CN115844334A - 一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法 - Google Patents
一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法 Download PDFInfo
- Publication number
- CN115844334A CN115844334A CN202211633079.2A CN202211633079A CN115844334A CN 115844334 A CN115844334 A CN 115844334A CN 202211633079 A CN202211633079 A CN 202211633079A CN 115844334 A CN115844334 A CN 115844334A
- Authority
- CN
- China
- Prior art keywords
- tof camera
- skin tissue
- indirect tof
- human skin
- depth measurement
- 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
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000005259 measurement Methods 0.000 title claims abstract description 45
- 230000008569 process Effects 0.000 title claims abstract description 31
- 230000003287 optical effect Effects 0.000 claims abstract description 18
- 238000010521 absorption reaction Methods 0.000 claims abstract description 10
- 230000005428 wave function Effects 0.000 claims description 13
- 238000002310 reflectometry Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000002194 synthesizing effect Effects 0.000 abstract 1
- 230000010354 integration Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，解决了间接型ToF相机测量人体皮肤组织时，由于皮肤组织折射率低、吸收系数低、散射技术高等特点，引发次表面散射，从而导致间接型ToF对其深度测量时产生较大误差的问题，本发明的要点为：根据人体皮肤在特定红外波长下的已知光学参数，确定红外调制波在皮肤介质表面的直接反射分量和进入皮肤介质内部的幅值比，得到待测点的后向散射幅值和相位，综合表面直接反射分量和后向散射分量，获得ToF相机像素单元实际接受的反射波幅值和相位，实现对人体皮肤组织深度测量值误差的获取。本发明适用于间接型ToF相机对人体皮肤组织深度测量值误差的获取并对测量值进行校正。
Description
技术领域
本发明属于机器视觉中深度信息测量领域，具体涉及一种对人体皮肤组织深度测量领域。
背景技术
随着图像获取技术的法阵，人们记录场景的维度从二维扩展到三维，大幅增强了对复杂场景信息的记录和还原能力。景深作为三维场景中的关键信息，其获取方式较为多样。ToF相机因其结构紧凑、体积小、成本低、帧率高等优势，获得众多国内外学者和工业领域的青睐，可广泛用于机器视觉、自动驾驶、人机交互、人脸识别等领域。
作为典型的主动式成像系统，ToF相机可根据其工作原理的不同，进一步分为直接型和间接型ToF相机两种。间接型ToF相机通过向目标发射调制的红外光波，经过目标表面反射，解算探测器上接收的反射光信号和光源信号的相位差，进而间接计算待测目标各点的深度信息。其中，相位和振幅是ToF相机的主要输出数据。
在间接型ToF相机获取深度信息的过程中存在各种干扰和噪声，例如热噪声、环境光干扰、多路径干扰和散粒噪声。其中，多路径干扰一直是困扰间接型ToF相机深度值准确度的难题，其指的是间接型ToF相机上单一像素接收到来自场景多条光路的反射信号，破坏了间接型ToF相机单像素的单一光路反射的假设，解调模块仍按单信号解调时会引发较大的测量误差。产生多路径干扰的原因较多，包括相互反射的复杂场景、雾天或水下等散射介质和生物组织的高透明高散射特性。其中，皮肤组织因为折射率低、吸收系数低、散射技术高等特点，会引发次表面散射问题，从而导致间接型ToF对其深度测量时具有较大的误差。
发明内容
本发明提供一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法、计算机设备、存储介质以及一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值的校正方法，解决了间接型ToF相机测量人体皮肤组织时，由于皮肤组织折射率低、吸收系数低、散射技术高等特点，引发次表面散射，从而导致间接型ToF对其深度测量时产生较大误差的问题。
