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

针对不同工作环境，调整镜头曝光周期与投影光强度；
开启HDR，并使用自动检测功能检测最佳光强；
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