-
公开(公告)号：CN110599578A
公开(公告)日：2019-12-20
申请号：CN201910687176.1
申请日：2019-07-29
Applicant: 深圳市易尚展示股份有限公司 , 清华大学
Abstract: 本发明提供一种真实感三维彩色纹理重建方法，包括：预标定三维传感器以及彩色纹理相机的系统参数；获取多视角三维图像与二维彩色纹理图像；利用所述多视角三维图像生成三维网格模型；由所述系统参数建立各个视角下所述二维彩色纹理图像与所述三维网格模型之间的映射关系；基于所述映射关系进行纹理融合得到融合图像以实现整体三维模型的彩色纹理重建；根据所述映射关系生成对应的纹理贴图。本发明通过引入复合权重参数来评价纹理颜色的置信度。通过对投影纹理图像进行加权平均，可以消除纹理的不连续性。对于不精确的几何图形，引入了表示两幅图像结构相似性的双向相似性函数来校正不一致，生成真实感纹理。
-
公开(公告)号：CN108062784B
公开(公告)日：2022-04-29
申请号：CN201810112279.0
申请日：2018-02-05
Applicant: 深圳市易尚展示股份有限公司 , 清华大学
IPC: G06T15/04
Abstract: 本申请提供一种三维模型纹理贴图转换方法、装置、计算机设备和存储介质，所述方法将三维模型面片的顶点投影至所述初始目标纹理贴图中，计算初始目标纹理贴图中每个面片内像素的重心坐标，根据已有原始纹理贴图映射关系，将三维模型面片的顶点投影至原始纹理贴图中，通过三角形重心坐标，计算初始目标纹理贴图中的像素在原始纹理贴图中的纹理坐标，建立初始目标纹理贴图到原始纹理贴图的映射关系，将原始纹理图转化成实际需要的目标纹理贴图，实现任意纹理贴图的相互通用转化。
-
公开(公告)号：CN108062784A
公开(公告)日：2018-05-22
申请号：CN201810112279.0
申请日：2018-02-05
Applicant: 深圳市易尚展示股份有限公司 , 清华大学
IPC: G06T15/04
Abstract: 本申请提供一种三维模型纹理贴图转换方法、装置、计算机设备和存储介质，所述方法将三维模型面片的顶点投影至所述初始目标纹理贴图中，计算初始目标纹理贴图中每个面片内像素的重心坐标，根据已有原始纹理贴图映射关系，将三维模型面片的顶点投影至原始纹理贴图中，通过三角形重心坐标，计算初始目标纹理贴图中的像素在原始纹理贴图中的纹理坐标，建立初始目标纹理贴图到原始纹理贴图的映射关系，将原始纹理图转化成实际需要的目标纹理贴图，实现任意纹理贴图的相互通用转化。
-
公开(公告)号：CN113330359B
公开(公告)日：2023-01-24
申请号：CN201980088623.X
申请日：2019-02-01
Applicant: OPPO广东移动通信有限公司 , 清华大学
IPC: G02F1/1333
Abstract: 一种电子设备及显示装置，电子设备包括显示装置和摄像头模组，显示装置包括像素定义层、有机发光体、公共电极层和填充层；公共电极层覆盖于有机发光体和像素定义层；填充层的填充体设置于公共电极层背离有机发光体的一侧且与像素孔相对设置；像素定义层与填充体的折射率之差小于像素定义层与真空的折射率之差；摄像头模组透过显示装置采集图像。
-
公开(公告)号：CN114494596A
公开(公告)日：2022-05-13
申请号：CN202210073348.8
申请日：2022-01-21
Applicant: 清华大学
Abstract: 本发明属于计算全息和深度学习技术领域，具体而言涉及一种计算全息图的生成方法及电子设备。包括：获取图像集，并生成一个初始相位图；将图像集和初始相位图输入一个自编码器神经网络，对自编码器神经网络进行训练，得到训练后的自编码器网络；向训练后自编码器网络中的编码器输入目标图像，输出得到目标图像的计算全息图。本方法采用自编码器网络结构，无需对训练集进行事先标记，解决了标记训练集生成耗时、限制网络训练效果的问题，实现了高速同时高质量的计算全息图生成。其次，自编码器神经网络中的编码器采用Y‑Net网络结构，实现了基于给定初始相位的计算全息图生成，控制了无监督学习模式下网络的训练方向，使网络优化和重建图像质量提升。
-
Patent Agency Ranking
公开(公告)号：CN113330359A
公开(公告)日：2021-08-31
申请号：CN201980088623.X
申请日：2019-02-01
Applicant: OPPO广东移动通信有限公司 , 清华大学
IPC: G02F1/1333 , H01L27/32
