CN117011294A - 一种基于物联网的智能ar偏振探测方法及系统 - Google Patents

一种基于物联网的智能ar偏振探测方法及系统 Download PDF

Info

Publication number
CN117011294A
CN117011294A CN202311277435.6A CN202311277435A CN117011294A CN 117011294 A CN117011294 A CN 117011294A CN 202311277435 A CN202311277435 A CN 202311277435A CN 117011294 A CN117011294 A CN 117011294A
Authority
CN
China
Prior art keywords
image
polarization
gray
rotation angle
extinction
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
CN202311277435.6A
Other languages
English (en)
Other versions
CN117011294B (zh
Inventor
高国兵
顾宪松
李英超
刘长宜
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.)
Handa Technology Development Group Co ltd
Original Assignee
Handa Technology Development Group Co ltd
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 Handa Technology Development Group Co ltd filed Critical Handa Technology Development Group Co ltd
Priority to CN202311277435.6A priority Critical patent/CN117011294B/zh
Publication of CN117011294A publication Critical patent/CN117011294A/zh
Application granted granted Critical
Publication of CN117011294B publication Critical patent/CN117011294B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10052Images from lightfield camera
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及光学元件技术领域,提出了一种基于物联网的智能AR偏振探测方法及系统,包括:获取原始灰度图以及偏振过滤图;根据原始灰度图与偏振过滤图获取过滤分布灰度图;根据过滤分布灰度图与原始灰度图像的差异获取镜面反射光强图;根据所有转动角度的镜面反射光强图中相同位置像素点的灰度值分布获取每个像素点的最佳过滤角度;根据最佳过滤角度获取每个转动角度的偏振消光权重向量;根据所有角度的偏振消光权重向量获取偏振消光图像;利用物联网将偏振消光图像传输至云端服务器,实现对AR设备多功能的辅助使用。本发明利用通过偏振片过滤后光强的变化特征,消除不同偏振方向上的镜面反射光,提高了偏振图像中的消光效果。

