CN114302067A - 不同反射率表面三维结构光测量的曝光值选择方法 - Google Patents

不同反射率表面三维结构光测量的曝光值选择方法 Download PDF

Info

Publication number
CN114302067A
CN114302067A CN202111658669.6A CN202111658669A CN114302067A CN 114302067 A CN114302067 A CN 114302067A CN 202111658669 A CN202111658669 A CN 202111658669A CN 114302067 A CN114302067 A CN 114302067A
Authority
CN
China
Prior art keywords
image
exposure
exposure value
selecting
structured light
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.)
Pending
Application number
CN202111658669.6A
Other languages
English (en)
Inventor
葛继
刘国营
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Tuchuang Intelligent Technology Co ltd
Original Assignee
Wuxi Tuchuang Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuxi Tuchuang Intelligent Technology Co ltd filed Critical Wuxi Tuchuang Intelligent Technology Co ltd
Priority to CN202111658669.6A priority Critical patent/CN114302067A/zh
Publication of CN114302067A publication Critical patent/CN114302067A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种不同反射率表面三维结构光测量的曝光值选择方法,其可避免区域过度曝光,可提高单一最佳曝光覆盖像素测量的准确性,该方法包括:图像采集,获得预测试图像,判断预测试图像中是否存在过曝光区域,若否,则停止,若是,则进行多重曝光的选择,多重曝光的选择包括:S1、曝光的初始化,S2、用像素滤波器选择多个曝光,S3、通过优化确定下一个曝光值,重复执行步骤S1~S3,直至预测试图像中的合格像素的比率大于等于95%。

