CN101321302A - 基于摄像机阵列的三维实时获取*** - Google Patents
基于摄像机阵列的三维实时获取*** Download PDFInfo
- Publication number
- CN101321302A CN101321302A CNA2008100628782A CN200810062878A CN101321302A CN 101321302 A CN101321302 A CN 101321302A CN A2008100628782 A CNA2008100628782 A CN A2008100628782A CN 200810062878 A CN200810062878 A CN 200810062878A CN 101321302 A CN101321302 A CN 101321302A
- Authority
- CN
- China
- Prior art keywords
- data
- signal
- dimensional
- resolution
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000004927 fusion Effects 0.000 claims abstract description 11
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 6
- 230000008054 signal transmission Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 10
- 230000008878 coupling Effects 0.000 description 9
- 238000010168 coupling process Methods 0.000 description 9
- 238000005859 coupling reaction Methods 0.000 description 9
- 239000007787 solid Substances 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 101000860173 Myxococcus xanthus C-factor Proteins 0.000 description 1
- 206010045178 Tunnel vision Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种基于摄像机阵列的三维实时获取***,它包括视频采集***、信号转发***、数据处理***和数据融合***四部分,视频采集***采用摄像机阵列采集场景的图像信息,并对采集的每一帧图像信息按照时间序列编码,通过信号转发***传送到数据处理***中计算场景的三维信息,最后通过网络传输到数据融合***中,以将这些三维数据融合为唯一确定的全场景的三维数据。
Description
技术领域
本发明涉及一种三维获取技术,尤其是指一种基于摄像机阵列的,可以实时获取三维信息的三维获取***,其应用目标是大视角、大物体和动态场景等应用领域。
背景技术
场景的三维信息获取是当今视觉研究的热点问题,但各种方法普遍不够完善。首先,有很多基于单摄像机、双摄像机和摄像机阵列的三维图像获取技术,这些技术的缺点是鲁棒性不高,而且这些技术要求的运算量非常大,即使是非常先进的处理单元,也很难达到实时处理。
TOF技术是一种最近发展起来的获取场景三维信息的先进技术。这种技术通过发射调制红外线照射场景,在接收到场景反射回来的红外线时检测它的相位差,来确定场景的三维信息,因为不需要大量运算,这种方法是可以实现实时处理的。但它的缺点是空间分辨率较低。
发明内容
本发明的目的在于针对现有技术的不足,通过建立基于立体视觉和TOF技术的阵列立体视觉***,并利用这两种技术的互补,克服各自技术的缺点,提出了一种基于摄像机阵列的三维实时获取***。该***首先通过TOF摄像机实时获取一个空间分辨率较低的场景三维信息的初始值,再通过映射和优化,最终得到实时的高分辨率场景三维信息。
为实现上述技术目的,本发明采用的技术方案如下:
本发明的基于摄像机阵列的三维实时获取***包括以下四个部分:
视频采集***,采用摄像机阵列来采集场景的图像信息,并对采集的每一帧图像信息按照时间序列编码,通过信号转发***传送到数据处理***;
数据处理***,对采集到的信号进行实时立体视觉处理,计算出场景的三维数据信息,通过网络传送到数据融合***;
信号转发***,将采集到的图像信息转发到相应的数据处理***中,并控制视频采集***的工作状态;