Description

一种基于物联网的智能AR偏振探测方法及系统
技术领域
本发明涉及光学元件技术领域,具体涉及一种基于物联网的智能AR偏振探测方法及系统。
背景技术
近年来科技大发展,AR(Augmented Reality)技术和物联网正在逐步普及;物联网是一种基于无线通信设备技术逐渐进步发展出的万物互联的技术概念,通过不同协议将已知可控的电子产品都接入网络,使得能够网络实时监控电子产品的数据,通过对不同产品之间的相关联数据进行分析,提出一套基于大数据的电子产品操控方案,方便人们生活。将物联网和AR终端结合,可以将AR终端信息传输到远端服务器进行处理可以有效降低AR终端设备大小,减低生产成本。
为了通过AR终端设备更好的采集信息,在实际生活中,当对一个物体进行拍摄时,可能会出现局部反射光过强导致的,导致这种情况原因和布儒斯特角理论有关。对于拍摄物体的图像,通常获取的主要是物体的反射光,反射光包含漫反射和镜面反射,此时一般希望获取的是图像的漫反射光,因为漫反射以各种不规则的方向散射,形成均匀、散乱的反射光;对于镜面反射,根据布鲁斯角理论可以通过偏振过滤掉镜面反射的光,消除镜面反射带来的影响,使图像信息更清晰。
目前消光采用的普遍方法是通过不断调整获取偏振图像时的偏振片过滤角度,获得不同偏振方向的偏振图像,通过对图像内容进行简单判断得知何时能够消除最多的偏振光,以此时的方向过滤的偏振图像作为最终图像。上述方法可能会因为偏振片过滤了其它方向的漫反射光造成图像过暗,同时也只能对一个偏振方向进行的光完全过滤,当图片中的镜面反射光出现多个偏振方向时,可能导致某些镜面反射光无法消除。
发明内容
本发明提供一种基于物联网的智能AR偏振探测方法及系统,以解决现有消光技术只能对一个偏振方向上的光进行过滤消除,且造成图像色彩变暗的问题,所采用的技术方案具体如下:
第一方面,本发明一个实施例提供了一种基于物联网的智能AR偏振探测方法,该方法包括以下步骤:
获取原始灰度图以及不同转动角度的偏振过滤图;
将原始灰度图与每个转动角度的偏振过滤图的作差结果作为每个转动角度的过滤分布灰度图;根据每个转动角度的过滤分布灰度图与原始灰度图的差异获取每个转动角度的镜面反射光强图;
根据所有转动角度的镜面反射光强图中像素点的灰度值分布特征获取每个像素点的最佳过滤角度;根据每个像素点的最佳过滤角度获取每个像素点的偏振消光权重;
根据所有转动角度的偏振过滤图中每个像素点的偏振消光权重获取偏振消光图像;利用物联网将偏振消光图像传输至云端服务器实现对AR设备多功能的辅助使用。
优选的,所述获取原始灰度图以及不同转动角度的偏振过滤图的方法为:
将图像采集装置安装在AR设备上,将图像采集装置获取的RGB图像经灰度化处理得到的灰度图像作为原始灰度图;
将偏振片安装在图像采集装置前端,利用步进电机控制偏振片在一定范围内以固定角度转动得到不同转动角度,将图像采集装置在所述偏振片每个转动角度下获取的RGB图像经灰度化处理得到的灰度图像作为每个转动角度的偏振过滤图像。
优选的,所述根据每个转动角度的过滤分布灰度图与原始灰度图的差异获取每个转动角度的镜面反射光强图的方法为:
根据每个转动角度的过滤分布灰度图以及原始灰度图获取每个转动角度的初始镜面图;
获取每个转动角度的初始镜面图中每个像素点与预设阈值的对比结果,根据所述对比结果获取每个转动角度的初始镜面图中每个像素点灰度值的更新结果,将每个转动角度的初始镜面图中所有像素点灰度值的更新后得到的图像作为每个转动角度的镜面反射光强图。
优选的,所述根据每个转动角度的过滤分布灰度图以及原始灰度图获取每个转动角度的初始镜面图的方法为:
将原始灰度图与第一预设参数的乘积结果作为原始灰度图对应的参数调整图;
获取每个转动角度的过滤分布灰度图与所述参数调整图的作差结果,将所述作差结果与第二预设参数的乘积作为每个转动角度的初始镜面图。
优选的,所述根据所有转动角度的镜面反射光强图中像素点的灰度值分布特征获取每个像素点的最佳过滤角度的方法为:
根据所有转动角度的镜面反射光强图中同一位置像素点的灰度值获取同一位置像素点的偏光灰度分布图;
将所述偏光灰度分布图中最大值对应的转动角度作为同一位置像素点的最佳过滤角度。
