高反光表面三维视觉测量方法

显影剂

高动态范围技术

偏振折技术

https://www.bilibili.com/opus/680388726059171858

  1. 针对不同工作环境,调整镜头曝光周期与投影光强度;
  2. 开启HDR,并使用自动检测功能检测最佳光强;
  3. 显扬科技HY-M5 3D视觉相机安装在待检测反光物体上方,成像视野能清晰覆盖待测物,拍摄,完成识别或检测任务;

高动态范围成像(HDR)是一种技术,用于捕捉和显示更广泛的亮度范围,使得图像在明亮和阴暗区域都能保留更多细节。HDR 图像通常用于摄影、视频和游戏等领域。

HDR 的工作原理

1.多重曝光:通过对同一场景进行多次拍摄,使用不同的曝光设置(例如,正常曝光、过曝和欠曝),捕捉图像中的细节。

2.合成图像:将不同曝光的图像合成一幅 HDR 图像,通常使用算法来匹配和融合不同曝光的区域。

3.色调映射:由于 HDR 图像的亮度范围超出标准显示设备的能力,需要进行色调映射,将 HDR 图像转换为适合显示的 LDR(低动态范围)图像。

HDR 图像格式

  • EXR:一种常用的 HDR 图像格式,支持高精度和多通道数据。
  • HDR:另一种常见的 HDR 图像格式,通常用于游戏和图形应用。
    应用
  • 摄影:用于捕捉高对比度场景,如日出、日落或室内外场景。
  • 视频:在电影和游戏中创建具有更真实光照效果的画面。
  • 图形设计:用于生成更丰富的视觉效果和细节。

OpenCV 中的 HDR

在 OpenCV 中,可以使用以下函数处理 HDR 图像:

  • createMergeDebevec:用于生成 HDR 图像。
  • createTonemap :用于执行色调映射,将 HDR 图像转换为 LDR 图像。
    示例代码
    以下是一个简单的 HDR 处理示例:
    #include <opencv2/opencv.hpp>

int main() {

std::vectorcv::Mat images; // 存储不同曝光的图像

// 加载图像...

复制代码
// 创建 HDR 合并对象
cv::Ptr<cv::MergeDebevec> merge_deb = cv::createMergeDebevec();
cv::Mat hdr;
merge_deb->process(images, hdr);

// 创建色调映射对象
cv::Ptr<cv::Tonemap> tonemap = cv::createTonemap(2.2f);
cv::Mat ldr;
tonemap->process(hdr, ldr);

// 显示或保存结果...
return 0;

}

信噪比

论文

https://blog.csdn.net/weixin_44470443/article/details/103183331

https://www.cnblogs.com/shuimuqingyang/p/15355170.html

相关推荐
蹦蹦跳跳真可爱5891 小时前
Python----OpenCV(几何变换--图像平移、图像旋转、放射变换、图像缩放、透视变换)
开发语言·人工智能·python·opencv·计算机视觉
加油加油的大力4 小时前
入门基于深度学习(以yolov8和unet为例)的计算机视觉领域的学习路线
深度学习·yolo·计算机视觉
Shilong Wang6 小时前
动态物体滤除算法
算法·机器学习·计算机视觉
强盛小灵通专卖员8 小时前
【中文核心期刊推荐】中国农业科技导报
人工智能·计算机视觉·期刊·中文核心期刊·导师·小论文
千宇宙航9 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第九课——图像插值的FPGA实现
图像处理·计算机视觉·缓存·fpga开发
gaosushexiangji18 小时前
利用sCMOS科学相机测量激光散射强度
大数据·人工智能·数码相机·计算机视觉
JNU freshman21 小时前
计算机视觉速成 之 概述
人工智能·计算机视觉
加油吧zkf1 天前
Conda虚拟环境管理:从入门到精通的常用命令
图像处理·深度学习·计算机视觉·conda
小宋0011 天前
使用LLaMA-Factory微调Qwen2.5-VL-3B 的目标检测任务-数据集格式转换(voc 转 ShareGPT)
人工智能·目标检测·计算机视觉
小哥谈1 天前
论文解析篇 | YOLOv12:以注意力机制为核心的实时目标检测算法
人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