Abstract: 一种电子设备及显示装置，电子设备包括显示装置和摄像头模组，显示装置包括像素定义层、有机发光体、公共电极层和填充层；公共电极层覆盖于有机发光体和像素定义层；填充层的填充体设置于公共电极层背离有机发光体的一侧且与像素孔相对设置；像素定义层与填充体的折射率之差小于像素定义层与真空的折射率之差；摄像头模组透过显示装置采集图像。
-
公开(公告)号：CN119313756A
公开(公告)日：2025-01-14
申请号：CN202411320188.8
申请日：2024-09-20
Applicant: 清华大学
Abstract: 本公开涉及一种高光谱成像方法、装置及电子设备、存储介质，包括：确定目标对象对应的旋转衍射模糊图像和RGB图像；根据旋转衍射模糊图像，确定目标对象对应的初始高光谱图像；利用高光谱图像重建模型，根据初始高光谱图像和RGB图像，确定目标对象对应的目标高光谱图像，其中，目标高光谱图像对应的分辨率高于初始高光谱图像对应的分辨率。通过本公开实施例，可以充分利用旋转衍射成像过程的物理信息，对旋转衍射图像进行初步重建，进而结合高光谱图像重建模型和RGB图像进行二次重建，得到具有较高分辨率的目标高光谱图像，针对不同的应用场景，无需重新训练神经网络模型，可以提高本公开提供的高光谱成像方法的适用范围和可迁移性。
-
公开(公告)号：CN118424112A
公开(公告)日：2024-08-02
申请号：CN202410437592.7
申请日：2024-04-11
Applicant: 清华大学
IPC: G01B11/02 , G06T3/4053 , G01B11/14
Abstract: 本公开涉及一种基于图像锐度评价的编码掩膜测距及成像方法和装置，包括：基于目标编码掩膜成像系统，确定目标对象对应的编码图案；对编码图案进行数字聚焦，确定多个初始重建图像；针对任意一个初始重建图像，根据图像锐度信息评价函数，确定该初始重建图像对应的锐度评价结果；根据每个初始重建图像对应的锐度评价结果，确定目标对象对应的测距结果；根据目标对象对应的测距结果和编码图案，确定目标对象对应的目标重建图像。通过本公开实施例，可以在无需标定和多次测量的情况下，仅根据单张编码图案，灵活地确定目标对象对应的测距结果，并根据测距结果实现自动聚焦，进行高分辨率图像重建，提高了目标编码掩膜成像系统的实用性和实时性。
-
公开(公告)号：CN114494596B
公开(公告)日：2024-06-14
申请号：CN202210073348.8
申请日：2022-01-21
Applicant: 清华大学
IPC: G06T17/00 , G06N3/0464 , G06N3/084
Abstract: 本发明属于计算全息和深度学习技术领域，具体而言涉及一种计算全息图的生成方法及电子设备。包括：获取图像集，并生成一个初始相位图；将图像集和初始相位图输入一个自编码器神经网络，对自编码器神经网络进行训练，得到训练后的自编码器网络；向训练后自编码器网络中的编码器输入目标图像，输出得到目标图像的计算全息图。本方法采用自编码器网络结构，无需对训练集进行事先标记，解决了标记训练集生成耗时、限制网络训练效果的问题，实现了高速同时高质量的计算全息图生成。其次，自编码器神经网络中的编码器采用Y‑Net网络结构，实现了基于给定初始相位的计算全息图生成，控制了无监督学习模式下网络的训练方向，使网络优化和重建图像质量提升。
-
公开(公告)号：CN109979382A
公开(公告)日：2019-07-05
申请号：CN201910329613.2
申请日：2019-04-23
Applicant: 清华大学 , OPPO广东移动通信有限公司
IPC: G09G3/3208 , G09G3/00 , H04N17/00 , H04N5/217
Abstract: 本发明公开了一种基于屏幕透射光谱的屏幕下成像系统色彩校正方法及系统，主要针对利用屏下成像系统透过屏幕进行屏下成像时，对采集到的图像产生的偏色问题进行校正。其中，该方法包括以下步骤：首先获取屏幕样品透过率随波长的分布；依据分布生成初始补偿矩阵对屏下成像系统进行补偿；对补偿修正后的屏下成像系统进行成像测试并获取测试图像；根据测试图像修正补偿矩阵，利用修正后的补偿矩阵对屏下成像系统偏色现象进行补偿；最后根据测试结果不断修正补偿矩阵，直到偏色情况进一步减弱并达到使用需求，对屏下成像系统的偏色现象进行修正。该方法可以使屏下成像系统对无穷远处物体进行无色差成像，尤其是移动设备前置摄像头进行屏幕下成像。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.044 seconds)
