CN103026720A - 立体摄像机系统的光学自诊断 - Google Patents

立体摄像机系统的光学自诊断 Download PDF

Info

Publication number
CN103026720A
CN103026720A CN2011800364303A CN201180036430A CN103026720A CN 103026720 A CN103026720 A CN 103026720A CN 2011800364303 A CN2011800364303 A CN 2011800364303A CN 201180036430 A CN201180036430 A CN 201180036430A CN 103026720 A CN103026720 A CN 103026720A
Authority
CN
China
Prior art keywords
difference value
image
camera
images
camera chain
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
Application number
CN2011800364303A
Other languages
English (en)
Other versions
CN103026720B (zh
Inventor
M·宋
B·洛耶夫斯基
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.)
Hella GmbH and Co KGaA
Original Assignee
Hella KGaA Huek and Co
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 Hella KGaA Huek and Co filed Critical Hella KGaA Huek and Co
Publication of CN103026720A publication Critical patent/CN103026720A/zh
Application granted granted Critical
Publication of CN103026720B publication Critical patent/CN103026720B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/246—Calibration of cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/189—Recording image signals; Reproducing recorded image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/296—Synchronisation thereof; Control thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Studio Devices (AREA)
  • Measurement Of Optical Distance (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Stereoscopic And Panoramic Photography (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种用于摄像机系统的光学自诊断的方法以及一种用于实施这种方法的摄像机系统。所述方法包括下述步骤：拍摄分别由至少两个部分图像（2、3）获得的立体图像；建立深度图像、即通过计算出的差异值形成的差异图（5）；确定差异图（5）的有效差异值数量并且根据确定的有效差异值数量发出报警信号。用于实施这种方法的装置包括具有至少两个镜头（7、8）和图像传感器的立体摄像机（1）、分析单元和显示单元。

