CN112929616A - 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法 - Google Patents

一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法 Download PDF

Info

Publication number
CN112929616A
CN112929616A CN202110084552.5A CN202110084552A CN112929616A CN 112929616 A CN112929616 A CN 112929616A CN 202110084552 A CN202110084552 A CN 202110084552A CN 112929616 A CN112929616 A CN 112929616A
Authority
CN
China
Prior art keywords
image
frequency
detector
filter
low
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
CN202110084552.5A
Other languages
English (en)
Other versions
CN112929616B (zh
Inventor
何睿清
张健
赵静
魏峘
余辉龙
覃翠
涂平华
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.)
Nanjing Institute of Technology
Original Assignee
Nanjing Institute of Technology
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 Nanjing Institute of Technology filed Critical Nanjing Institute of Technology
Priority to CN202110084552.5A priority Critical patent/CN112929616B/zh
Publication of CN112929616A publication Critical patent/CN112929616A/zh
Application granted granted Critical
Publication of CN112929616B publication Critical patent/CN112929616B/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
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/10—Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming different wavelengths into image signals
    • H04N25/11—Arrangement of colour filter arrays [CFA]; Filter mosaics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Image Analysis (AREA)

Abstract

本发明是一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，计算机生成一系列彩色测量模板，将其通过彩色投影仪投射到三维目标上。彩色测量模板经过三维目标的反射被探测器接受。由于三组探测器之前分别放置了绿，红，蓝滤波片，使各探测器只能接收到相应滤波片所选通的波段范围。每投射一帧测量模板，各桶探测器就记录相应的测量值，并将其通过数据采集终端输送到计算机中，在计算机中进行二维图像重构。当重构出每一个桶探测器对应的二维图像，便进行三维图像的重构。该方法基于傅里叶单像素技术，提出基于彩色调制，针对每个桶探测器设计独立的调制模板，进而实现针对各探测器的独立调制，快速获取光度立体视觉所需的图源。