数据融合***,在已经得到的不同视角场景的三维数据信息的基础上,将这些三维数据融合为惟一确定的全场景的三维数据。其中:
视频采集***是由多个高分辨率摄像机和一个较低空间分辨率TOF摄像机组成的阵列,可以是平面阵列,也可以是弧型阵列或任意的拓扑结构的阵列,来完成采集视频图像信息的目的。每台高分辨率摄像机有一个视频采集单元,在信号转发***上的同步控制单元的控制下,采集阵列视频图像数据。需要发送的阵列视频图像数据和需要接收的控制信号,通过LVDS串行解串行器来传输。LVDS串行解串行器的好处是可以把并行信号转换成串行信号,简化设计,而且在信号线数目减少后,可以通过更方便的传输线与信号转发***通信。
信号转发***的首要功能是利用信号转发器将视频采集***中每一台高分辨率摄像机采集到的视频图像数据发送到对应的数据处理***的处理器中。其次,信号转发***上有一个同步控制单元,它可以在数据处理***上的核心处理器和TOF摄像机的控制下,产生所有高分辨率摄像机的同步信号,并通过信号转发器转发到每台高分辨率摄像机中。最后,它上面设有插槽,用来固定数据处理***中的处理器***。
数据处理***的主要组成部分是对应于每一台高分辨率摄像机的处理器,其中一台核心处理器还负责控制信号转发***中的控制单元。所有的处理器通过网络相互连接并与TOF摄像机通信,还接收通过LVDS串行解串行器传送的相关几台高分辨率摄像机的视频图像数据。这些处理器采用以下方式来计算出场景的三维信息:
首先,需要对高分辨率摄像机和TOF摄像机阵列进行标定,来确定各台摄像机之间的准确相对位置。本发明先采用单摄像机的标定方法,分别得到所有摄像机的内、外参数;再通过同一平板的坐标系到各自摄像机间的坐标变换,建立摄像机之间的位置关系矩阵。再以求得的参数为初始值,考虑畸变因素,利用全局最优化方法求得最优解。
然后,做TOF摄像机和所有高分辨率摄像机之间的配准。要求TOF摄像机与各台高分辨率摄像机在所覆盖的共同空间上达到严格的对应关系,通过这种对应关系,将TOF摄像机的深度信息映射到所有高分辨率摄像机组成的立体视觉***,并利用立体视觉***,进一步优化深度信息。在配准时,数据处理***中的每台处理器对应一台高分辨率摄像机,并通过信号转发***分别接收附近区域的多台高分辨率摄像机和TOF摄像机的数据,通过千兆网与其它处理器交换数据。利用TOF摄像机所映射的深度信息和附近区域的多台高分辨率摄像机的视频图像数据,经过相应的集束计算处理,得到每台高分辨率摄像机视角区域的高分辨率三维信息。采用多台高分辨率摄像机,可获得大视角场景的三维信息。
数据融合***主要是后台处理器。它通过千兆网接收到数据处理***中每台处理器发送的所对应的高分辨率摄像机视角的三维信息,并把它们整合成完整的唯一的全局场景三维几何数据。
我们采取的矩形摄像机阵列首先通过TOF摄像机获取一个空间分辨率较低的场景三维信息的初始值。根据计算机视觉的原理,将这些初始值映射到高分辨率摄像机所得到的图像上,利用阵列高分辨率摄像机所获的图像数据间的相关性进行全局优化,最后得到准确的高分辨率的场景的三维信息。
本发明立体视觉处理算法与传统的立体匹配方法也不一样,它是通过摄像机之间的位置关系矩阵和立体视觉原理,在有高可靠性初始深度图的条件下,将图像配准变换函数作为关于深度信息变量的变换函数,通过图像配准,直接求深度图,而不是视差图。由于有高可靠性初始深度图,加上立体视觉的一些有用的约束条件,因此容易获得高效和高精度的图像配准结果。这样就可克服传统立体视觉中出现的立体匹配计算量大、容易产生误匹配等问题。而且,采用多台处理器,分别处理由摄像机阵列所获得的场景图像的一部分区域,提高了运算效率,可以很好的实时采集高分辨率的场景三维信息。
附图说明
为使本发明的上述目的、特征和优点能更明显易懂,下文特举一较佳实施例,并配合附图,详细说明如下:
图1表示基于2×3+1摄像机阵列的三维实时获取***示意图。
图2表示2×3+1摄像机阵列的拓扑结构。
图3表示本实施例的整体***框图。
图4表示本实施例的视频采集***中每一台高分辨率摄像机的结构框图。
图5表示本实施例的信息转发***的结构框图。
图6表示本实施例的信号转发***中相对于一台高分辨率摄像机的结构框图。
图7表示本实施例的信号转发***的结构框图。
具体实施方式
图1表示本发明实施例的***示意图。在本实施例中,采用六台CMOS摄像机和一台TOF摄像机作为视频采集***。六台DSP处理器作为数据处理***,采用千兆网作为数据交换和传输的媒介,使用PC平台作为数据融合***。
