-
公开(公告)号：CN112700484B
公开(公告)日：2024-10-11
申请号：CN202011620677.7
申请日：2020-12-31
Applicant: 南京理工大学智能计算成像研究院有限公司
Abstract: 本发明公开了一种基于单目深度相机的深度图彩色化方法，使用一个红外相机、一个彩色相机和一个红外散斑点阵投影仪组成一个小型化单目深度相机，红外散斑点阵投影仪向被测场景投影随机散斑图案，红外相机和彩色相机同步采集图像，通过深度图计算出红外相机拍到的散斑图像和彩色相机拍到的彩色图像之间的对应关系，从而实现深度图彩色化，赋予深度图以被测场景的彩色纹理信息。本发明与现有的深度图彩色化方法相比，具有全自动化、算法准确、时间复杂度低的优点。
-
公开(公告)号：CN112950720B
公开(公告)日：2024-07-19
申请号：CN202110165112.2
申请日：2021-02-06
Applicant: 南京理工大学智能计算成像研究院有限公司
Abstract: 本发明公开了一种远心相机参数超定方程求解方法，首先对远心相机模型推导得到的相机模型参数方程进行简化处理；根据对应的像素及世界坐标系求解出单应性矩阵；再根据旋转矩阵的正交归一性以及单应性矩阵得到包含三个未知参数j、k与l的四个方程组的超定方程；并由该方程组求解出一组j、k与l的初始解，利用目标方程对方程组求解得到的初始解进行优化迭代使其无限接近于真实值。最后得到优化后的相机参数值。本方法首先对相机模型进行简化，再对求解得到的参数值利用算法进行迭代优化，再优化相机模型以及计算复杂度之后，使其结果更加准确。
-
公开(公告)号：CN112562010B
公开(公告)日：2024-02-13
申请号：CN202011445610.4
申请日：2020-12-09
Applicant: 南京理工大学智能计算成像研究院有限公司
Abstract: 本发明公开了一种双远心镜头的简化成像模型及其标定方法，具体步骤为：首先，建立简化双远心镜头成像模型；其次，求解单应性矩阵左上角2×2数值，根据外参单位正交性建立内参方程组，非线性优化求解内参方程组；最后，结合单应性矩阵求解外参，排除外参歧义性。本发明提出了不需要求解旋转和倾斜角度的标定方法，在实验中计算了二次投影误差，验证了该发明的有效性，实现了在Schiempflug条件下实现双远心镜头的标定。
-
公开(公告)号：CN113724347A
公开(公告)日：2021-11-30
申请号：CN202110843133.5
申请日：2021-07-26
Applicant: 南京理工大学智能计算成像研究院有限公司
IPC: G06T11/00
Abstract: 发明提出了一种基于编码孔径的轴向层析方法：首先通过基于强度约束的随机相位迭代算法生成随机相位孔径编码；设定轴向深度范围[zmin,zmax]，以主光轴上距离zmin的点光源为目标，通过调整物光波前分别拍摄θ1、θ2、θ3三个相移下的图像I1、I2、I3，通过三步相移，得到点光源的扩散函数HPSF；以Δz为步进间距，依次改变点光源位置，重复上述过程记录轴向深度区间内不同深度处的点扩散函数；以三维物体为目标，通过调整物光波前分别拍摄在θ1、θ2、θ3三个相移下的图像I1、I2、I3；利用三步相移得到目标的二维层析图像HOBJ；最后目标重建。本发明在非相干照明的情况下，利用相位编码孔径技术，能够在保证横向分辨率达到非相干衍射极限的前提下，有效提高非相干层析的轴向分辨率。
-
公开(公告)号：CN112561974A
公开(公告)日：2021-03-26
申请号：CN202011614875.2
申请日：2020-12-31
Applicant: 南京理工大学智能计算成像研究院有限公司
Abstract: 本发明公开了一种基于PCL的360°三维人头点云配准方法。先读入人头的三个不同视角的PCD文件，分别是L、M、R文件，对应人头的左面、中间面、右面；然后使用基于采样一致性的粗配准，进行配准操作，为ICP精配准提供一个比较好的初始位置；最后使用ICP算法，进行精准配准操作。能精准、迅速的得到360°三维人头点云配准结果。
-
Patent Agency Ranking
公开(公告)号：CN112270720A
公开(公告)日：2021-01-26