Description

一种基于单像素成像系统和彩色调制的光度立体视觉图源获 取方法
技术领域
本发明涉及立体视觉图源获取技术领域，具体的说是一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法。
背景技术
基于光度立体视觉的单像素三维成像方法是一种具有一定应用潜力的，该方法成本较低且方便易行。在该方法中，不同位置的探测器对应了在不同光照角度条件下拍摄的图像。但由于每个探测器重构图像对应的光照角度不同，因此难以在该系统兼顾每张图像的特点，同时实现压缩自适应测量，从而降低了成像效率。
发明内容
本发明要解决的技术问题是提供一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，基于傅里叶单像素技术，提出基于彩色调制，针对每个桶探测器设计独立的调制模板，进而实现针对各探测器的独立调制，快速获取光度立体视觉所需的图源。
为解决上述技术问题，本发明采用的技术方案为：
一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：在待测物体周围设置有彩色投影仪、第一桶探测器、第二桶探测器和第三桶探测器，第一桶探测器、第二桶探测器和第三桶探测器的接收窗口前分别设置绿色滤波片，红色滤波片和蓝色滤波片；
通过彩色投影仪朝向待测物体投射多帧测量模板，第一桶探测器、第二桶探测器和第三桶探测器记录测量值，并将测量值通过数据采集终端输送到计算机中，在计算机中进行图像重构，具体步骤如下：
步骤1，标定系统；以任意一组桶探测器为标定探测器，获取系统中红色重构图像的放大系数αr、绿色重构图像的放大系数αg和蓝色重构图像的放大系数αb；
步骤2，通过彩色投影仪朝向待测物体投射灰度低频条纹，获取红色滤波片对应的谱强度图记为SL_R，绿色滤波片对应的谱强度图记为SL_G，蓝色滤波片对应的谱强度图记为SL_B；
步骤3，获得各探测器获取图像的显著低频信息；
步骤4，根据低频信息，获取对应图像的高频信息；
步骤5，对高频点进行筛选；将低频集合和高频点集合相比，去除位置相同的频点，得到筛选后的点集合
Figure BDA0002910324690000021
和
Figure BDA0002910324690000022
步骤6，获取
Figure BDA0002910324690000023
和
Figure BDA0002910324690000024
对应的图案记为
Figure BDA0002910324690000025
和
Figure BDA0002910324690000026
进一步获取每个滤波器对应图像在给定空间频率上的系数，用于重构空域图像；
步骤7，结合红色重构图像的放大系数αr、绿色重构图像的放大系数αg，蓝色重构图像的放大系数αb，得到用于重构三维图像的图源IR_final、IG_final和IB_final。
步骤1中，标定系统的具体步骤如下：在选定为标定探测器的桶探测器的接收窗口前不放置任何滤波片，同时通过彩色投影仪朝向待测物体投射一帧灰度值为255的全白图像，标定探测器测量值为Iw；进一步为标定探测器依次更换红色滤波片、绿色滤波片和蓝色滤波片，根据测量值获取红色重构图像的放大系数αr、绿色重构图像的放大系数αg和蓝色重构图像的放大系数αb，计算公式如下：
Figure BDA0002910324690000027
式中，Ir为设置红色滤波片时标定探测器的测量值，Ig为设置绿色滤波片时标定探测器的测量值，Ib为设置蓝色滤波片时标定探测器的测量值。
步骤2中，获取红色滤波片、绿色滤波片和蓝色滤波片对应谱强度图的具体步骤为：通过彩色投影仪朝向待测物体投射灰度低频条纹，对给定的低分辨率区域进行全采样，重构图像的大小为m*m，低频区域的采样率为k，k<1，此时的采样点数为k*m*m；以(m/2,m/2)为中心，统计距离该中心最近的k*m*m个点的位置，作为低频采样点，低频采样点的集合标记为RL；测量RL中每个频点的系数；获取红色滤波片对应的谱强度图记为SL_R，绿色滤波片对应的谱强度图记为SL_G，蓝色滤波片对应的谱强度图记为SL_B。
步骤3中，获得各探测器的显著低频信息的具体步骤为：分别对SL_R、SL_G、SL_B所有频点的系数大小进行排序；SL_R、SL_G、SL_B均取前q个作为显著系数，组成的集合记为
Figure BDA0002910324690000028
Figure BDA0002910324690000031