图2表示本发明实施例的视频采集***的拓扑结构。视频采集***中的摄像机阵列采用(2*3+1)的拓扑结构。六台高分辨率摄像机分布在一个矩形的四个顶点和长边中点上,一台TOF摄像机位于这个矩形的中心。每一台高分辨率摄像机都对应数据处理***中的一台DSP处理器。
将TOF摄像机的深度信息映射到所有高分辨率摄像机组成的立体视觉***中,并作为初始深度图,将图像配准变换函数作为关于深度信息变量的变换函数,通过图像配准,直接求深度图。在做配准算法时,对于C2的立体匹配(在C2的DSP***执行运算),C1、C5和C3摄像机采集的数据都可参与处理,相当于多基线的立体匹配,最终求得使C2与C1、C5和C3达到总的最佳匹配时的深度图,其中C2要求高分辨率图像数据,其它摄像机仅需要低分辨率图像数据;同样对于C5的立体匹配,C2、C4和C6摄像机采集的数据都参与处理,最终求得使C5与C2、C4和C6达到总的最佳匹配时的深度图;对于C1的立体匹配,C2和C4摄像机采集的数据都参与处理;同样对于C3的立体匹配,C2和C6摄像机采集的数据都参与处理;对于C4的立体匹配,C1和C5摄像机采集的数据都参与处理;对于C6的立体匹配,C3和C5摄像机采集的数据都参与处理。
图3表示本发明实施例的硬件设计的整体框图。六台高分辨率摄像机采集的图像信息和同步信号分别由A1-A6传输到信号转发***。TOF摄像机的同步信号由P传输到信号转发***。图像信息由C1-C6从信号转发***传输到数据处理***的六台DSP中。其中,DSP-3为核心DSP,它还通过D1发送控制信息到信号转发***中。在这些信息和TOF摄像机同步信号的控制下,信号转发***产生对六台高分辨率摄像机的同步信号,通过B1-B6传输到六台高分辨率摄像机。TOF摄像机和所有的DSP处理器都可以由N0-N6通过千兆网交换数据,并由N7通过千兆网传输DSP计算得到的场景三维数据到数据融合***。
图4为本发明实施例的视频采集***中每台高分辨率摄像机的结构图。每台高分辨率摄像机由一片CMOS感光芯片,一片LVDS芯片和一个RJ45网口组成。CMOS感光芯片通过光学原理,在控制信号的控制下,采集场景图像信息,把相应的信号发送到LVDS串行解串行器上。LVDS负责传送CMOS芯片的控制信号和接受CMOS芯片采集的数据信息和同步信号。它可以将16根并行传输线转换成2根LVDS线传输信号,大大的简约了设计,节省了空间。RJ45网口负责传输LVDS的输入输出串行信号到信号转发***中。
下面,介绍一下各个重要信号线的功能。
发送信号:
DO-和DO+是LVDS发送信号,RIN-和RIN+是LVDS接收信号。
DC_OUT[9:0]是十位并行的图像数据,即为CMOS芯片采集的图像数据。
LAST_LINE为帧同步信号,PIXEL_VALID为数据输出有效信号,TIME_OUT为帧曝光结束信号,将它们传给信号转发***中的CPLD上与地分辨率三维摄像机一起,产生高分辨率摄像机的同步控制信号,最终输入到信号转发***的CPLD和数据处理***中的DSP中。
接收信号:
Y_START信号为帧控制信号,Y_CLOCK为场同步信号。SS_START为曝光开始信号,SS_STOP为帧曝光结束信号,即为高分辨率摄像机的同步信号。
SYS_RESET为芯片重起信号,SYS_CLK为***时钟信号,ADC_CLK为数模转换时钟信号,是一些***信号。
S_CLK为串行写寄存器时钟信号,S_DATA为串行写寄存器数据信号,S_EN为串行写寄存器始能信号,这三个信号一起来写CMOS芯片中的寄存器。
最后,是***同步时钟的问题。在本发明实施例中,CMOS芯片的时钟信号实际上是由信号转发***中的CPLD产生,通过RCLK信号恢复出来的。为了单***调试方便,做了一个二选一的选择器,除了可以通过RCLK,也可以由晶振直接产生。另外,把SYS_CLK***时钟传送到LVDS上的TCLK,作为CMOS发送信号到LVDS上的时钟。
图5表示本发明实施例的数据处理***中核心处理器的结构图。每台处理器通过PCI接口接收信号转发***的信号,每台处理器都要接收相对应的3或4台高分辨率摄像机所传输的数据,进行相应的处理。这些数据通过PCI接口传输过来后,再由LVDS串行解串行器恢复成并行信号,传输到DSP处理器的视频口。每台处理器还可以通过千兆网口与其他的处理器和数据融合***通信。此图表示的是核心DSP处理器,除完成同样功能外,它还要负责发送一些CPLD的控制信号。这些信号通过双向I2C总线,SPI和GPIO接口来传输。其中SDAO和SCL0是I2C信号;SPICS#,SPIDO,SPIDI和SPICLK为SPI信号;GPIO[15:0]为16并行的GPIO信号。
RIN-和RIN+是接收到的LVDS信号,ADC_OUT[0:9]是恢复出来的十位并行的图像数据。