Description

不同反射率表面三维结构光测量的曝光值选择方法
技术领域
本发明涉及机器视觉技术领域,具体为一种不同反射率表面三维结构光测量的曝光值选择方法。
背景技术
基于结构光的三维(SL3D)测量技术由于其高精度和全场景特性,被广泛应用于物体跟踪、基于视觉的机器人控制和质量检测中。在SL3D测量时,需将序列相位编码图案投射至目标物体表面,再采用3D传感器中的相机采集携带深度信息的变形条纹图案,然后采用图像解码和三角测量法来重构目标物体的三维点云。
目前,常采用SL3D测量技术对反射率变化大的物体表面进行测量。在测量这类物体时,表面反射率高的区域被饱和,而表面反射率低的区域则受到曝光不足的影响,如图1(a)。饱和和曝光不足都会造成重建的三维点云信息损失,如图1(b)。尽管物体可以被喷上一层薄薄的白色粉末来产生漫反射,但喷洒过程很耗时,而且会改变物体的表面属性。而高动态范围(HDR)技术可以避免物体表面属性被改变,但其需在多次曝光下测量物体,并通过图像融合将不同反射率的特征结合起来,如图1(c,d),可见,在HDR测量中,曝光值的选择是非常重要的。
曝光值的选择主要包括定性选择、定量选择,其中,定性选择主要是根据可视化效果手动选择,但是定性的预测十分耗时,而且易受主观判断影响。因此,在基于HDR的SL3D测量方法中常采用定量选择相机曝光值的方式,但这种定量选择曝光值的方式需通过执行一个预分析程序来计算目标表面的反射率,这就需要采集不同投影强度的图像被采集,然后用所采集图像像素强度和投影强度计算表面反射率。像素强度随着投射强度的增加而线性增加,增加率被认为是像素位置的表面反射率,但对每个具有不同表面反射率的物体进行预分析较为困难,因此该方式对于批量的工业生产来说并不适用。
目前,还提出了多种基于度量的曝光选择方法,这些方法可以在动态照明条件下根据对拍摄图像的评估自动调整曝光值,而不需要预先分析。但这些方法中,需根据预先设定的图像质量指标对拍摄的图像进行评估,然后反复调整曝光,直到指标达到最大值,其目的是选择一个最佳曝光,以便于感兴趣目标被有效识别,例如用于自动驾驶的车道或标志识别。而基于HDR的SL3D计量学的目标是选择一些曝光值并重建一个点云,以准确测量物体的形状和尺寸。两者目标不同,因此,图像质量指标和单一最佳曝光度选择策略不适合用于基于HDR的SL3D计量学。
另外,由于大多数视觉算法是从富含梯度或富含熵的区域提取特征,因此曝光控制指标要基于梯度或熵的最大化,并通过强度调制指标来评估低光照条件下SL图像的相位编码信息。该指标假设相位编码信息随着强度调制而单调增加,强度调制指的是SL图像中编码模式的振幅。然而,当强度调制达到一定的阈值时,相位编码信息会在最大值上达到平稳。为了测量具有不同反射率的物体,则需要更大的曝光范围和更长的曝光时间,而更长的曝光时间会导致过度曝光。因此,在基于HDR的SL3D测量中,需要建立一个新的衡量标准来评估相位编码信息。此外,在现有的曝光控制方法中,要检测的物体(如车道或交通标志)通常只有较小的表面反射率变化范围;因此,可以在单一的最佳曝光中提取特征。不同的是,工业计量学的目标是测量表面反射率变化范围很广的工业部件,这就需要一种新的策略来确定多次曝光并能够测量单次曝光无法覆盖的像素。
发明内容
针对现有技术中存在的缺陷,本发明提供了一种不同反射率表面三维结构光测量的曝光值选择方法,其可避免区域过度曝光,可提高单一最佳曝光覆盖像素测量的准确性。
为实现上述目的,本发明采用如下技术方案:
一种不同反射率表面三维结构光测量的曝光值选择方法,其特征在于,所述方法包括:图像采集,获得预测试图像;
判断采集到的预测试图像中,是否含有曝光过度区域,若否,则停止,若是,则进行多重曝光的选择;
所述多重曝光的选择包括:S1、曝光的初始化;S2、用像素滤波器选择多个曝光,S3、通过优化确定下一个曝光值,直至所述预测试图像中的合格像素的比率大于等于95%。
其进一步特征在于,
图像采集前,使用默认曝光值tdefault,采集一帧图像作为所述预测试图像;
进一步的,判断采集到的预测试图像中,是否含有曝光过度区域,具体指:若曝光过度区域的像素数占图像总像素数的比率≥T1,表明曝光过度,进入多重曝光的选择;
进一步的,多重曝光的选择步骤包括:
S1、曝光值初始化包括:逐渐调节所述曝光值tdefault,使所述曝光值tdefault降低,其中降低后的初始曝光值为t1
进一步的,S2、用像素滤波器选择多个曝光,所述多个曝光指降低后的曝光值,降低后的初始曝光值包括:t1,t2,……,tk+1,其中k≥1采集所述曝光值t1,t2,……,tk+1条件下相应的序列图像;
进一步的,S3、通过优化确定下一个曝光值,包括:S31在第k次曝光选择时,所述曝光值为tk+1,此时采集12帧相位编码图像序列Ik