均表示低频区域内的采样点，i＝1…q；选取显著系数的数量不小于50％。
步骤4中，获取高频信息的具体步骤为：通过红色滤波片获取的低频区域内采样点
Figure BDA0002910324690000032
的坐标为
Figure BDA0002910324690000033
计算
Figure BDA0002910324690000034
对应的高频点坐标(Px_L_i，Py_L_i)的公式如下：
Figure BDA0002910324690000036
Figure BDA0002910324690000037
式中，c1，c2均为放大系数，大于1，可以根据实际需求进行设定。
放大后的(Px_L_i，Py_L_i)应在图像范围之内，放大后的坐标对应的频点记为
Figure BDA0002910324690000038
的集合记为
Figure BDA0002910324690000039
同理可获得蓝色滤波片和绿色滤波片对应的高频点集合
Figure BDA00029103246900000310
和
Figure BDA00029103246900000311
步骤5中，红色滤波片对应图像中将
Figure BDA00029103246900000312
与
Figure BDA00029103246900000313
相比较，去除位置相同的频点，经过筛选的高频点记为
Figure BDA00029103246900000314
同理可以得到蓝色滤波片和绿色滤波片对应的
Figure BDA00029103246900000315
和
Figure BDA00029103246900000316
步骤6中，将
Figure BDA00029103246900000317
和
Figure BDA00029103246900000318
三个集合按照各自集合内元素顺序排序，并统计元素数量，分别记为NR，NG，NB；
当NR＞NG＞NB时，
Figure BDA00029103246900000319
和
Figure BDA00029103246900000320
分别对应的是红，绿，蓝颜色的图案，将
Figure BDA00029103246900000321
Figure BDA00029103246900000322
和
Figure BDA00029103246900000323
三者的对应的图案记为
Figure BDA00029103246900000324
和
Figure BDA00029103246900000325
则投影的图满足下式：
Figure BDA00029103246900000326
通过投射由上式对应的图案结合四步相移法，可以获得每个滤波器对应图像在给定空间频率上的系数，用于重构空域图像。
步骤7中，每个探测器通过各自的窄带滤波片，接收到相应的波长对应的信号；红色滤波片对应桶探测器的低频频点系数为SL_R，高频频点系数测量结果为SH_R_F，则红色滤波片对应的重构图像为
Figure BDA0002910324690000041
同理获得绿色滤波片和蓝色滤波片对应的图像IG_temp和IE_temp；将三者分别与放大系数αr，αg，αb相乘，得到最终用于重构三维图像的图源IR_final、IG_final和IE_final。
该种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法能够达到的有益效果为：对于三维目标而言，不同光照角度下拍摄的目标图像会出现显著区别，相应的其空间频率会各不相同。基于彩色调制，针对每个桶探测器设计独立的调制模板，进而实现针对各探测器的独立调制，快速获取光度立体视觉所需的图源，提高了成像效率。
附图说明
图1为本发明一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法的系统结构示意图。
图2为本发明一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法的流程图。
图3为本发明一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法中彩色投影方式示例图。
说明书附图说明：1、待测物体；2、第一桶探测器；3、第二桶探测器；4、第三桶探测器；5、绿色滤波片；6、红色滤波片；7、蓝色滤波片；8、彩色投影仪；9、数据采集终端；10、计算机。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述。
