CN108305226A - 一种无人机航摄立体成像设置的处理方法 - Google Patents
一种无人机航摄立体成像设置的处理方法 Download PDFInfo
- Publication number
- CN108305226A CN108305226A CN201810054974.6A CN201810054974A CN108305226A CN 108305226 A CN108305226 A CN 108305226A CN 201810054974 A CN201810054974 A CN 201810054974A CN 108305226 A CN108305226 A CN 108305226A
- Authority
- CN
- China
- Prior art keywords
- layers
- image
- unmanned plane
- value
- convex lens
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 44
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 18
- 230000002708 enhancing effect Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000004615 ingredient Substances 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000012805 post-processing Methods 0.000 abstract description 2
- 230000004438 eyesight Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明属于立体成像技术领域,公开了一种无人机航摄立体成像设置的处理方法,采用的是直接分像法,所需设备主要为显示屏和凸透镜;凸透镜的焦距为28.5cm;所选凸透镜直径为40mm;凸透镜与人眼之间的距离设置为20cm,凸透镜与屏幕之间的距离设置为可调节距离。该立体成像设置方法采用的是直接成像法,直接成像发直观简单,对图像的后期处理步骤不多,也是众多成像方法中色彩最丰富的一种立体成像方法;本发明将无人机所航摄的画面进行立体成像,添加了无人机航摄画面的丰富性,并且可以从无人机航摄画面获得更多不同领域所需要的信息。
Description
技术领域
本发明属于立体成像技术领域,尤其涉及一种无人机航摄立体成像设置的处理方法。
背景技术
目前,立体成像系统与普通的数码照相技术根本的区别在于普通的数码照相技术形成的是二维平面图象,而立体成像系统的技术形成是真实的三维立体图象画面有很强的纵深感和立体感,拍摄出的照片摆脱了传统平面二维照片的束缚,再通过观看器看到的景色,能感受到栩栩如生和身临其境的立体效果。三维显示区别于二维显示最根本的区别就在于,要用各种方法给观看者带来视觉的深度感知,使人自然或者不自然的获得画面中第三维的信息。对于三维立体成像技术而言,还原三维立体空间中的真实物理景深非常重要,也是使人眼能够感知到三维立体图像的最关键的因素。无人机航摄广泛应用于测绘、监察、监测等各个领域,目前没有专门针对无人机航摄画面所设置的立体成像设置方法。
摄像机,把光学图象信号转变为电信号,以便于存储或者传输。当我们拍摄一个物体时,此物体上反射的光被摄像机镜头收集,使其聚焦在摄像器件的受光面(例如摄像管的靶面)上,再通过摄像器件把光转变为电能,即得到了“视频信号”。光电信号很微弱,需通过预放电路进行放大,再经过各种电路进行处理和调整,最后得到的标准信号可以送到录像机等记录媒介上记录下来,或通过传播系统传播或送到监视器上显示出来。
图像增强是数字图像处理的基本技术,是指按特定的需要增强一幅图像中的某些信息,兼顾削弱或去除某些不需要信息的处理方法。通过数字图像处理改善图像质量,可以使得处理后的图像在特定场合下比原始图像更适用。因此,这类处理是为了某种应用目的而去的。图像增强技术主要包括直方图修改处理,图像平滑处理,图像锐化处理及彩色处理技术等。传统图像增强处理的算法比较简单,但其增强效果有限,处理结果不能提高图像的信噪比,只是在主观上使得有些特征容易辨认。当图像受噪声污染时,传统增强算法就容易失效。
综上所述,现有技术存在的问题是:没有专门针对无人机航摄画面所设置的立体成像设置方法。当图像受噪声污染时,传统增强算法就容易失效,图像效果差,清晰度不高。
发明内容
针对现有技术存在的问题,本发明提供了一种无人机航摄立体成像设置的处理方法。
本发明是这样实现的,一种无人机航摄立体成像设置的处理方法,所述无人机航摄立体成像设置处理方法采用的是直接分像法,该方法所需设备主要为显示屏和凸透镜。所述直接分像法包括:
将摄像机采集的图像变换成灰度图像;通过下面的表达式进行灰度变换;
Y=-0.299R+0.587G+0.114B(1);