S32、通过四步相移法以及所述相位编码图像序列Ik计算出强度调制图Bk
S33、遍历所述强度调制图Bk,生成一个二进制掩膜图像Mk,将所述二进制掩膜图像Mk中大于或等于阈值Tnew的像素数作为合格像素数;
S34、判断所述合格像素数的比率是否≥T2,若是,则停止迭代,将曝光值为t1,t2,…,tk时采集的所述序列图像进行图像融合,实现点云重构。若否,则进行S4~S5;
S4、所述二进制掩膜图像Mk和所述相位编码图像序列Ik的对应元素相乘,得到12帧过滤后的更新图像
Figure BDA0003446406630000031
S5、所述更新图像
Figure BDA0003446406630000033
中的像素被用来计算图像质量指标
Figure BDA0003446406630000032
同时使用牛顿优化方法确定下一次曝光值tk+1,重复执行所述步骤S2~S3,直至所述预测试图像中的合格像素的比率大于等于95%。
进一步的,所述T1为5%;
进一步的,所述阈值Tnew的值为经验值9;
进一步的,步骤S5中,
Figure BDA0003446406630000041
Figure BDA0003446406630000042
Figure BDA0003446406630000043
其中,L,H分别为图像的长和宽,激活函数Ψ(A(x,y))∈[0,1)控制图像的权重,Θ(B(x,y))∈[0,1)是对B(x,y)的调制。λ∈(0,1]是下降系数,用于控制收敛的速度,k为整数;
进一步的,所述λ=0.3。
采用本发明上述结构可以达到如下有益效果:本申请还提出了一个多重曝光的选择策略以测量那些不能被单一最佳曝光所覆盖的像素,其通过步骤S1~S3的重复执行直到大多数像素(即预测试图像中的合格像素的比率大于等于95%)被运算过,来实现多重曝光值的选择,从而确定最优曝光值。该曝光值选择方法简单,与15次曝光的HDR方法相比,本申请方法平均只需要3~4次曝光,并且能够获得相似的表面覆盖率和测量精度,从而节约了曝光选择的时间,提高了测量效率和精度。
附图说明
图1包括:(a)为一个表面反射率变化较大的工业部件(汽车冲压零件)的图像;
图1(b)为(a)中图像的三维重构图;
图1(c)为高动态范围(HDR)结合在多次曝光下拍摄的图像的不同反射率特征的效果图;
图1(d)为(c)中有适当曝光量时拍摄的图像和(c)中图像通过HDR方法重构后的点云效果图(插图)。
图2为目前常用的最佳曝光值确定方法流程图。
图3为本发明提出的多重曝光值选择方法流程图。
图4为目前常用的最佳曝光值确定方法确定的不同曝光值条件下的工业部件的效果图及重构后的点云示例图,其中,图4中(a)(b)(c)(d)为不同曝光值条件下拍摄的工业部件的效果图,图4中(e)为该4个曝光值下所拍摄图像融合并重构后的点云示例图。
图5为采用本发明方法计算出的不同曝光值条件下拍摄的工业部件(汽车冲压零件)的图像及点云重构后的点云示例图,其中,图5中(a)(b)(c)(d)为通过本发明方法求出的不同曝光值并拍摄的工业部件的效果图,图5中(e)为该4个曝光值下所拍摄图像融合并重构后的点云示例图。
图6为用本发明方法与HDR方法的对比示例图,其中,图6中(a)为待拍摄的工业部件的图像,图6中(b)为采用15次曝光的HDR方法,图像融合、重构后的工业部件点云示例图,图6中(c)为采用本发明方法计算出的4次曝光值条件下,通过图像融合、重构后获得的工业部件的点云示例图。
具体实施方式
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
图2给出了一种目前常用的最佳曝光值确定方法,该方法包括图像采集:K1、在曝光值为tk时,采集序列图像Ik;K2、判断序列图像的质量是否合格,若是,K3、则可以直接进行三维点云重构,若否,K4、则通过Q值的最大化求解,计算曝光值tk+1,返回步骤K1,在曝光值为tk+1时,采集序列图像Ik+1,判断图像质量是否合格,若否,重复步骤K4~K2,直至图像质量合格,其中,K4的Q值的计算方式为
Figure BDA0003446406630000051
采用上述方法对图1(a)所示图像进行曝光选择及处理,获得图1(b)所示的三维点云重构图,从图1(b)可以看出,对应图1(a)中曝光过度和曝光不足的区域都有信息丢失,从而影响了后续像素测量的准确性。
针对上述问题,本发明提供了一种不同反射率表面三维结构光测量的曝光值选择方法的具体实施例,参考图3,该方法包括:
步骤一、图像采集,获得预测试图像,具体采集方式为:测量前,使用相机的默认曝光值tdefault,采集一帧图像作为预测试图像。
步骤二、判断采集到的预测试图像中,是否含有曝光过度区域,若否,则停止,若是,则进行多重曝光的选择,具体地:若曝光过度区域的像素数占图像总像素数的比率≥5%,表明曝光过度,进入步骤三多重曝光的选择;
