CN109151419B - 一种基于拉东变换的单像素成像方法 - Google Patents
一种基于拉东变换的单像素成像方法 Download PDFInfo
- Publication number
- CN109151419B CN109151419B CN201811201226.2A CN201811201226A CN109151419B CN 109151419 B CN109151419 B CN 109151419B CN 201811201226 A CN201811201226 A CN 201811201226A CN 109151419 B CN109151419 B CN 109151419B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- projection
- row
- data
- dimensional matrix
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3102—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM] using two-dimensional electronic spatial light modulators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/50—Transmitters
- H04B10/516—Details of coding or modulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Processing (AREA)
Abstract
本发明涉及成像技术领域,公开了一种基于拉东变换的单像素成像方法。所述方法包括如下步骤:生成一个二维矩阵;抽取二维矩阵的各行数据,并将二维矩阵的各行数据按照不同的角度进行后向投影变换,得到二维投影图案;将二维投影图案发送至结构光发生装置中,以使结构光发生装置利用二维投影图案对光进行调制,并用调制光照射待成像物体;获取物体的反射光强响应值,计算物体在不同角度下的投影分布函数,并将投影分布函数按角度大小排列得到物体的拉东谱;对拉东谱进行后向投影变换,得到待成像物体的图像。本发明通过融合单像素成像和拉东变换技术,能有效降低拉东谱获取***的成本和复杂度,提高单像素成像***对物体的特征提取和分类识别效能。
Description
技术领域
本发明涉及成像技术领域,特别是涉及一种基于拉东变换的单像素成像方法。
背景技术
人类生产生活中最主要的信息来源是图像,成像探测方法是获取图像的一种主要方式。近年来,一种在成像探测机理上与传统成像技术有着本质区别的单像素成像技术[M.F.Duarte,M.A.Davenport,D.Takhar,J.N.Laska,T.Sun,K.F.Kelly,R.G.Baraniuk,Single-Pixel Imaging via Compressive Sampling.IEEE SignalProcessingMagazine.25,83-91(2008);陈涛,应用压缩传感理论的单像素相机成像***,光学精密工程,20卷,11期,2523-2530页,2012],由于其具有某些突破传统成像领域局限的能力,越来越受到人们的重视。与传统扫描单像素成像技术使用局部单点采样方式相比较,该成像技术使用全局采样方式,即在每次采样过程中,物体的全部信息都参与了采样,但该技术要使用时空变换光场对物体进行照射,并用相应的计算算法来获取物体信息。目前,在单像素成像领域中使用较为广泛的时空变换光场的模式为随机模式、哈达玛基模式和傅里叶基模式[Zhang,Z.B.,Ma,X.&Zhong,J.G.Single-pixel imaging by means of Fourier spectrumacquisition.Nature Communications 6,(2015);ZIBANG ZHANG,XUEYING WANG,GUOANZHENG,AND JINGANG ZHONG,Hadamard single-pixel imaging versus Fourier single-pixel imagingVol.25,No.16 OPTICS EXPRESS(2017).]。利用哈达玛基模式的变换光场可以获取物体的哈达玛谱,而利用傅里叶基模式变换光场可以获取物体的傅里叶谱。
目前单像素成像技术在很多领域中都得到了发展,但其在无损伤探测(如物体内部结构非破坏成像等)领域的应用还待研究和发展。其中物体的拉东谱是无损探测成像领域中广泛使用的积分变换技术,在无损伤探测(如医学CT成像等)中已经得到了广泛的应用。而且由于拉东谱具有某些特异性,其在物体特征细节的分类和识别等领域中同样得到了广泛的应用[Koppelhuber,A.&Bimber,O.A classification sensor based oncompressed optical Radon transform.Opt Express 23,9397-9406,doi:10.1364/Oe.23.009397(2015).]。传统获取物体拉东谱的方法包括采用扫描方式的单像素探测方法和非扫描的阵列探测方法[Ilovitsh,T.,et al.Optical realization of the Radontransform.Opt Express 22,32301-32307,doi:10.1364/Oe.22.032301(2014).],这些方法都是基于传统的成像技术。如何采用利用新型单像素成像技术来获取物体的拉东谱,截至目前未见相关研究报道。本专利首次提出基于拉东模式的时空变换光场,利用单像素成像技术获取了物体的拉东谱,并对拉东谱进行后向投影运算获取物体的图像。