优选的,所述根据所有转动角度的镜面反射光强图中同一位置像素点的灰度值获取同一位置像素点的偏光灰度分布图的方法为:
分别获取所有转动角度的镜面反射光强图中同一位置像素点的灰度值,将以灰度值为纵坐标,以所述灰度值所在镜面反射光强图对应的转动角度为横坐标构建的二维分布图像作为同一位置像素点的偏光灰度分布图。
优选的,所述根据每个像素点的最佳过滤角度获取每个像素点的偏振消光权重的方法为:
将同一位置像素点的偏光灰度分布图中所有灰度值的分布方差与每个转动角度的偏振过滤图中同一位置像素点灰度值的差值作为分子;将所述分布方差与第一调参因子的乘积与第三调参因子的和作为分母;
将分子与分母的比值作为第一权重因子;将第一权重因子与第二调参因子的和作为第一组成因子;
每个转动角度的偏振过滤图中每个像素点的偏振消光权重由第一比例因子、第一组成因子两部分组成,其中所述偏振消光权重与第一比例因子、第一组成因子成正比关系。
优选的,所述根据所有转动角度的偏振过滤图中每个像素点的偏振消光权重获取偏振消光图像的方法为:
根据每个转动角度的偏振过滤图中每个像素点的偏振消光权重获取每个转动角度的单一消光图像;
将所述单一消光图像在所有转动角度上的累加作为偏振消光图像。
优选的,所述根据每个转动角度的偏振过滤图中每个像素点的偏振消光权重获取每个转动角度的单一消光图像的方法为:
获取每个转动角度的偏振过滤图中每个像素点的偏振消光权重,将每个像素点的偏振消光权重与每个像素点的灰度值的乘积作为每个像素点的偏振值,利用每个像素点的偏振值代替所述每个像素点的灰度值完成每个像素点的更新;
遍历每个转动角度的偏振过滤图,将所述偏振过滤图中所有像素点更新后得到图像作为每个转动角度的单一消光图像。
第二方面,本发明实施例还提供了一种基于物联网的智能AR偏振探测系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
本发明的有益效果是:针对现有技术通常只采用过去一个方向上的偏振光来消除,且会造成原图的色彩变暗的问题,本发明依据马吕斯定律揭示的通过偏振片过滤后光强变化的因果关系和数学比例,其次利用多种图像运算方式将原始图像中的漫反射光强去除,分离出不同偏振方向的镜面反射光强图像,并根据偏振方向与镜面反射光强获取每个转动角度下每一个像素点的偏振消光权重,最后对所有偏振图像的单一消光图像加权求和得到消除了所有偏振方向镜面反光的偏振消光图像。本发明避免偏振消光过程中原图色彩变暗的现象发生,也能同时精确消除环境中不同偏振方向的镜面反射光,极大的提高了通过偏振片获取消光图像的消光效果和最终图像质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例所提供的一种基于物联网的智能AR偏振探测方法的流程示意图;
图2为本发明一个实施例所提供的偏光灰度分布图的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,其示出了本发明一个实施例提供的一种基于物联网的智能AR偏振探测方法的流程图,该方法包括以下步骤:
步骤S001,获取原始灰度图以及不同转动角度的偏振过滤图。
AR眼镜是近年来兴起的一种新型个人终端,它通过自带的摄像机拍摄使用者前方的区域,获取使用者视觉范围内的物品,通过实时处理完成对这些物品的分类和规划,通过预设的程序根据在眼睛上投影显示,给用户提供导航、增强提示、虚拟互动等功能。AR眼镜为了满足上述功能,需要高质量的采集用户前方的视觉信息,因此需要一种比现有技术更好的图像消光方法。
本发明首先将CCD相机安装在AR设备上,在摄像机前方安装偏振片,偏振片通过步进电机控制转动,每次转动2°,半圈180°转动90次,每次获取一张RGB图像,并将RGB图像转换为灰度图像,将所述灰度图像记为偏振过滤图像,本发明中一共获取90张偏振过滤图像,将第n个转动角度获取的偏振过滤图像记为,其次移开偏振片拍摄一张原始灰度图像,将原始图像记为/>。本发明中,CCD相机选择MARS-1231-32U3M工业数字黑白相机,步进电机选用深圳市思博帅自动化设备有限公司的SPS42E248-BS0802-278电机,偏振片采用深圳市激埃特光电有限公司GIAI547镜片,实施人员可根据实际情况选择合适的装置型号。