一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其所用系统如图1所示，在待测物体1周围设置有彩色投影仪8、第一桶探测器2、第二桶探测器3和第三桶探测器4，第一桶探测器、第二桶探测器和第三桶探测器的接收窗口前分别设置绿色滤波片5，红色滤波片6和蓝色滤波片7；
通过彩色投影仪朝向待测物体投射多帧测量模板，第一桶探测器、第二桶探测器和第三桶探测器记录测量值，并将测量值通过数据采集终端9输送到计算机10中，在计算机中进行图像重构，所述的彩色投影仪投射多帧测量模板均为彩色测量模板，彩色测量模板由计算机生成，如图2所示，具体步骤如下：
步骤1，标定系统；以任意一组桶探测器为标定探测器，获取系统中红色重构图像的放大系数αr、绿色重构图像的放大系数αg和蓝色重构图像的放大系数αb；
步骤2，通过彩色投影仪朝向待测物体投射灰度低频条纹，获取红色滤波片对应的谱强度图记为SL_R，绿色滤波片对应的谱强度图记为SL_G，蓝色滤波片对应的谱强度图记为SL_B；
步骤3，获得各探测器获取图像的显著低频信息；
步骤4，根据低频信息，获取对应图像的高频信息；
步骤5，对高频点进行筛选；将低频集合和高频点集合相比，去除位置相同的频点，得到筛选后的点集合
Figure BDA0002910324690000051
和
Figure BDA0002910324690000052
步骤6，获取
Figure BDA0002910324690000053
和
Figure BDA0002910324690000054
对应的图案记为
Figure BDA0002910324690000055
和
Figure BDA0002910324690000056
进一步获取每个滤波器对应图像在给定空间频率上的系数，用于重构空域图像；
步骤7，结合红色重构图像的放大系数αr、绿色重构图像的放大系数αg，蓝色重构图像的放大系数αb，得到用于重构三维图像的图源IR_final、IG_final和IB_final。
本实施例中，步骤1中标定系统的具体步骤如下：在选定为标定探测器的桶探测器的接收窗口前不放置任何滤波片，同时通过彩色投影仪朝向待测物体投射一帧灰度值为255的全白图像，标定探测器测量值为Iw；进一步为标定探测器依次更换红色滤波片、绿色滤波片和蓝色滤波片，根据测量值获取红色重构图像的放大系数αr、绿色重构图像的放大系数αg和蓝色重构图像的放大系数αb，计算公式如下：
Figure BDA0002910324690000057
式中，Ir为设置红色滤波片时标定探测器的测量值，Ig为设置绿色滤波片时标定探测器的测量值，Ib为设置蓝色滤波片时标定探测器的测量值。
本实施例中，步骤2中获取红色滤波片、绿色滤波片和蓝色滤波片对应谱强度图的具体步骤为：通过彩色投影仪朝向待测物体投射灰度低频条纹，对给定的低分辨率区域进行全采样，重构图像的大小为m*m，低频区域的采样率为k，k<1，此时的采样点数为k*m*m；以(m/2,m/2)为中心，统计距离该中心最近的k*m*m个点的位置，作为低频采样点，低频采样点的集合标记为RL；测量EL中每个频点的系数；获取红色滤波片对应的谱强度图记为SL_R，绿色滤波片对应的谱强度图记为SL_G，蓝色滤波片对应的谱强度图记为SL_B。
本实施例中，步骤3中获得各探测器的显著低频信息的具体步骤为：分别对SL_R、SL_G、SL_B所有频点的系数大小进行排序；SL_R、SL_G、SL_B均取前q个作为显著系数，组成的集合记为
Figure BDA0002910324690000061
均表示低频区域内的采样点，i＝1…q；选取显著系数的数量不小于50％。
本实施例中，步骤4中获取高频信息的具体步骤为：以红色滤波片对应图像为例，红色滤波片获取的低频区域内采样点
Figure BDA0002910324690000062
的坐标为
Figure BDA0002910324690000063
计算
Figure BDA0002910324690000064
对应的高频点坐标(Px_L_i，Py_L_i)的公式如下：
Figure BDA0002910324690000065
Figure BDA0002910324690000066
式中，c1，c2均为放大系数，大于1，可以根据实际需求进行设定M、N删除
放大后的(Px_L_i，Py_L_i)应在图像范围之内，放大后的坐标对应的频点记为
Figure BDA0002910324690000067
的集合记为