步骤三、多重曝光的选择包括:S1、曝光的初始化,包括:逐渐调节曝光值tdefault,使曝光值tdefault降低,其中降低后的初始曝光值为t1
S2、用像素滤波器选择多个曝光,多个曝光指降低后的曝光值,降低后的初始曝光值包括:t1,t2,……tk+1,其中k≥1,采集曝光值t1,t2,……tk+1条件下相应的序列图像;
S3、通过优化确定下一个曝光值;重复执行步骤S1~S3,直至预测试图像中的合格像素的比率大于等于95%,具体包括:S31在第k次曝光选择时,曝光值为tk+1,此时采集12帧相位编码图像序列Ik
S32、通过四步相移法以及相位编码图像序列Ik计算出强度调制图Bk
S33、遍历强度调制图Bk,生成一个二进制掩膜图像Mk,将二进制掩膜图像Mk中大于或等于阈值Tnew的像素数作为合格像素数,本实施例中Tnew为经验值9;
S34、判断合格像素数的比率是否≥95%,若是,则停止迭代,将曝光值为t1,t2,…,tk时采集的序列图像进行图像融合,实现点云重构。若否,则进行S4~S5;
S4、二进制掩膜图像Mk和相位编码图像序列Ik的对应元素相乘,得到12帧过滤后的更新图像
Figure BDA0003446406630000061
S5、更新图像
Figure BDA0003446406630000064
中的像素被用来计算图像质量指标
Figure BDA0003446406630000062
同时使用牛顿优化方法确定下一次曝光值tk+1。该步骤S5中,
Figure BDA0003446406630000063
Figure BDA0003446406630000071
Figure BDA0003446406630000072
其中,L,H分别为图像的长和宽,激活函数Ψ(A(x,y))∈[0,1)控制图像的权重,Θ(B(x,y))∈[0,1)是对B(x,y)的调制。λ∈(0,1]是下降系数,λ=0.3,用于控制收敛的速度。重复执行上述步骤S2~S3,直至预测试图像中的合格像素的比率大于等于95%.
本申请提出了一个新的图像质量指标Qnew,其中引入了一个激活函数Ψ(A(x,y))∈[0,1)来重新分配强度调制的权重,当强度调制达到一定的阈值时,其权重被抑制以避免区域过度曝光。本申请还提出了一个多重曝光的选择策略以测量那些不能被单一最佳曝光所覆盖的像素,其中所提出的图像质量指标和一个像素过滤步骤S33用于计算下一个最佳曝光值,并通过步骤S4来定位待测量的候选像素,通过步骤S4定位时,因为乘以了二进制掩膜图像,所以相乘后的图像中,要么是0,要么是1,此时值为1的即为候选像素,这个过程反复进行,直到大多数像素(即预测试图像中的合格像素的比率大于等于95%)被运算过。
本申请方法与单次最佳曝光方法相比,提高了表面覆盖率,减少了细节特征丢失,同时降低了测量误差,如图4、图5所示,图4为目前常用的最佳曝光值确定方法确定的不同曝光值条件下拍摄的工业部件的效果图及重构后的点云示例图,其中图4(a)(b)(c)(d)分别为曝光时间为32ms、41ms、49ms、58ms时的工业部件的图像,图4中(e)为该4个曝光时间下所拍摄图像融合并重构后的点云示例图,从该图4(e)可以看出,三维重构图保留了工业部件的较多细节特征,但过曝光区域和曝光不足区域仍有部分特征缺失,影响了后续测量精度。
图5为本发明方法计算出的不同曝光值条件下拍摄的工业部件的图像及点云重构后的点云示例图,其中图5(a)(b)(c)(d)分别为曝光时间为16ms、29ms、52ms、80ms时拍摄的工业部件的图像,图5中(e)为该4个曝光时间下所拍摄图像融合并重构后的点云示例图,从该图5(e)可以看出,该三维重构图较为完整的保留了工业部件的细节特征,与图4(e)所示的点云图对比可以看出,采用本申请方法后,工业部件的高反光区域的细节特征被保留,采用本申请多重曝光值的选择方法确定的最优曝光值条件所拍摄的图像,能够获得更高的表面覆盖率和测量精度。
本申请方法与15次曝光的HDR方法相比,参考图6,图6为采用本发明方法与HDR方法的对比示例图,其中,图6(a)为待拍摄工件的实物图,图6(b)为采用HDR方法计算出的最佳曝光值条件获得的工业部件的点云重构示例图,图6(c)为采用本发明方法计算出的最佳曝光值条件获得的工业部件的点云重构示例图,图6(b)与图6(c)对比可以看出,采用本申请方法与HDR方法,能够获得相似的表面覆盖率和测量精度,但本申请方法平均只需要3~4次曝光即可获得最佳曝光值,而HDR方法则需要15次曝光,从而节约了曝光选择的时间,提高了测量效率和精度。
以上的仅是本申请的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。