Y:像素值,R:红色成分,G:绿色成分,B:蓝色成分;
对灰度图像进行图像平滑处理,接着进行梯度计算;
梯度计算用于计算在特定的像素和相邻像素之间的亮度值的程度差;
将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界由闭合曲线构成;
对于亮度最低的图层以及亮度最大的图层,先进行直方图均衡化处理,再去除噪点;
对于其它的图层,先去除噪点,再进行直方图均衡化处理;
将处理过后的若干个所述图层合并为一幅增强图像;
所述梯度计算中的具体计算方法:平滑化的剪裁图像的特定像素(坐标(a,b))的亮度值表示为f(a,b)时,使用下面所示的表达式(2)计算所有像素的梯度矢量;
梯度矢量是表示在特定像素和相邻像素之间亮度值的程度差的物理量;基于式(3)中所示的梯度矢量的x成分的值和式(3)中所示的梯度矢量的y成分的值,通过式(5)中所示的表达式可计算梯度矢量的方向θ;
通过图像数据的离散化计算标准图像处理中的梯度计算,并且使用如式(6)和式(7)中所示的表达式中的微分计算相邻像素之间的梯度;
将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界都是由闭合曲线构成具体包括:假设图像I的每个像素的亮度值i=I(x,y),将图像I以一组阈值i1,i2,i3分为I0图层、I1图层、I2图层和I3图层;
对于所述I0图层,其中每个像素的亮度值i满足:0≤i<i1;
对于所述I1图层,其中每个像素的亮度值i满足:i1≤i<i2;
对于所述I2图层,其中每个像素的亮度值i满足:i2≤i<i3;
对于所述I3图层,其中每个像素的亮度值i满足:i3≤i≤255;
显然I=I0+I1+I2+I3相当于4层胶片叠加,每一层图像的边界都是由闭合曲线构成。所以可以对于每一层图像单独做噪声去除,其过程显然是非线性的。当然,在实际运用中,也可以将图像分为三层或者五层等其它层数,最大亮度值也可以是其它数值例如2的10次方。
进一步,将处理过后的若干个所述图层合并为一幅增强图像具体包括:把所述的I0图层、I1图层、I2图层、I3图层按照公式I=I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像,j0、j1、j2、j3为非线性系数或线性系数;其中,j=a×s+b,s=crγ,a、b为系数且当j为j0、j1、j2、j3时各不相同,s为指数校准函数,c、r和γ都为正常数;在s=crγ中,当c取1,γ取不同值Γ时,可以得到一簇变换曲线,c=1时,不同γ值的变换曲线。
进一步,当γ<1时,幂次变换将窄带输入暗值映射到宽带输出值,将宽带输入亮值映射到窄带输出值;
当γ>1时,幂次变换将宽带输入暗值映射到窄带输出值,将窄带输入亮值映射到宽带输出值;
当γ=1时,即为正比线性变换;
对于夜晚有灯光不均匀照明的图片,阴暗部分有需要的大量细节,但是明亮部分很容易过曝;采用分四层以后,对于阴暗部分层的γ值小于1,提高暗处视觉效果;同时,对于明亮部分层,使用的校准值γ值大于1,也使得明亮部分内部的对比度增强。
进一步,所述无人机航摄立体成像设置处理方法有以下几个步骤:
步骤一,选取合适的显示屏和凸透镜,确定凸透镜的直径以及焦距;
步骤二,确定显示屏与显示屏,凸透镜与凸透镜之间的距离;
步骤三,确定人眼与凸透镜间的固定距离,即观测距离;
步骤四,将无人机航摄所拍摄的画面成像在显示屏上;
步骤五,调节凸透镜与显示屏之间的距离,以达到最好的观测效果。
进一步,所述所选凸透镜的焦距为28.5cm。所选凸透镜直径为40mm。
进一步,所述凸透镜与人眼之间的距离设置为20cm,即观察距离为20cm。
进一步,所述凸透镜与屏幕之间的距离设置为可调节距离。
本发明的优点及积极效果为:该无人机航摄立体成像设置处理方法采用的是直接成像法,直接成像发直观简单,对图像的后期处理步骤不多,也是众多成像方法中色彩最丰富的一种立体成像方法。
该立体成像设置方法提供了一种适合无人机航摄的立体成像设置方法,将无人机所航摄的画面进行立体成像,添加了无人机航摄画面的丰富性,并且可以从无人机航摄画面获得更多不同领域所需要的信息。
通过平滑处理,和梯度计算可以提供图片的精度,提升图片清晰度;利用直方图均衡化算法执行效率高、对低对比度图像增强效果好的特点,结合噪点分类可以平衡光照不均匀图像的亮度的特性,将图像的像素根据亮度值分成若干个图层,并在保持连通性不变的每层内实施噪点分类去除,采用不同算法分别对原图各部分进行处理,将结果进行几何叠加后,得到最终图像,降低了图像的全局亮度差异,增强了图像对比度,增强了图像的暗部细节,基本保留了图像的亮部细节,同时有效地抑制了噪声,提升了可视度。
附图说明
图1是本发明实施例提供的无人机航摄立体成像设置处理方法的设置流程示意图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
本发明实施例提供的无人机航摄立体成像设置处理方法,所述无人机航摄立体成像设置处理方法采用的是直接分像法,该方法所需设备主要为显示屏和凸透镜。
