南京大学 电子科学与工程学院, 江苏 南京 210123
多光谱视频成像能够同时采集场景的空间、时间和光谱信息, 可广泛应用于遥感、农业监测和材质分析等多个领域。然而传统光谱仪往往包含光学色散分光结构, 系统复杂、标定困难, 难以普遍推广。因此, 文中搭建了一种多传感器小型化光谱视频成像系统, 提出了一种基于相机姿态的多视点图像或视频快速对齐方法, 实现了嵌入式平台上的多光谱视频的实时采集和对齐。通过复杂场景的实验验证, 文中提出的对齐方法在PSNR、SSIM客观指数以及主观视觉评价中均取得了良好的效果。
多光谱成像 多视点图像对齐 立体标定 光谱分析 multi-spectral imaging multi-view image alignment stereo calibration spectral analysis 红外与激光工程
2019, 48(6): 0603019
合肥工业大学 计算机与信息学院, 合肥 230009
光场相机通过一次曝光可以获取空间目标的位置和方向信息, 具有重聚焦和多视角的特性, 利用光场的这些特性可以进行视觉测量.本文对光场极平面图像视觉测量、重聚焦视觉测量、双目视觉以及多目视觉测量方法的测量原理和误差影响因素进行了理论分析, 并通过实验验证了光场视觉测量误差跟不同视角基线长度, 主透镜焦距大小, 目标离相机的实际距离等结构参量的关系;理论分析和实验结果表明, 由于相机基线较短, 远距离测量误差较大, 近距离测量具有较高的精度;在光场微透镜阵列大小有限条件下, 采用多个视角组合的测量方法具有更高的测量精度.
光场相机 多视角图像 焦堆栈图像 视觉测量 结构参量 误差分析 Light field camera Multi-view image Focal stack images Vision measurement structural parameters Error analysis 光子学报
2017, 46(11): 1112004
1 南京师范大学 虚拟地理环境教育部重点实验室, 江苏 南京 210023
2 江苏兰德数码科技有限公司, 江苏 南京210002
针对三维虚拟场景构建的需要, 提出了一种基于多视影像匹配的航空影像三维彩色点云自动生成算法。该算法采用了一种全新的物方与像方信息融合的多视影像概率松弛整体匹配策略, 以综合利用多幅影像信息来提高匹配的可靠度; 然后, 基于多视影像匹配结果, 采用多影像光束法平差来计算待匹配点的三维坐标; 最后, 采用平差模正确性的统计检验对三维坐标计算的准确度进行定量衡量。利用该算法对实际航空影像进行实验, 统计检验得到的可靠度超过了90%, 表明所提出的三维彩色点云生成方法具有较高的稳定度和精度。基于所提出的方法可将多视影像重叠区域内的所有平面像素转换为三维点, 从而自动生成表达地理场景的全数字化的三维彩色点云, 能很好地满足大范围三维地理场景快速重建的需要。
多视影像匹配 概率松弛 光束法平差 统计检验 三维彩色点云 multi-view image matching probability relaxation bundle adjustment statistical test three dimensional colored point cloud