CN113554575B - 一种基于偏振原理的高反物体表面高光去除方法 - Google Patents
一种基于偏振原理的高反物体表面高光去除方法 Download PDFInfo
- Publication number
- CN113554575B CN113554575B CN202010329143.2A CN202010329143A CN113554575B CN 113554575 B CN113554575 B CN 113554575B CN 202010329143 A CN202010329143 A CN 202010329143A CN 113554575 B CN113554575 B CN 113554575B
- Authority
- CN
- China
- Prior art keywords
- image
- polarization
- light
- highlight
- angle
- 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 51
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000000691 measurement method Methods 0.000 claims abstract description 9
- 238000005286 illumination Methods 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims abstract description 8
- 238000010606 normalization Methods 0.000 claims abstract description 7
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 7
- 230000003313 weakening effect Effects 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 13
- 238000002310 reflectometry Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 5
- 238000005316 response function Methods 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 230000000295 complement effect Effects 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 2
- 230000001788 irregular Effects 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 230000006835 compression Effects 0.000 claims 1
- 238000013507 mapping Methods 0.000 claims 1
- 238000005312 nonlinear dynamic Methods 0.000 claims 1
- 238000011002 quantification Methods 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于偏振原理的高反物体表面高光去除方法。在结构光三维测量方法中,受不均匀照明影响,高反物体表面成像时会产生图像高光,遮盖物体表面的条纹图案。因此,实现高反物体表面的高光去除是视觉测量方法中的一个重要项目。为了解决上述问题,本发明提出了一种偏振方法,根据最优偏振角原理,获取高反物体在多偏振角下的成像图片并将其合成,达到提高图像信噪比和削弱高光的目的。同时,提出一种归一化加权算法,采集多曝光时间下的高光图像并合成,恢复高光区域内的表面信息。实验结果显示,该方法所得到的图像的信噪比得到提升,图像高光明显削弱,高光区域内的条纹图案得到有效恢复。
Description
技术领域
本发明属于光学技术与测量技术领域,具体涉及一种在结构光三维测量中实现高反射率物体表面的高光去除和表面信息恢复的方法。
背景技术
三维形貌测量技术在工业制造、质量检测、逆向工程、虚拟现实、物体识别等诸多领域具有广泛应用。常用的三维测量技术是光学三维测量技术中的结构光投影方法,该方法利用投影装置将一系列结构光图案投影到物体表面,同时拍摄被物体的高度所调制的变形的条纹图案,从这些图像中提取高度信息,重建物体的三维模型。目前,结构光投影方法以其精度高、适用范围广、使用方便等优点得到了广泛的应用。然而,结构光投影中的不均匀光照导致高反射率表面上产生较大的高光区域,高光区域完全遮盖了投影仪所投影的条纹图案。因此,如何实现高反射率表面的高光去除是结构光投影方法中的一个关键问题。基于上述情况,本发明提出了一种基于偏振原理的高光削弱方法,并在该方法中引入了一种归一化加权算法实现物体表面信息的恢复。
