CN107392948B - 一种分振幅实时偏振成像系统的图像配准方法 - Google Patents
一种分振幅实时偏振成像系统的图像配准方法 Download PDFInfo
- Publication number
- CN107392948B CN107392948B CN201710556637.2A CN201710556637A CN107392948B CN 107392948 B CN107392948 B CN 107392948B CN 201710556637 A CN201710556637 A CN 201710556637A CN 107392948 B CN107392948 B CN 107392948B
- Authority
- CN
- China
- Prior art keywords
- image
- polarization
- paths
- polarization information
- registration
- 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.)
- Active
Links
- 230000010287 polarization Effects 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003384 imaging method Methods 0.000 title claims abstract description 33
- 230000009466 transformation Effects 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000003287 optical effect Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims 1
- 238000000605 extraction Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000002068 genetic effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J4/00—Measuring polarisation of light
Abstract
本发明公开了一种分振幅实时偏振成像系统的图像配准方法,很好地解决了在某些特殊情况下无法利用图像中的特征信息进行配准的问题,例如在弱光条件下,图像整体亮度较暗,会给特征提取带来一定的困难,此时无法利用图像中的特征信息进行图像间的配准;同时,拍摄目标单一,特征不明显的情况下,也会造成特征提取困难,无法得到充足的特征信息,进而无法利用图像中的特征信息进行配准。还有很多特殊的工作环境,导致不能利用图像中的特征信息完成图像配准工作,在以上情况下,使用本发明提供的图像配准方法,可以很好地完成图像配准工作。
Description
技术领域
本发明涉及图像配准技术领域,尤其涉及一种分振幅实时偏振成像系统的图像配准方法。
背景技术
伴随着数字图像技术的发展,图像配准技术已经应用到诸多领域,尤其在遥感图像、医学图像领域,应用广泛。近些年来,随着光的偏振特性成为光学研究的一项重要内容之后,各式各样的偏振探测系统应运而生,其中,分振幅式偏振探测系统,需要多光路同时采集同一个目标的图像,然后利用多幅图像计算其偏振信息。计算过程中,需要对多幅图像进行图像间的配准工作。
目前,应用最广泛的图像配准方法是基于图像特征的配准,各种基于特征的图像配准方法,都有一定的适用范围,且多用于同源图像间的配准。由于分振幅实时偏振成像系统的各分光光路的图像在同一目标的像素灰度值方面存在较大差异,因此以上分光光路图像属于异源图像范畴。利用基于特征的图像配准方法配准以上分光光路图像,会产生很多误配准的特征对,从而降低图像间的配准精度。
使用基于特征的图像配准方法,还存在另一个问题,如果分振幅实时偏振成像系统的探测场景相对单一,也会导致所得图像中的特征数量下降,使得特征配准计算过程中的原始数据量减少,从而影响基于特征的图像配准方法的精度。
以上图像间配准不准确的问题直接影响分振幅实时偏振成像系统的探测精度。
发明内容
根据现有技术存在的问题,本发明公开了一种分振幅实时偏振成像系统的图像配准方法,克服了由各分光光路图像之间灰度差别较大,难以提取图像中的特征,进而无法完成图像配准的问题。具体方法如下:
一种分振幅实时偏振成像系统的图像配准方法,包括以下步骤:
S1:在分振幅实时偏振成像系统镜头前,设置固定偏振方位角的偏振片,由该方位角确定入射光属性,从而得到分振幅实时偏振成像系统的各分光光路图像之间的光强比例,在配准过程中,选用其中一路光路所采集得到的图像作为配准时的基准图像,配准其余三路中的任意一路图像时,根据以上确定的各分光光路之间的光强比例值和基准图像的灰度值,按光强比例构造剩下的两路光路的图像,由此得到四幅图像,用来计算入射光的偏振信息图像;
S2:获得入射光的偏振信息图像后,根据偏振信息正常值占据偏振信息图像中最大面积的原则,结合偏振信息图像的直方图,设置图像二值化阈值和阈值范围,对偏振信息图像进行二值化,最终将占据图像中最大面积的偏振信息正确的图像部分与其余偏振信息异常的图像部分分离开;