Description

立体摄像机系统的光学自诊断
技术领域
本发明涉及一种用于摄像机系统的光学自诊断的方法和一种实施这种方法的摄像机系统。
背景技术
摄像机系统、特别是立体摄像机系统对于任何形式的污染都是敏感的。当摄像机系统为监测系统、例如计人数系统的组成部分并且该监测系统自动分析所拍摄的图像时，存在由此产生检测错误并且该错误不被发现的危险。为了避免图像质量降低和由此产生的检测错误，这种系统因此可具有自检验功能，该功能检验镜头是否被污染或遮挡并发出相应的报警信号。大多数迄今研究出的用于摄像机系统的光学自诊断的方法基于直接由摄像机提供的灰度图像并且为分析这些图像需要很高的计算功率并占据巨大的存储空间。
由现有技术已知用于摄像机系统的光学自诊断的方法。例如文献DE102006016774A1描述了一种下雨传感器，其中，基于像素强度的散射测量雨作为摄像机图像的覆盖物。
如已经提到的，这种解决方案的缺点在于需要高计算功率和大存储容量来分析图像。
发明内容
因此，本发明所基于的任务是提供一种用于摄像机系统的光学自诊断的方法，该方法克服上述缺点，借助该方法可通过简单的算法进行可靠的自诊断。
根据本发明，该任务通过一种具有独立权利要求的特征的用于摄像机系统的光学自诊断的方法以及通过一种根据权利要求10的用于实施该方法的摄像机系统得以解决。
这种用于摄像机系统——该摄像机系统用于拍摄分别由至少两个部分图像获得的立体图像——的光学自诊断的方法包括下述步骤：首先，借助摄像机系统从不同角度拍摄目标空间的至少一个第一部分图像和与该第一部分图像互补的至少一个第二部分图像。“互补”在此表示虽然两个图像描绘相同的目标，但却从不同角度描绘该目标。从这两个部分图像可获得一个立体图像，“立体图像”应理解为具有包含于图像中的深度信息的图像。在该方法的下一步骤中，建立深度图像（例如差异图）。根据所述部分图像中相互对应的像素之间的视差由第一部分图像和第二部分图像建立深度图像。确定差异值作为用于视差的测度。
接着，确定有效差异值的数量，在此有效差异值被定义为为所述部分图像中的两个相互对应的像素而求得的差异值，所述像素明确地或至少以规定的概率被识别为是相互对应的。为了确定按此意义的两个像素是否至少以规定的概率相互对应，可使用任意的可靠性测度。最后，可根据所确定的差异值数量发出报警信号。
这种方法的优点在于，通过计算深度图像显著减少了待处理的数据量并且因此能够更快地处理数据。特别有利的是，当将差异图用作深度图像时，这种图通常已被立体摄像机自动计算。可从深度图像可靠地推断出使图像质量降低的弄脏、污染、光照度较差和摄像机镜头被遮挡。因而无需费力地分析各部分图像的图像内容。
本发明有利的扩展方案在从属权利要求中被说明。
如上所述，深度图像可以是差异图，该差异图通过所谓的“匹配方法”建立，在该方法中通过将第一部分图像的像素配置给第二部分图像中相对应的像素来确定差异值作为用于两个部分图像相对应的像素之间的视差的测度。这种匹配方法由现有技术公开并且例如在DE102008046505A1中被说明。最后，借助匹配方法获得的差异值可在差异图中示出。在实施匹配方法时，有效差异值被该方法定义为明确地或至少以规定的概率相互对应的像素。
有利的是，通过将有效差异值的数量与预定的阈值进行比较引起报警信号的发出，其中在低于预定的阈值时发出报警信号。
一种有利的扩展方案规定，设置安装阶段，在其中校准用于摄像机系统自诊断的参数。可这样进行校准，即借助测试目标确定有效差异值的平均数量，其中借助这样确定的有效差异值的数量计算阈值。由于这种摄像机系统通常用于不同的环境中，所以固定的阈值不能始终适配于环境。因此设置安装阶段的优点在于可使该方法适用于不同环境并且因此摄像机系统可在不同环境中得以可靠地使用。
有利的是，所述阈值可通过将在安装阶段中确定的有效差异值的平均数量与一个大于0的因数相乘来求出。这允许以极其低的花费来适配不同环境情况、例如不同的光照度。
有利的是，可从不同角度同时拍摄目标空间的所述至少两个部分图像。由此避免目标空间的时间变化使摄像失真。
另一种有利的扩展方案规定，匹配方法包括傅立叶变换。通过这种优选二维进行的傅立叶变换和空间频率分析可在分析时考虑干扰的局部清晰度和对比度变化。
一种特别有利的扩展方案规定，在特定的时间段上计算并且相互比较多个差异图，并且只有在规定数量的计算出的差异图中低于有效差异值的预定的阈值时才发出报警信号。因此可追踪目标空间的时间发展，而不考虑暂时的干扰、例如镜头有可能只是短暂被遮蔽。
相应有利的是一种适合于实施这种方法的摄像机系统，该摄像机系统包括具有至少两个镜头和图像传感器的用于拍摄所述至少两个部分图像的立体摄像机、用于实施匹配方法和用于计算差异值的分析单元以及用于发出报警信号的输出单元。该分析单元在此例如可以是集成在立体摄像机中的电路。输出单元例如可通过显示屏或其它显示单元构成，在报警信号可以听觉方式发出的情况下也可使用扬声器。分析单元和输出单元也可通过计算机实现。