至此,通过CCD相机和偏振片获得了90张不同转动角度的偏振过滤图像和一幅原始灰度图像。
步骤S002,基于原始灰度图与偏振过滤图的差异得到过滤分布灰度图,基于过滤分布灰度图得到镜面反射光强图。
根据布儒斯特角的原理,当反射光反射角越接近布儒斯特角时,反射光光强越大,且反射光的偏振度越大,偏振的方向与反射面垂直;当反射光反射角与布儒斯特角相等时,反射光强最大,反射光为偏振光,偏振方向与反射面垂直。除此之外,根据马吕斯定律,透过偏振片的光强度与通过偏振片的偏振光强度存在如下计算关系:
式中,是通过偏振片的偏振光强度,/>是偏振光与偏振片内部光栅的夹角,最终/>是透过偏振片的光强度。
根据上述分析,为了表征偏振片在不同的转动角度下过滤掉的光强大小,利用原始灰度图和每个转动角度的偏振过滤图像获取过滤分布灰度图,计算第n个转动角度对应的过滤分布灰度图
式中,是原始灰度图,/>是第n个转动角度对应的偏振过滤图像,图像作差为公知技术,具体过程不再赘述。
对于过滤分布灰度图而言,如果原始图像中在某一区域出现了因为布儒斯特角理论导致的强烈镜面反射,那么对应平面的镜面反射光主要集中在某一偏振方向上。根据上述马吕斯定律,当一个像素点只有漫反射的光时,能够得到像素点的过滤光强度为原始光强度的/>。因此,能够得到过滤分布灰度图/>中每个像素点的灰度值是原始灰度图/>中相同位置像素点灰度值的/>
对于镜面反射的光,过滤分布灰度图中对应位置的像素点灰度值包含其信息大小与偏振片方向有关,当偏振片光栅方向与反射光偏振方向角度越接近,偏振光通过越多,对应像素点包含的镜面反射光信息就越大,当方向完全一致时镜面反射光就完全通过了偏振片;偏振片光栅方向与反射光偏振方向角度越远,对应像素点包含镜面反射光信息就越小,当偏振片光栅方向与反射光偏振方向角度垂直时对应像素点就只包含漫反射信息。
基于上述分析,利用过滤分布灰度图以及原始灰度图获取初始镜面图像,用于表征偏振片在不同转动角度下镜面反射情况的严重程度,计算第n个转动角度对应的初始镜面图
式中,、/>分别是第一预设参数、第二预设参数,/>、/>的大小分别取经验值0.5、2,/>是第n个转动角度对应的过滤分布灰度图。
其中,将第一预设参数与原始灰度图的乘积记为参数调整图,计算参数调整图的目的是为了反映漫反射光强的强弱程度;将过滤分布灰度图与参数调整图/>进行作差运算是为了消除第n个转动角度下漫反射对像素点灰度值的影响,图像作差为公知技术,具体过程不再赘述。
进一步的,在初始镜面图中,可能会存在由于参数计算导致灰度值为负数的像素点,由于灰度值越小反映的是镜面反射情况越不严重,因此本发明中,将初始镜面图中每个像素点的灰度值与阈值进行对比,将灰度值小于阈值的像素点的灰度值更新为0,保持灰度值大于阈值的像素点的灰度值不变,阈值大小取经验值10,遍历整幅图像,将所有像素点更新后的结果记为镜面反射光强图/>
至此,得到每个转动角度对应的镜面反射光强图,便于后续偏振消光权重的计算。
步骤S003,基于镜面反射光强图中像素点的灰度值分布特征得到最佳过滤角度,基于最佳过滤角度得到偏振消光权重。
根据上述步骤,获取所有转动角度对应的镜面反射光强图,在所有镜面反射光强图中同一位置的像素点会随着偏振片角度的变化出现像素点的灰度值逐渐变大,然后逐渐减小直至为0的情况。对于同一位置的像素点,获得同一位置像素点在所有镜面反射光强图中的灰度值,将以灰度值为纵坐标,以所述灰度值所在镜面反射光强图对应的转动角度为横坐标构建的二维分布图像作为同一位置像素点的偏光灰度分布图,如图2所示。
由于像素点灰度值大小反映了镜面反射光强度的偏振光强度,因此本发明考虑将同一位置像素点的偏光灰度分布图中最大值所在镜面反射光强度的转动角度作为同一位置像素点的最佳过滤角度M,这样获取的原因是为了保证能够过滤掉所有强度的偏振光。对于坐标位置为的像素点,如果其对应的偏光灰度分布图中的最大值所在镜面反射光强图的转动角度为/>,则将此像素点的最佳过滤角度记为/>