S3:采用优化算法对待配准图像的几何变换参数进行寻优:首先对待配准图像进行初始的几何变换,代入至偏振信息图像计算过程中,从而得到的偏振信息图像中的异常值数量,并判断是否满足优化算法的迭代终止条件,如果不满足终止条件,则依据优化算法生成新的几何变换参数,再次对待配准图像进行几何变换,重复计算偏振信息图像中的异常值数量,直到满足优化算法的迭代终止条件,上述迭代过程结束时,搜索得到偏振信息图像中异常值数量最小的几何变换参数;
S4:最终确定以上基准图像与待配准图像之间的几何变换参数为最优结果,实现基准图像与待配准图像之间的配准。
根据各分光光路图像之间的理论光强比例和其中一路所采集得到的图像作为基准图像,配准其余三路中的任意一路图像时,构造剩余两路分光光路的图像,以上过程中,可以选择任意一路图像作为基准图像,从而实现四路分光光路中的任意两路图像之间的配准。
从入射光的属性方面解释,S2中所述的图像二值化阈值与镜头前的偏振片的偏振方位角数据是对应的,即占据偏振信息图像中最大面积的偏振信息的正确值就是镜头前的偏振片的偏振方位角的数值,相应地,配准四路图像时,使用的图像二值化阈值与入射光的圆偏振度数据是对应的,即占据偏振信息图像中最大面积的偏振信息的正确值是经过镜头前的偏振片的入射光的圆偏振度数值;
S2中所述的阈值范围与计算偏振图像过程中的数值计算误差相对应,即计算过程中存在数值的计算误差,导致最终的偏振图像也存在一定的误差,该阈值范围是将计算误差包含在正确的偏振信息范围内。
计算得到的入射光的偏振信息图像有两种,一种是入射光的偏振方位角图像,另一种是入射光的圆偏振度图像,由分振幅实时偏振成像系统的1路、2路和3路光路采集得到的三幅图像之间的配准,使用的偏振信息图像是偏振方位角图像,其4路光路得到的图像与其余三路光路采集的图像之间的配准使用的偏振信息图像是圆偏振度图像。
在图像中的异常偏振信息和正确偏振信息分离开之后,确定偏振信息异常值数量,此时得到的该异常值数量直接作为分振幅实时偏振成像系统的各分光光路图像之间是否配准效果的衡量标准。
由于采用了上述技术方案,本发明提供的一种分振幅实时偏振成像系统的图像配准方法,很好地解决了在某些特殊情况下无法利用图像中的特征信息进行配准的问题,例如在弱光条件下,图像整体亮度较暗,会给特征提取带来一定的困难,此时无法利用图像中的特征信息进行图像间的配准;同时,拍摄目标单一,特征不明显的情况下,也会造成特征提取困难,无法得到充足的特征信息,进而无法利用图像中的特征信息进行配准。还有很多特殊的工作环境,导致不能利用图像中的特征信息完成图像配准工作,在以上情况下,使用本发明提供的图像配准方法,可以很好地完成图像配准工作,同时,本发明也提供一个图像配准方法的新思路。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法的流程图;
图2为本发明方法的实施例的示意图;
图3为本发明优选实施例中的图像配准效果图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1-图3所示的一种分振幅实时偏振成像系统的图像配准方法,实施例如下:
首先,在分振幅偏振成像系统102前,设置固定偏振方位角的偏振片101。为了以下说明过程的方便,这里选用某一实施例中的设置参数,进行说明本发明的具体实施过程。该实施例中,选择设置偏振方位角为30°的偏振片,自然入射光线经过30°的偏振片后,变成30°的线偏振光,然后入射至分振幅偏振成像系统。在分振幅偏振成像系统的四路分光光路中103、104、108、109同时成像,得到四幅图像。将四幅图像输入至图像处理系统105,利用其中的图像配准模块106进行图像间的配准。通过该模块得到图像间的配准变换关系,然后将该变换关系输入至图像实时采集成像模块107。由图像实时采集成像模块实时采集目标,并将每一帧原数据图像应用以上变换关系,随之计算目标的偏振信息,并实时输出。以上内容说明了本发明的工作环境,着重强调图像配准模块的重要性,并不代表发明内容包括分振幅实时偏振成像系统102。
图像配准系统要完成四幅图像之间的配准,本发明采用配准方式是以分振幅偏振成像系统中某一路的图像作为基准图像,然后将其他三路图像配准至基准图像位置。在以上实施例中,我们选取1路103的图像作为基准图像,将其余三路104、108、109所得图像作为待配准图像,分别与1路图像进行配准。完成配准后,将三组配准关系,同时输入至实时采集成像模块。计算三组配准关系的过程中,其工作流程都是一样的,此处选择2路图像与1路图像进行配准的过程进行详细说明。如图3所示,此实施例中,将1路图像作为基准图像,2路图像作为待配准图像,输入至图像配准模块。首先,根据镜头前的偏振片的偏振方位角,得出入射光的线偏振属性,然后确定四路分光光路中的同一目标的成像灰度值满足确定的比例关系I1∶I2∶I3∶I4 202。在此过程中,对2路图像进行配准,因此需要根据以上各光路之间的灰度值比例关系构造理想的3路和4路图像203。同时根据遗传算法随机产生初始几何变换参数216,对输入的待配准图像217进行几何变换215。在此过程中,本发明根据分振幅实时偏振成像系统的结构特点,确定了图像间几何变换参数的数目及搜索参数的范围。接下来,配准模块进入最优配准参数的迭代搜索过程。