一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，所述方法包括：
根据间接型ToF相机获得皮肤待测点的光学参数，根据所述光学参数计算得到皮肤待测点表面直接反射率、直接反射分量和待测点皮肤组织对红外入射光线的后向散射分量；
根据所述直接反射分量和后向散射分量得到待测点的接收总信号；
根据所述接收总信号得到人体皮肤组织深度测量误差。
进一步地，所述皮肤待测点的光学参数包括：相对折射率、表面漫反射率系数、约化散射系数、吸收系数。
进一步地，所述表面直接反射率为：
其中，n为相对折射率，θo为光线折射方向与入射点皮肤局部表面法向量的夹角，θi为光线入射方向与入射点皮肤表面法向方向的夹角,Rs为皮肤对垂直于入射面振动的分量的反射率，Rp为皮肤对平行于入射面振动的分量的反射率。
进一步地，所述直接反射分量为：
fd＝F1αA0ei2πft
其中F1为表面直接反射率，α为表面漫反射系数，A0为入射在皮肤组织表面的红外调制光的幅值，f为入射在皮肤组织表面的红外调制光的调制频率；初始相位为0，入射信号为f0＝A0ei2πft。
进一步地，所述后向散射分量为待测点内所有红外入射光的响应之和，即表面散射波函数的二维积分。
进一步地，所述表面散射波函数的二维积分为：
其中φs(ρ)为半无限大介质条件下的表面散射波分布，ρ为皮肤表面出射点到入射点之间的距离。
进一步地，所述待测点的接收总信号为：
fr＝fd+fs。
进一步地，所述人体皮肤组织深度测量误差为：
其中Δφ为所述待测点的接收总信号的相位误差，c为光在空气中的传播速度，f为红外光线的调制频率。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行上述任一项所述的误差获取方法。
一种计算机可读存储介质，所述计算机可读存储介质用于储存计算机程序，所述计算机程序执行上述任一项所述的误差获取方法。
一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值的校正方法，采用上述误差获取方法获得人体皮肤组织深度测量误差，然后基于该误差对人体皮肤组织深度测量值进行校正。
本发明的有益效果：
本发明提出的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法以及对人体皮肤组织深度测量值的校正方法，通过对皮肤表面波函数进行二维积分，求解出间接型ToF对皮肤组织深度测量时产生的误差，从而对深度测量值进行校正。该方法对间接型ToF相机的误差获取过程不需要额外的高精度深度传感器，适用于红外光学参数已知的高散射、低吸收介质。
本发明计算出的误差准确率高达97.2％。
本发明适用于间接型ToF相机对人体皮肤组织深度测量值的校正。
附图说明
图1为实施方式一所述的间接型ToF相机在测量皮肤介质时某个像素点接收反射波示意图；
图2为实施方式七所述的皮肤介质表面的后向散射信号积分示意图；
图3为实施方式五所述的极窄红外光在皮肤表面形成的密度波幅值和相位分布；
图4为实施方式十所述的光子密度波的面积分数值解幅值随积分上限的变化；
图5为实施方式十所述的光子密度波的面积分数值解相位随积分上限的变化。
具体实施方式
实施方式一：
参照图1说明本实施方式。
本实施方式所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，所述方法包括：
根据间接型ToF相机获得皮肤待测点的光学参数，根据所述光学参数计算得到皮肤待测点表面直接反射率、直接反射分量和待测点皮肤组织对红外入射光线的后向散射分量；
根据所述直接反射分量和后向散射分量得到待测点的接收总信号；
根据所述接收总信号得到人体皮肤组织深度测量误差。
具体地：
得到所述误差后，将误差与测量值相加，对测量值进行校正。
本实施方式所述的误差获取方法通过对皮肤表面波函数进行二维积分，求解出间接型ToF对皮肤组织深度测量时产生的误差，从而对深度测量值进行校正。该方法对间接型ToF相机的误差获取过程不需要额外的高精度深度传感器，适用于红外光学参数已知的高散射、低吸收介质。
本实施方式计算出的误差准确率高达97.2％。
实施方式二：
本实施方式是对实施方式一所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法中所述的皮肤待测点的光学参数的进一步举例说明。
本实施方式所述的皮肤待测点的光学参数包括：相对折射率、表面漫反射率系数、约化散射系数、吸收系数。
具体地：
根据间接型ToF相机的红外光频率获取所述皮肤待测点的光学参数，包括相对折射率n、表面漫反射系数α、约化散射系数μs'、吸收系数μa。获取手段包括用光学仪器实际测量和查阅资料库。
实施方式三：
本实施方式是对实施方式一所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法中所述的表面直接反射率的进一步举例说明。
本实施方式所述的表面直接反射率为：
其中，n为相对折射率，θo为光线折射方向与入射点皮肤局部表面法向量的夹角，θi为光线入射方向与入射点皮肤局部表面法向方向的夹角,Rs为皮肤对于垂直入射面振动的分量的反射率，Rp为皮肤对平行于入射面振动的分量的反射率。
