Compressive shape from focus based on a linear measurement model

Die Schätzgenauigkeit der herkömmlichen Tiefenmessung mit variablem Fokus ist mit der Anzahl der Bilder im Fokusstapel gekoppelt, und das begrenzt die Messgeschwindigkeit. In diesem Artikel wird eine neuartige komprimierende Methode mit einem beispielhaften Algorithmus basierend auf einem modifizierten Laplace-Operator und der Hauptkomponentenanalyse vorgeschlagen. Die Simulation mit synthetischen Fokusstapeln hat Ergebnisse gezeigt, die mit der herkömmlichen Methode vergleichbar sind. Der Test mit 6 komprimiert erfassten Bildern erreicht dieselbe Leistung wie die herkömmliche Methode mit 100 Bildern. Mehrere andere Fokusmessalgorithmen werden auch unter dem Kompressionsschema implementiert und getestet, was die breite Anwendbarkeit des vorgeschlagenen Verfahrens demonstriert.

Estimation accuracy of conventional shape from focus techniques is strongly coupled with the number of images in the focal stack, limiting the measurement speed. In this article, a novel compressive shape from focus scheme is proposed with an exemplary algorithm based on modified Laplacian operator and principal component analysis. Simulation with synthetic focal stacks have demonstrated comparable results to the conventional method. A test with 6 compressively captured images achieves the same level of performance to that of the conventional method with 100 images. Several other focus measure algorithms are also implemented and tested under the compressive scheme, which demonstrates the wide applicability of the proposed method.