TOF辅助双眼视觉精度提高方法用于水下鱼类大小检查
概括
这项研究引入了一种新的算法,将飞行时间 (TOF) 深度数据与双眼视觉相结合,用于更准确的3D鱼类测量. 改进后的系统提高了深度图的质量,从而提高了鱼类大小的准确性.
科学领域:
- 计算机视觉 计算机视觉
- 生物医学成像技术 生物医学成像技术
- 机器人技术 机器人技术 机器人技术
背景情况:
- 传统的双筒视觉和飞行时间 (TOF) 摄像机在动态3D鱼类测量中面临精度限制.
- 挑战包括低纹理区域和影响深度地图质量的封闭区域.
研究的目的:
- 开发一个TOF辅助的双眼视觉算法,以在鱼类3D测量中获得高质量的深度图.
- 为了提高精度和减少动态鱼大小测量的错误.
主要方法:
- 设计了一个TOF深度能量功能来指导双眼立体匹配,提高在低质感区域的准确性.
- 开发了TOF和双眼立体相匹配的信任权重功能,用于像素级融合.
- 在封闭的重叠区域中提高匹配质量.
主要成果:
- 与单眼双眼视觉相比,TOF辅助的双眼视觉系统在鱼类大小测量方面表现出更好的准确性.
- 观察到较少的测量误差,特别是当鱼体有显著的深度轴倾斜时.
- 获得了高质量的深度图,提高了整体测量可靠性.
结论:
- 拟议的算法有效地整合了TOF和双眼视觉,用于优质的3D鱼类测量.
- 这种方法为准确可靠的水下或水生生物测量提供了显著的进步.
