马尔可夫随机场在显微图像散焦深度信息估计中的应用  

Application of MRF to Depth Information Estimation of Micro Image Defocus

作　　者：曾祥进[1] 黄心汉[1] 吴倩[2] 王敏[1] 

机构地区：[1]华中科技大学控制科学与工程系,湖北武汉430074 [2]中国工程物理研究院激光聚变研究中心,四川绵阳621000

出　　处：《机器人》2008年第5期416-420,共5页Robot

基　　金：国家自然科学基金(60275013);国家863计划资助项目(2005AA844120)

摘　　要：针对显微视觉图像深度信息估计问题,提出了一种基于马尔可夫随机场的散焦特征参数模型:该模型将散焦特征深度信息的估计转化为能量函数的优化问题.应用迭代条件模式(Iterated Conditional Mode,ICM)算法进行优化,在ICM算法中应用最小二乘估计(LSE)算法对初始点参数进行估计,从而改进了ICM算法的性能,防止了其进入局部最优解.实验与仿真证实了该模型和算法的有效性和可行性.For the problem of depth information estimation of micro vision image, a defocus characteristic parameter model based on Markov random field （MRF） is presented, which converts the depth information estimation problem of defocus characteristics into the optimization problem of energy function. With iterated conditional mode （ICM） algorithm applied to fulfill optimization and least squares estimate （LSE） algorithm employed to estimate the parameters of initial point, performance of the ICM algorithm is improved and the result of the algorithm is prevented from getting into local optimum. The experiments and simulations prove that the model and algorithm are effective and feasible.

关 键 词：显微视觉 马尔可夫随机场 深度估计 迭代条件模式(ICM) 

分 类 号：TP242.6[自动化与计算机技术—检测技术与自动化装置]