Figure BDA0002910324690000068
同理，采用相同的方法可获得蓝色滤波片和绿色滤波片对应的高频点集合
Figure BDA0002910324690000069
和
Figure BDA00029103246900000610
本实施例中，步骤5中以红色滤波片对应图像为例，红色滤波片对应图像中将
Figure BDA00029103246900000611
与
Figure BDA0002910324690000071
相比较，去除位置相同的频点，经过筛选的高频点记为
Figure BDA0002910324690000072
同理相同的方法可获得蓝色滤波片和绿色滤波片对应的
Figure BDA0002910324690000073
和
Figure BDA0002910324690000074
本实施例中，步骤6中将
Figure BDA0002910324690000075
和
Figure BDA0002910324690000076
三个集合按照各自集合内元素顺序排序，并统计元素数量，分别记为NR，NG，NB；
当NR＞NG＞NB时，彩色投影方式如图3所示，
Figure BDA0002910324690000077
和
Figure BDA0002910324690000078
分别对应的是红，绿，蓝颜色的图案，将
Figure BDA0002910324690000079
和
Figure BDA00029103246900000710
三者的对应的图案记为
Figure BDA00029103246900000711
和
Figure BDA00029103246900000712
则投影的图满足下式：
Figure BDA00029103246900000713
通过投射由上式对应的图案结合四步相移法，可以获得每个滤波器对应图像在给定空间频率上的系数，用于重构空域图像。
本实施例中，步骤7中每个探测器通过各自的窄带滤波片，接收到相应的波长对应的信号；红色滤波片对应桶探测器的低频频点系数为SL_R，高频频点系数测量结果为SH_R_F，则红色滤波片对应的重构图像为
Figure BDA00029103246900000714
同理获得绿色滤波片和蓝色滤波片对应的图像IG_temp和IB_temp；将三者分别与放大系数αr，αg，αb相乘，得到最终用于重构三维图像的图源IR_final、IG_final和IB_final。
本实施例中，数字图像可以通过离散傅里叶变换计算其空间频率，得到的结果称为频谱图像，标记为S。反之，如果直接测量目标的频谱，通过反傅里叶变换就可以得到目标的数字图像。在频谱图像中，一个位置代表一个频点，对应了一个正弦型的空域条纹作为基底。傅里叶单像素技术就是通过直接测量每个频点对应的系数，构成频谱图像，从而反演出目标图像。基于傅里叶单像素技术，基底图像的生成以及图像重构的方法如下：
步骤S1，空间频率为(fx，fy)对应的正弦条纹基底图像
Figure BDA00029103246900000715
如下式所示：
Figure BDA0002910324690000081
其中，a、b、φ分别为基底图像的平均强度，对比度以及初相位。
步骤S2，计算(fx，fy)对应的系数。采用四步相移法，即投射四帧图像
Figure BDA0002910324690000082
和
Figure BDA0002910324690000083
通常φ1＝0，
Figure BDA0002910324690000084
φ2＝π，
Figure BDA0002910324690000085
对应的强度值为
Figure BDA0002910324690000086
和
Figure BDA0002910324690000087
那么(fx，fy)对应的系数
Figure BDA0002910324690000088
由下式决定：
Figure BDA0002910324690000089
那么重构图像就可以通过逆傅里叶变换求得，如下式所示：
Figure BDA00029103246900000810
进一步的，本实施例中，直接采用频域图像的坐标信息来表示频点的位置。当涉及到频域内图像坐标与空间频率fx，fy转换时，可按照下式进行转换：
fx＝Px/m
fx＝Py/m
式中，Px和Py为频谱图像中某点的坐标，fx，fy为其转换后的空间频率，图像大小为m×m。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (8)