当摄像机系统为具有自动图像分析装置的监测系统、例如计人数系统时，本发明的优点尤为明显。
附图说明
下面借助图1和图2说明本发明的一种实施例。附图如下：
图1为用于具有立体摄像机的摄像机系统的自诊断的方法的示意性流程图；
图2为所使用的立体摄像机的示意图以及摄像机系统的输出示意图。
具体实施方式
图1示出一种方法的示意性功能流程，借助该方法可自动测试摄像机系统的功能。该摄像机系统为计数系统。摄像机系统的立体摄像机1从不同角度同时拍摄目标的右侧部分图像2和左侧部分图像3。首先通过一种算法修正、即矫正和这样转换这两个部分图像2、3，使得它们如同由一个理想的、平行定向的立体摄像机系统拍摄。右侧部分图像2和左侧部分图像3在一种匹配方法4中被逐行地相互比较，并且在两个部分图像2和3中确定相互对应的像素。为每个这种像素配置一个差异值
Figure BDA00002775050900041
该差异值被定义为两个部分图像2和3中相互对应的像素的位置之间的水平视差。由差异值确定深度图像、在此情况下即差异图5。
在下一步骤6中，由差异图5确定有效差异值的数量。有效差异值在此是指所有这样的差异值，其为两个部分图像2和3的两个像素被确定，所述像素通过匹配方法4作为以足够高的概率相互对应的像素被相互配置。例如当立体摄像机1的一个镜头被遮挡或污染时，则在该部分图像的至少一个区域中不能确定有效差异值，因为不能分别为该区域中的像素在另一部分图像中找到相对应的像素。因此存在少量的无效差异值。可规定为这样的像素配置差异值“0”，因此有效差异值为差异图5中所有不等于“0”的差异值。为了考虑部分图像中局部的、干扰的清晰度和对比度变化，可在匹配方法4期间可进行傅立叶变换并且借助由其得出的数据继续实施匹配方法4。
将有效差异值的数量与阈值进行比较并且在此确定是否存在足够数量的有效差异值，由此可得知当前图像信息是否仍令人满意。
所述阈值在此在安装阶段中通过摄像机系统的校准由以相同方式获得的差异图5确定，其方式是，将第一次拍摄的有效差异值的平均数量与一个因数、例如0.4相乘。在将确定的有效差异值与该阈值比较后输出光学自诊断状态（OSD状态）、即无损坏信息或错误信息。在此错误信息可以视觉和/或听觉方式被输出、例如作为显示屏上的文字信息或作为报警音。
为了避免异常的、仅短时间作用的干扰就已触发报警信号，只有当在规定数量的计算出的差异图中低于有效差异值的阈值时才发出报警信号。为此相互比较在多个时刻计算出的差异图，当仅可在唯一的差异图5中表明遮挡和随之而来的过少数量的有效差异值，而在所有其它分析出的数据中却存在足够数量的差异值时，不发出报警信号。
图2示意性示出所使用的具有一个右侧镜头7和一个左侧镜头8的立体摄像机1以及光学自诊断的状态信息的输出示意图。立体摄像机1借助镜头7和8以及图像传感器拍摄待观察的目标空间的两个部分图像2和3，这两个部分图像应互补为一个立体图像。立体图像的建立在此通过包含在立体摄像机1中的用于实施匹配方法以及计算差异值的分析单元来进行。通过同样包含在立体摄像机系统中的显示单元9发出报警信号。
拍摄时可能的错误在图2下面部分中示出。在第一种情况下，两个镜头、即右侧镜头7和左侧镜头8干净、未被遮挡并且照明充足。在此情况下作为光学自诊断状态没有错误信息发出。在第二种情况下，镜头7或8之一被遮挡。在此情况下上面已经说明过的方法未确定出所需数量的有效差异值，以致光学自诊断发出错误信息作为状态显示。在第三种情况下，两个镜头7和8都被遮挡，因此在此也发出错误信息。在第四种情况下，镜头8被污染，因此在此也发出错误信息，因为匹配方法4因污染不能识别足够多的相互对应的像素。在未示出的、两个镜头7和8都被污染的情况下也是如此。
借助差异值5可区分全局错误（例如完全遮挡以及基于较差的光照度出现的图像错误）和局部错误（例如部分遮挡）。也可关于其特性——即是否因遮挡而存在亮度错误或传感器错误——来识别这些错误。
无效差异值的分布和频率可用作全局错误和局部错误出现的测度。当大量无效差异值集中在一个空间范围中时，则那里例如基于镜头局部被遮挡而存在局部错误。当无效差异值数量多且均匀分布在图像中时，则为全局错误、例如完全遮挡。
当立体摄像机1的功能通过上述方式受到影响时，立体摄像机可停止活动并且因此释放的计算功率可用于诊断。在诊断中例如可借助各个部分图像2、3和/或立体图像定位局部遮挡、例如被污染的镜头。
除了计算出的差异值之外，还可存储像素相互对应的概率。借助该概率又可推导出增大像素正确相配难度的全局或局部错误，例如大量的低对应概率表明较差的照明或过弱的对比度。
随后可基于自诊断期间获得的信息这样设置摄像机系统，使得对设定进行改变，以便消除所确定的错误。所述改变可包括自动亮度调节、重新校准、激活自动清洁系统亦或关闭立体图像功能和单图像拍摄。作为改变设定的替换方案，通过上述自诊断方法所确定的错误的存在可作为必要的标准在添加其它信息的情况下用于导入其它检测方法。其它检测方法也可以触发报警信号。这些其它检测方法例如可包括传统的基于单图像的自诊断方法。