Claims (9)

1.一种不同反射率表面三维结构光测量的曝光值选择方法,其特征在于,所述方法包括:图像采集,获得预测试图像;
判断所述预测试图像中是否存在过曝光区域,若否,则停止,若是,则进行多重曝光的选择;
所述多重曝光的选择包括:S1、曝光的初始化;S2、用像素滤波器选择多个曝光,S3、通过优化确定下一个曝光值,直至所述预测试图像中的合格像素的比率大于等于95%。
2.根据权利要求1所述的不同反射率表面三维结构光测量的曝光值选择方法,其特征在于,采集前,使用默认曝光值tdefault,采集一帧图像作为所述预测试图像。
3.根据权利要求1或2所述的不同反射率表面三维结构光测量的曝光值选择方法,其特征在于,判断所述预测试图像中是否存在过曝光区域,具体包括:若曝光过度区域的像素数占图像总像素数的比率≥T1,表明曝光过度,进入多重曝光的选择。
4.根据权利要求3所述的不同反射率表面三维结构光测量的曝光值选择方法,其特征在于,多重曝光的选择步骤包括:
S1、曝光值初始化,包括:逐渐调节所述曝光值tdefault,使所述曝光值tdefault降低,其中降低后的初始曝光值为t1
5.根据权利要求4所述的不同反射率表面三维结构光测量的曝光值选择方法,其特征在于,S2、用像素滤波器选择多个曝光,所述多个曝光是指降低后的曝光值,降低后的初始曝光值包括:t1,t2,……,tk+1,其中k≥1采集所述曝光值t1,t2,……,tk+1条件下相应的序列图像。
6.根据权利要求5所述的不同反射率表面三维结构光测量的曝光值选择方法,其特征在于,S3、通过优化确定下一个曝光值,包括:S31在第k次曝光选择时,所述曝光值为tk+1,此时采集12帧相位编码图像序列Ik
S32、通过四步相移法以及所述相位编码图像序列Ik计算出调制强度图Bk
S33、遍历所述调制强度图Bk,生成一个二进制掩膜图像Mk,将所述二进制掩膜图像Mk中大于或等于阈值Tnew的像素数作为合格像素数;
S34、判断所述合格像素数的比率是否≥T2,若是,则停止迭代,将曝光值为t1,t2,…,tk时采集的所述序列图像进行图像融合,实现点云重构。若否,则进行S4~S5。
7.根据权利要求6所述的不同反射率表面三维结构光测量的曝光值选择方法,其特征在于,S4、所述二进制掩膜图像Mk和所述相位编码图像序列Ik的对应元素相乘,得到12帧过滤后的更新图像
Figure FDA0003446406620000021
S5、所述更新图像
Figure FDA0003446406620000022
中的像素被用来计算图像质量指标
Figure FDA0003446406620000023
同时使用牛顿优化方法确定下一次曝光值tk+1,重复执行所述步骤S2~S3,直至所述预测试图像中的合格像素的比率大于等于95%。
8.根据权利要求7所述的不同反射率表面三维结构光测量的曝光值选择方法,步骤S5中,图像质量指标
Figure FDA0003446406620000024
的计算方式为:
Figure FDA0003446406620000025
Figure FDA0003446406620000026
Figure FDA0003446406620000027
其中,L,H分别为图像的长和宽,激活函数Ψ(A(x,y))∈[0,1)控制图像的权重,Θ(B(x,y))∈[0,1)是对B(x,y)的调制,λ∈(0,1]是下降系数,用于控制收敛的速度。
9.根据权利要求8所述的不同反射率表面三维结构光测量的曝光值选择方法,所述T1为5%,所述阈值Tnew的值为经验值9,所述λ=0.3。
CN202111658669.6A 2021-12-30 2021-12-30 不同反射率表面三维结构光测量的曝光值选择方法 Pending CN114302067A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111658669.6A CN114302067A (zh) 2021-12-30 2021-12-30 不同反射率表面三维结构光测量的曝光值选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111658669.6A CN114302067A (zh) 2021-12-30 2021-12-30 不同反射率表面三维结构光测量的曝光值选择方法