1.一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：在待测物体周围设置有彩色投影仪、第一桶探测器、第二桶探测器和第三桶探测器，第一桶探测器、第二桶探测器和第三桶探测器的接收窗口前分别设置绿色滤波片，红色滤波片和蓝色滤波片；
通过彩色投影仪朝向待测物体投射多帧测量模板，第一桶探测器、第二桶探测器和第三桶探测器记录测量值，并将测量值通过数据采集终端输送到计算机中，在计算机中进行图像重构，具体步骤如下：
步骤1，标定系统；以任意一组桶探测器为标定探测器，获取系统中红色重构图像的放大系数αr、绿色重构图像的放大系数αg和蓝色重构图像的放大系数αb；
步骤2，通过彩色投影仪朝向待测物体投射灰度低频条纹，获取红色滤波片对应的谱强度图记为SL_R，绿色滤波片对应的谱强度图记为SL_G，蓝色滤波片对应的谱强度图记为SL_B；
步骤3，获得各探测器获取图像的显著低频信息；
步骤4，根据低频信息，获取对应图像的高频信息；
步骤5，对高频点进行筛选；将低频集合和高频点集合相比，去除位置相同的频点，得到筛选后的点集合
Figure FDA0002910324680000011
和
Figure FDA0002910324680000012
步骤6，获取
Figure FDA0002910324680000013
和
Figure FDA0002910324680000014
对应的图案记为
Figure FDA0002910324680000015
和
Figure FDA0002910324680000016
进一步获取每个滤波器对应图像在给定空间频率上的系数，用于重构空域图像；
步骤7，结合红色重构图像的放大系数αr、绿色重构图像的放大系数αg，蓝色重构图像的放大系数αb，得到用于重构三维图像的图源IR_final、IG_final和IB_final。
2.如权利要求1中所述的一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：步骤1中，标定系统的具体步骤如下：在选定为标定探测器的桶探测器的接收窗口前不放置任何滤波片，同时通过彩色投影仪朝向待测物体投射一帧灰度值为255的全白图像，标定探测器测量值为Iw；进一步为标定探测器依次更换红色滤波片、绿色滤波片和蓝色滤波片，根据测量值获取红色重构图像的放大系数αr、绿色重构图像的放大系数αg和蓝色重构图像的放大系数αb，计算公式如下：
Figure FDA0002910324680000021
式中，Ir为设置红色滤波片时标定探测器的测量值，Ig为设置绿色滤波片时标定探测器的测量值，Ib为设置蓝色滤波片时标定探测器的测量值。
3.如权利要求2中所述的一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：步骤2中，获取红色滤波片、绿色滤波片和蓝色滤波片对应谱强度图的具体步骤为：通过彩色投影仪朝向待测物体投射灰度低频条纹，对给定的低分辨率区域进行全采样，重构图像的大小为m*m，低频区域的采样率为k，k<1，此时的采样点数为k*m*m；以(m/2,m/2)为中心，统计距离该中心最近的k*m*m个点的位置，作为低频采样点，低频采样点的集合标记为RL；测量RL中每个频点的系数；获取红色滤波片对应的谱强度图记为SL_R，绿色滤波片对应的谱强度图记为SL_G，蓝色滤波片对应的谱强度图记为SL_B。
4.如权利要求3中所述的一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：步骤3中，获得各探测器的显著低频信息的具体步骤为：分别对SL_R、SL_G、SL_B所有频点的系数大小进行排序；SL_R、SL_G、SL_B均取前q个作为显著系数，组成的集合记为
Figure FDA0002910324680000022
均表示低频区域内的采样点，i＝1…q；选取显著系数的数量不小于50％。
5.如权利要求4中所述的一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：步骤4中，获取高频信息的具体步骤为：通过红色滤波片获取的低频区域内采样点
Figure FDA0002910324680000023
的坐标为
Figure FDA0002910324680000024
计算
Figure FDA0002910324680000025
对应的高频点坐标(Px_L_i，Py_L_i)的公式如下：
Figure FDA0002910324680000026
Figure FDA0002910324680000027
式中，c1，c2均为放大系数，大于1，可以根据实际需求进行设定。
放大后的(Px_L_i，Py_L_i)应在图像范围之内，放大后的坐标对应的频点记为
Figure FDA0002910324680000031
的集合记为
Figure FDA0002910324680000032
同理可获得蓝色滤波片和绿色滤波片对应的高频点集合
Figure FDA0002910324680000033
和
Figure FDA0002910324680000034
6.如权利要求5中所述的一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：步骤5中，红色滤波片对应图像中将
Figure FDA0002910324680000035
与
Figure FDA0002910324680000036
相比较，去除位置相同的频点，经过筛选的高频点记为
Figure FDA0002910324680000037
同理可以得到蓝色滤波片和绿色滤波片对应的
Figure FDA0002910324680000038
和
Figure FDA0002910324680000039
7.如权利要求6中所述的一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：步骤6中，将
Figure FDA00029103246800000310
和
Figure FDA00029103246800000311
三个集合按照各自集合内元素顺序排序，并统计元素数量，分别记为NR，NG，NB；
当NR＞NG＞NB时，
Figure FDA00029103246800000312
和
Figure FDA00029103246800000313
分别对应的是红，绿，蓝颜色的图案，将
Figure FDA00029103246800000314
Figure FDA00029103246800000315
和
Figure FDA00029103246800000316
三者的对应的图案记为
Figure FDA00029103246800000317
和
Figure FDA00029103246800000318
则投影的图满足下式：
Figure FDA00029103246800000319
通过投射由上式对应的图案结合四步相移法，可以获得每个滤波器对应图像在给定空间频率上的系数，用于重构空域图像。
8.如权利要求7中所述的一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法，其特征在于：步骤7中，每个探测器通过各自的窄带滤波片，接收到相应的波长对应的信号；红色滤波片对应桶探测器的低频频点系数为SL_R，高频频点系数测量结果为SH_R_F，则红色滤波片对应的重构图像为
Figure FDA00029103246800000320
同理获得绿色滤波片和蓝色滤波片对应的图像IG_temp和IB_temp；将三者分别与放大系数αr，αg，αb相乘，得到最终用于重构三维图像的图源IR_final、IG_final和IB_final。
CN202110084552.5A 2021-01-21 2021-01-21 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法 Active CN112929616B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110084552.5A CN112929616B (zh) 2021-01-21 2021-01-21 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110084552.5A CN112929616B (zh) 2021-01-21 2021-01-21 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法