由于对2路图像进行了几何变换的过程中,导致2路图像的四周区域的信息丢失,因此需要预估四路图像信息完整的重合区域,对1路图像和构造的3路、4路图像以及几何变换后的2路图像取重合位置的感兴趣区域204,用于计算目标的偏振信息205,此实施例中,得到的是目标的偏振方位角信息。得到目标的偏振方位角信息图像后,选择合适的阈值,对图像进行二值化分割206。在此过程中,对偏振信息图像计算直方图,从其直方图中可以看出灰度值出现频率的分布,我们选择灰度值出现频率最高的灰度值作为合适阈值。同时,根据计算过程中的误差分析,选择合适的阈值范围,最终根据以上阈值及阈值范围,对偏振图像进行阈值分割,将处于阈值范围内的像素点置1,阈值范围之外的像素点置0,从而得到二值图像。对二值图像中的非零像素点进行统计,可以将非零像素点数量视为图像中正确的偏振信息数量,原因是输入至图像配准模块的四幅图像之间存在较小的位置误差,目标物体的大部分区域是重合的,此时可以视为重合区域不存在偏振信息计算异常现象,仅目标物体的边缘由于四幅图像的位置误差而得到偏振信息异常值,从数量上讲,偏振信息正常值数量比异常值数量多,故此处采用二值化中灰度出现频率最高的非零像素值作为图像中正确的偏振信息数量207,同时也可以得到图像中异常的偏振信息数量208。下一步对本次迭代异常值与上次迭代异常值进行比较209,并存储较小的异常值信息和其对应的变换参数210、213。本次迭代结束时,进行判断迭代次数是否达到预先设置的迭代次数211,如果不满足迭代条件,则根据遗传算法对变换参数进行基因交叉和基因变异214,产生新的变换参数,代入下一次的迭代过程;如果满足了迭代条件,则结束迭代过程,将最优参数及异常值输出212,完成整个配准过程。
以上过程详细说明了以1路图像为基准图像,对2路图像进行配准。同样的过程,在图像配准模块中完成以1路图像为基准图像,对3路、4路图像进行配准。不同的是,在该实施例中,配准4路图像的过程中,计算得到的偏振信息图像是目标的圆偏振度信息图像,而不是2路图像及3路图像配准时用的偏振方位角信息图像。如图2所示,展示了四路光路得到的四幅原图像以及使用本发明得到的配准后的效果图,其中,301是1路所得图像,308是2路所得图像,302是3路所得图像,307是4路所得图像;303是1路图像,作为基准图像,306是配准后的2路图像,304是配准后的3路图像,305是配准后的4路图像。
得到以上三幅待配准图像与1路基准图像之间的图像变换关系之后,将三组变换关系输入至实时采集成像模块107,对2路、3路和4路采集的每一帧图像分别应用三组变换关系,再计算目标的偏振信息,从而得到实时的偏振图像。
对以上实施例的详细说明中,其迭代过程由遗传算法完成,只是作为示例给出。而本发明所述的优化搜索过程,可以由多种优化算法完成,并不仅仅局限于遗传算法,而且替换本图像配准模块中的优化搜索算法212、214、216,同样可以得到正确的配准效果,因此仍属于本发明的范围。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种分振幅实时偏振成像系统的图像配准方法,其特征在于:包括以下步骤:
S1:在分振幅实时偏振成像系统镜头前,设置固定偏振方位角的偏振片,由该方位角确定入射光属性,从而得到分振幅实时偏振成像系统的各分光光路图像之间的光强比例,在配准过程中,选用其中一路光路所采集得到的图像作为配准时的基准图像,配准其余三路中的任意一路图像时,根据以上确定的各分光光路之间的光强比例值和基准图像的灰度值,按光强比例构造剩下的两路光路的图像,由此得到四幅图像,用来计算入射光的偏振信息图像;
S2:获得入射光的偏振信息图像后,根据偏振信息正常值占据偏振信息图像中最大面积的原则,结合偏振信息图像的直方图,设置图像二值化阈值和阈值范围,对偏振信息图像进行二值化,最终将占据图像中最大面积的偏振信息正确的图像部分与其余偏振信息异常的图像部分分离开;
S3:采用优化算法对待配准图像的几何变换参数进行寻优:首先对待配准图像进行初始的几何变换,代入至偏振信息图像计算过程中,从而得到的偏振信息图像中的异常值数量,并判断是否满足优化算法的迭代终止条件,如果不满足终止条件,则依据优化算法生成新的几何变换参数,再次对待配准图像进行几何变换,重复计算偏振信息图像中的异常值数量,直到满足优化算法的迭代终止条件,上述迭代过程结束时,搜索得到偏振信息图像中异常值数量最小的几何变换参数;
S4:最终确定以上基准图像与待配准图像之间的几何变换参数为最优结果,实现基准图像与待配准图像之间的配准;
根据各分光光路图像之间的理论光强比例和其中一路所采集得到的图像作为基准图像,配准其余三路中的任意一路图像时,构造剩余两路分光光路的图像,以上过程中,可以选择任意一路图像作为基准图像,从而实现四路分光光路中的任意两路图像之间的配准;
从入射光的属性方面解释,S2中所述的图像二值化阈值与镜头前的偏振片的偏振方位角数据是对应的,即占据偏振信息图像中最大面积的偏振信息的正确值就是镜头前的偏振片的偏振方位角的数值,相应地,配准四路图像时,使用的图像二值化阈值与入射光的圆偏振度数据是对应的,即占据偏振信息图像中最大面积的偏振信息的正确值是经过镜头前的偏振片的入射光的圆偏振度数值;
S2中所述的阈值范围与计算偏振图像过程中的数值计算误差相对应,即计算过程中存在数值的计算误差,导致最终的偏振图像也存在一定的误差,该阈值范围是将计算误差包含在正确的偏振信息范围内;
计算得到的入射光的偏振信息图像有两种,一种是入射光的偏振方位角图像,另一种是入射光的圆偏振度图像,由分振幅实时偏振成像系统的1路、2路和3路光路采集得到的三幅图像之间的配准,使用的偏振信息图像是偏振方位角图像,其4路光路得到的图像与其余三路光路采集的图像之间的配准使用的偏振信息图像是圆偏振度图像。