Claims (11)

1.用于摄像机系统的光学自诊断的方法，所述摄像机系统用于拍摄分别由至少两个部分图像（2、3）获得的立体图像，该方法包括下述步骤：
a)借助摄像机系统从不同角度拍摄目标空间的至少一个第一部分图像（2）和与该第一部分图像（2）互补的至少一个第二部分图像（3）；
b)根据所述部分图像中相互对应的像素之间的视差由第一部分图像（2）和第二部分图像（3）建立深度图像，其中确定差异值作为用于视差的测度；
c)确定深度图像的有效差异值（6）的数量，其中有效差异值被定义为为所述部分图像（2、3）的两个相互对应的像素而求得的差异值，所述像素明确地或至少以规定的概率被识别为是相互对应的；
d)根据所确定的有效差异值的数量发出报警信号。
2.根据权利要求1的方法，其特征在于，深度图像是差异图，该差异图通过实施匹配方法（4）建立，在匹配方法中通过将第一部分图像（2）的像素分配给第二部分图像（3）中相对应的像素来确定差异值作为用于两个部分图像（2、3）相对应的像素之间的视差的测度。
3.根据权利要求1的方法，其特征在于，将有效差异值的数量与预定的阈值进行比较，其中当低于预定的阈值时发出报警信号。
4.根据权利要求1至3之一的方法，其特征在于，设置安装阶段，在安装阶段中校准用于摄像机系统自诊断的参数。
5.根据权利要求4的方法，其特征在于，在安装阶段中这样进行校准，即，借助测试目标求出有效差异值的平均数量，其中借助这样求出的有效差异值的数量计算阈值。
6.根据权利要求5的方法，其特征在于，通过将在安装阶段中求出的有效差异值的平均数量与一个大于0的因数相乘来计算阈值。
7.根据上述权利要求之一的方法，其特征在于，从不同角度同时拍摄目标空间的所述至少两个部分图像（2、3）。
8.根据上述权利要求之一的方法，其特征在于，所述匹配方法（4）包括傅立叶变换。
9.根据上述权利要求之一的方法，其特征在于，在一个时间段上计算并且相互比较多个差异图（5），其中只有在规定数量的计算出的差异图（5）中低于有效差异值的预定的阈值时才发出报警信号。
10.摄像机系统，用于执行根据上述权利要求之一的方法，包括：具有至少两个镜头（7、8）和图像传感器的用于拍摄所述至少两个部分图像（2、3）的立体摄像机（1）、用于建立深度图像和用于计算差异值的分析单元以及用于发出报警信号的输出单元。
11.根据权利要求10的摄像机系统，其特征在于，所述摄像机系统是计人数系统或其它具有自动图像分析装置的监测系统。
CN201180036430.3A 2010-06-18 2011-06-17 立体摄像机系统的光学自诊断 Active CN103026720B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102010024666A DE102010024666A1 (de) 2010-06-18 2010-06-18 Verfahren zur optischen Selbstdiagnose eines Kamerasystems und Vorrichtung zur Durchführung eines solchen Verfahrens
DE102010024666.2 2010-06-18
PCT/EP2011/003053 WO2011157454A1 (de) 2010-06-18 2011-06-17 Optische selbstdiagnose eines stereoskopischen kamerasystems