本发明实施例所采用的处理器是DSP,并配有相应的SDRAM,SPI_EEPROM和FLASH等芯片协同工作。其中SDRAM负责存储计算中大量的数据,SPI_EEPROM和FLASH负责存储算法程序。
图6为本发明实施例的信号转发***对于一台高分辨率摄像机的结构框图。本发明的信号转发***负责转送视频采集***和数据处理***之间的信号。并通过CPLD来产生同步视频采集***的信号。一台高分辨率摄像机采集的数据首先通过一个LVDS Repeater转发给相应的三或四台处理器***,其中一台摄像机会把信号转发给CPLD芯片,CPLD在核心DSP控制信号CON1和TOF摄像机同步信号CON2的控制下,输出六台高分辨率摄像机的同步信号。这路LVDS信号线通过LVDS串行解串行器还原成并行信号,通过RJ45_1-RJ45_6转发给六台高分辨率摄像机。其它的信号都已经在前面作过解释。
图7表示本发明实施例的信号转发***的完整结构图。由视频采集***传送过来的六路视频信号,分别由对应的转发器LVDS Repeater分别发送到对应的数据处理***的三或四台DSP中。其中一路信号经LVDS串行解串行器恢复为并行信号,在低分辨率三维摄像机的同步信号和核心处理器DSP的控制下,通过CPLD产生所有高分辨率摄像机的同步信号,再经LVDS-7传回视频采集***的六台高分辨率摄像机中。在这里,信号传输通过的是RJ45网口。
本发明实施例的数据融合***采用PC机作为处理平台。并接收处理器和TOF摄像机所得到的数据进行运算。后台计算机接收到单个摄像机视角的3D信息,并把它们整合成完整的唯一的全局场景3D几何数据,具体思路是:
将3D空间离散化,每个采样点为Δ×Δ×Δ小立方体。
在上述离散化的3D空间,对所有摄像机对应的3D几何数据,进行整合和重采样,得到完整的、唯一的全局场景3D几何数据。
Claims (8)
1.一种基于摄像机阵列的三维实时获取***,其特征在于包括:
视频采集***,采用摄像机阵列来采集场景的图像信息,并对采集的每一帧图像信息按照时间序列编码,通过信号转发***传送到数据处理***;
数据处理***,对采集到的信号进行实时立体视觉处理,计算出场景的三维数据信息,通过网络传送到数据融合***;
信号转发***,将采集到的图像信息转发到相应的数据处理***中,并控制视频采集***的工作状态;
数据融合***,在已经得到的不同视角场景的三维数据信息的基础上,将这些三维数据融合为唯一确定的全场景的三维数据。
2.如权利要求1所述基于摄像机阵列的三维实时获取***,其特征在于,所述视频采集***包括:
多台高分辨率摄像机,采集得到场景的高分辨率图像;
一台低分辨率三维摄像机,可以获取较低分辨率的三维数据图像;
所述视频采集***中的所有摄像机可以按需要以不同的阵列形式和姿态方式放置。
3.如权利要求2所述基于摄像机阵列的三维实时获取***,其特征在于,所述视频采集***中的每一台高分辨率摄像机包括:
一个视频采集单元,用于采集场景的图像信息,它采用帧曝光模式,可控制摄像机的分辨率、图像采集速度、单(多)斜率曝光等参数;
一个帧编码控制单元,对得到的每一帧图像按照时间序列编码;
一个串行解串行器,把视频采集单元得到的数据和对视频采集单元的控制信号由并行信号转换成串行信号,与信号转发***交换信息;
一个外接端口,发送数据到信号转发***,并接收信号转发***的控制信号。
4.如权利要求1所述的基于摄像机阵列三维实时获取***,其特征在于,所述信号转发***包括:
多个外接端口,每一个外接端口接收视频采集***中一台高分辨率摄像机发送的数据,并发送控制信号到视频采集***;
多个信号转发器,其中每台高分辨率摄像机各需要一个信号转发器,将图像数据转发到对应的数据处理***的处理器中,另外还需要一个信号转发器用来转发控制单元的控制信号到所有高分辨率摄像机中;
一片串行解串行器,恢复出视频采集***中的并行信号;
一个同步控制单元,在数据处理***中的一台核心处理器的控制下,同步视频采集***中的所有高分辨率摄像机;
多个插槽,固定数据处理***的多台处理器,并接收其中一台核心处理器的控制信息。
所述信号转发***接受数据处理***中一台核心处理器的控制,来调整视频采集***中的摄像机的采集模式和分辨率等信息。并将每一台高分辨率摄像机所采集到的图像信息通过转发器分发到数据处理***中所对应的多台处理器中。
5.如权利要求1所述的基于摄像机阵列的三维实时获取***,其特征在于,所述数据处理***包括:
多台处理器,用于视频数据处理;
一台核心处理器,除与其它处理器一起参与计算外,还要控制信号转发***中的控制单元;
各台处理器分别处理相关的多台高分辨率摄像机采集的图像信息,并接受较低分辨率三维摄像机所采集的三维图像数据,并通过网络交换相互之间的数据,最后通过计算机视觉原理,计算出所对应区域的场景三维信息。