2.根据权利要求1所述的一种分振幅实时偏振成像系统的图像配准方法,其特征还在于:将图像中的异常偏振信息和正确偏振信息分离开,确定偏振信息异常值数量,得到的该异常值数量直接作为分振幅实时偏振成像系统的各分光光路图像之间配准效果的衡量标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710556637.2A CN107392948B (zh) | 2017-07-10 | 2017-07-10 | 一种分振幅实时偏振成像系统的图像配准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710556637.2A CN107392948B (zh) | 2017-07-10 | 2017-07-10 | 一种分振幅实时偏振成像系统的图像配准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107392948A CN107392948A (zh) | 2017-11-24 |
CN107392948B true CN107392948B (zh) | 2020-07-14 |
Family
ID=60335515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710556637.2A Active CN107392948B (zh) | 2017-07-10 | 2017-07-10 | 一种分振幅实时偏振成像系统的图像配准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107392948B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109343230B (zh) * | 2018-09-17 | 2021-03-23 | 中国人民解放军海军工程大学 | 一种同时全偏振成像装置以及方法 |
CN110232694B (zh) * | 2019-06-12 | 2021-09-07 | 安徽建筑大学 | 一种红外偏振热像阈值分割方法 |
CN114937067B (zh) * | 2022-06-14 | 2023-01-31 | 陕西师范大学 | 分孔径偏振相机的图像配准方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102759441A (zh) * | 2012-07-20 | 2012-10-31 | 西北工业大学 | 多波段偏振成像防伪元件辨识系统 |
CN103604945A (zh) * | 2013-10-25 | 2014-02-26 | 河海大学 | 一种三通道cmos同步偏振成像系统 |
CN104793343A (zh) * | 2015-04-13 | 2015-07-22 | 西安电子科技大学 | 三通道单渥拉斯顿棱镜偏振成像装置及偏振信息探测方法 |
CN105352603A (zh) * | 2015-11-13 | 2016-02-24 | 中国科学院西安光学精密机械研究所 | 一种分孔径共焦面全偏振态同时探测的偏振成像系统及方法 |
CN105511096A (zh) * | 2015-12-09 | 2016-04-20 | 大连理工大学 | 一种单输入四相机实时偏振成像系统 |
CN105787499A (zh) * | 2014-12-26 | 2016-07-20 | 南京理工大学 | 基于K-means聚类和偏振信息提取的伪装目标识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8125648B2 (en) * | 2006-06-05 | 2012-02-28 | Board Of Regents, The University Of Texas System | Polarization-sensitive spectral interferometry |
EP3095001B1 (en) * | 2014-01-17 | 2023-04-26 | The Trustees of Columbia University in the City of New York | Systems and methods for three-dimensional imaging |
-
2017
- 2017-07-10 CN CN201710556637.2A patent/CN107392948B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102759441A (zh) * | 2012-07-20 | 2012-10-31 | 西北工业大学 | 多波段偏振成像防伪元件辨识系统 |
CN103604945A (zh) * | 2013-10-25 | 2014-02-26 | 河海大学 | 一种三通道cmos同步偏振成像系统 |
CN105787499A (zh) * | 2014-12-26 | 2016-07-20 | 南京理工大学 | 基于K-means聚类和偏振信息提取的伪装目标识别方法 |
CN104793343A (zh) * | 2015-04-13 | 2015-07-22 | 西安电子科技大学 | 三通道单渥拉斯顿棱镜偏振成像装置及偏振信息探测方法 |
