多传感器感知与融合

多重影像感测器融合：重新定义影像的真谛

我们创新的多镜头相机解决方案提供无与伦比的影像能力，实现令人惊豔的180/360度全景、先进的複合影像感测器融合应用，以及精准的深度感测立体影像。

 

主要特点：

• 180/360度全景： 轻松捕捉沉浸式且令人惊叹的全景影像。
• 複合影像感测器融合： 结合多个影像感测器的撷取数据，以增强影像品质、深度感知等。
• 深度感测立体影像： 创建精准的3D模型，并实现增强现实和虚拟现实等创新应用。
• 多样性： 我们的解决方案适用于广泛的应用领域，从摄影和摄影到工业检测和科学研究。

 

应用领域：

• 摄影和摄影： 捕捉令人惊叹的全景影像和影片，用于创意表达。
• 虚拟和增强现实： 利用精准的深度感知和3D模型，创造沉浸式体验。
• 工业检测： 透过高精度影像进行详细的检测和测量。
• 科学研究： 收集环境监测、机器人等各个科学领域的数据。

 

 

多影像拼接中的影像差异处理

在将多张影像拼接成一张全景图时，如何处理不同影像之间的差异是一个关键的挑战。这些差异主要来自于以下两个方面：

Disparties

• 视角差异： 每个影像感测器从不同的角度捕捉场景，导致记录的环境资讯不同。
• 感测器/镜头公差： 感测器和镜头的个体差异会导致影像品质和色彩呈现上的差异。

因此，我们需要超越单一影像画质调整，採用更複杂的方法来处理这些差异。

 

另外，处理影像差异的关键考量如下：

通过仔细处理这些因素，我们可以获得高品质的拼接影像，准确地呈现原始场景。

预校正：提升影像拼接品质的关键

为了解决不同镜头拍摄的影像在边缘亮度不均的问题，我们开发了一套预校正流程。将相机置于一个发出均匀光亮的积分球内，我们可以精准测量并补偿这些亮度差异。

优势：

• 容忍镜头差异： 此方法可以容忍不同镜头单元之间的亮度差异，降低生产过程中对镜头一致性的严格要求。
• 降低元件成本： 透过减少对高精度镜头的需求，可以有效降低整体成本。
• 提升影像品质： 预校正过程有助于最小化影像边缘常见的亮度衰减问题，产生更一致、视觉效果更佳的拼接全景图。

 

流程概述：

• 置于积分球中： 将相机置于一个发出均匀光亮的积分球中。
• 测量亮度分布： 测量影像中的亮度分布，找出亮度较低的区域。
• 生成校正数据： 基于测量的亮度差异生成校正数据。
• 软体补偿： 在影像拼接过程中，软体应用校正数据来补偿亮度差异，产生更无缝、视觉效果更佳的拼接影像。

透过实施这项预校正流程，我们可以在降低整体成本和提高生产灵活性的同时，提供高品质的拼接全景图。

 

360度影片水平稳定技术

我们的水平稳定算法利用惯性测量单元（IMU）的数据，对影像感测器影像进行防抖补偿。通过分析IMU的数据，我们可以准确地确定相机的方位，并对影像帧进行适当的校正。

实际应用：

• 想像一下将360度运动相机安装在头盔上。IMU数据将用于稳定影片，即使在山地自行车或滑雪等剧烈活动中，也能产生平滑且身临其境的画面。
• 通过将水平稳定功能整合到我们的360度相机中，我们为用户提供了更稳定、更愉快的观看体验。

滚动快门校正

我们的滚动快门校正算法利用惯性测量单元（IMU）的数据，以有效降低CMOS感测器中滚动快门所造成的果冻效应。通过分析IMU的加速度和角速度数据，我们可以准确地计算相机的运动轨迹，并对撷取的影像进行适当的校正。

实际应用：

• 运动相机： 减少运动相机画面中常见的「果冻效应」，产生更平滑、更稳定的影片。
• 无人机： 减少无人机振动和快速移动引起的影像失真。
• 监控系统： 提高物体追踪和运动分析的准确性。

透过将滚动快门校正整合至影像系统中，可提升影像品质、减少失真，并改善应用整体效能。

立体深度感测

我们的立体深度感测算法包含两个关键步骤：

• 立体校正： 我们仔细校正相机，确保它们正确对齐并具有相同的光学特性。这个校正过程建立相机之间的基线距离，这对于深度计算至关重要。
• 视差计算： 一旦校正完成，算法分析左右影像中对应点之间的差异。这种差异称为视差，与场景的深度直接相关。通过计算视差，我们可以估计场景中不同物体与相机的距离。

优势：

• 更广的探索范围： 与基于雷射的距离测量相比，立体视觉允许更广的视野，能够扫描更大的区域。
• 更低的成本： 立体视觉系统通常使用比基于雷射的系统更便宜的元件，使其成为许多应用的更具成本效益的解决方案。