接从multi-focus图像序列。提出了不同的方法,技术从多个图像的重建图像。

1)保罗Favaro,斯特凡诺Soatto引入了一个新颖的方法分散注意力的形状,在这个推理的问题场景的三维几何结构的一组de-focused图像讨论了[6]。一般来说,形状的散焦现象,从场景中提取几何还需要去模糊的方法给定的输入图像。一般的方法绕过任务依赖于场景的近似局部由平面平行于图像。但他们提出一个方法来推断出场景的三维几何的散焦图像涉及计算的正交运营商监管通过奇异值分解。PSF的价值是未知时,提出有效和简单的方法,让一群投影算子的模糊图像,然后使用这些操作符来估计一个特定场景的三维结构几何从模糊图像。

2)k玉h Mo, a .日本久保田公司引入了一个方法基于集成的图像生成多个不同聚焦图像。在这个他们认为几何模糊模型用于散焦图像,然后利用三维模糊的卷积的方法,他们结合获得的图像在成像平面和空间频率的对象。这样他们重建聚焦图像获得图像的空间频率分析的基础上利用三维FFT。在这首先获得图像的模糊使用痕迹之间的相对位置决定的ray-set来自一个特定点在图1所示的场景。

Multi-focus图像序列g (x, y, z)是由获得多个不同专注3 - D图像信息,和f (x, y, z)对应于一个场景的三维信息闭塞除外。通过使用一个三维模糊滤波器的卷积h (x, y, z),他们结合f (x, y, z)和g (x, y, z) space-invariant方程。首先,他们综合了多个不同聚焦图像二维信息,如图3所示。所以一个新的二维图像定义如下,

3)Kazuya玉Hiroshi Mo,彰日本久保田公司提出了一个新颖的图像生成方法,通过集成多个不同聚焦图像结构的三维信息。集成图像序列分析在频域和转换为所需的图像直接没有任何深度估计。一个三维的滤波器来自几何模糊模型结合了场景的空间信息和图像序列的space-invariant使用卷积方程。通过方程转换到频域,他们保存场景的序列的频率成分。然后,他们设计了线性滤波器变换成不同的组件和不同的观点和模糊图像。降维技术[4]中使用这个方法,见图3

4)Izawa我。,Hamamoto, T., Kodama K. proposed a method of reconstructing viewpoint images directly from multifocus imaging sequences with the help of depth estimation. It is very effective method for the implementation to FPGA hardware. The number of Block-RAMs on our FPGA limits the image size to 64 × 64 pixels. In this paper, they did FPGA-based free viewpoint image reconstruction systems by using an onboard DDR SDRAM and processing the divided blocks of 64 × 64 pixels repeatedly. In this the free view point image is reconstructed with the help of 3D blurring filter, spatial frequency analysis and the dimension reduction technique[2].The whole process is implemented on FPGA using the DDR SDRAM blocks which is given in fig 4.

比较IAMGE重建技术

比较以上论文描述下表1中给出。

结论

重建自由视点图像的不同的技术从多个不同的重点详细介绍了基于FPGA的图像。在所有图像重建技术,降维的方法和2 d过滤是最好的和有效的方法。利用DDR SDRAM并处理分割图像反复提出的系统可以能够高质量图像重建工作没有大的缺点。所以,自由视点图像重建的帮助可以用过滤器multi-focus图像,及其与简化的过滤器来初步实现FPGA可以在未来完成。

引用

Yusuke Minato, Kazuya玉孝Hamamoto驾,“自由视点图像重建通过使用线性过滤器multi-focus FPGA图像”学报3 dsa2013 P1-1, 2013年。
Izawa我。,Hamamoto, T., Kodama K., “A Study On High-Quality Free Viewpoint Image Reconstruction Systems Using Multi-Focus Images By FPGA-Based Signal Processing”, Proceedings of 2010 IEEE 17th International Conference on Image Processing ,pp.413-416, 2010
我。Izawa, K。玉和T。Hamamoto驾,“自由的观点从三维图像重建multi-focus成像序列及其实现fpga处理,“Proc. IEEE国际会议上的信号和图像处理应用,415 - 418年,2009页
X。或者,T。Hamamoto驾,K。从multi-focus玉“Efficeient自由视点图像重建成像序列基于降维,“Proc. IEEE国际研讨会的智能信号处理和通信系统,pp.152 - 155。,2007年
k玉h Mo, a .日本久保田公司“自由的观点,虹膜和焦点图像生成通过使用三维过滤模糊频率分析的基础上,“在Proc。IEEE ICASSP, 625 - 628年,2006页
P。Favaro和S。Soatto”,从散焦形状的几何方法,”IEEE反式。模式分析与机器智能,27卷,第417 - 406页,2005