CN113038028A - 一种图像生成方法及系统 - Google Patents
一种图像生成方法及系统 Download PDFInfo
- Publication number
- CN113038028A CN113038028A CN202110316029.0A CN202110316029A CN113038028A CN 113038028 A CN113038028 A CN 113038028A CN 202110316029 A CN202110316029 A CN 202110316029A CN 113038028 A CN113038028 A CN 113038028A
- Authority
- CN
- China
- Prior art keywords
- exposure
- image data
- data
- gray
- depth image
- 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
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
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种图像生成方法,所述方法包括以下步骤:S1、在固定频率下,通过TOF相机周期性获取目标对象在长曝光时间和短曝光时间下的曝光数据并顺序写入N个不同的缓存区,所述曝光数据包括灰度图像数据和深度图像数据;S2、轮询读取第一缓存区和第二缓存区中不同曝光时间的所述曝光数据;S3、对长曝光和短曝光深度图像数据的相应坐标的像素值进行相关阈值判断,选择有效深度图像数据作为输出对象;S4、对长曝光和短曝光灰度图像数据的相应坐标的像素值进行加权融合;S5、重复步骤S3到步骤S4,直至所有像素坐标的深度值和灰度值完成融合,最终得到融合后一帧完整的深度图像数据和灰度图像数据。
Description
技术领域
本发明涉及摄像领域,尤其涉及一种图像生成方法及系统。
背景技术
近年来,飞行时间(time-of-flight,ToF)相机由于具有低成本、高精度、高可靠性和高帧率等优点,越来越受到人们的关注。ToF相机通过计算发射红外信号与反射信号间的相位差,得到三维深度信息。相对二维图像,可通过距离信息获取物体之间更加丰富的位置关系。基于以上特点,ToF相机可以应用在很多场景,如机器人视觉、三维重建、娱乐交互、及时定位与地图构建等。
由于ToF相机的成像原理,获取目标深度信息时存在不完整性,影响ToF相机的测距范围,最终影响ToF相机在机器视觉上的后续应用。具体表现为,在单一曝光时间下,对于近距离物体或者高反射率物体,ToF相机测得原始灰度值过曝,导致深度值异常;对于远距离物体或者低反射率物体,ToF相机曝光不足测得原始灰度值较低,导致深度值不可靠。
针对以上技术问题,有必要提出一种技术方案来解决现有的TOF相机在获取远近的目标对象时存在曝光过度或曝光不足的问题,即所述TOF相机不能获取远近的目标对象的完整深度信息。
发明内容
针对上述技术问题,本发明提供一种图像生成方法,所述方法包括以下步骤:
S1、在固定频率下,通过TOF相机周期性获取目标对象在长曝光时间和短曝光时间下的曝光数据并顺序写入N个不同的缓存区,所述曝光数据包括灰度图像数据和深度图像数据;
S2、所述N个不同的缓存区包括第一缓存区和第二缓存区,轮询读取所述第一缓存区和第二缓存区中不同曝光时间的所述曝光数据;
S3、对步骤S2中获取的长曝光深度图像数据和短曝光深度图像数据的相应坐标的像素值进行相关阈值判断,选择有效深度图像数据作为输出对象;
S4、对步骤S2中获取的长曝光灰度图像数据和短曝光灰度图像数据的相应坐标的像素值进行加权融合;
S5、重复步骤S3到步骤S4,直至所有像素坐标的深度值和灰度值完成融合,最终得到融合后一帧完整的深度图像数据和灰度图像数据。
进一步的,所述步骤S1包括:
S101、固定ToF相机调制频率,设置一个TOF相机的长曝光时间和短曝光时间;
S102、触发ToF相机周期性获取一组长曝光数据和短曝光数据,所述曝光数据包含灰度图像数据和深度图像数据;
S103、将上述长曝光数据和短曝光数据按顺序写入所述N个不同的缓存区。
进一步的,所述步骤S101中设置一个TOF相机的长曝光时间具体为:固定调制频率,根据该调制频率下量程的最大测试距离,逐渐增大曝光时间,直到目标物体离TOF相机为最大测试距离时不产生“曝光不足”现象为止。
进一步的,所述步骤S101中设置一个TOF相机的短曝光时间具体为:固定调制频率,确定该调制频率下最小盲区距离,逐渐减小曝光时间,直到目标物体离TOF相机在最小盲区距离处不产生“过曝”现象为止。