发明内容
在本发明实施例中,本发明提供了一种基于拉东变换的单像素成像方法,所述方法包括如下步骤:
生成一个二维矩阵;
抽取所述二维矩阵的各行数据,并将所述二维矩阵的各行数据按照不同的角度进行后向投影变换,得到二维投影图案;
将所述二维投影图案发送至结构光发生装置中,对光进行调制,并用调制光照射待成像物体;
利用光电探测采集***获取物体的反射光强响应值,根据所述响应值和所述二维矩阵的各行数据计算物体在不同角度下的投影分布函数,并将所述投影分布函数按角度大小排列得到物体的拉东谱;
对所述拉东谱进行后向投影变换,得到待成像物体的图像。
本发明实施例中的单像素成像方法,通过融合单像素成像和拉东变换技术,获取物体拉东谱,***无扫描装置,使用单像素探测器,能有效降低拉东谱获取***的成本和复杂度,提高单像素成像***对物体的特征提取和分类识别效能,具有很好的应用前景。
附图说明
图1为一个实施例中提供的单像素成像方法的应用环境图;
图2为本发明实施例中一种单像素成像方法的流程图;
图3为本发明实施例中一种单像素成像方法获取二维投影图案的流程图;
图4为本发明实施例提供在0度和45度投影角度下的二维投影图案示意图;
图5为本发明实施例中一种单像素成像方法获取拉东谱的流程图;
图6为本发明实施例中提供的一种物体的拉东谱示意图;
图7为本发明实施例中提供的一种物体的图像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx单元称为第二xx单元,且类似地,可将第二xx单元称为第一xx单元。
图1为一个实施例中提供的单像素成像方法的应用环境图,如图1所示,在该应用环境中,包括结构光发生装置110、光电探测采集***120和成像中心130。
结构光发生装置110是用于产生结构光并将光线照射物体的装置,结构光发生装置110可以由光源、扩束镜、数字微镜阵列和投影镜头组成。结构光发生装置110中的数字微镜阵列为TI DiscoveryV7100,每个像素对应6×6镜元,物体放置在距离成像***约为1.9米处,光源是532nm连续激光器,使用10倍扩束镜,投影镜头焦距为125mm,汇聚透镜焦距为100mm。结构光发生装置投影每张图案的持续时间为0.03秒,光电探测器同步采集信号。使用光电探测器(Thorlabs PMT-PMM02)作为单像素光电探测器来获取物体的反射光强度,光电探测器输出的电信号由数据采集卡(NI USB-6211)进行16位离散获取。
成像中心130主要用于生成调制图案以及重建物体图像。成像中心130用于执行单像素成像方法的过程,具体可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN(ContentDeliveryNetwork,内容分发网络)等基础云计算服务的云服务器,比如可以是计算机、手机、台式机和其他云端服务器等。
在本发明实施例提供的单像素成像方法的应用环境中,由成像中心130生成一系列不同角度的二维投影图案,并通过结构光发生装置110将对应不同二维投影图案的光场投射到物体上,由光电探测采集***120获取物体反射的光强信号并转换为电信号,并由数据采集卡将数据传输到成像中心130中进行成像处理。
如图2所示,为本发明实施例中一种单像素成像方法的流程图,具体可以包括以下步骤:
步骤S201,生成一个二维矩阵;
步骤S202,抽取二维矩阵的各行数据,并将二维矩阵的各行数据按照不同的角度进行后向投影变换,得到二维投影图案;
步骤S203,将二维投影图案发送至结构光发生装置中,以使结构光发生装置利用二维投影图案对光进行调制,并用调制光照射待成像物体;
步骤S204,利用光电探测采集***获取物体的反射光强响应值,根据响应值和二维矩阵的各行数据计算物体在不同角度下的投影分布函数,并将投影分布函数按角度大小排列得到物体的拉东谱;
步骤S205,对拉东谱进行后向投影变换,得到待成像物体的图像。
在本发明实施例中,步骤S201生成的二维矩阵可以是随机形式,也可以是哈达玛形式,随机形式可以使用MATLAB等软件生成,哈达玛矩阵是由+1和-1元素构成的且满足Hn*Hn’=nI(这里Hn’为Hn的转置矩阵,I为单位方阵)n阶方阵。
如图3所示,为本发明实施例中一种基于拉东变换的单像素成像方法获取二维投影图案的流程图,在本发明实施例中,步骤S202即抽取二维矩阵的各行数据,并将二维矩阵的各行数据按照不同的角度进行后向投影变换,得到二维投影图案,具体包括:
步骤S301,将二维矩阵使用二维函数表示,二维函数所在坐标系的横坐标和纵坐标方向分别对应二维矩阵的行和列方向,二维函数的值对应二维矩阵的元素值;
步骤S302,抽取二维函数的各行数据;
步骤S303,将二维矩阵的各行数据按照不同的角度进行后向投影变换,得到二维投影矩阵,后向投影变换按照下列公式计算:
pMθ(x,y;L,θ)=tM(L)δ(xcosθ+ysinθ-L)............................(1)
其中tM(L)为二维函数的第M行数据,x、y是二维坐标,δ(xcosθ+ysinθ-L)表示后向投影变换,其表示在满足直线xcosθ+ysinθ-L=0上的值是一样的,其数值与将一维行数据tM的中心放在坐标原点且与水平方向夹角为θ'时L处的值一样,角度满足关系式0°≤θ'<180°,两个角度关系为|θ'-θ|=90°。每个角度下含M个二维投影图案。
