-
题名基于全景环带立体成像系统的深度信息估计
被引量：8
- 1
-
-
作者
田延冰
白剑
黄治
-
机构
浙江大学现代光学仪器国家重点实验室
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2013年第6期71-79,共9页
-
基金
国家自然科学基金(60877008)资助课题
-
文摘
提出了一种基于全景环形透镜(PAL)的全景环带立体成像系统的立体信息提取方法。该成像系统由两组共轴PAL单元构成,其成像圆为两内外相接的圆环,能够实时提取360°水平视场角物体的立体信息。基于该系统的成像原理,针对非单视点成像系统特点建立相机模型对系统进行标定,并验证了标定结果。将尺度不变特征变换(SIFT)算法应用到对应点匹配上,充分利用本系统的共线约束来提高匹配的速度和准确度。应用三角测量原理从捕获的图像中提取有效深度信息。进行立体信息提取实验,给出了结果和误差分析。该系统能有效获取场景深度信息,3m距离范围误差率在±5.2%内,证明了该系统的可行性。
-
关键词
成像系统
深度信息估计
全景立体成像系统
相机标定
对应点匹配
-
Keywords
imaging systems
depth estimation
panoramic stereo imaging system
camera calibration
corresponding point matching
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合边缘特征的高效光场深度信息估计算法
- 2
-
-
作者
罗灿
李学华
-
机构
北京信息科技大学信息与通信工程学院
-
出处
《计算机工程与设计》
北大核心
2020年第4期1139-1145,共7页
-
基金
北京市自然科学基金项目-海淀原始创新联合基金项目(重点研究专题)(L182039)
北京市自然科学基金项目-海淀原始创新联合基金项目(前沿项目)(L182032)
北京市自然科学基金项目(市教委联合资助)(KZ201911232046)。
-
文摘
为解决基于光场传统EPI(epipolar plane image)结构的深度信息估计算法执行效率低和估计精度低的问题,提出一种融合边缘特征的高效光场深度信息估计算法。改进传统EPI结构为包含完整像素极线信息的IEPI(improved epipolar plane image)结构和对应包含边缘信息的边缘图;构建深度多流全卷积神经网络,学习IEPI及边缘图的特征;构建基于尺度不变误差的代价函数,结合HCI光场数据集指导网络训练,实现一个估计光场深度信息的网络。实验结果表明,所提算法相较于传统算法提升了估计精度和估计效率。
-
关键词
光场
深度信息估计
IEPI结构
边缘图
全卷积神经网络
-
Keywords
light field
depth information estimation
IEPI structure
edge map
fully convolutional neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名抗多遮挡物干扰的光场深度信息估计算法
- 3
-
-
作者
罗灿
李学华
-
机构
北京信息科技大学信息与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第12期193-200,共8页
-
基金
北京市自然科学基金-海淀原始创新联合基金(重点研究专题)(No.L182039)
北京市自然科学基金-海淀原始创新联合基金(前沿项目)(No.L182032)
北京市自然科学基金(市教委联合资助)(No.KZ201911232046)。
-
文摘
针对光场的深度信息估计中,由遮挡带来的干扰,造成遮挡处的深度值估计精度低的问题,提出一种抗多遮挡物干扰的光场深度信息估计算法。对场景点的angular patch图像进行多遮挡物分析,分析遮挡物的位置分布特性。基于分类的思想提出改进AP(Affinity Propagation)聚类算法将场景点的angular patch图像进行像素点分类,将遮挡物和场景点分离。对分离遮挡物后的angular patch图像提出联合像素强度信息熵及中心方差的目标函数,最小化该函数,求得场景点的初始深度值估计。对初始深度值估计提出基于MAP-MRF(最大后验估计的马尔可夫随机场)框架的平滑约束能量函数进行平滑优化,并采用图割算法(Graph Cut Algorithm)求解,得到场景的最终深度值估计。实验结果表明,相较于现有深度信息估计算法,所提算法提升了遮挡处的估计精度。
-
关键词
光场
深度信息估计
遮挡干扰
图像聚类
目标函数
MAP-MRF框架
-
Keywords
light field
depth estimation
occlusion interference
image clustering
cost function
MAP-MRF framework
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于多流对极卷积神经网络的光场图像深度估计
- 4
-
-
作者
王硕
王亚飞
-
机构
北京信息科技大学信息与通信工程学院
-
出处
《计算机应用与软件》
北大核心
2020年第8期194-201,共8页
-
基金
北京市自然科学基金-海淀原始创新联合基金项目(重点研究专题)(L182039)
北京市自然科学基金-海淀原始创新联合基金项目(前沿项目)(L182032)
北京市自然科学基金-市教委联合资助项目(KZ201911232046)。
-
文摘
深度图的3D信息在导航、AR、三维重建等应用上发挥着重要的作用。针对现有光场图像深度估计算法精度低、速度慢的问题,提出一种基于多流对极卷积神经网络的光场深度估计方法。将光场图像进行预处理,转化为四个角度的极平面图(epipolar plane image,EPI)结构;使用光场数据增强方法来扩充训练数据量;使用神经网络对EPI数据进行特征提取,并使用两种方式进行特征融合,得到两个初始深度图;对初始深度图进行合并优化处理,得到最终的深度图。实验结果表明,该算法在均方误差、不良像素率和计算时间三个性能指标上明显优于现有算法,在光场深度估计上具有较好的准确性和泛化能力。
-
关键词
机器视觉
光场
深度信息估计
多流对极卷积神经网络
特征融合
-
Keywords
Machine vision
Light field
Depth information estimation
Multi stream epipolar convolutional neural network
Feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