值得说明的是,有时可能会出现同一张图片中相同像素点的最佳过滤转动角度不同,这是因为当环境有多个光束照射,可能会在不同的平面形成不同偏振方向的镜面反射光,因此本发明可以对同一图片的不同镜面反射光进行消光处理。
根据上述分析,此处构建偏振消光权重,用于表征每个镜面反射光强图中每个位置像素点对偏振消光的影响程度,计算中像素点/>的偏振消光权重/>
式中,是第一比例因子,N是本发明获取镜面反射光强图的数量,/>是所有镜面反射光强图中坐标位置为/>的灰度值的分布方差,/>是镜面反射光强图/>中坐标位置为/>的灰度值。/>、/>、/>分别是第一调参因子、第二调参因子、第三调参因子,/>的大小取经验值1,/>的大小等于镜面反射光强图总数量减一,即N-1=89,/>的作用是为了防止分母为0,/>的大小取经验值0.001。
其中,第一比例因子的大小取/>,这样取值的原因在于本发明中获取了90幅镜面反射光强图,权重需要对90幅图片进行加权求和,因此分母为90;分子为2是因为根据马吕斯定律,漫反射的光的偏振透过率为/>,因此对每个权重乘以2补足被偏振片带走的漫反射光,加权计算后的图片不会相较于原图变暗;/>取经验值89的原因是因为90幅镜面反射光强图,每个分布方差由90个灰度值参与计算,因此对应/>的绝对值的理论最大值是/>的89倍,因此/>取经验值89能够对计算结果做归一化处理,归一化的原因在于根据布儒斯特角理论,当镜面反射角与布儒斯特角接近而非相等时,反射光也会具有偏振特性,并且光强较大,但是由于反射光并非偏振方向与反射面垂直的单一偏振方向的光线,而是由不同偏振方向的多个光线组合成的,而且偏振方向越接近反射面垂直方向,偏振度越大。
偏振消光权重反映了每个镜面反射光强图中每个位置像素点对偏振消光的影响程度。是根据图片中的偏振分布情况构成的偏振消光补偿项,它的作用在于保证消光过程不会影响最终图片的整体亮度大小;像素点/>在最佳过滤角度下过滤掉的偏振光成分越多,第一权重因子的/>值越大,第一组成因子/>的值越大,即/>的值越大,坐标信息为/>的像素点在最佳过滤角度/>下的过滤效果越好。偏振消光权重考虑了每个镜面反射光强图中不同位置像素点对偏振消光的影响程度大小,其有益效果在于能够考虑到每个图像的偏振光信息,避免忽略其余方向偏振光造成的消光过度的现象发生。
至此,得到每个转动角度下每个像素点的偏振消光权重,用于后续偏振消光图像的获取。
步骤S004,基于单一消光图像得到偏振消光图像,利用物联网将偏振消光图像传输至云端服务器实现对AR设备多功能的辅助使用。
根据上述步骤得到每个像素点的最佳过滤角度,获取每个转动角度的镜面反射光强图中所有位置像素点的偏振消光权重,并结合每个转动角度的偏振过滤图像获取偏振消光图像。
式中,是原始灰度图像对应的偏振消光图像,/>是第n个转动角度的单一消光图像,/>是偏振过滤图像/>中像素点位置信息的集合。
进一步的,在AR终端设备上安装物联网网络模块,利用通信协议进行图像传输,将采用将获得的偏振消光图像传到云端服务器,在服务器上通过分析AR终端用户的视觉信息生成辅助策略,偏振系统将根据辅助策略辅助完成AR眼镜的导航、增强提示、虚拟互动等功能。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于物联网的智能AR偏振探测方法,其特征在于,该方法包括以下步骤:
获取原始灰度图以及不同转动角度的偏振过滤图;
将原始灰度图与每个转动角度的偏振过滤图的作差结果作为每个转动角度的过滤分布灰度图;根据每个转动角度的过滤分布灰度图与原始灰度图的差异获取每个转动角度的镜面反射光强图;
根据所有转动角度的镜面反射光强图中像素点的灰度值分布特征获取每个像素点的最佳过滤角度;根据每个像素点的最佳过滤角度获取每个像素点的偏振消光权重;
根据所有转动角度的偏振过滤图中每个像素点的偏振消光权重获取偏振消光图像;利用物联网将偏振消光图像传输至云端服务器实现对AR设备多功能的辅助使用;
所述根据所有转动角度的镜面反射光强图中像素点的灰度值分布特征获取每个像素点的最佳过滤角度的方法为:
根据所有转动角度的镜面反射光强图中同一位置像素点的灰度值获取同一位置像素点的偏光灰度分布图;
将所述偏光灰度分布图中最大值对应的转动角度作为同一位置像素点的最佳过滤角度;