Publications (1)

Publication Number Publication Date
CN114302067A true CN114302067A (zh) 2022-04-08

Family

ID=80972927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111658669.6A Pending CN114302067A (zh) 2021-12-30 2021-12-30 不同反射率表面三维结构光测量的曝光值选择方法

Country Status (1)

Country Link
CN (1) CN114302067A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118089593A (zh) * 2024-04-22 2024-05-28 江南大学 一种基于多重曝光算法的自适应三维测量方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103411533A (zh) * 2013-08-05 2013-11-27 上海交通大学 结构光自适应多次曝光法
US20180176440A1 (en) * 2016-12-21 2018-06-21 Lite-On Electronics (Guangzhou) Limited Structured-light-based exposure control method and exposure control apparatus
CN108377343A (zh) * 2017-02-01 2018-08-07 豪威科技股份有限公司 用于高动态范围成像的曝光选择器及其相关的方法
CN112034485A (zh) * 2019-05-17 2020-12-04 英飞凌科技股份有限公司 利用飞行时间相机的反射率感测

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103411533A (zh) * 2013-08-05 2013-11-27 上海交通大学 结构光自适应多次曝光法
US20180176440A1 (en) * 2016-12-21 2018-06-21 Lite-On Electronics (Guangzhou) Limited Structured-light-based exposure control method and exposure control apparatus
CN108377343A (zh) * 2017-02-01 2018-08-07 豪威科技股份有限公司 用于高动态范围成像的曝光选择器及其相关的方法
CN112034485A (zh) * 2019-05-17 2020-12-04 英飞凌科技股份有限公司 利用飞行时间相机的反射率感测

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XINGJIAN LIU等: "Optical Measurement of Highly Reflective Surfaces From a Single Exposure", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》, 31 March 2021 (2021-03-31) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118089593A (zh) * 2024-04-22 2024-05-28 江南大学 一种基于多重曝光算法的自适应三维测量方法及***

Similar Documents

Publication Publication Date Title
CN107894215B (zh) 基于全自动曝光的高动态范围光栅投影三维测量方法
CN106595522B (zh) 一种光栅投影三维测量***的误差校正方法
CN107607040B (zh) 一种适用于强反射表面的三维扫描测量装置及方法
US11070788B2 (en) Method and system for determining optimal exposure time and number of exposures in structured light-based 3D camera
CN105651203A (zh) 一种自适应条纹亮度的高动态范围三维形貌测量方法
CN103973990B (zh) 宽动态融合方法及装置
Zhang et al. A robust surface coding method for optically challenging objects using structured light
Berger et al. Contrast analysis of solar faculae and magnetic bright points
CN107483815B (zh) 运动物体的拍摄方法和装置
AT509884A4 (de) Mikroskopieverfahren und -vorrichtung
CN114302067A (zh) 不同反射率表面三维结构光测量的曝光值选择方法
CN115546285B (zh) 基于点扩散函数解算的大景深条纹投影三维测量方法
CN107220945B (zh) 多重退化的极模糊图像的复原方法
Mehta et al. Gradient-based auto-exposure control applied to a self-driving car
CN114820812A (zh) 一种基于结构光的高反光表面三维重建算法
CN116614713B (zh) 一种用于三维形貌测量的自适应多重曝光方法
CN116310101A (zh) 基于过曝光连通域强度自适应分布的高动态三维测量方法
US11578968B1 (en) Compact metalens depth sensors
TWI635333B (zh) 可隨時間進程動態改變鏡頭焦距的攝影裝置及其自動對焦方法
EP3070432B1 (en) Measurement apparatus
WO2022147670A1 (en) Automatic exposure selection method for high dynamic range 3d optical measurements
Zhu et al. Rapid exposure time estimation method for high-dynamic range surface
Gao et al. An investigation of high dynamic range imaging of highly reflective surfaces based on deep learning 3D fringe projection
Metzner et al. Evaluation of reflection properties of sheet bulk metal formed parts by pixel wise analysis of camera images provided for triangulation measurement
Metzner et al. Local histogram equalization and homomorphic filtering to improve wide-angle stereo disparity computation

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