该方法所需设备主要为显示屏和凸透镜。所述直接分像法包括:
将摄像机采集的图像变换成灰度图像;通过下面的表达式进行灰度变换;
Y=-0.299R+0.587G+0.114B (1);
Y:像素值,R:红色成分,G:绿色成分,B:蓝色成分;
对灰度图像进行图像平滑处理,接着进行梯度计算;
梯度计算用于计算在特定的像素和相邻像素之间的亮度值的程度差;
将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界由闭合曲线构成;
对于亮度最低的图层以及亮度最大的图层,先进行直方图均衡化处理,再去除噪点;
对于其它的图层,先去除噪点,再进行直方图均衡化处理;
将处理过后的若干个所述图层合并为一幅增强图像;
所述梯度计算中的具体计算方法:平滑化的剪裁图像的特定像素(坐标(a,b))的亮度值表示为f(a,b)时,使用下面所示的表达式(2)计算所有像素的梯度矢量;
梯度矢量是表示在特定像素和相邻像素之间亮度值的程度差的物理量;基于式(3)中所示的梯度矢量的x成分的值和式(3)中所示的梯度矢量的y成分的值,通过式(5)中所示的表达式可计算梯度矢量的方向θ;
通过图像数据的离散化计算标准图像处理中的梯度计算,并且使用如式(6)和式(7)中所示的表达式中的微分计算相邻像素之间的梯度;
将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界都是由闭合曲线构成具体包括:假设图像I的每个像素的亮度值i=I(x,y),将图像I以一组阈值i1,i2,i3分为I0图层、I1图层、I2图层和I3图层;
对于所述I0图层,其中每个像素的亮度值i满足:0≤i<i1;
对于所述I1图层,其中每个像素的亮度值i满足:i1≤i<i2;
对于所述I2图层,其中每个像素的亮度值i满足:i2≤i<i3;
对于所述I3图层,其中每个像素的亮度值i满足:i3≤i≤255;
显然I=I0+I1+I2+I3相当于4层胶片叠加,每一层图像的边界都是由闭合曲线构成。所以可以对于每一层图像单独做噪声去除,其过程显然是非线性的。当然,在实际运用中,也可以将图像分为三层或者五层等其它层数,最大亮度值也可以是其它数值例如2的10次方。
进一步,将处理过后的若干个所述图层合并为一幅增强图像具体包括:把所述的I0图层、I1图层、I2图层、I3图层按照公式I=I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像,j0、j1、j2、j3为非线性系数或线性系数;其中,j=a×s+b,s=crγ,a、b为系数且当j为j0、j1、j2、j3时各不相同,s为指数校准函数,c、r和γ都为正常数;在s=crγ中,当c取1,γ取不同值Γ时,可以得到一簇变换曲线,c=1时,不同γ值的变换曲线。
进一步,当γ<1时,幂次变换将窄带输入暗值映射到宽带输出值,将宽带输入亮值映射到窄带输出值;
当γ>1时,幂次变换将宽带输入暗值映射到窄带输出值,将窄带输入亮值映射到宽带输出值;
当γ=1时,即为正比线性变换;
对于夜晚有灯光不均匀照明的图片,阴暗部分有需要的大量细节,但是明亮部分很容易过曝;采用分四层以后,对于阴暗部分层的γ值小于1,提高暗处视觉效果;同时,对于明亮部分层,使用的校准值γ值大于1,也使得明亮部分内部的对比度增强。
所述所选凸透镜的焦距为28.5cm。所选凸透镜直径为40mm。所述凸透镜与人眼之间的距离设置为20cm,即观察距离为20cm。所述凸透镜与屏幕之间的距离设置为可调节距离。
本发明的工作原理是:所述无人机航摄立体成像设置处理方法设置过程主要有以下几个步骤:
S101:选取合适的显示屏和凸透镜,确定凸透镜的直径以及焦距;
S102:确定显示屏与显示屏,凸透镜与凸透镜之间的距离;
S103:确定人眼与凸透镜间的固定距离,即观测距离;
S104:将无人机航摄所拍摄的画面成像在显示屏上;
S105:调节凸透镜与显示屏之间的距离,以达到最好的观测效果。
选用了焦距为28.5cm的凸透镜,因为显示器为发散型光源,因此后面的可视距离很大,从人眼的屈光度可调最小距离到无穷远处都可以清晰成像。因此,我们选取了20.0cm作为人眼和透镜的间距,并在仪器设计时将它设成固定值。为了平衡不同观察者的视力屈光度的不同,我们还将透镜和显示器平面的距离设置成为可调节的距离,来方便不同的观察者的自我适应和使用。直接成像对立体图像的制作要求不高,但限于透镜的尺寸,立体图像只能和透镜相匹配。我们选用直径为40mm的透镜。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰,均属于本发明技术方案的范围内。
Claims (6)
1.一种无人机航摄立体成像设置的处理方法,其特征在于,所述无人机航摄立体成像设置处理方法采用直接分像法,所述直接分像法包括:
将摄像机采集的图像变换成灰度图像;通过下面的表达式进行灰度变换;
Y=-0.299R+0.587G+0.114B (1);
Y:像素值,R:红色成分,G:绿色成分,B:蓝色成分;