进一步的,所述短曝光数据的hdr属性为0,所述长曝光数据的hdr属性为1。
进一步的,所述步骤S2包括:
S201、读取所述第一缓存区和所述第二缓存区中不同曝光时间的所述曝光数据;
S202、对于所述N个不同的缓存区中顺序写入所述曝光数据的相邻两个缓存区,将后写入的曝光数据更新至先写入的曝光数据所处的缓存区,使所述第二缓存区中的曝光数据更新至所述第一缓存区;
S203、轮询读取所述第一缓存区和所述第二缓存区中不同曝光时间的所述曝光数据。
进一步的,所述步骤S3包括:
S301、当所述长曝光深度图像数据坐标像素值等于0且短曝光深度图像数据坐标像素值大于0,则输出短曝光深度图像数据坐标像素值,否则跳转到步骤S302;
S302、当所述长曝光深度图像数据坐标像素值大于0且短曝光深度图像数据坐标像素值等于0,则输出长曝光深度图像数据坐标像素值,否则跳转到步骤S303;
S303、当所述长曝光深度图像数据坐标像素值和短曝光深度图像数据坐标像素值均等于0,则输出0,否则跳转到步骤S304;
S304、当所述长曝光深度图像数据坐标像素值与短曝光深度图像数据坐标像素值之差小于差异阈值,则输出长曝光深度图像数据坐标像素值,否则输出无效深度。
进一步的,所述差异阈值通过计算长短曝光深度值差异的波动得到,计算的公式为:
其中,
Gray1为长曝光灰度图像数据坐标像素值,Gray2为短曝光灰度图像数据坐标像素值,σd为ccd暗噪声,fullwell为ccd阱深,fullgray为满阱时灰度图像数据坐标像素值,取正负3倍σ作为所述差异阈值。
进一步的,在步骤S4中,对获取的长曝光灰度图像数据和短曝光灰度图像数据进行加权融合,所述加权融合的表达式为:
Gray=Gray1*ω+Gray2*(1-ω)
其中,ω为加权参数,Gray为加权融合后的灰度图像数据坐标像素值。
本发明还提供一种图像生成系统,包括:
数据获取模块,用于在固定频率下,通过TOF相机周期性获取目标对象在长曝光时间和短曝光时间下的曝光数据并顺序写入N个不同的缓存区,所述曝光数据包括灰度图像数据和深度图像数据;
数据读取模块,所述N个不同的缓存区包括第一缓存区和第二缓存区,轮询读取所述第一缓存区和第二缓存区中不同曝光时间的所述曝光数据;
数据选择模块,对所述数据读取模块中获取的长曝光深度图像数据和短曝光深度图像数据的相应坐标的像素值进行相关阈值判断,选择有效深度图像数据作为输出对象;
图像生成模块,对所述数据读取模块中获取的长曝光灰度图像数据和短曝光灰度图像数据的相对应坐标的像素值进行加权融合,输出融合后的深度图像数据和灰度图像数据。
本发明所提供的图像生成方法利用暗噪声计算差异阈值,使输出图像更加稳定。同时,本发明方法通过轮询获取数据方式,提升帧率,保证工程应用的实时性。
附图说明
图1为图像生成方法流程图;
图2为步骤S1流程图;
图3为缓存曝光数据的示意图;
图4为读取曝光数据的示意图;
图5为步骤S3流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,虽图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的形态、数量及比例可为一种随意的改变,且其组件布局形态也可能更为复杂。
如图1所示,本发明提供一种图像生成方法,所述方法包括以下步骤:
S1、在固定频率下,通过TOF相机周期性获取目标对象在长曝光时间和短曝光时间下的曝光数据并顺序写入N个不同的缓存区,所述曝光数据包括灰度图像数据和深度图像数据;
S2、所述N个不同的缓存区包括第一缓存区和第二缓存区,轮询读取所述第一缓存区和第二缓存区中不同曝光时间的所述曝光数据;
S3、对步骤S2中获取的长曝光深度图像数据和短曝光深度图像数据的相应坐标的像素值进行相关阈值判断,选择有效深度图像数据作为输出对象;
S4、对步骤S2中获取的长曝光灰度图像数据和短曝光灰度图像数据的相应坐标的像素值进行加权融合;
S5、重复步骤S3到步骤S4,直至所有像素坐标的深度值和灰度值完成融合,最终得到融合后一帧完整的深度图像数据和灰度图像数据。
在此说明,短曝光时间下的曝光数据包括短曝光深度图像数据以及短曝光灰度图像数据,长曝光时间下的曝光数据包括长曝光深度图像数据以及长曝光灰度图像数据。深度图像数据以深度值为图像的像素值,灰度图像数据以灰度值为图像的像素值。
如图2所示,所述步骤S1包括:
S101、固定ToF相机调制频率,设置一个TOF相机的长曝光时间和短曝光时间;
S102、触发ToF相机周期性获取一组长曝光数据和短曝光数据,所述曝光数据包含灰度图像数据和深度图像数据;
