本文主要是介绍A self-calibrated photo-geometric depth camera,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
Liang Xie, Yuhua Xu, Xiaohu Zhang, Wei Bao, Chenpeng Tong, Boxin Shi.
A self-calibrated photo-geometric depth camera. The Visual Computer. 2018.
[pdf]
与基于三角测量原理的立体视觉相比,光度立体方法在恢复目标表面细节方面具有显著优势。在本文中,我们设计了一个实用的三维成像系统,它结合近距离光度立体视觉和基于散斑点的立体匹配方法。该系统结构紧凑,适用于多反射率目标。光源的参数(包括位置和强度)可以自动校准。为了实现自动标定,首先利用远距离光度模型估计初始反射率图,然后利用估计的反射率图和固定的法向场,对近光源模型的参数进行优化。其次,利用优化的光度模型,利用近光源光度立体视觉重新计算表面法线,并将其与立体视觉的初始深度图融合,实现高质量的深度图。实验结果表明,该系统能够在一般室内环境下实现高质量的重建。
David点云优化
鞋子点云优化
与KinectFusion相比
这篇关于A self-calibrated photo-geometric depth camera的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!