所述根据所有转动角度的镜面反射光强图中同一位置像素点的灰度值获取同一位置像素点的偏光灰度分布图的方法为:
分别获取所有转动角度的镜面反射光强图中同一位置像素点的灰度值,将以灰度值为纵坐标,以所述灰度值所在镜面反射光强图对应的转动角度为横坐标构建的二维分布图像作为同一位置像素点的偏光灰度分布图;
所述根据每个像素点的最佳过滤角度获取每个像素点的偏振消光权重的方法为:
将同一位置像素点的偏光灰度分布图中所有灰度值的分布方差与每个转动角度的偏振过滤图中同一位置像素点灰度值的差值作为分子;将所述分布方差与第一调参因子的乘积与第三调参因子的和作为分母;
将分子与分母的比值作为第一权重因子;将第一权重因子与第二调参因子的和作为第一组成因子;
每个转动角度的偏振过滤图中每个像素点的偏振消光权重由第一比例因子、第一组成因子两部分组成,其中所述偏振消光权重与第一比例因子、第一组成因子成正比关系;
所述根据所有转动角度的偏振过滤图中每个像素点的偏振消光权重获取偏振消光图像的方法为:
根据每个转动角度的偏振过滤图中每个像素点的偏振消光权重获取每个转动角度的单一消光图像;
将所述单一消光图像在所有转动角度上的累加作为偏振消光图像;
所述根据每个转动角度的偏振过滤图中每个像素点的偏振消光权重获取每个转动角度的单一消光图像的方法为:
获取每个转动角度的偏振过滤图中每个像素点的偏振消光权重,将每个像素点的偏振消光权重与每个像素点的灰度值的乘积作为每个像素点的偏振值,利用每个像素点的偏振值代替所述每个像素点的灰度值完成每个像素点的更新;
遍历每个转动角度的偏振过滤图,将所述偏振过滤图中所有像素点更新后得到图像作为每个转动角度的单一消光图像。
2.根据权利要求1所述的一种基于物联网的智能AR偏振探测方法,其特征在于,所述获取原始灰度图以及不同转动角度的偏振过滤图的方法为:
将图像采集装置安装在AR设备上,将图像采集装置获取的RGB图像经灰度化处理得到的灰度图像作为原始灰度图;
将偏振片安装在图像采集装置前端,利用步进电机控制偏振片在一定范围内以固定角度转动得到不同转动角度,将图像采集装置在所述偏振片每个转动角度下获取的RGB图像经灰度化处理得到的灰度图像作为每个转动角度的偏振过滤图像。
3.根据权利要求1所述的一种基于物联网的智能AR偏振探测方法,其特征在于,所述根据每个转动角度的过滤分布灰度图与原始灰度图的差异获取每个转动角度的镜面反射光强图的方法为:
根据每个转动角度的过滤分布灰度图以及原始灰度图获取每个转动角度的初始镜面图;
获取每个转动角度的初始镜面图中每个像素点与预设阈值的对比结果,根据所述对比结果获取每个转动角度的初始镜面图中每个像素点灰度值的更新结果,将每个转动角度的初始镜面图中所有像素点灰度值的更新后得到的图像作为每个转动角度的镜面反射光强图。
4.根据权利要求3所述的一种基于物联网的智能AR偏振探测方法,其特征在于,所述根据每个转动角度的过滤分布灰度图以及原始灰度图获取每个转动角度的初始镜面图的方法为:
将原始灰度图与第一预设参数的乘积结果作为原始灰度图对应的参数调整图;
获取每个转动角度的过滤分布灰度图与所述参数调整图的作差结果,将所述作差结果与第二预设参数的乘积作为每个转动角度的初始镜面图。
5.一种基于物联网的智能AR偏振探测系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4任意一项所述方法的步骤。
CN202311277435.6A 2023-10-07 2023-10-07 一种基于物联网的智能ar偏振探测方法及系统 Active CN117011294B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311277435.6A CN117011294B (zh) 2023-10-07 2023-10-07 一种基于物联网的智能ar偏振探测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311277435.6A CN117011294B (zh) 2023-10-07 2023-10-07 一种基于物联网的智能ar偏振探测方法及系统