具体地：
如果光线入射方向与皮肤微表面的法向方向是可知的，则记为θi，若不可知，则以直射方式来估计，即θi＝0。
根据菲涅尔公式，带入皮肤的折射率、表面漫反射系数，计算表面直接反射率。
实施方式四：
本实施方式是对实施方式一所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法中所述的直接反射分量的进一步举例说明。
本实施方式所述的直接反射分量为：
fd＝F1αA0ei2πft
其中为F1表面直接反射率，α为表面漫反射系数，A0为入射在皮肤组织表面的红外调制光的幅值，f为入射在皮肤组织表面的红外调制光的调制频率；初始相位为0，入射信号为f0＝A0ei2πft。
具体地：
设射在皮肤组织表面的红外调制光的调制频率为f，幅值为A0，初始相位为0，即入射信号为f0＝A0ei2πft，则直接反射分量的大小为：
fd＝F1αA0ei2πft。
实施方式五：
参照图3说明本实施方式。
本实施方式是对实施方式一所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法中所述的后向散射分量的进一步举例说明。
计算皮肤组织对红外入射光线的后向散射分量，设
是红外光在皮肤介质中的传播速度，D＝v/3μ′s是光子扩散系数，以出射点与入射点表面的距离为自变量，首先根据红外光子学的理论，计算半无限大介质条件下的表面散射波分布：
其中，k为复数，由k＝kr+iki确定，且
ρ0和ρp分别是皮肤表面出射光线到两个镜像源的距离，
镜像源的位置为：
其中Rreff＝-1.440n-2+0.710n-1+0.688+0.036n。
得到的表面后向散射波的幅值和相对距离ρ的分布如图3所示，由图可知，幅值随距离ρ呈指数下降，相位随距离ρ呈线性增加。
实施方式六：
本实施方式是对实施方式一所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法中所述的后向散射分量的进一步举例说明。
本实施方式所述的后向散射分量为待测点内所有红外入射光的响应之和，即表面散射波函数的二维积分。
具体地：
因为间接型ToF相机的普通测距范围在500mm以上，且其红外光源为LED点光源模型，可以将照射到皮肤组织表面的光线近似为平行光。因此，间接型ToF阵列某个像素点接收到的视场空间下对应的皮肤待测点射出红外光线，由两部分组成：表面直接漫反射分量和皮肤后向散射分量。其中，由于皮肤散射对光线传播方向的改变作用，在该测量点入射的红外光会在其领域内从皮肤重新射出，其分布如实施方式五所述。同样的，在该测量点射出的后向散射分量是该点领域内所有红外入射光的响应之和，即表面散射波函数的二维积分。如图1，因为波函数是以径向距离为自变量的，使用极坐标进行面积分，有：
虽然Φs(ρ)有解析解，但是对其积分的解析解形式过于复杂，计算中，可以用数值积分代替，得到的fs应为复数，有实部和虚部。
实施方式七：
参照图2说明本实施方式。
本实施方式是对实施方式六述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法中所述的表面散射波函数的二维积分的进一步举例说明。
本实施方式所述的表面散射波函数的二维积分为：
其中φs(ρ)为半无限大介质条件下的表面散射波分布，ρ为皮肤表面出射点到入射点之间的距离。
具体地：
皮肤组织表面的后向散射信号积分示意图如图2所示。
实施方式八：
本实施方式是对实施方式一所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法中所述的待测点的接收总信号的进一步举例说明。
本实施方式所述的待测点的接收总信号为：
fr＝fd+fs
具体地：
由于fs是复数，得到的fr＝fd+fs，由于fs是复数，得到的fr也为复数，有实部和虚部。由于初始相位为0，接收信号的相位即为相位误差：
Δφ＝angle(fr)。
实施方式九：
本实施方式是对实施方式一所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法中所述的人体皮肤组织深度测量误差的进一步举例说明。
本实施方式所述的人体皮肤组织深度测量误差为：
其中Δφ为所述待测点的接收总信号的相位误差，c为光在空气中的传播速度，f为红外光线的调制频率。
具体地：
所述误差根据间接型ToF深度解调原理获得。
实施方式十：
参照图4、图5说明本实施方式，
图4为光子密度波的面积分数值解幅值随积分上限的变化；
图5为光子密度波的面积分数值解相位随积分上限的变化。
本实施方式是对实施方式一所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法的进一步举例说明。
本实施方式所采用的Kinectv2传感器是微软公司2015年发布的第二代深度相机，不同于使用结构光技术的第一代相机，该相机为间接型ToF相机，使用相位式飞行时间原理，其红外调制光源的波长为860nm。根据该波长，选取黄种人的典型光学参数，即折射率n＝1.33，吸收系数μa＝0.03cm-1，约化散射系数μs'＝8.5cm-1,漫反射率α＝0.39。
以垂直入射θi＝0为例，因为红外光源是非偏正光，所以Rs＝Rs＝0.248，故F1＝0.0616。