Publications (2)

Publication Number Publication Date
CN103026720A true CN103026720A (zh) 2013-04-03
CN103026720B CN103026720B (zh) 2015-11-25

Family

ID=44386915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180036430.3A Active CN103026720B (zh) 2010-06-18 2011-06-17 立体摄像机系统的光学自诊断

Country Status (7)

Country Link
US (1) US8854431B2 (zh)
EP (1) EP2569953B1 (zh)
JP (1) JP2013530466A (zh)
CN (1) CN103026720B (zh)
CA (1) CA2802954A1 (zh)
DE (1) DE102010024666A1 (zh)
WO (1) WO2011157454A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105313774A (zh) * 2014-07-09 2016-02-10 现代摩比斯株式会社 车辆驾驶辅助装置及其运转方法
CN109564382A (zh) * 2016-08-29 2019-04-02 株式会社日立制作所 拍摄装置以及拍摄方法
CN109982074A (zh) * 2019-04-11 2019-07-05 歌尔股份有限公司 一种获取tof模组的倾斜角度的方法、装置及组装方法
US11555789B2 (en) 2018-09-20 2023-01-17 Siemens Healthcare Diagnostics Inc. Systems, methods and apparatus for autonomous diagnostic verification of optical components of vision-based inspection systems

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2906899B1 (fr) * 2006-10-05 2009-01-16 Essilor Int Dispositif d'affichage pour la visualisation stereoscopique.
US8866920B2 (en) 2008-05-20 2014-10-21 Pelican Imaging Corporation Capturing and processing of images using monolithic camera array with heterogeneous imagers
US11792538B2 (en) 2008-05-20 2023-10-17 Adeia Imaging Llc Capturing and processing of images including occlusions focused on an image sensor by a lens stack array
EP2502115A4 (en) 2009-11-20 2013-11-06 Pelican Imaging Corp RECORDING AND PROCESSING IMAGES THROUGH A MONOLITHIC CAMERA ARRAY WITH HETEROGENIC IMAGE CONVERTER
US8878950B2 (en) 2010-12-14 2014-11-04 Pelican Imaging Corporation Systems and methods for synthesizing high resolution images using super-resolution processes
CN104081414B (zh) 2011-09-28 2017-08-01 Fotonation开曼有限公司 用于编码和解码光场图像文件的系统及方法
EP2817955B1 (en) 2012-02-21 2018-04-11 FotoNation Cayman Limited Systems and methods for the manipulation of captured light field image data
US9338439B2 (en) * 2012-04-02 2016-05-10 Intel Corporation Systems, methods, and computer program products for runtime adjustment of image warping parameters in a multi-camera system
WO2014005123A1 (en) 2012-06-28 2014-01-03 Pelican Imaging Corporation Systems and methods for detecting defective camera arrays, optic arrays, and sensors
US20140002674A1 (en) 2012-06-30 2014-01-02 Pelican Imaging Corporation Systems and Methods for Manufacturing Camera Modules Using Active Alignment of Lens Stack Arrays and Sensors
EP3869797B1 (en) 2012-08-21 2023-07-19 Adeia Imaging LLC Method for depth detection in images captured using array cameras
WO2014032020A2 (en) 2012-08-23 2014-02-27 Pelican Imaging Corporation Feature based high resolution motion estimation from low resolution images captured using an array source
CN104685860A (zh) 2012-09-28 2015-06-03 派力肯影像公司 利用虚拟视点从光场生成图像
US8866912B2 (en) 2013-03-10 2014-10-21 Pelican Imaging Corporation System and methods for calibration of an array camera using a single captured image
WO2014164550A2 (en) 2013-03-13 2014-10-09 Pelican Imaging Corporation System and methods for calibration of an array camera
WO2014159779A1 (en) 2013-03-14 2014-10-02 Pelican Imaging Corporation Systems and methods for reducing motion blur in images or video in ultra low light with array cameras
US10122993B2 (en) 2013-03-15 2018-11-06 Fotonation Limited Autofocus system for a conventional camera that uses depth information from an array camera