对灰度图像进行图像平滑处理,接着进行梯度计算;
梯度计算用于计算在特定的像素和相邻像素之间的亮度值的程度差;
将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界由闭合曲线构成;
对于亮度最低的图层以及亮度最大的图层,先进行直方图均衡化处理,再去除噪点;
对于其它的图层,先去除噪点,再进行直方图均衡化处理;
将处理过后的若干个所述图层合并为一幅增强图像;
所述梯度计算中的具体计算方法:平滑化的剪裁图像的特定像素(坐标(a,b))的亮度值表示为f(a,b)时,使用下面所示的表达式(2)计算所有像素的梯度矢量;
梯度矢量是表示在特定像素和相邻像素之间亮度值的程度差的物理量;基于式(3)中所示的梯度矢量的x成分的值和式(3)中所示的梯度矢量的y成分的值,通过式(5)中所示的表达式可计算梯度矢量的方向θ;
通过图像数据的离散化计算标准图像处理中的梯度计算,并且使用如式(6)和式(7)中所示的表达式中的微分计算相邻像素之间的梯度;
将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界都是由闭合曲线构成具体包括:假设图像I的每个像素的亮度值i=I(x,y),将图像I以一组阈值i1,i2,i3分为I0图层、I1图层、I2图层和I3图层;
对于所述I0图层,其中每个像素的亮度值i满足:0≤i<i1;
对于所述I1图层,其中每个像素的亮度值i满足:i1≤i<i2;
对于所述I2图层,其中每个像素的亮度值i满足:i2≤i<i3;
对于所述I3图层,其中每个像素的亮度值i满足:i3≤i≤255;
显然I=I0+I1+I2+I3相当于4层胶片叠加,每一层图像的边界都是由闭合曲线构成;所以可以对于每一层图像单独做噪声去除,其过程显然是非线性的;当然,在实际运用中,也可以将图像分为三层或者五层等其它层数,最大亮度值也可以是其它数值例如2的10次方。
2.如权利要求1所述无人机航摄立体成像设置处理方法,其特征在于,将处理过后的若干个所述图层合并为一幅增强图像具体包括:把所述的I0图层、I1图层、I2图层、I3图层按照公式I=I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像,j0、j1、j2、j3为非线性系数或线性系数;其中,j=a×s+b,s=crγ,a、b为系数且当j为j0、j1、j2、j3时各不相同,s为指数校准函数,c、r和γ都为正常数;在s=crγ中,当c取1,γ取不同值Γ时,可以得到一簇变换曲线,c=1时,不同γ值的变换曲线。
3.如权利要求2所述无人机航摄立体成像设置处理方法,其特征在于,当γ<1时,幂次变换将窄带输入暗值映射到宽带输出值,将宽带输入亮值映射到窄带输出值;
当γ>1时,幂次变换将宽带输入暗值映射到窄带输出值,将窄带输入亮值映射到宽带输出值;
当γ=1时,即为正比线性变换;
对于夜晚有灯光不均匀照明的图片,阴暗部分有需要的大量细节,但是明亮部分很容易过曝;采用分四层以后,对于阴暗部分层的γ值小于1,提高暗处视觉效果;同时,对于明亮部分层,使用的校准值γ值大于1,也使得明亮部分内部的对比度增强。
4.如权利要求1所述无人机航摄立体成像设置处理方法,其特征在于,所述无人机航摄立体成像设置处理方法还包括:
步骤一,选取合适的显示屏和凸透镜,确定凸透镜的直径以及焦距;
步骤二,确定显示屏与显示屏,凸透镜与凸透镜之间的距离;
步骤三,确定人眼与凸透镜间的固定距离,即观测距离;
步骤四,将无人机航摄所拍摄的画面成像在显示屏上;
步骤五,调节凸透镜与显示屏之间的距离,以达到最好的观测效果。
5.如权利要求1所述无人机航摄立体成像设置处理方法,其特征在于,所述所选凸透镜的焦距为28.5cm;所选凸透镜直径为40mm。
6.如权利要求1所述无人机航摄立体成像设置处理方法,其特征在于,所述凸透镜与屏幕之间的距离设置为可调节距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810054974.6A CN108305226A (zh) | 2018-01-19 | 2018-01-19 | 一种无人机航摄立体成像设置的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810054974.6A CN108305226A (zh) | 2018-01-19 | 2018-01-19 | 一种无人机航摄立体成像设置的处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108305226A true CN108305226A (zh) | 2018-07-20 |
Family