Kinectv2的光源有三个调制频率，分别是16MHz、80MH和120MHz，以其测量精度最高的120MHz为例，设调制光入射到皮肤表面时的初始相位为0，则该入射光信号可写为f0＝A0cos(2πft)，写成向量形式f0＝A0e2πft，则其直接反射分量为：
fd＝F1αA0ei2πft＝0.024A0ei2πft
将已知的皮肤光学参数带入公式，得到k＝0.437+0.9778i，Rreff＝0.456，z0＝0.117，zb＝0.201，其散射密度波函数为：
由式子可以看出，该波函数以测量点到入射点的表面距离ρ的距离为自变量，且是复数，包含幅值和相位信息。
由于Φsemi复杂的解析形式，获取其面积分是很困难的，可采用离散化求其数值积分。因为数值积分的求解过程中，积分上限不可能为无穷大，因此需考虑其收敛性。图4给出了选取不同积分上限时数值积分结果的变化，可见，当积分上限选取为8cm时，该面积分已经收敛。通过离散处理后，该面积分的数值解为0.2995-0.0118i，其幅值为0.2954,相位为-0.038(弧度)，写成波函数形式为：
fs＝0.2954A0ei2πft-0.038。
计算最终接受信号：
fr＝fd+fs＝A0(0.024ei2πf+0.2954ei2πf-0.038)，
由于我们只关心其相位，设A0＝1,得Δφ＝-0.0387，单位弧度。
计算深度误差：
Δd＝Δφ·c/2πf＝-0.015408cm＝15.41mm
即为间接型ToF相机测量皮肤组织应补偿的深度数值。
实施方式十一：
本实施方式所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值的校正方法，采用上述任意一项实施方式所述的误差获取方法获得人体皮肤组织深度测量误差，然后基于该误差对人体皮肤组织深度测量值进行校正。
具体地：
所述校正方法为：获取误差后，将测量值与误差相加，完成对人体皮肤组织深度测量值的校正。
Claims (10)
1.一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，其特征在于，所述方法包括：
根据间接型ToF相机获得皮肤待测点的光学参数，根据所述光学参数计算得到皮肤待测点表面直接反射率、直接反射分量和待测点皮肤组织对红外入射光线的后向散射分量；
根据所述直接反射分量和后向散射分量得到待测点的接收总信号；
根据所述接收总信号得到人体皮肤组织深度测量误差。
2.根据权利要求1所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，其特征在于，所述皮肤待测点的光学参数包括：相对折射率、表面漫反射率系数、约化散射系数、吸收系数。
3.根据权利要求1所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，其特征在于，所述表面直接反射率为：
其中，n为相对折射率，θo为光线折射方向与入射点皮肤局部表面法向量的夹角，θi为光线入射方向与入射点皮肤局部表面法向方向的夹角,Rs为皮肤对垂直于入射面振动的分量的反射率，Rp为皮肤对平行于入射面振动的分量的反射率。
4.根据权利要求1所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，其特征在于，所述直接反射分量为：
fd＝F1αA0ei2πft
其中F1为表面直接反射率，α为表面漫反射系数，A0为入射在皮肤组织表面的红外调制光的幅值，f为入射在皮肤组织表面的红外调制光的调制频率；初始相位为0，入射信号为f0＝A0ei2πft。
5.根据权利要求1所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，其特征在于，所述后向散射分量为待测点内所有红外入射光的响应之和，即表面散射波函数的二维积分。
6.根据权利要求5所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，其特征在于，所述表面散射波函数的二维积分为：
其中φs(ρ)为半无限大介质条件下的表面散射波分布，ρ为皮肤表面出射点到入射点之间的距离。
7.根据权利要求1所述的一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法，其特征在于，所述待测点的接收总信号为：
fr＝fd+fs。
8.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行根据权利要求1-7中任一项所述的误差获取方法。
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质用于储存计算机程序，所述计算机程序执行权利要求1-7中任一项所述的误差获取方法。