US9445003B1 (en) 2013-03-15 2016-09-13 Pelican Imaging Corporation Systems and methods for synthesizing high resolution images using image deconvolution based on motion and depth information
US9497429B2 (en) 2013-03-15 2016-11-15 Pelican Imaging Corporation Extended color processing on pelican array cameras
US9438888B2 (en) 2013-03-15 2016-09-06 Pelican Imaging Corporation Systems and methods for stereo imaging with camera arrays
WO2015048694A2 (en) 2013-09-27 2015-04-02 Pelican Imaging Corporation Systems and methods for depth-assisted perspective distortion correction
US10119808B2 (en) 2013-11-18 2018-11-06 Fotonation Limited Systems and methods for estimating depth from projected texture using camera arrays
EP3075140B1 (en) 2013-11-26 2018-06-13 FotoNation Cayman Limited Array camera configurations incorporating multiple constituent array cameras
US20160338262A1 (en) * 2014-01-21 2016-11-24 Positec Power Tools (Suzhou) Co., Ltd. Autonomous mower
US10089740B2 (en) 2014-03-07 2018-10-02 Fotonation Limited System and methods for depth regularization and semiautomatic interactive matting using RGB-D images
US10582186B1 (en) * 2014-06-11 2020-03-03 Amazon Technologies, Inc. Approaches for identifying misaligned cameras
CN113256730B (zh) * 2014-09-29 2023-09-05 快图有限公司 用于阵列相机的动态校准的系统和方法
US10554956B2 (en) 2015-10-29 2020-02-04 Dell Products, Lp Depth masks for image segmentation for depth-based computational photography
US10021371B2 (en) 2015-11-24 2018-07-10 Dell Products, Lp Method and apparatus for gross-level user and input detection using similar or dissimilar camera pair
WO2018086133A1 (en) * 2016-11-14 2018-05-17 SZ DJI Technology Co., Ltd. Methods and systems for selective sensor fusion
US20200236338A1 (en) * 2017-09-28 2020-07-23 Koito Manufacturing Co., Ltd. Sensor system
EP3496398B1 (de) * 2017-12-11 2020-01-29 Sick AG Sichere stereokamera und verfahren zum prüfen der funktionsfähigkeit der bildsensoren
EP3651458B1 (de) * 2018-11-08 2020-09-09 Sick Ag Sichere stereokamera und verfahren zum prüfen der funktionsfähigkeit der bildsensoren
JP7273250B2 (ja) 2019-09-17 2023-05-12 ボストン ポーラリメトリックス，インコーポレイティド 偏光キューを用いた面モデリングのためのシステム及び方法
DE112020004813B4 (de) 2019-10-07 2023-02-09 Boston Polarimetrics, Inc. System zur Erweiterung von Sensorsystemen und Bildgebungssystemen mit Polarisation
KR20230116068A (ko) 2019-11-30 2023-08-03 보스턴 폴라리메트릭스, 인크. 편광 신호를 이용한 투명 물체 분할을 위한 시스템및 방법
US11195303B2 (en) 2020-01-29 2021-12-07 Boston Polarimetrics, Inc. Systems and methods for characterizing object pose detection and measurement systems
KR20220133973A (ko) 2020-01-30 2022-10-05 인트린식 이노베이션 엘엘씨 편광된 이미지들을 포함하는 상이한 이미징 양식들에 대해 통계적 모델들을 훈련하기 위해 데이터를 합성하기 위한 시스템들 및 방법들
WO2021243088A1 (en) 2020-05-27 2021-12-02 Boston Polarimetrics, Inc. Multi-aperture polarization optical systems using beam splitters
US11290658B1 (en) 2021-04-15 2022-03-29 Boston Polarimetrics, Inc. Systems and methods for camera exposure control
US11954886B2 (en) 2021-04-15 2024-04-09 Intrinsic Innovation Llc Systems and methods for six-degree of freedom pose estimation of deformable objects
US11689813B2 (en) 2021-07-01 2023-06-27 Intrinsic Innovation Llc Systems and methods for high dynamic range imaging using crossed polarizers
DE102022200819A1 (de) 2022-01-25 2023-07-27 Carl Zeiss Meditec Ag Verfahren zum Betreiben eines stereoskopischen medizinischen Mikroskops und medizinisches Mikroskop