CN105352603A (zh) * | 2015-11-13 | 2016-02-24 | 中国科学院西安光学精密机械研究所 | 一种分孔径共焦面全偏振态同时探测的偏振成像系统及方法 |
CN105511096A (zh) * | 2015-12-09 | 2016-04-20 | 大连理工大学 | 一种单输入四相机实时偏振成像系统 |
Non-Patent Citations (2)
Title |
---|
"Multimodal Remote Sensing Image Registration With Accuracy Estimation at Local and Global Scales";Mikhail L. Uss等;《IEEE Transactions on Geoscience and Remote Sensing》;20160729;第54卷(第11期);全文 * |
"三通棱镜同时偏振测量系统的标定";怀宇等;《光学工程》;20151130(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107392948A (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jeon et al. | Depth from a light field image with learning-based matching costs | |
Xu et al. | Accurate and robust line segment extraction using minimum entropy with Hough transform | |
US20160086048A1 (en) | Device and Method for Analyzing the Correlation Between an Image and Another Image or Between an Image and a Video | |
CN110781756A (zh) | 基于遥感图像的城市道路提取方法及装置 | |
CN109640066B (zh) | 高精度稠密深度图像的生成方法和装置 | |
CN108550166B (zh) | 一种空间目标图像匹配方法 | |
CN107392948B (zh) | 一种分振幅实时偏振成像系统的图像配准方法 | |
US20230214989A1 (en) | Defect detection method, electronic device and readable storage medium | |
CN103226819A (zh) | 一种基于分段统计的相对辐射校正方法 | |
CN110120013B (zh) | 一种点云拼接方法及装置 | |
Hwang et al. | Difference-based image noise modeling using skellam distribution | |
Treiber | Optimization for computer vision | |
Haq et al. | An edge-aware based adaptive multi-feature set extraction for stereo matching of binocular images | |
Raj et al. | Rational filter design for depth from defocus | |
CN104966283A (zh) | 图像分层配准方法 | |
US20170116739A1 (en) | Apparatus and method for raw-cost calculation using adaptive window mask | |
Jin et al. | Registration of UAV images using improved structural shape similarity based on mathematical morphology and phase congruency | |
CN105574844A (zh) | 辐射响应函数估计方法和装置 | |
CN116977671A (zh) | 基于图像空间定位的目标跟踪方法、装置、设备及存储介质 | |
Buat et al. | Learning scene and blur model for active chromatic depth from defocus | |
CN102044079A (zh) | 考虑比例跟踪图像补丁的方法和设备 | |
Ruchay et al. | Removal of impulsive noise from color images with cascade switching algorithm | |
CN114283081A (zh) | 基于金字塔加速的深度恢复方法、电子设备及存储介质 | |
CN109214398B (zh) | 一种从连续图像中量测杆体位置的方法和系统 | |
Mustaniemi et al. | Parallax correction via disparity estimation in a multi-aperture camera |
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 |