发明内容
本发明在结构光三维测量方法的背景下,针对高反射率物体的表面高光遮盖物体表面信息影响测量的问题,提出了一种基于偏振原理的高反物体表面高光去除方法,并引入了一种归一化加权算法用以恢复高光区域表面信息。本发明通过以下技术方案体现。
(1)建立一个基于双目相机原理的三维测量模型如图1所示。
(2)投影仪向物体表面投影单色条纹。偏振片放置于相机镜头前,与相机、投影仪设置在同一高度平面上,确保光心一致。
(3)多次旋转偏振片,使用相机在对应的偏振角度下拍摄获得多偏振角度图像,按照最大不饱和原理合成多偏振图像。
(4)调制曝光时间,获取多曝光时间下的偏振图像,按照本发明提出的归一化加权算法合成多曝光时间图像。
CCD相机,用于拍摄物体表面的成像。条纹投影仪,用于向物体表面投射条纹图案。偏振片,用于改变相机接受光线的偏振特性。具有高反射率的表面的物体,用于在受到投影光照后在其表面产生高光。
本发明所述的使用偏振片改变自然光的偏振特性,使得相机成像时获取具有偏振信息的图像。具体内容是转动偏振片,使得相机在对应角度下成像。成像时的偏振角度由最优偏振原理确定,当入射光在物体表面发生反射和折射时,若反射角和折射角互余,则反射光会处于线性偏振状态,这种状态下的反射光可以被线偏振片完全去除。因此该入射角被成为最优偏振角,也叫布鲁斯特角。本发明根据此原理,获取被测物体表面多个布鲁斯特角所对应偏振图像。
本发明所述合成多偏振图像的算法原理如下:
其中(i,j)为像素点的灰度值,n为偏振角度编号,i, j为像素点坐标。按照图像格式设置灰度值阈值,比较图像中所有像素的灰度值,大于阈值的像素被标记为饱和像素,不用于图像合成。比较多张图像中同一坐标的像素的灰度值,选出最大灰度值值。多张图像中同一坐标的像素的灰度值被确定为灰度阈值下的最大值,该像素被称为最大不饱和像素。由此,该算法将多偏振图片合成为最大不饱和图片。
本发明所述合成多曝光图像的归一化加权算法如下:
其中n为曝光次数,i, j为像素的坐标,为第k次曝光该坐标像素点的灰度值,(i,j)为对应像素点的权重。将n张图片中同一坐标像素点的灰度值求和得到灰度值总和。单个像素的灰度值与灰度总和相除得到对应的像素权重(i,j)。可以看出,曝光时间越短,灰度值越小,相对应的权重越小。将各像素的灰度值与其对应的像素权重相乘并求和,得到最终确定的灰度值,从而得到最终的合成图像。
本发明提供了一种在结构光三维测量中实现高反物体表面高光去除和表面信息恢复的方法。通过获取多偏振角下的相机成像并将其合成,实现图像高光的削弱,通过合成多曝光时间图像恢复图像信息。相对于现有的高光去除方法,本发明具有以下优点和效果:使用本发明提出方法拍摄具有高反射率表面的物体,并处理其成像,使得图像高光得到削弱,被高光所覆盖区域内的表面信息得到恢复。可应用于结构光三维测量方法中,有效地恢复投影仪投射在物体表面的条纹图案,提升结构光三维测量方法在测量高反物体时的适用性。
附图说明
图1为实验搭建三维测量系统
图2为偏振光分量示意图
图3为高光削弱图像灰度分布直方图
图4为图像信噪比折线图
图5为恢复条纹亚像素检测结果图
具体实施方式
以下结合附图对本发明的具体实施作详细描述。如图1所示,建立一个基于结构光测量原理的三维测量系统,包括CCD相机,条纹投影仪,偏振装置,具有高反射率表面的物体。结构光三维测量方法的原理是使用投影仪向物体表面投影相移的条纹图案,图案会因为物体表面的高度而产生畸变,因此使用相机拍摄这些变形条纹,通过计算条纹的畸变程度可以获取物体表面的深度信息。
在测量具有高反射率的表面的物体时,不均匀的场景照明会使得高反表面发生镜面反射,导致相机的成像图片中出现图像高光。图像高光问题在光学测量中一直存在且会对测量精度等产生影响,因此本发明提出了一种在结构光测量过程中实现图像高光去除和表面信息恢复的方法。
在本发明所搭建的测量系统中,将偏振片放置于相机镜头前,与相机、投影仪设置在同一高度平面上,确保光心一致。首先按照最优偏振的原理获取偏振图像,在自然光照下,高反射率表面上易产生镜面反射,导致物体表面的成像中出现高光区域。在反射光中镜面反射分量中的偏振量要远大于漫反射光的偏振量,因此削弱高光的关键是抑制或消除镜面反射光分量。图2为入射光发生反射和折射时的偏振特性分布。为反射光,为折射光,为入射光,为入射光角度,为折射光角度, 分别为空气和物体的折射率, 则是各光线本身的偏振方向分量。则有菲涅尔公式:
根据公式,反射光是偏振光,其偏振状态取决于入射角和物体的法线方向。当+为90°时,即反射角和折射角互余,反射光为线偏振光,可被线偏振片完全滤除,因此我们将入射角称为最优偏振角度。最优偏振角的选取取决于入射角的大小,而在照明环境确定的情况下,入射角和物体表面法线方向,即曲率,相关。因此,在对具有不规则表面的物体进行拍摄时,无法确定唯一一个最优偏振角,需要根据各区域的不同的曲率确定多个布鲁斯特角。
在本发明中,将安装在相机前的偏振片多次旋转,使相机在多个偏振角度下拍摄。由偏振原理可得,偏振片滤光的功能会使得透过偏振片的光线强度减弱,根据相机响应函数,相机成像时感光元件接受光强降低,使得成像图片的灰度值以及RGB色度降低。因此,不同偏振角度所滤除光线不同,反映到图像中,不同位置的像素的灰度值得到相应降低。因此本发明中根据最大不饱和原理提出多偏振图像合成算法合成多偏振图像,算法如下:
本发明按照图像格式设置灰度值阈值,比较图像中所有像素的灰度值,大于阈值的像素被标记为饱和像素,不用于图像合成。比较多张图像中同一坐标的像素的灰度值,选出最大灰度值值。多张图像中同一坐标的像素的灰度值被确定为灰度阈值下的最大值,该像素被称为最大不饱和像素。由此,该算法将多偏振图片合成得到高光削弱图像。图3为高光削弱后图像的灰度值分布,可以看出高光区域的像素的个数大幅降低,相较于未处理图像,高光得到有效抑制。根据偏振原理可知,由于偏振滤光的特性,所生成的偏振图像会因为相机成像时入射光被部分滤除而导致图像信息丢失。因此,本发明所提出算法从多偏振图像中采集未丢失的图像信息,以达到图像信噪比的提升。通过调整多偏振图像合成算法中的阈值,获取多张实验图像,并与未进行处理的偏振图像进行对比。图4为图像信噪比对比结果。
除此之外,本发明在上述方案的基础上,提出了一种归一化加权算法,用于恢复图像中被高光所屏蔽的图像信息。根据相机响应函数,成像图片的灰度值与相机的曝光时间正相关,因此通过减小曝光时间,可以降低高光亮度,使得原本被高光覆盖的条纹图案变得可见,但是对于图像的反射率较低的区域,会因为曝光时间降低的缘故,其亮度降低而变得不可见。因此,本发明提出了一种归一化加权算法如下:
根据该算法,合成多曝光时间的图像来恢复高光区域的条纹图案。将多张图片中同一坐标像素点的灰度值求和得到灰度值总和。单个像素的灰度值与灰度总和相除得到对应的像素权重。可以看出,曝光时间越短,灰度值越小,相对应的权重越小。将各像素的灰度值与其对应的像素权重相乘并求和,得到最终确定的灰度值,从而得到条纹恢复图像图像。图5为被恢复图像的高光区域经亚像素边缘检测算法提取条纹之后的结果,大部分条纹的边缘被恢复,条纹图案可被用于进行三维测量。
Claims (1)
1.基于偏振原理的高反物体表面高光去除方法,其特征包括:
(1)建立一个基于结构光原理的偏振测量系统,包括CCD相机,条纹投影仪,偏振装置,具有高反射率表面的物体;
(2)投影仪向物体表面投影单色条纹作为三维测量方法中物体表面重要的表面信息,偏振片放置于相机镜头前,与相机、投影仪设置在同一高度平面上,确保光心一致;
(3)旋转偏振片的角度,获取多偏振角度下的相机成像,调制相机的曝光时间,获取多个曝光时间下的偏振图像;
(4)使用提出的算法处理偏振图像实现图像高光的削弱和图像信噪比的提升,处理多曝光图像实现表面信息的恢复,所述的偏振图像与多曝光图像的获取与处理由以下步骤确定:
1)按照最优偏振的原理获取偏振图像,在自然光照下,高反射率表面上易产生镜面反射,导致物体表面的成像中出现高光区域,在反射光中镜面反射分量中的偏振量要远大于漫反射光的偏振量,因此削弱高光的关键是抑制或消除镜面反射光分量,故引入光的偏振特性原理来实现高光的削弱,R S 为反射光, R f 为折射光,E S 为入射光,α为入射光角度,λ为折射光角度,n1、n2分别为空气和物体的折射率,p1、p1*、p2则是各光线本身的偏振方向分量,则有菲涅尔公式:
根据公式,反射光R S 是偏振光,其偏振状态取决于入射角α和物体的法线方向,当α+λ为90°时,即反射角和折射角互余,反射光R S 为线偏振光,可被线偏振片完全滤除,因此将入射角α称为最优偏振角度,最优偏振角的选取取决于入射角的大小,而在照明环境确定的情况下,入射角和物体表面法线方向,即曲率,因此,在对具有不规则表面的物体进行拍摄时,无法确定唯一一个最优偏振角,需要根据各区域的不同的曲率确定多个角度;
2)按照最大不饱和原理合成多偏振图像,其算法原理如下:
其中为像素点的灰度值,n为偏振角度编号,i,j为像素点坐标,按照图像格式设置灰度值阈值,比较图像中所有像素的灰度值,大于阈值的像素被标记为饱和像素,不用于图像合成,比较多张图像中同一坐标的像素的灰度值,选出最大灰度值,多张图像中同一坐标的像素的灰度值被确定为灰度阈值下的最大值,该像素被称为最大不饱和像素,由此,该算法将多偏振图片合成为最大不饱和图片;
3)按照相机响应的原理获取多曝光时间下的图像,其原理如下:相机响应函数是相机在实际成像过程中所受到的各种线性与非线性关系的总和,用于表示采集图像亮度值与真实场景辐照度之间的映射关系,具有固有性、非线性、光滑连续性以及单调性,该函数模拟了图像获取处理过程中的非线性影响,如非线性动态范围的压缩与量化,在成像系统中,单位曝光时间条件下图像的辐照度和场景的辐射度之间的关系可以表示为:
式中E为图像辐照度,L为场景辐射度,h为镜头的焦距,d为光圈的直径,为光线和光轴的夹角,对于理想的成像系统而言,采集的辐照度值应该是I=E×t,t为曝光时间,则理想的系统的辐照度与场景辐射度的线性响应函数可以表示为:
4)提出归一化加权算法,合成多曝光图像恢复高光区域条纹图案,该算法原理如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010329143.2A CN113554575B (zh) | 2020-04-23 | 2020-04-23 | 一种基于偏振原理的高反物体表面高光去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010329143.2A CN113554575B (zh) | 2020-04-23 | 2020-04-23 | 一种基于偏振原理的高反物体表面高光去除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113554575A CN113554575A (zh) | 2021-10-26 |
CN113554575B true CN113554575B (zh) | 2022-10-11 |
Family
ID=78101257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010329143.2A Active CN113554575B (zh) | 2020-04-23 | 2020-04-23 | 一种基于偏振原理的高反物体表面高光去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113554575B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111127384A (zh) * | 2018-10-15 | 2020-05-08 | 华东交通大学 | 基于偏振成像的强反射工件视觉测量方法 |
CN114719780B (zh) * | 2022-04-07 | 2022-12-16 | 昆明理工大学 | 基于深度学习的反光物体表面结构光投影三维测量方法 |
CN114972464A (zh) * | 2022-05-27 | 2022-08-30 | 清华大学深圳国际研究生院 | 一种透明物体的表面法线估计方法及系统 |
CN115876124A (zh) * | 2023-01-09 | 2023-03-31 | 中国科学院深圳先进技术研究院 | 基于偏振结构光相机的高反光表面三维重建方法及装置 |
CN116773457B (zh) * | 2023-08-18 | 2024-05-17 | 华东交通大学 | 基于Stokes参数的偏振测量方法、系统、设备和介质 |
CN117011294B (zh) * | 2023-10-07 | 2024-02-23 | 汉达科技发展集团有限公司 | 一种基于物联网的智能ar偏振探测方法及系统 |
CN118138902B (zh) * | 2024-04-30 | 2024-08-06 | 华东交通大学 | 基于偏振特性结合光场成像去除镜面反射的成像方法和系统 |
CN118570396B (zh) * | 2024-07-30 | 2024-10-15 | 华东交通大学 | 基于偏振线结构的高反射物体表面三维重建方法及其系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393923A (zh) * | 2008-10-29 | 2009-03-25 | 西安理工大学 | 光电成像系统高宽容度液晶选通电荷耦合器件及制备方法 |
CN108616677A (zh) * | 2016-12-13 | 2018-10-02 | 株式会社日立制作所 | 摄像装置 |
CN111047649A (zh) * | 2018-10-15 | 2020-04-21 | 华东交通大学 | 一种基于最优偏振角的相机高精度标定方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5485288B2 (ja) * | 2008-11-25 | 2014-05-07 | テトラビュー, インコーポレイテッド | 高解像度三次元撮像のシステムおよび方法 |
EP2561482B1 (en) * | 2010-04-21 | 2020-10-14 | National ICT Australia Limited | Shape and photometric invariants recovery from polarisation images |
CN103472031A (zh) * | 2013-09-20 | 2013-12-25 | 华东交通大学 | 一种基于高光谱成像技术的脐橙糖度检测方法 |
CN106292128A (zh) * | 2015-06-05 | 2017-01-04 | 南京理工大学 | 一种基于偏振消光的成像方法 |
CN106908220A (zh) * | 2016-02-10 | 2017-06-30 | 通用光迅光电技术(北京)有限公司 | 相干光时域反射装置和分布式光纤传感器 |
CN105651203B (zh) * | 2016-03-16 | 2018-09-04 | 广东工业大学 | 一种自适应条纹亮度的高动态范围三维形貌测量方法 |
CN107071248B (zh) * | 2017-03-31 | 2020-01-14 | 天津大学 | 一种用于提取强反射表面几何特征的高动态范围成像方法 |