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001211466A (ja) * 2000-01-27 2001-08-03 Toshiba Corp 自己診断機能を有する画像処理システム
US20020122117A1 (en) * 2000-12-26 2002-09-05 Masamichi Nakagawa Camera device, camera system and image processing method
CN101527046A (zh) * 2009-04-28 2009-09-09 青岛海信数字多媒体技术国家重点实验室有限公司 一种运动检测方法、装置和系统
WO2010011781A2 (en) * 2008-07-22 2010-01-28 Axis Surgical Technologies, Inc. Tissue modification devices and methods of using the same
US20100085447A1 (en) * 2008-10-07 2010-04-08 Kabushiki Kaisha Toshiba Noise canceling circuit, noise canceling method, and solid-state imaging device

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5835613A (en) * 1992-05-05 1998-11-10 Automotive Technologies International, Inc. Optical identification and monitoring system using pattern recognition for use with vehicles
EP1245121A2 (en) * 1999-08-10 2002-10-02 Per Skafte Hansen Methods and apparatuses for encoding and displaying stereograms
US6865289B1 (en) * 2000-02-07 2005-03-08 Canon Kabushiki Kaisha Detection and removal of image occlusion errors
DE10253501A1 (de) * 2002-11-16 2004-05-27 Robert Bosch Gmbh Bildgeber
US20040183900A1 (en) * 2003-03-20 2004-09-23 Everest Vit Method and system for automatically detecting defects in remote video inspection applications
JP2005004718A (ja) * 2003-05-16 2005-01-06 Canon Inc 信号処理装置及び制御方法
DE102004028090A1 (de) * 2004-06-09 2005-12-29 Robert Bosch Gmbh Verfahren zur Kalibrierung einer Sensorik zur Fahrzeuginnenraumüberwachung
JP4353127B2 (ja) 2005-04-11 2009-10-28 株式会社デンソー レインセンサ
US7505841B2 (en) * 2005-09-02 2009-03-17 Delphi Technologies, Inc. Vision-based occupant classification method and system for controlling airbag deployment in a vehicle restraint system
US7742635B2 (en) * 2005-09-22 2010-06-22 3M Innovative Properties Company Artifact mitigation in three-dimensional imaging
FR2918744B1 (fr) * 2006-01-06 2011-12-09 Centre Nat Etd Spatiales Procede et systeme pour l'acquisition et le traitement d'images stereoscopiques a faible coefficient stereoscopique et tres haute resolution
DE102007025373B3 (de) * 2007-05-31 2008-07-17 Sick Ag Visuelle Überwachung mit Entfernungsbestimmung und Plausibilitätsprüfung anhand von Bildgrößen
DE102008046505B4 (de) 2008-09-09 2023-06-29 Mercedes-Benz Group AG Verfahren zur Bildverarbeitung von Stereobildern
WO2011081646A1 (en) * 2009-12-15 2011-07-07 Thomson Licensing Stereo-image quality and disparity/depth indications