10.一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值的校正方法，其特征在于，采用权利要求1-7任意一项所述的误差获取方法获得人体皮肤组织深度测量误差，然后基于该误差对人体皮肤组织深度测量值进行校正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211633079.2A CN115844334B (zh) | 2022-12-19 | 2022-12-19 | 一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211633079.2A CN115844334B (zh) | 2022-12-19 | 2022-12-19 | 一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115844334A true CN115844334A (zh) | 2023-03-28 |
| CN115844334B CN115844334B (zh) | 2024-05-28 |
Family
ID=85674119
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211633079.2A Active CN115844334B (zh) | 2022-12-19 | 2022-12-19 | 一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115844334B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107466411A (zh) * | 2015-04-14 | 2017-12-12 | 微软技术许可有限责任公司 | 二维红外深度感测 |
| CN108401098A (zh) * | 2018-05-15 | 2018-08-14 | 绍兴知威光电科技有限公司 | 一种tof深度相机系统及其降低外部误差的方法 |
| US20190212125A1 (en) * | 2018-01-05 | 2019-07-11 | Stmicroelectronics, Inc. | Power and security adjustment for face identification with reflectivity detection by a ranging sensor |
| US20190313912A1 (en) * | 2018-04-13 | 2019-10-17 | Hi Llc | Non-invasive optical detection systems and methods in highly scattering medium |
| CN112034485A (zh) * | 2019-05-17 | 2020-12-04 | 英飞凌科技股份有限公司 | 利用飞行时间相机的反射率感测 |
| CN115135231A (zh) * | 2019-12-19 | 2022-09-30 | 皇家飞利浦有限公司 | 用于确定对象的生命体征的设备、系统和方法 |
-
2022
- 2022-12-19 CN CN202211633079.2A patent/CN115844334B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107466411A (zh) * | 2015-04-14 | 2017-12-12 | 微软技术许可有限责任公司 | 二维红外深度感测 |
| US20190212125A1 (en) * | 2018-01-05 | 2019-07-11 | Stmicroelectronics, Inc. | Power and security adjustment for face identification with reflectivity detection by a ranging sensor |
| US20190313912A1 (en) * | 2018-04-13 | 2019-10-17 | Hi Llc | Non-invasive optical detection systems and methods in highly scattering medium |
| CN108401098A (zh) * | 2018-05-15 | 2018-08-14 | 绍兴知威光电科技有限公司 | 一种tof深度相机系统及其降低外部误差的方法 |
| CN112034485A (zh) * | 2019-05-17 | 2020-12-04 | 英飞凌科技股份有限公司 | 利用飞行时间相机的反射率感测 |
| CN115135231A (zh) * | 2019-12-19 | 2022-09-30 | 皇家飞利浦有限公司 | 用于确定对象的生命体征的设备、系统和方法 |
Non-Patent Citations (2)
| Title |
|---|
| 何俊;徐可欣;刘蓉;李晨曦;: "近红外漫反射光程对葡萄糖浓度检测灵敏度的影响", 红外与激光工程, no. 1, 25 May 2016 (2016-05-25) * |
| 王乐;罗宇;王海宽;费敏锐;: "ToF深度相机测量误差校正模型", 系统仿真学报, no. 10, 8 October 2017 (2017-10-08) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115844334B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101288105B (zh) | 用于物体重现的方法和系统 | |
