本技术介绍了一种创新的粒子三视角图像提取方法,该方法利用三色掩膜PIV技术。它涉及使用单彩色相机通过三色掩膜捕获原始马赛克图像,并进一步通过图像特征提取与图像重构模块进行处理,以实现精确的图像提取。
背景技术
三色掩膜PIV技术实现了单台相机对速度场进行3D-3C测量。三色掩膜PIV采用三色掩膜通光孔调制彩色相机成像光路,将颜色信息与视角信息结合,实现感光芯片的RGB三通道分别对示踪粒子的三个视角图像进行完整画幅全分辨率记录,可以有效降低对相机分辨率的要求,提升相机采样频率。在此过程中,高质量的粒子三视角图像提取对提高速度场测量精度至关重要。理想情况下,彩色相机每个像素处应该配备三个图像传感器,用于记录红、绿、蓝三种波段所传递的信息。然而,高昂的制造成本以及复杂的设计限制了三传感器彩色相机的普及和应用范围。目前大多数彩色相机使用单个图像传感器完成色彩信息的记录。单传感器相机通过在图像传感器上覆盖彩色滤波阵列(Color FilterArray,CFA)进行图像信息的采集CFA阵列由一组光谱阵列排列而成,每个像素点位置只允许一种颜色分量通过。这样,每个像素点的值只能记录一种颜色分量,而缺失了另外两种颜色分量,从而生成原始马赛克图像。目前对原始马赛克图像进行去马赛克的方法有最近邻域法:通过采用最近的像素点的采样值来插值缺失的像素值;基于深度学习的去马赛克方法可以从大量的数据集中提取图像的特征,并通过不断迭代来寻找原始图像和马赛克图像之间的映射关系,从而获得更好的去马赛克效果。
但是最近邻域法中的高质量线性插值(High Quality LinearInterpolation,HQLI)算法没有考虑图像的边缘方向,导致在细节纹理和图像的高频区域可能出现一些错误。基于深度学习的去马赛克方法使得网络中大量的跨层连接仍然使其运行时间不占优势,甚至比其他几个参数数量更多的网络运行时间更长,也不适合实际应用于边缘计算中。因此,设计一种基于三色掩膜PIV技术的粒子三视角图像提取方法是十分有必要的。
实现思路