ID=62865843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810054974.6A Pending CN108305226A (zh) | 2018-01-19 | 2018-01-19 | 一种无人机航摄立体成像设置的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108305226A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393959A (zh) * | 2010-06-28 | 2012-03-28 | 索尼公司 | 图像处理设备、图像处理方法和图像处理程序 |
CN104318542A (zh) * | 2014-11-20 | 2015-01-28 | 上海华力创通半导体有限公司 | 图像增强处理算法 |
CN104318559A (zh) * | 2014-10-21 | 2015-01-28 | 天津大学 | 用于视频图像匹配的特征点快速检测方法 |
-
2018
- 2018-01-19 CN CN201810054974.6A patent/CN108305226A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393959A (zh) * | 2010-06-28 | 2012-03-28 | 索尼公司 | 图像处理设备、图像处理方法和图像处理程序 |
CN104318559A (zh) * | 2014-10-21 | 2015-01-28 | 天津大学 | 用于视频图像匹配的特征点快速检测方法 |
CN104318542A (zh) * | 2014-11-20 | 2015-01-28 | 上海华力创通半导体有限公司 | 图像增强处理算法 |
Non-Patent Citations (1)
Title |
---|
陈新 等: "实现立体成像方法的探究", 《MODERN SCIENTIFIC INSTRUMENTS》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107370958B (zh) | 图像虚化处理方法、装置及拍摄终端 | |
CN108055452B (zh) | 图像处理方法、装置及设备 | |
CN107835372A (zh) | 基于双摄像头的成像方法、装置、移动终端和存储介质 | |
CN107948519A (zh) | 图像处理方法、装置及设备 | |
CN108154514B (zh) | 图像处理方法、装置及设备 | |
CN108111749B (zh) | 图像处理方法和装置 | |
CN108024054B (zh) | 图像处理方法、装置、设备及存储介质 | |
US8928737B2 (en) | System and method for three dimensional imaging | |
JP2000207549A (ja) | 画像処理装置 | |
CN108024056B (zh) | 基于双摄像头的成像方法和装置 | |
CN110428389B (zh) | 基于msr理论和曝光融合的微光图像增强方法 | |
JP7462890B2 (ja) | プレノプティック・カメラ・システムを較正するための方法及びシステム | |
CN108024057A (zh) | 背景虚化处理方法、装置及设备 | |
CN107481186A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN112330613B (zh) | 一种细胞病理数字图像质量的评价方法及系统 | |
CN112488948B (zh) | 一种基于黑色像素点估计后向散射的水下图像复原方法 | |
Kagawa et al. | A three‐dimensional multifunctional compound‐eye endoscopic system with extended depth of field | |
CN105989583B (zh) | 一种图像去雾方法 | |
CN107872631A (zh) | 基于双摄像头的图像拍摄方法、装置及移动终端 | |
CN107431754A (zh) | 图像处理方法、图像处理装置和摄像设备 | |
CN109068035B (zh) | 一种智能微相机阵列内窥成像系统 | |
Hu et al. | Kinect depth map based enhancement for low light surveillance image | |
de Oliveira Gaya et al. | Single image restoration for participating media based on prior fusion | |
CN108830804B (zh) | 基于线扩展函数标准差的虚实融合模糊一致性处理方法 | |
JP2019016975A (ja) | 画像処理装置および画像処理方法、撮像装置、プログラム |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180720 |