步骤S304,将二维投影矩阵转化为二维投影图案。
在本发明实施例中,以设置二维矩阵为哈达玛矩阵为例,设置一个二维矩阵,其大小为128×128,在抽取的每一行数据tM(L)中,只有-1和+1两种数值。由于结构光发生装置无法产生负值,所以采用分解法。分解的规律遵循:当tM(L)中所有+1数值保持不变,-1数值变为0时,变为行数据当tM(L)中所有+1数值变为0,-1数值变为+1时,变为行数据和之差用来产生tM(L)。
在投影角度0°≤θ<180°区间,间隔为1°条件下对分解行数据进行二维投影变换,并限定在直径为128像素的圆形区域内,最后获得了180*256个128*128像素的二维图案,每个角度下含256个变换图案。θ'等于二维变换图案中线条与水平方向的夹角,两个角度关系为|θ'-θ|=90°。二维投影图案根据上述公式(1)变形可以表示为:
其中,x、y是像素点坐标,M表示图案序号,C(R)表示函数在直径R小于等于128的范围内为1,否则为0,δ(xcosθ+ysinθ-L)为后向投影变换公式,其表示将所述二维矩阵的各行数据在某一指定角度θ下做投影变换,其数值与将一维行向量tM中心放在坐标原点且与水平方向夹角为θ'时L处的值一样,角度满足关系式0°≤θ'<180°,两个角度关系为|θ'-θ|=90°,每个角度下含M个二维投影图案。图4是本发明实施例提供的在是0度和45度投影角度下的二维投影图案示例。
如图5所示,为本发明实施例中一种单像素成像方法获取拉东谱的流程图,在本发明实施例中,步骤S203即利用光电探测采集***获取物体的反射光强响应值,根据响应值和二维矩阵的各行数据计算物体在不同角度下的投影分布函数,并将投影分布函数按角度大小排列得到物体的拉东谱,具体包括:
步骤S501,接收光电探测采集***的响应值Iθ(M),响应值由光电探测采集***接收调制光照射物体后反射的光强信号转换得到,响应值Iθ(M)可表示为:
Iθ(M)=∑x,ytM(L)Fθ(L)...........................................(4),
其中Fθ(L)为物体在角度θ下的一维投影分布函数。
步骤S502,根据响应值和二维矩阵的各行数据进行计算物体在不同角度下的一维投影分布函数Fθ(L),一维投影分布函数Fθ(L)可表示为:
步骤S503,依次获取不同角度下的一维投影分布函数,并将一维投影分布函数按角度大小排列得到物体的拉东谱。
在本发明实施例中,如上所述以二维矩阵为哈达玛矩阵为例,对应分解接收到的响应值分别表示为:
其中f(x,y)为物体图像在二维空间的表达式,其数值代表物体图像单像素的像素值,x,y分别对应每个像素所在的位置坐标。
进一步计算响应值Iθ(M)
根据物体拉东变换性质:
Fθ(L)=∑x,yf(x,y)δ(xcosθ+ysinθ-L)............................(7)
进而:
即可得到物体在角度θ下的一维投影分布函数Fθ(L),将一维投影分布函数,并按角度大小排列可以获取物体的拉东谱,如图6所示,为本发明实施例中提供的一种物体的拉东谱。
在本发明实施例中,步骤S205即对拉东谱进行后向投影变换,得到待成像物体的图像,结合本发明提供的上述实施例,将拉东谱进行后向投影变换时,根据拉东变换的性质,计算出物体的二维空间表达式:
最后得到物体的二维矩阵,将其转化即可得到物体的图案,如图7所示,为本发明实施例中上述图6拉东谱对应的物体的图像。
在本发明实施例中,所述二维矩阵的各行数据按照不同的角度进行拉东变换时,不同角度的数量可以在投影角度0°≤θ<180°区间进行划分设置。
本发明实施例中的单像素成像方法,通过融合单像素成像和拉东变换技术,获取物体拉东谱,***无扫描装置,使用单像素探测器,能有效降低拉东谱获取***的成本和复杂度,提高单像素成像***对物体的特征提取和分类识别效能,具有很好的应用前景。
所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
同时,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。虽然本发明实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
Claims (5)
1.一种基于拉东变换的单像素成像方法,其特征在于,所述方法包括如下步骤:
生成一个二维矩阵;
抽取所述二维矩阵的各行数据,并将所述二维矩阵的各行数据按照不同的角度进行后向投影变换,得到二维投影图案;
将所述二维投影图案发送至结构光发生装置中,以使所述结构光发生装置利用所述二维投影图案对光进行调制,并用调制光照射待成像物体;
利用光电探测采集***获取物体的反射光强响应值,根据所述响应值和所述二维矩阵的各行数据计算物体在不同角度下的投影分布函数,并将所述投影分布函数按角度大小排列得到物体的拉东谱;
对所述拉东谱进行后向投影变换,得到待成像物体的图像。
2.如权利要求1所述的单像素成像方法,其特征在于,所述二维矩阵形式可以是随机形式或者哈达玛形式。
3.如权利要求1所述的单像素成像方法,其特征在于,所述抽取所述二维矩阵的各行数据,并将所述二维矩阵的各行数据按照不同的角度进行后向投影变换,得到二维投影图案,具体为:
将所述二维矩阵使用二维函数表示,所述二维函数所在坐标系的横坐标和纵坐标分别对应所述二维矩阵的行位置和列位置,所述二维函数的值对应所述二维矩阵的元素值;
抽取所述二维矩阵的各行数据;
