一种基于蒙特卡洛的偏振三维反演成像方法

    公开(公告)号:CN116704113A

    公开(公告)日:2023-09-05

    申请号:CN202310251869.2

    申请日:2023-03-15

    Abstract: 本发明公开了一种基于蒙特卡洛的偏振三维反演成像方法,包括:获取目标物体透过传输介质后每一像素的斯托克斯信息;利用偏振蒙特卡洛数值模拟方法建立复杂环境成像模型,利用仿真获得面光源在散射介质的穆勒矩阵;根据散射介质的穆勒矩阵以及探测器探测到目标物体的偏振信息数据,恢复光传输前的偏振信息;利用光传输前的偏振信息重建物体的三维数据。本发明以蒙特卡洛方法为基础,建立远距离复杂环境成像模型,利用反演思想恢复传输前的偏振信息,精确求解出每一个微面元法向量的入射角,克服了传统偏振三维技术受不同环境中多种复杂散射粒子的影响,解决了偏振信息失真问题,有效扩展了偏振三维的应用场景。

    一种基于深度学习的多目标场景偏振三维成像方法

    公开(公告)号:CN114663578A

    公开(公告)日:2022-06-24

    申请号:CN202210135322.1

    申请日:2022-02-14

    Abstract: 本发明公开了一种基于深度学习的多目标场景偏振三维成像方法,包括:利用偏振三维成像系统获取多目标场景不同偏振角度的场景图像;构建神经网络;对神经网络中的清晰化网络模块和模糊距离估计网络模块分别进行训练;利用经训练的神经网络模型获得多目标场景不同偏振角度的场景图像中不同的目标的深度估计结果和清晰目标图像;获取不同目标物体表面的偏振度,以及不同目标物体表面入射光的方位角和入射角;对多目标偏振三维成像场景中的偏振求解得到的法向量进行校正;利用不同目标的方位角和入射角信息,实现多目标场景下物体表面三维轮廓的重建。本发明将深度学习与偏振三维成像相结合,实现了多目标场景的高精度偏振三维成像。

    一种基于偏振三维成像的遥感地形三维测绘方法

    公开(公告)号:CN116576827A

    公开(公告)日:2023-08-11

    申请号:CN202310484598.5

    申请日:2023-04-28

    Abstract: 本发明公开了一种基于偏振三维成像的遥感地形三维测绘方法,包括:采集不同目标地形区域的偏振图像;计算目标地形区域表面的偏振度以及入射光的入射角、方位角;构建法向量与入射光的入射角、方位角之间的第一映射关系,获得第一法向量信息;计算太阳的天顶角与方位角,构建光源矢量与天顶角、方位角之间的第二映射关系,获得目标地形区域表面的光源矢量;构建目标地形区域表面的辐射模型,并计算先验法向量信息;基于先验法向量信息对第一法向量信息进行修正,得到修正法向量信息;根据修正法向量信息和预设角度下不同目标地形区域的偏振图像,进行目标区域的三维场景重建。本发明可以实现大场景下的卫星遥感地形三维重建,提高了运算速度。

    一种基于深度学习的多目标场景偏振三维成像方法

    公开(公告)号:CN114663578B

    公开(公告)日:2024-11-08

    申请号:CN202210135322.1

    申请日:2022-02-14

    Abstract: 本发明公开了一种基于深度学习的多目标场景偏振三维成像方法,包括:利用偏振三维成像系统获取多目标场景不同偏振角度的场景图像;构建神经网络;对神经网络中的清晰化网络模块和模糊距离估计网络模块分别进行训练;利用经训练的神经网络模型获得多目标场景不同偏振角度的场景图像中不同的目标的深度估计结果和清晰目标图像;获取不同目标物体表面的偏振度,以及不同目标物体表面入射光的方位角和入射角;对多目标偏振三维成像场景中的偏振求解得到的法向量进行校正;利用不同目标的方位角和入射角信息,实现多目标场景下物体表面三维轮廓的重建。本发明将深度学习与偏振三维成像相结合,实现了多目标场景的高精度偏振三维成像。

    一种基于单目偏振三维成像的多目标绝对深度估计方法

    公开(公告)号:CN116485869A

    公开(公告)日:2023-07-25

    申请号:CN202310251809.0

    申请日:2023-03-15

    Abstract: 本发明公开了一种基于单目偏振三维成像的多目标绝对深度估计方法,包括:获取相机调焦过程中的主点线性变化系数;将目标物体的最近区域对焦至清晰并获取当前位置的相机内参;获取清晰目标区域不同角度的偏振图像,并计算清晰目标表面反射光的偏振度,方位角和天顶角;构建目标表面法线,积分重建清晰目标区域的三维表面轮廓;根据单目测距模型获得目标表面空间两点间的真实距离;根据两点间的真实距离恢复目标绝对深度信息;将模糊目标区域对焦至清晰并获取对焦后相机内参值;利用对焦后相机内参值,恢复模糊目标动态对焦后的绝对深度三维信息。本发明通过单目测距模型的构建与相机标定的结合,能够实现目标绝对深度信息的恢复。

    一种基于单目深度估计的大场景偏振三维成像方法

    公开(公告)号:CN116363301A

    公开(公告)日:2023-06-30

    申请号:CN202310172501.7

    申请日:2023-02-27

    Abstract: 本发明公开了一种基于单目深度估计的大场景偏振三维成像方法,包括:获取目标物体的不同角度的偏振图像,以及目标物体的彩色图像;将彩色图像输入预训练的单目深度估计网络,预测出彩色图像的深度图像;预训练的单目深度估计网络包括编码器和解码器;将深度图像转换为深度数据,基于深度数据,得到深度图像中每个像素点的三维位置信息;基于三维位置信息和预设视线方向,得到第一场景表面法向量;基于偏振图像和预设目标表面折射率,确定第二场景表面法向量;根据第一场景表面法向量,对第二场景表面法向量进行校正,得到校正的场景表面法向量;根据校正的场景表面法向量,进行目标物体的三维轮廓的重建,得到目标物体的三维图像。

    一种融合条纹投影的偏振三维成像方法

    公开(公告)号:CN116295113A

    公开(公告)日:2023-06-23

    申请号:CN202310187477.4

    申请日:2023-03-01

    Abstract: 本发明公开了一种融合条纹投影的偏振三维成像方法,包括:获取目标表面的偏振子图像;在目标表面建立微面元法向量数学模型并计算天顶角和方位角;利用投影仪向目标表面投射多幅具有连续相位变化的正弦光栅条纹图并利用相机同步进行采集,计算目标的绝对相位信息;通过标定相机和投影仪,利用绝对相位信息得到目标表面各点的点云数据,并根据点云数据计算各点的梯度信息;基于梯度信息与法向量数学模型确定方位角的理论范围区间;根据理论区间范围对方位角进行校正;基于天顶角和校正后的方位角重建目标的三维形貌。本发明通过校正方位角实现了目标三维形貌的准确重建,并且实现该方法所需装置的结构简单,有利于降低计算效率和成本。

Patent Agency Ranking