6.如权利要求5所述的基于摄像机阵列的三维实时获取***,其特征在于,所述的数据处理***中的每一台处理器包括:
多片串行解串行器,分别恢复出视频采集***中相应的各台高分辨率摄像机传送的并行信号;
网口,与其它的处理器交换数据,并接受低分辨率三维摄像机传送的图像信息;
一个处理单元,计算场景对应区域的三维信息。
7.如权利要求3或4或6所述的基于摄像机阵列的三维实时获取***,其特征在于,所采用的串行解串行器为LVDS。
8.如权利要求2所述的基于摄像机阵列的三维实时获取***,其特征在于,所述的低分辨率三维摄像机为TOF摄像机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100628782A CN101321302B (zh) | 2008-07-08 | 2008-07-08 | 基于摄像机阵列的三维实时获取*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100628782A CN101321302B (zh) | 2008-07-08 | 2008-07-08 | 基于摄像机阵列的三维实时获取*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101321302A true CN101321302A (zh) | 2008-12-10 |
CN101321302B CN101321302B (zh) | 2010-06-09 |
Family
ID=40181076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100628782A Expired - Fee Related CN101321302B (zh) | 2008-07-08 | 2008-07-08 | 基于摄像机阵列的三维实时获取*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101321302B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102111548A (zh) * | 2009-12-24 | 2011-06-29 | 索尼公司 | 摄像机适配器盒和摄像机控制方法 |
CN102368810A (zh) * | 2011-09-19 | 2012-03-07 | 长安大学 | 一种半自动化对齐的视频融合***和方法 |
CN102609977A (zh) * | 2012-01-12 | 2012-07-25 | 浙江大学 | 基于深度融合和曲面演变的多视点三维重建方法 |
CN103345064A (zh) * | 2013-07-16 | 2013-10-09 | 卫荣杰 | 一种集成3d识别的帽子及帽子的3d识别方法 |
CN104298159A (zh) * | 2014-10-23 | 2015-01-21 | 福州天虹电脑科技有限公司 | 一种机电一体化设备的电路结构及工作方法 |
CN104535015A (zh) * | 2015-01-13 | 2015-04-22 | 速感科技(北京)有限公司 | 一种基于飞行时间法的三维扫描设备 |
CN105208355A (zh) * | 2015-10-21 | 2015-12-30 | 合肥华凌股份有限公司 | 一种冰箱数据采集方法、***及冰箱 |
CN105403313A (zh) * | 2015-12-05 | 2016-03-16 | 中国航空工业集团公司洛阳电光设备研究所 | 红外面阵扫描成像***及其控制方法 |
CN105432080A (zh) * | 2013-12-24 | 2016-03-23 | 软动力学传感器公司 | 渡越时间相机*** |
CN106969723A (zh) * | 2017-04-21 | 2017-07-21 | 华中科技大学 | 基于低速相机阵列的高速动态物体关键点三维测量方法 |
CN109470698A (zh) * | 2018-09-27 | 2019-03-15 | 钢研纳克检测技术股份有限公司 | 基于显微照相矩阵的跨尺度夹杂物快速分析仪器及方法 |
CN110018153A (zh) * | 2019-04-23 | 2019-07-16 | 钢研纳克检测技术股份有限公司 | 大尺度样品全域成分全自动扫查定位和定量分析*** |
