相关实验视频
Updated: Jul 16, 2026
14:25
Determining 3D Flow Fields via Multi-camera Light Field Imaging
Published on: March 6, 2013
16.6K
适应性加权数据融合用于直线结构光和光度立体测量系统
Jianxin Shi1, Yuehua Li1, Ziheng Zhang1
1School of Mechanical Engineering, Hebei University of Science and Technology, Shijiazhuang 050018, China.
Sensors (Basel, Switzerland)
|July 13, 2024
概括
本研究介绍了一种合作测量系统,将线结构光 (LSL) 和光度立体光 (PS) 结合起来,以进行增强的3D重建. 这种新的方法在3D表面造型中实现了高精度和清晰度.
科学领域:
- 3D 计算机视觉 3D 计算机视觉
- 计量学 计量学 计量学
- 光学测量系统 光学测量系统
背景情况:
- 线结构光 (LSL) 提供了高精度,但由于采样间隔,清晰度有限.
- 光度立体声 (PS) 在检测细微表面特征方面表现出色,但缺乏几何精度.
- 结合LSL和PS提供了一个利用它们互补的优势来改进3D测量的机会.
研究的目的:
- 开发和验证一个集成LSL和PS的合作测量系统.
- 为结合LSL和PS数据提出一个自适应加权数据融合算法.
- 为了提高3D表面重建的准确性和清晰度.
主要方法:
- 开发一个合作的LSL-PS测量系统.
- 对于LSL和PS子系统的校准程序.
- 建议使用基于正常向量角度的自适应权重的数据融合算法.
- 建立一个错误函数,包括3D点云匹配和正常向量错误.
- 解决线性方程以获得融合的3D重建结果.
主要成果:
- 合作LSL-PS系统的实验验证.
- 与单个方法相比,3D重建准确度的提高.
- 有证据表明,化表面形状的清晰度和细节性有所提高.
- 拟议的自适应加权聚变算法有效地结合了LSL和PS数据.
结论:
- 合作的LSL-PS系统成功地整合了这两种测量技术的优势.
- 适应加权数据融合算法显著提高了3D重建质量.
- 开发的系统实现了高精度和清晰度,优于独立的LSL或PS方法.
更多相关视频
11:57Three-dimensional Super Resolution Microscopy of F-actin Filaments by Interferometric PhotoActivated Localization Microscopy iPALM
Published on: December 1, 2016
10.7K
06:26Stereo-Imaging System DLT Calibration to Capture 3D In Situ Displacements of Stretched Peripheral Nerves
Published on: January 12, 2024
382