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001211466A (ja) * 2000-01-27 2001-08-03 Toshiba Corp 自己診断機能を有する画像処理システム
US20020122117A1 (en) * 2000-12-26 2002-09-05 Masamichi Nakagawa Camera device, camera system and image processing method
WO2010011781A2 (en) * 2008-07-22 2010-01-28 Axis Surgical Technologies, Inc. Tissue modification devices and methods of using the same
US20100085447A1 (en) * 2008-10-07 2010-04-08 Kabushiki Kaisha Toshiba Noise canceling circuit, noise canceling method, and solid-state imaging device
CN101527046A (zh) * 2009-04-28 2009-09-09 青岛海信数字多媒体技术国家重点实验室有限公司 一种运动检测方法、装置和系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105313774A (zh) * 2014-07-09 2016-02-10 现代摩比斯株式会社 车辆驾驶辅助装置及其运转方法
CN105313774B (zh) * 2014-07-09 2017-10-20 现代摩比斯株式会社 车辆驾驶辅助装置及其运转方法
CN109564382A (zh) * 2016-08-29 2019-04-02 株式会社日立制作所 拍摄装置以及拍摄方法
CN109564382B (zh) * 2016-08-29 2021-03-23 株式会社日立制作所 拍摄装置以及拍摄方法
US11555789B2 (en) 2018-09-20 2023-01-17 Siemens Healthcare Diagnostics Inc. Systems, methods and apparatus for autonomous diagnostic verification of optical components of vision-based inspection systems
CN109982074A (zh) * 2019-04-11 2019-07-05 歌尔股份有限公司 一种获取tof模组的倾斜角度的方法、装置及组装方法
CN109982074B (zh) * 2019-04-11 2021-01-15 歌尔光学科技有限公司 一种获取tof模组的倾斜角度的方法、装置及组装方法

Also Published As

Publication number Publication date
US20130120536A1 (en) 2013-05-16
EP2569953B1 (de) 2013-11-27
CN103026720B (zh) 2015-11-25
CA2802954A1 (en) 2011-12-22
DE102010024666A1 (de) 2011-12-22
EP2569953A1 (de) 2013-03-20
WO2011157454A1 (de) 2011-12-22
US8854431B2 (en) 2014-10-07
JP2013530466A (ja) 2013-07-25

Similar Documents

Publication Publication Date Title
CN103026720B (zh) 立体摄像机系统的光学自诊断
KR101354669B1 (ko) 이미지 센서의 불량 화소 검출 방법 및 장치, 이미지센서로부터의 이미지 획득 방법 및 장치
WO2016118313A1 (en) Method and apparatus for multiple technology depth map acquisition and fusion
US7218757B2 (en) Method and device for detecting obstruction in image sensor systems
US20210103741A1 (en) Detection method and apparatus for automatic driving sensor, and electronic device
EP2842104B1 (en) Method and apparatus to guarantee minimum contrast for machine vision system
CN104582209B (zh) 补光灯故障检测方法及其装置
US8488004B2 (en) System and method for identifying discrepancy of image of object
US9191592B2 (en) Imaging sensor anomalous pixel column detection and calibration
CN105338342A (zh) 一种图像坏点的检测方法及装置
US20130182080A1 (en) Camera testing device and method for testing camera
EP3857874A1 (en) Hybrid depth processing
CN109302566A (zh) 一种确定拍摄模式的方法、装置及终端设备
KR20200106854A (ko) 픽셀 교정
WO2016185024A1 (en) Method and arrangement for calibration of cameras
US8842178B2 (en) Supervising system for image
US8797443B2 (en) Method for checking camera
CN104159102B (zh) 灰阶画面检测方法及检测装置
US20130039576A1 (en) Method and device for analyzing an image of an image recording device for a vehicle
KR100860358B1 (ko) 가변 정보 표지판의 픽셀 오류 검출 장치 및 방법
TWI496091B (zh) 薄膜檢測方法及檢測裝置
KR102516839B1 (ko) 누액감지 시스템 및 방법
CN102680472B (zh) 薄膜检测方法及检测装置
JP2010044502A (ja) 交通監視装置及び交通監視方法
US9316563B2 (en) Method of testing image sensor and related apparatus thereof

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: German Lippstadt

Patentee after: Haila Co.,Ltd.

Address before: German Lippstadt

Patentee before: Helashik united Co.,Ltd.