申请号：CN202011518559.5
申请日：2020-12-21
Applicant: 南京理工大学智能计算成像研究院有限公司
IPC: G06T7/80
Abstract: 本发明公开了一种基于二基点的标定板特征点自动排序方法，本发明使用Matlab对特征点进行提取并排序。首先，对图像进行预处理，使特征点的边缘特征更加明显，提取特征点的像素坐标之后，经过最小二乘椭圆拟合得到每个特征点的圆心坐标以及半径。然后，筛选出中心特征点以及两个基点，利用这两个基点坐标拟合直线，筛选出距离最小的Nx个点并排序，Nx为同一水平线上特征点的个数。最后，再向两边进行平移筛选每一行的特征点并把所有的点都排序完成，共Ny组。
-
公开(公告)号：CN111899304B
公开(公告)日：2020-12-29
申请号：CN202011057989.1
申请日：2020-09-30
Applicant: 南京理工大学智能计算成像研究院有限公司
IPC: G06T7/73
Abstract: 本发明提出了一种远心光路畸变中心定位方法。步骤为：第一步，径向畸变中心定位，先忽略畸变量中较小的切向畸变，仅以径向畸变作为畸变中心定位的依据和参考；第二步，基于特征图像平面的迭代优化，优化的依据是标定图案的空间分布，定位最优的畸变中心坐标和相应的畸变系数，使得提取的特征点通过畸变补偿后再次满足标定图案的空间分布。本发明提出的方法通过一个二步定位算法将畸变中心的定位从相机光路标定的全局迭代优化中独立出来，直接计算得到可靠的畸变系数初始值，基于可靠的畸变参数初始值，可以建立一个更加精准的、快速收敛的标定算法。
-
公开(公告)号：CN111829458A
公开(公告)日：2020-10-27
申请号：CN202010695724.8
申请日：2020-07-20
Applicant: 南京理工大学智能计算成像研究院有限公司
Abstract: 本发明公开为一种基于深度学习的伽马非线性误差矫正方法，其大致流程为：建立了一个基于卷积神经网络的模型；经训练后，得到计算相位的分子分母项；将这两项带入反正切函数计算得到物体的相位。本发明与与多步相移法相比，大量减少采图数量，减少采图耗时，减小计算量；与傅里叶变换等数学变换方式相比，没有大量且复杂的运算，计算成本低，速度快；与标定伽马值的方法比，无需标定等复杂操作。
-
公开(公告)号：CN111812839A
公开(公告)日：2020-10-23
申请号：CN202010953502.1
申请日：2020-09-11
Applicant: 南京理工大学智能计算成像研究院有限公司
Abstract: 本发明公开了一种基于数字全息显微镜的自动离焦校正算法，该方法由样品包裹相位求解，聚焦评价函数计算，离焦距离确定及样品相位恢复四个步骤组成。本发明的自动离焦校正算法通过离焦传播和拉普拉斯算子确定样品的精确离焦距离，保证了成像系统的聚焦稳定性，进而实现高质量的相位重建。在确定离焦距离的过程中采用二分法进行聚焦平面的搜索，加快了搜索速度，从而快速定位高精度的离焦距离。此外，由于手动调整可以使样品更接近聚焦平面，离焦传播搜索范围设置为-150nm到+150nm就可以得到准确的离焦距离。
-
公开(公告)号：CN111563949A
公开(公告)日：2020-08-21
申请号：CN202010690278.1
申请日：2020-07-17
Applicant: 南京理工大学智能计算成像研究院有限公司
Abstract: 本发明公开为一种基于区域增长的相位级次错误补偿算法，步骤如下：针对一个初始的绝对相位图，遍历相位图上的每一个有效点，根据相邻像素点间的绝对相位差，对绝对相位图进行分组处理获得分割图；从分割图中具有像素数最多的组开始，对其相邻组进行相位校正操作，并融合为一组，当处理完所有相邻组后，将该组所在的区域移出分割图；对更新后的分割图中具有像素数最多的组继续执行相位校正操作，直至分割图中的所有像素点清空。本发明只需要一个初始的绝对相位图即可实现相位级次错误补偿，是一种全自动的、计算成本较低及相对高效的相位级次错误补偿算法，可正确地补偿绝对相位图中的一些误匹配区域，为获得高完整度的三维重建结果提供了保障。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.037 seconds)