CN112561874A (zh) * | 2020-12-11 | 2021-03-26 | 杭州海康威视数字技术股份有限公司 | 一种遮挡物检测方法、装置及监控摄像机 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006033570A (ja) * | 2004-07-20 | 2006-02-02 | Olympus Corp | 画像生成装置 |
KR100732961B1 (ko) * | 2005-04-01 | 2007-06-27 | 경희대학교 산학협력단 | 다시점 영상의 스케일러블 부호화, 복호화 방법 및 장치 |
-
2008
- 2008-07-08 CN CN2008100628782A patent/CN101321302B/zh not_active Expired - Fee Related
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102111548A (zh) * | 2009-12-24 | 2011-06-29 | 索尼公司 | 摄像机适配器盒和摄像机控制方法 |
CN102368810A (zh) * | 2011-09-19 | 2012-03-07 | 长安大学 | 一种半自动化对齐的视频融合***和方法 |
CN102368810B (zh) * | 2011-09-19 | 2013-07-17 | 长安大学 | 一种半自动化对齐的视频融合***和方法 |
CN102609977B (zh) * | 2012-01-12 | 2014-07-16 | 浙江大学 | 基于深度融合和曲面演变的多视点三维重建方法 |
CN102609977A (zh) * | 2012-01-12 | 2012-07-25 | 浙江大学 | 基于深度融合和曲面演变的多视点三维重建方法 |
CN103345064A (zh) * | 2013-07-16 | 2013-10-09 | 卫荣杰 | 一种集成3d识别的帽子及帽子的3d识别方法 |
CN103345064B (zh) * | 2013-07-16 | 2015-08-26 | 深圳市智帽科技开发有限公司 | 一种集成3d识别的帽子及帽子的3d识别方法 |
CN105432080A (zh) * | 2013-12-24 | 2016-03-23 | 软动力学传感器公司 | 渡越时间相机*** |
US10397552B2 (en) | 2013-12-24 | 2019-08-27 | Sony Depthsensing Solutions Sa/Nv | Time-of-flight camera system |
US11863734B2 (en) | 2013-12-24 | 2024-01-02 | Sony Depthsensing Solutions Sa/Nv | Time-of-flight camera system |
US11172186B2 (en) | 2013-12-24 | 2021-11-09 | Sony Depthsensing Solutions Sa/Nv | Time-Of-Flight camera system |
US10638118B2 (en) | 2013-12-24 | 2020-04-28 | Sony Depthsensing Solutions Sa/Nv | Time-of-flight camera system |
CN105432080B (zh) * | 2013-12-24 | 2019-07-26 | 索尼深度传感解决方案股份有限公司 | 渡越时间相机*** |
CN104298159A (zh) * | 2014-10-23 | 2015-01-21 | 福州天虹电脑科技有限公司 | 一种机电一体化设备的电路结构及工作方法 |
CN104535015A (zh) * | 2015-01-13 | 2015-04-22 | 速感科技(北京)有限公司 | 一种基于飞行时间法的三维扫描设备 |
CN105208355A (zh) * | 2015-10-21 | 2015-12-30 | 合肥华凌股份有限公司 | 一种冰箱数据采集方法、***及冰箱 |
CN105403313A (zh) * | 2015-12-05 | 2016-03-16 | 中国航空工业集团公司洛阳电光设备研究所 | 红外面阵扫描成像***及其控制方法 |
CN106969723A (zh) * | 2017-04-21 | 2017-07-21 | 华中科技大学 | 基于低速相机阵列的高速动态物体关键点三维测量方法 |