| US11874110B2 (en) | Self-mixing interferometry device configured for non-reciprocal sensing | |
| CN108398782B (zh) | 水下激光主动成像系统的蒙特卡洛模拟及优化设计方法 | |
| US9401042B2 (en) | Method and apparatus for imaging a three dimensional target object using incident radiation | |
| JP2002365023A (ja) | 液面計測装置及び方法 | |
| Kopilevich et al. | Measurement of ocean water optical properties and seafloor reflectance with scanning hydrographic operational airborne lidar survey (SHOALS): I. Theoretical background | |
| Ti et al. | Simultaneous time-of-flight sensing and photometric stereo with a single tof sensor | |
| Ou et al. | Binocular structured light 3-D reconstruction system for low-light underwater environments: Design, modeling, and laser-based calibration | |
| CN115731350A (zh) | 车辆的虚拟激光雷达的仿真方法及其装置 | |
| CN110135299B (zh) | 一种用于浅水测深的单波段蓝绿激光波形分析方法及系统 | |
| Westman et al. | A theory of fermat paths for 3d imaging sonar reconstruction | |
| CN115844334A (zh) | 一种基于物理过程的间接型ToF相机对人体皮肤组织深度测量值误差的获取方法 | |
| Yuan et al. | Trajectory correction and position error analysis of underwater laser scanning | |
| Anastasio et al. | Feasibility of half-data image reconstruction in 3-D reflectivity tomography with a spherical aperture | |
| Ratilal et al. | Extinction theorem for object scattering in a stratified medium | |
| CN109060613B (zh) | 一种将红外全息用于粒子场测量的装置 | |
| CN104248452A (zh) | 对象信息获得系统、信号处理方法和非暂态存储介质 | |
| Fan et al. | Robust photometric stereo in a scattering medium via low-rank matrix completion and recovery | |
| CN110632342B (zh) | 一种红外全息用于风速风向测量的装置 | |
| Cadalli et al. | Three-dimensional tomographic imaging of ocean mines from real and simulated lidar returns | |
| CN115964837A (zh) | 基于光线跟踪的水下复杂目标激光扫描点云仿真方法 | |
| Sung et al. | Convolutional-Neural-Network-based Underwater Object Detection Using Sonar Image Simulator with Randomized Degradation | |
| Baumgart et al. | Procedure enabling simulation and in-depth analysis of optical effects in camera-based time-of-flight sensors | |
| Kumon et al. | Object Surface Recognition Based on Standing Waves in Acoustic Signals | |
| US20230296723A1 (en) | Methodology for locating sound sources behind a solid structure |
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 |