项目名称: 面向光照饱和溢出和多路径效应问题的高精度结构光三维成像研究

项目编号: No.61473198

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 刘凯

作者单位: 四川大学

项目金额: 78万元

中文摘要: 三维成像在科研和工业等各种领域中的研究和应用都很广泛,但目前面向细节的高精度三维成像的方法,需要从根本上得到解决。本课题拟先研究结构光光强场中点扩散函数的卷积和反卷积模型,然后针对结构光三维成像技术中的长期以来两个影响细节精度的问题,也就是照明饱和溢出以及多路径效应,进行分析并建模,最后提出一种高精度的自适应高动态范围的结构光三维成像算法。该方法在使用市面通用设备的情况下,能够对目标细节进行更好的三维成像。本课题的完成将有助于众多需要高精度三维数据的应用领域,例如三维指纹的精确识别,产品质量缺陷的精确监测,和机器视觉驱动的精确自动控制等。

中文关键词: 高精度三维成像;自适应结构光;高动态范围结构光;光照饱和溢出;多路径效应

英文摘要: 3D imaging is widely used in various applications of science and industry, and the detail-oriented high-definition 3D imaging needs to be further improved. In this work, first we will study the convolution and deconvolution models of point spread function (PSF) in the structured light intensity field; second, we will analyze the errors caused by the illumination saturation and multi-path effect and develop the corresponding models; and finally, based on those models, we will present a method for high-definition 3D imaging via adaptive high-dynamic-range structured light illumination. With the presented algorithm and off-the-shelf devices, higher accuracy of 3D reconstruction can be achieved. Our work will benefit the applications requiring high-definition 3D data, e.g. accurately recognizing 3D fingerprint, accurately detecting defects of products, accurately controlling driven by machine vision, etc.

英文关键词: High-definition 3D imaging;Adaptive structured light;high-dynamic-range structured light;Illumination saturation;Multi-path effect

成为VIP会员查看完整内容
0

相关内容

13个经典CNN架构比较分析!从AlexNet到ResNet再到ConvNeXt
专知会员服务
101+阅读 · 2022年3月14日
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
26+阅读 · 2021年4月2日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
32+阅读 · 2020年12月25日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
专知会员服务
160+阅读 · 2020年4月21日
如果各家生态相通,你期待什么功能?
ZEALER订阅号
0+阅读 · 2022年3月13日
基于深度学习的单视图三维重建算法学习路线
极市平台
8+阅读 · 2022年1月12日
深度学习中的单阶段小目标检测方法综述
专知
0+阅读 · 2021年11月23日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
SkeletonNet:完整的人体三维位姿重建方法
计算机视觉life
21+阅读 · 2019年1月21日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
15+阅读 · 2021年2月19日
Arxiv
17+阅读 · 2021年1月21日
小贴士
相关VIP内容
13个经典CNN架构比较分析!从AlexNet到ResNet再到ConvNeXt
专知会员服务
101+阅读 · 2022年3月14日
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
26+阅读 · 2021年4月2日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
32+阅读 · 2020年12月25日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
专知会员服务
160+阅读 · 2020年4月21日
相关资讯
如果各家生态相通,你期待什么功能?
ZEALER订阅号
0+阅读 · 2022年3月13日
基于深度学习的单视图三维重建算法学习路线
极市平台
8+阅读 · 2022年1月12日
深度学习中的单阶段小目标检测方法综述
专知
0+阅读 · 2021年11月23日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
SkeletonNet:完整的人体三维位姿重建方法
计算机视觉life
21+阅读 · 2019年1月21日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员