基于激光散斑的PLC大棚温湿控制系统深度计算方法

"基于激光散斑的深度图获取算法研究" 这篇硕士论文主要探讨了利用激光散斑技术来获取深度图的算法。激光散斑是一种由于激光照射到粗糙表面产生的随机亮暗斑点模式，这种模式包含了物体表面深度信息。论文的重点在于深度计算的过程，特别是在PLC（Programmable Logic Controller）控制的大棚温湿自动控制系统背景下，如何通过匹配块与搜索块的方法恢复图像的深度。 论文中提到，匹配块是确定深度的基础，而搜索块则是一个包含匹配块的更大区域，用于找到与匹配块最相似的块。搜索块的高度略大于匹配块，宽度根据测试图像的深度变化范围确定。例如，如果深度范围是50cm到200cm，搜索范围可以设定为左右各30个像素点，总计90个像素的宽度，这样可以覆盖深度变化。匹配和搜索的过程是为了在搜索块中找到与匹配块最相似的部分，从而推算出对应的深度。 论文提到了计算互相关系数作为匹配方法，这是一种衡量两个信号相似度的统计量。然而，由于互相关系数的计算复杂度高，时间复杂度为O(n²)，在处理大量数据时会显得效率低下。因此，对于1280*720分辨率的散斑图像，若要计算整个图像的深度，采用互相关系数的方法将非常耗时。论文可能探讨了更快速或优化的匹配算法来解决这一问题。 论文的作者是侯旭阳，导师是张绍阳教授，属于计算机应用技术专业，提交于2017年。论文的主题是研究如何基于激光散斑获取深度图像，旨在提高国内在这一领域的技术水平，因为当时国内的设备性能相比国外仍有差距。 这篇论文深入研究了激光散斑成像原理，分析了散斑图像的自相关性和互相关性，并针对深度计算的效率问题提出了可能的解决方案，为基于激光散斑的深度图获取提供了理论和技术支持。