S103、将上述长曝光数据和短曝光数据按顺序写入所述N个不同的缓存区。
所述步骤S101中设置一个TOF相机的长曝光时间具体为:固定调制频率,作为一种示例性实施方式,本发明固定ToF相机调制频率可以为40MHz,根据该调制频率下量程的最大测试距离,逐渐增大曝光时间,直到目标物体离TOF相机为最大测试距离时不产生“曝光不足”现象为止。
进一步的,所述步骤S101中设置一个TOF相机的短曝光时间具体为:固定调制频率,确定该调制频率下最小盲区距离,逐渐减小曝光时间,直到目标物体离TOF相机在最小盲区距离处不产生“过曝”现象为止。
在步骤S102中,ToF相机周期性获取一组长曝光数据和短曝光数据具体表现为ToF相机依照所述固定调制频率交替性的获取一帧长曝光数据和一帧短曝光数据,其中获取一帧长曝光数据和一帧短曝光数据顺序并不被限定,也可以先获取一帧短曝光数据后获取一帧长曝光数据。
进一步的,所述短曝光数据的hdr属性为0,所述长曝光数据的hdr属性为1。
如图3所示,给出了步骤S103的缓存曝光数据的示意图。作为示例性实施方式,图1中给出了四个缓存区,第一缓存区1001、第二缓存区1002、第三缓存区1003以及第四缓存区1004。某一时刻,ToF相机采集第一短曝光数据31和第一长曝光数据32。按顺序将第一短曝光数据31写入第一缓存区1001,将第一长曝光数据32写入第二缓存区1002。下一时刻,ToF相机采集第二短曝光数据33和第二长曝光数据34。按顺序将第二短曝光数据33写入第三缓存区1003,将第二长曝光数据34写入第四缓存区1004,其余时刻TOF相机采集到的曝光数据以此类推。
进一步的,所述步骤S2包括:
S201、读取所述第一缓存区和所述第二缓存区中不同曝光时间的所述曝光数据;
S202、对于所述N个不同的缓存区中顺序写入所述曝光数据的相邻两个缓存区,将后写入的曝光数据更新至先写入的曝光数据所处的缓存区,使所述第二缓存区中的曝光数据更新至所述第一缓存区;
S203、轮询读取所述第一缓存区和所述第二缓存区中不同曝光时间的所述曝光数据。
如图4所示,给出了步骤S2的轮询读取曝光数据的示意图。作为示例性实施方式,先读取第一缓存区的第一短曝光数据31和第二缓存区中第一长曝光数据32,完成读取后,依照将后写入的曝光数据更新至先写入的曝光数据所处的缓存区这一规则,将第一长曝光数据32更新至第一缓存区,同时,将第二短曝光数据33更新至第二缓存区,后续的缓存区中的数据更新以此类推。
在轮询读取所述第一缓存区和所述第二缓存区中不同曝光时间的所述曝光数据时,由于总有一帧数据被复用,因此可以使帧率获得巨大提升。
如图5所示,所述步骤S3包括:
S301、当所述长曝光深度图像数据坐标像素值等于0且短曝光深度图像数据坐标像素值大于0,则输出短曝光深度图像数据坐标像素值,否则跳转到步骤S302;
S302、当所述长曝光深度图像数据坐标像素值大于0且短曝光深度图像数据坐标像素值等于0,则输出长曝光深度图像数据坐标像素值,否则跳转到步骤S303;
S303、当所述长曝光深度图像数据坐标像素值和短曝光深度图像数据坐标像素值均等于0,则输出0,否则跳转到步骤S304;
S304、当所述长曝光深度图像数据坐标像素值与短曝光深度图像数据坐标像素值之差小于差异阈值,则输出长曝光深度图像数据坐标像素值,否则输出无效深度。
进一步的,所述差异阈值通过计算长短曝光深度值差异的波动得到,计算的公式为:
其中,
Gray1为长曝光灰度图像数据坐标像素值,Gray2为短曝光灰度图像数据坐标像素值,σd为ccd暗噪声,fullwell为ccd阱深,fullgray为满阱时灰度图像数据坐标像素值,取正负3倍σ作为所述差异阈值。
进一步的,在步骤S4中,对获取的长曝光灰度图像数据和短曝光灰度图像数据进行加权融合,所述加权融合的表达式为:
Gray=Gray1*ω+Gray2*(1-ω)
其中,ω为加权参数,Gray为加权融合后的灰度图像数据坐标像素值。
本发明还提供一种图像生成系统,包括:
数据获取模块,用于在固定频率下,通过TOF相机周期性获取目标对象在长曝光时间和短曝光时间下的曝光数据并顺序写入N个不同的缓存区,所述曝光数据包括灰度图像数据和深度图像数据;
数据读取模块,所述N个不同的缓存区包括第一缓存区和第二缓存区,轮询读取所述第一缓存区和第二缓存区中不同曝光时间的所述曝光数据;
数据选择模块,对所述数据读取模块中获取的长曝光深度图像数据和短曝光深度图像数据的相应坐标的像素值进行相关阈值判断,选择有效深度图像数据作为输出对象;