CN106969723B (zh) * | 2017-04-21 | 2019-07-09 | 华中科技大学 | 基于低速相机阵列的高速动态物体关键点三维测量方法 |
CN109470698B (zh) * | 2018-09-27 | 2020-02-14 | 钢研纳克检测技术股份有限公司 | 基于显微照相矩阵的跨尺度夹杂物快速分析仪器及方法 |
CN109470698A (zh) * | 2018-09-27 | 2019-03-15 | 钢研纳克检测技术股份有限公司 | 基于显微照相矩阵的跨尺度夹杂物快速分析仪器及方法 |
CN110018153A (zh) * | 2019-04-23 | 2019-07-16 | 钢研纳克检测技术股份有限公司 | 大尺度样品全域成分全自动扫查定位和定量分析*** |
CN110018153B (zh) * | 2019-04-23 | 2021-11-02 | 钢研纳克检测技术股份有限公司 | 大尺度样品全域成分全自动扫查定位和定量分析*** |
CN112561874A (zh) * | 2020-12-11 | 2021-03-26 | 杭州海康威视数字技术股份有限公司 | 一种遮挡物检测方法、装置及监控摄像机 |
Also Published As
Publication number | Publication date |
---|---|
CN101321302B (zh) | 2010-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101321302B (zh) | 基于摄像机阵列的三维实时获取*** | |
US11024092B2 (en) | System and method for augmented reality content delivery in pre-captured environments | |
US10122998B2 (en) | Real time sensor and method for synchronizing real time sensor data streams | |
CN105931240B (zh) | 三维深度感知装置及方法 | |
CN109104259A (zh) | 一种多传感器对时同步***和方法 | |
JP6401716B2 (ja) | スプライススクリーンの立体表示の同期信号処理方法及び装置、スプライススクリーン | |
CN107124604A (zh) | 一种利用双摄像头实现三维图像的方法及装置 | |
JP2011527790A5 (zh) | ||
TW201003564A (en) | Integrated processor for 3D mapping | |
WO2021203883A1 (zh) | 三维扫描方法、三维扫描***和计算机可读存储介质 | |
CN106228119A (zh) | 一种表情捕捉及动画自动生成***和方法 | |
CN112153306B (zh) | 图像采集***、方法、装置、电子设备及可穿戴设备 | |
CN105635720A (zh) | 一种双镜头单传感器的立体视觉摄像机 | |
CN103796001A (zh) | 一种同步获取深度及色彩信息的方法及装置 | |
CN106572339B (zh) | 一种图像采集器和图像采集*** | |
CN106254854A (zh) | 三维图像的获得方法、装置及*** | |
CN113329219B (zh) | 多输出参数可动态配置深度相机 | |
CN110530292A (zh) | 一种基于无线同步的扫描***及扫描方法 | |
CN108616742A (zh) | 一种3d全景拍摄***以及方法 | |
CN110084785A (zh) | 一种基于航拍图像的输电线垂弧测量方法及*** | |
CN103345765A (zh) | 基于dsp+fpga的移动平台下运动目标检测装置及其方法 | |
CN113945921A (zh) | 一种多模态数据采集***及同步采集方法 | |
CN106454152B (zh) | 视频图像拼接方法、装置和*** | |
CN203397395U (zh) | 基于dsp+fpga的移动平台下运动目标检测装置 | |
CN105404127A (zh) | 一种拍照采集三维信息的全息成像***和成像方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100609 Termination date: 20150708 |
|
EXPY | Termination of patent right or utility model |