Publications (2)

Publication Number Publication Date
CN112929616A true CN112929616A (zh) 2021-06-08
CN112929616B CN112929616B (zh) 2022-12-20

Family

ID=76164265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110084552.5A Active CN112929616B (zh) 2021-01-21 2021-01-21 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法

Country Status (1)

Country Link
CN (1) CN112929616B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105915869A (zh) * 2016-04-22 2016-08-31 南京理工大学 一种彩色自适应压缩计算鬼成像系统及方法
CN106131517A (zh) * 2016-06-24 2016-11-16 南京理工大学 一种彩色图像获取方法
CN108259865A (zh) * 2018-03-09 2018-07-06 暨南大学 一种基于单像素探测器的彩色成像方法和系统
CN110264540A (zh) * 2019-06-19 2019-09-20 北京航空航天大学 一种并行单像素成像方法
CN111649691A (zh) * 2020-03-06 2020-09-11 福州大学 基于单像素探测器的数字条纹投影三维成像系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105915869A (zh) * 2016-04-22 2016-08-31 南京理工大学 一种彩色自适应压缩计算鬼成像系统及方法
CN106131517A (zh) * 2016-06-24 2016-11-16 南京理工大学 一种彩色图像获取方法
CN108259865A (zh) * 2018-03-09 2018-07-06 暨南大学 一种基于单像素探测器的彩色成像方法和系统
CN110264540A (zh) * 2019-06-19 2019-09-20 北京航空航天大学 一种并行单像素成像方法
CN111649691A (zh) * 2020-03-06 2020-09-11 福州大学 基于单像素探测器的数字条纹投影三维成像系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姜宏志等: "单像素成像在三维测量中的应用", 《红外与激光工程》 *
梁亚舟等: "基于压缩感知的光度立体视觉三维成像方法研究", 《遥感技术与应用》 *

Also Published As

Publication number Publication date
CN112929616B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
US11805218B2 (en) Devices and methods for high dynamic range video
US7065255B2 (en) Method and apparatus for enhancing digital images utilizing non-image data
CN107306333B (zh) 一种高速单像素成像方法
US8837853B2 (en) Image processing apparatus, image processing method, information recording medium, and program providing image blur correction
JP2001243459A (ja) 画像処理方法
CN102356631A (zh) 图像处理装置、信号处理方法以及程序
JP2012239103A (ja) 画像処理装置、および画像処理方法、並びにプログラム
CN101925922A (zh) 内插系统和方法
JP4328424B2 (ja) 画像変換方法
CN108259865A (zh) 一种基于单像素探测器的彩色成像方法和系统
Webb et al. Spectral and 3D cultural heritage documentation using a modified camera
JP2002525722A (ja) 画像処理方法とシステム
CN111024229A (zh) 单芯片集成型光谱成像微系统光谱数据校正方法
US11743480B2 (en) Imaging apparatus and imaging system
CN113030510A (zh) 一种基于三色掩膜单彩色相机的三维流场测试方法及系统
KR20170100717A (ko) 분광반사율 추정을 이용한 피부 분석 장치 및 방법
Monno et al. N-to-sRGB mapping for single-sensor multispectral imaging
Bennett et al. Video and image bayesian demosaicing with a two color image prior
CN112929616B (zh) 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法
JP4756148B2 (ja) 光沢・色再現システム、光沢・色再現プログラム
JP2001144972A (ja) マルチスペクトル画像収録・処理装置および画像収録・処理方法
CN207457047U (zh) 一种压缩感知成像装置
Hill High quality color image reproduction: The multispectral solution
Egorov et al. Efficiency Evaluation of Noise Based Camera Measurements Algorithms
Godbaz et al. Blind deconvolution of depth-of-field limited full-field lidar data by determination of focal parameters

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