将所述二维矩阵的各行数据按照不同的角度进行后向投影变换,得到二维投影矩阵,所述后向投影变换按照下列公式计算:
pMθ(x,y;L,θ)=tM(L)δ(xcosθ+ysinθ-L),
其中tM(L)为所述二维矩阵的第M行数据,x、y是二维坐标,δ(xcosθ+ysinθ-L)表示后向投影变换,其表示在满足直线xcosθ+ysinθ-L=0上的值是一样的,其数值与将一维行数据tM的中心放在坐标原点且与水平方向夹角为θ'时L处的值一样,角度满足关系式0°≤θ'<180°,两个角度关系为|θ'-θ|=90°,每个角度下含M个二维投影图案。
4.如权利要求3所述的单像素成像方法,其特征在于,所述利用光电探测采集***获取物体的反射光强响应值,根据所述响应值和所述二维矩阵的各行数据计算物体在不同角度下的投影分布函数,并将所述投影分布函数按角度大小排列得到物体的拉东谱,具体为:
接收光电探测采集***的响应值Iθ(M),所述响应值由所述光电探测采集***接收所述调制光照射物体后反射的光强信号转换得到,所述响应值Iθ(M)可表示为:
Iθ(M)=∑x,ytM(L)Fθ(L),
其中Fθ(L)为物体在角度θ下的一维投影分布函数;
根据所述响应值和所述二维矩阵的各行数据进行计算物体在不同角度下的一维投影分布函数Fθ(L),所述一维投影分布函数Fθ(L)可表示为:
依次获取不同角度下的一维投影分布函数,并将所述一维投影分布函数按角度大小排列得到物体的拉东谱。
5.如权利要求1所述的单像素成像方法,其特征在于,所述二维矩阵的各行数据按照不同的角度进行后向投影变换时,角度的数量可以在投影角度0°≤θ<180°区间进行划分设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811201226.2A CN109151419B (zh) | 2018-10-16 | 2018-10-16 | 一种基于拉东变换的单像素成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811201226.2A CN109151419B (zh) | 2018-10-16 | 2018-10-16 | 一种基于拉东变换的单像素成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109151419A CN109151419A (zh) | 2019-01-04 |
CN109151419B true CN109151419B (zh) | 2021-02-12 |
Family
ID=64812014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811201226.2A Expired - Fee Related CN109151419B (zh) | 2018-10-16 | 2018-10-16 | 一种基于拉东变换的单像素成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109151419B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111707413B (zh) * | 2020-05-15 | 2021-11-26 | 中国科学院合肥物质科学研究院 | 一种基于单像素探测器的质心探测方法 |
CN111652925B (zh) * | 2020-06-29 | 2023-04-07 | 合肥中科迪宏自动化有限公司 | 利用单像素成像提取目标全局特征Hu不变矩的方法 |
CN112203068A (zh) * | 2020-09-30 | 2021-01-08 | 中国科学院长春光学精密机械与物理研究所 | 单像素成像方法、***、装置及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983956A (zh) * | 2014-05-29 | 2014-08-13 | 电子科技大学 | 一种适用于穿墙雷达多面墙***置矫正成像方法 |
-
2018
- 2018-10-16 CN CN201811201226.2A patent/CN109151419B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983956A (zh) * | 2014-05-29 | 2014-08-13 | 电子科技大学 | 一种适用于穿墙雷达多面墙***置矫正成像方法 |
Non-Patent Citations (3)
Title |
---|
Measurement of non-circular PSFs in Single Pixel Cameras;Cristian Damian1, Daniela Coltuc1;《2018 International Conference on Communications (COMM)》;20180616;全文 * |
基于压缩感知的信号重构算法研究;李锦秀;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150715;全文 * |
基于多尺度几何分析的工业CT图像和体数据特征提取的研究;李宗剑;《中国博士学位论文全文数据库 信息科技辑》;20101215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109151419A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4883517B2 (ja) | 三次元計測装置および三次元計測方法並びに三次元計測プログラム | |