Publications (2)

Publication Number Publication Date
CN117011294A true CN117011294A (zh) 2023-11-07
CN117011294B CN117011294B (zh) 2024-02-23

Family

ID=88567546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311277435.6A Active CN117011294B (zh) 2023-10-07 2023-10-07 一种基于物联网的智能ar偏振探测方法及系统

Country Status (1)

Country Link
CN (1) CN117011294B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020021400A1 (en) * 1997-05-29 2002-02-21 Lyu Jae-Jin Liquid crystal displays
CN105784114A (zh) * 2016-04-26 2016-07-20 东南大学 一种机载偏振多光谱遥感成像仪、成像方法及确定地面摇杆目标的方法
CN113554575A (zh) * 2020-04-23 2021-10-26 华东交通大学 一种基于偏振原理的高反物体表面高光去除方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020021400A1 (en) * 1997-05-29 2002-02-21 Lyu Jae-Jin Liquid crystal displays
CN105784114A (zh) * 2016-04-26 2016-07-20 东南大学 一种机载偏振多光谱遥感成像仪、成像方法及确定地面摇杆目标的方法
CN113554575A (zh) * 2020-04-23 2021-10-26 华东交通大学 一种基于偏振原理的高反物体表面高光去除方法

Also Published As

Publication number Publication date
CN117011294B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
CN108495050B (zh) 拍照方法、装置、终端及计算机可读存储介质
Zhou et al. Underwater camera: Improving visual perception via adaptive dark pixel prior and color correction
EP3496383A1 (en) Image processing method, apparatus and device
CN110619593B (zh) 一种基于动态场景的双曝光视频成像系统
CN107424133B (zh) 图像去雾方法、装置、计算机可存储介质和移动终端
US8896625B2 (en) Method and system for fusing images
CN110062160A (zh) 图像处理方法和装置
JP2019530940A (ja) 分光・融合する画像収集装置
WO2021007690A1 (zh) 曝光控制方法、装置与可移动平台
WO2021179764A1 (zh) 图像处理模型生成方法、处理方法、存储介质及终端
CN108989699A (zh) 图像合成方法、装置、成像设备、电子设备以及计算机可读存储介质
CN113129236A (zh) 基于Retinex和卷积神经网络的单张低光照图像增强方法及系统
CN106815803A (zh) 图片的处理方法及装置
CN108462831B (zh) 图像处理方法、装置、存储介质及电子设备
CN117011294B (zh) 一种基于物联网的智能ar偏振探测方法及系统
CN116055895B (zh) 图像处理方法及其装置、芯片系统和存储介质
CN111275648B (zh) 人脸图像处理方法、装置、设备及计算机可读存储介质
CN109729276A (zh) 近红外摄像方法、装置、设备及存储介质
CN116456200A (zh) 一种基于偏振成像的红外相机的去雾系统及方法
CN113489911A (zh) 电子式调光减光镜的虹膜摄像头和虹膜摄像头控制方法
CN113592753A (zh) 基于工业相机拍摄的图像的处理方法、装置和计算机设备
CN112184537A (zh) 异构计算架构摄像系统及图像处理方法
CN107481198B (zh) 图像处理方法、装置、计算机可读存储介质和计算机设备
CN116843690B (zh) 图像质量评估方法、设备及系统
CN114037801B (zh) 一种基于高动态范围成像的点云融合系统及方法

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