图像生成模块,对所述数据读取模块中获取的长曝光灰度图像数据和短曝光灰度图像数据的相对应坐标的像素值进行加权融合,输出融合后的深度图像数据和灰度图像数据。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种图像生成方法,其特征在于,所述方法包括以下步骤:
S1、在固定频率下,通过TOF相机周期性获取目标对象在长曝光时间和短曝光时间下的曝光数据并顺序写入N个不同的缓存区,所述曝光数据包括灰度图像数据和深度图像数据;
S2、所述N个不同的缓存区包括第一缓存区和第二缓存区,轮询读取所述第一缓存区和第二缓存区中不同曝光时间的所述曝光数据;
S3、对步骤S2中获取的长曝光深度图像数据和短曝光深度图像数据的相应坐标的像素值进行相关阈值判断,选择有效深度图像数据作为输出对象;
S4、对步骤S2中获取的长曝光灰度图像数据和短曝光灰度图像数据的相应坐标的像素值进行加权融合;
S5、重复步骤S3到步骤S4,直至所有像素坐标的深度值和灰度值完成融合,最终得到融合后一帧完整的深度图像数据和灰度图像数据。
2.根据权利要求1所述的一种图像生成方法,其特征在于,所述步骤S1包括:
S101、固定ToF相机调制频率,设置一个TOF相机的长曝光时间和短曝光时间;
S102、触发ToF相机周期性获取一组长曝光数据和短曝光数据,所述曝光数据包含灰度图像数据和深度图像数据;
S103、将上述长曝光数据和短曝光数据按顺序写入所述N个不同的缓存区。
3.根据权利要求2所述的一种图像生成方法,其特征在于,所述步骤S101中设置一个TOF相机的长曝光时间具体为:固定调制频率,根据该调制频率下量程的最大测试距离,逐渐增大曝光时间,直到目标物体离TOF相机为最大测试距离时不产生“曝光不足”现象为止。
4.根据权利要求2所述的一种图像生成方法,其特征在于,所述步骤S101中设置一个TOF相机的短曝光时间具体为:固定调制频率,确定该调制频率下最小盲区距离,逐渐减小曝光时间,直到目标物体离TOF相机在最小盲区距离处不产生“过曝”现象为止。
5.根据权利要求2所述的一种图像生成方法,其特征在于:所述短曝光数据的hdr属性为0,所述长曝光数据的hdr属性为1。
6.根据权利要求1所述的一种图像生成方法,其特征在于,所述步骤S2包括:
S201、读取所述第一缓存区和所述第二缓存区中不同曝光时间的所述曝光数据;
S202、对于所述N个不同的缓存区中顺序写入所述曝光数据的相邻两个缓存区,将后写入的曝光数据更新至先写入的曝光数据所处的缓存区,使所述第二缓存区中的曝光数据更新至所述第一缓存区;
S203、轮询读取所述第一缓存区和所述第二缓存区中不同曝光时间的所述曝光数据。
7.根据权利要求1所述的一种图像生成方法,其特征在于,所述步骤S3包括:
S301、当所述长曝光深度图像数据坐标像素值等于0且短曝光深度图像数据坐标像素值大于0,则输出短曝光深度图像数据坐标像素值,否则跳转到步骤S302;
S302、当所述长曝光深度图像数据坐标像素值大于0且短曝光深度图像数据坐标像素值等于0,则输出长曝光深度图像数据坐标像素值,否则跳转到步骤S303;
S303、当所述长曝光深度图像数据坐标像素值和短曝光深度图像数据坐标像素值均等于0,则输出0,否则跳转到步骤S304;
S304、当所述长曝光深度图像数据坐标像素值与短曝光深度图像数据坐标像素值之差小于差异阈值,则输出长曝光深度图像数据坐标像素值,否则输出无效深度。
9.根据权利要求8所述的一种图像生成方法,其特征在于:在步骤S4中,对获取的长曝光灰度图像数据和短曝光灰度图像数据进行加权融合,所述加权融合的表达式为:
Gray=Gray1*ω+Gray2*(1-ω)
其中,ω为加权参数,Gray为加权融合后的灰度图像数据坐标像素值。
10.一种图像生成系统,其特征在于,包括:
数据获取模块,用于在固定频率下,通过TOF相机周期性获取目标对象在长曝光时间和短曝光时间下的曝光数据并顺序写入N个不同的缓存区,所述曝光数据包括灰度图像数据和深度图像数据;
数据读取模块,所述N个不同的缓存区包括第一缓存区和第二缓存区,轮询读取所述第一缓存区和第二缓存区中不同曝光时间的所述曝光数据;
数据选择模块,对所述数据读取模块中获取的长曝光深度图像数据和短曝光深度图像数据的相应坐标的像素值进行相关阈值判断,选择有效深度图像数据作为输出对象;