CN108038454B (zh) * | 2017-12-15 | 2020-01-07 | 北京正通亿和文化艺术交流有限公司 | 一种全息灯光脸部采集系统 |
US10593029B2 (en) * | 2018-03-21 | 2020-03-17 | Ford Global Technologies, Llc | Bloom removal for vehicle sensors |
CN110580686B (zh) * | 2019-08-02 | 2023-01-20 | 天津大学 | 在散射环境中基于双目视觉的偏振图像复原装置及方法 |
-
2020
- 2020-04-23 CN CN202010329143.2A patent/CN113554575B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393923A (zh) * | 2008-10-29 | 2009-03-25 | 西安理工大学 | 光电成像系统高宽容度液晶选通电荷耦合器件及制备方法 |
CN108616677A (zh) * | 2016-12-13 | 2018-10-02 | 株式会社日立制作所 | 摄像装置 |
CN111047649A (zh) * | 2018-10-15 | 2020-04-21 | 华东交通大学 | 一种基于最优偏振角的相机高精度标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113554575A (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113554575B (zh) | 一种基于偏振原理的高反物体表面高光去除方法 | |
CN107607040B (zh) | 一种适用于强反射表面的三维扫描测量装置及方法 | |
US7804518B2 (en) | Enhanced underwater imaging | |
CN102017601B (zh) | 图像处理装置及图像合成方法 | |
JP4469021B2 (ja) | 画像処理方法、画像処理装置、画像処理プログラム、画像合成方法、および画像合成装置 | |
CN106572340B (zh) | 摄像系统、移动终端及图像处理方法 | |
JP4675851B2 (ja) | カメラ設定をシーンに従って適応的に決める方法及びカメラ設定をシーンに従って適応的に決めるように構成されるカメラ | |
JP4563513B2 (ja) | 画像処理装置及び擬似立体画像生成装置 | |
US8334893B2 (en) | Method and apparatus for combining range information with an optical image | |
CN106091986B (zh) | 一种适用于光亮表面的三维测量方法 | |
JP2007035028A (ja) | 高ダイナミックレンジ画像を生成する方法及び高ダイナミックレンジ出力画像を生成するシステム | |
JP2007035029A (ja) | エンハンスド出力画像を生成する方法及びシステム | |
JP2008016918A (ja) | 画像処理装置、画像処理システムおよび画像処理方法 | |
KR20110078175A (ko) | 영상 데이터 생성 방법 및 장치 | |
CN110135434A (zh) | 基于颜色线模型的水下图像质量提升算法 | |
Hach et al. | Cinematic bokeh rendering for real scenes | |
CN107529020B (zh) | 图像处理方法及装置、电子装置和计算机可读存储介质 | |
CN109191441B (zh) | 图像处理方法、设备、系统及存储介质 | |
CN110889810A (zh) | 一种基于偏振的滤光薄膜提取图像方法及系统 | |
CN109141638A (zh) | 一种自然光水下偏振成像方法 | |
Yano et al. | Image restoration and disparity estimation from an uncalibrated multi-layered image | |
Verhoeven | Focusing on out-of-focus: assessing defocus estimation algorithms for the benefit of automated image masking | |
JP2021182670A (ja) | 画像処理装置、撮像装置、画像処理方法、およびプログラム | |
Ancuti et al. | Evaluation of image dehazing techniques based on a realistic benchmark | |
Kee et al. | Removing Reflections from RAW Photos |
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 |