CN109151419B (zh) | 一种基于拉东变换的单像素成像方法 | |
Massot-Campos et al. | Optical sensors and methods for underwater 3D reconstruction | |
Bianco et al. | A comparative analysis between active and passive techniques for underwater 3D reconstruction of close-range objects | |
Huang et al. | High-speed structured light based 3D scanning using an event camera | |
Nguyen et al. | Three-dimensional shape reconstruction from single-shot speckle image using deep convolutional neural networks | |
Shao et al. | A multi-view dense point cloud generation algorithm based on low-altitude remote sensing images | |
KR20130064568A (ko) | 실시간 3차원 실 환경 복원장치 및 그 방법 | |
CN111696196B (zh) | 一种三维人脸模型重建方法及装置 | |
Huo et al. | Underwater target detection and 3D reconstruction system based on binocular vision | |
Zhang et al. | A 3D reconstruction pipeline of urban drainage pipes based on multiviewimage matching using low-cost panoramic video cameras | |
WO2020049634A1 (ja) | 教師データ生成装置、教師データ生成方法、および、教師データ生成システム | |
Yao et al. | A high spatial resolution depth sensing method based on binocular structured light | |
Guidi et al. | Optimal lateral displacement in automatic close-range photogrammetry | |
US11609332B2 (en) | Method and apparatus for generating image using LiDAR | |
Hashimoto et al. | Unmanned aerial vehicle depth inversion to monitor river-mouth bar dynamics | |
Triess et al. | CNN-based synthesis of realistic high-resolution LiDAR data | |
Liang et al. | A polarized structured light method for the 3d measurement of high-reflective surfaces | |
Lu et al. | Kinematic target surface sensing based on improved deep optical flow tracking | |
Yang et al. | Robust structured light 3d imaging with two fringe patterns using recurrent classification neural network | |
Tran et al. | Adaptive active fusion of camera and single-point lidar for depth estimation | |
Fei et al. | Real-time dynamic 3D shape reconstruction with SWIR InGaAs camera | |
US20170256208A1 (en) | Media item relighting technique | |
CN116612374A (zh) | 一种基于结构光的人脸活体检测模型安全测试方法及*** | |
Zhang et al. | An advanced software platform and algorithmic framework for mobile dbh data acquisition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210212 Termination date: 20211016 |
|
CF01 | Termination of patent right due to non-payment of annual fee |