图像生成模块,对所述数据读取模块中获取的长曝光灰度图像数据和短曝光灰度图像数据的相对应坐标的像素值进行加权融合,输出融合后的深度图像数据和灰度图像数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316029.0A CN113038028B (zh) | 2021-03-24 | 2021-03-24 | 一种图像生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316029.0A CN113038028B (zh) | 2021-03-24 | 2021-03-24 | 一种图像生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113038028A true CN113038028A (zh) | 2021-06-25 |
CN113038028B CN113038028B (zh) | 2022-09-23 |
Family
ID=76473655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110316029.0A Active CN113038028B (zh) | 2021-03-24 | 2021-03-24 | 一种图像生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113038028B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023040622A1 (zh) * | 2021-09-17 | 2023-03-23 | 荣耀终端有限公司 | Hdr图像处理方法及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008145263A (ja) * | 2006-12-11 | 2008-06-26 | Fujifilm Corp | 撮影装置および方法並びにプログラム |
US20150109414A1 (en) * | 2013-10-17 | 2015-04-23 | Amit Adam | Probabilistic time of flight imaging |
CN107295236A (zh) * | 2017-08-11 | 2017-10-24 | 深圳市唯特视科技有限公司 | 一种基于飞行时间传感器的快照差分成像方法 |
JP2017225084A (ja) * | 2016-06-17 | 2017-12-21 | 株式会社ニコン | 撮像素子、電子機器、撮像方法、およびプログラム |
CN108401457A (zh) * | 2017-08-25 | 2018-08-14 | 深圳市大疆创新科技有限公司 | 一种曝光的控制方法、装置以及无人机 |
CN109754419A (zh) * | 2017-11-06 | 2019-05-14 | 株式会社日立制作所 | 位置推测系统 |
CN109819173A (zh) * | 2017-11-22 | 2019-05-28 | 浙江舜宇智能光学技术有限公司 | 基于tof成像系统的深度融合方法和tof相机 |
CN111372005A (zh) * | 2018-12-25 | 2020-07-03 | 浙江舜宇智能光学技术有限公司 | Tof摄像模组自动曝光补偿方法及其系统 |
CN111539899A (zh) * | 2020-05-29 | 2020-08-14 | 深圳市商汤科技有限公司 | 图像修复方法及相关产品 |
CN112073646A (zh) * | 2020-09-14 | 2020-12-11 | 哈工大机器人(合肥)国际创新研究院 | 一种tof相机长短曝光融合的方法及系统 |
-
2021
- 2021-03-24 CN CN202110316029.0A patent/CN113038028B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008145263A (ja) * | 2006-12-11 | 2008-06-26 | Fujifilm Corp | 撮影装置および方法並びにプログラム |
US20150109414A1 (en) * | 2013-10-17 | 2015-04-23 | Amit Adam | Probabilistic time of flight imaging |
JP2017225084A (ja) * | 2016-06-17 | 2017-12-21 | 株式会社ニコン | 撮像素子、電子機器、撮像方法、およびプログラム |
CN107295236A (zh) * | 2017-08-11 | 2017-10-24 | 深圳市唯特视科技有限公司 | 一种基于飞行时间传感器的快照差分成像方法 |
CN108401457A (zh) * | 2017-08-25 | 2018-08-14 | 深圳市大疆创新科技有限公司 | 一种曝光的控制方法、装置以及无人机 |
CN109754419A (zh) * | 2017-11-06 | 2019-05-14 | 株式会社日立制作所 | 位置推测系统 |
CN109819173A (zh) * | 2017-11-22 | 2019-05-28 | 浙江舜宇智能光学技术有限公司 | 基于tof成像系统的深度融合方法和tof相机 |
CN111372005A (zh) * | 2018-12-25 | 2020-07-03 | 浙江舜宇智能光学技术有限公司 | Tof摄像模组自动曝光补偿方法及其系统 |
CN111539899A (zh) * | 2020-05-29 | 2020-08-14 | 深圳市商汤科技有限公司 | 图像修复方法及相关产品 |
CN112073646A (zh) * | 2020-09-14 | 2020-12-11 | 哈工大机器人(合肥)国际创新研究院 | 一种tof相机长短曝光融合的方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023040622A1 (zh) * | 2021-09-17 | 2023-03-23 | 荣耀终端有限公司 | Hdr图像处理方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113038028B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7058277B2 (ja) | 再構成方法および再構成装置 | |
US20210142677A1 (en) | Method for calculating time to collision for object and vehicle, calculation device and vehicle | |
CN109489620A (zh) | 一种单目视觉测距方法 | |
US10545215B2 (en) | 4D camera tracking and optical stabilization | |
CN105865462B (zh) | 带有深度增强视觉传感器的基于事件的三维slam方法 | |
WO2023045224A1 (zh) | 地图生成 | |
CN113038028B (zh) | 一种图像生成方法及系统 | |
CN112333379A (zh) | 图像对焦方法、装置及图像采集设备 | |
WO2020044886A1 (ja) | 変位計測装置及び変位計測方法 | |
CN113240813A (zh) | 三维点云信息确定方法及装置 | |
JP6544978B2 (ja) | 画像出力装置およびその制御方法、撮像装置、プログラム | |
CN113079409B (zh) | 画面渲染方法及画面渲染装置 | |
JP2018116004A (ja) | データ圧縮装置、制御方法、プログラム及び記憶媒体 | |
CN113034582A (zh) | 位姿优化装置及方法、电子设备及计算机可读存储介质 | |
KR100939212B1 (ko) | 광선 집합을 이용한 병렬 광선 추적 방법 및 시스템 | |
CN112907745A (zh) | 一种数字正射影像图生成方法及装置 | |
TW202132804A (zh) | 地圖建構系統以及地圖建構方法 | |
JP2021189600A (ja) | モデル生成装置、学習器生成装置、モデル生成方法、及び、学習器生成方法 | |
CN116608850A (zh) | 一种机器人导航地图的构建方法、系统、装置和介质 | |
CN113433566B (zh) | 地图建构系统以及地图建构方法 | |
CN114885144A (zh) | 基于数据融合的高帧率3d视频生成方法及装置 | |
KR20230112223A (ko) | 시공간 정보를 이용한 깊이 완성 방법 및 장치 | |
CN113593026A (zh) | 车道线标注辅助地图生成方法、装置和计算机设备 | |
JP6857924B1 (ja) | モデル生成装置、及び、モデル生成方法 | |
CN116310408B (zh) | 一种建立事件相机与帧相机数据关联的方法及装置 |
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 |