精华内容
下载资源
问答
  • 基于压缩感知的单像素相机

    千次阅读 2019-06-12 09:55:54
    基于压缩感知的单像素相机 成像是一个传统的信号处理领域,俗话说“百闻不如一见”,图像在整个数字信号处理领域中占有举足轻重的地位。压缩感知理论刚被提出来时并没有被广泛认可,但是随着单像素相机成像框架的...

    基于压缩感知的单像素相机

    成像是一个传统的信号处理领域,俗话说“百闻不如一见”,图像在整个数字信号处理领域中占有举足轻重的地位。压缩感知理论刚被提出来时并没有被广泛认可,但是随着单像素相机成像框架的提出,压缩感知理论立刻吸引了广大研究学者的关注。它的成像框图如图1所示。
    

    图1 单像素相机原理图 图1 单像素相机原理图

    该方案中最核心的器件是数字微镜器( digital micro-mirror device,DMD),它是一种光调制器,在基于压缩感知的成像体系中,DMD扮演着非常重要的角色。DMD是美国得州仪器公司( Texas Instruments,T)生产的一种通过成千上万个微镜反射入射光而实现光调制的器件,这些微镜阵列都可以通过配置单元设定翻转角度。每个微镜通过一个铰链实现两种固定的翻转状态,角度为水平方向的士12翻转(早期的型号是士10°翻转)。其翻转角度状态由片上内存SRAM中相应的比特值来决定其翻转状态,例如,比特值为“1”则表示沿水平方向的+12°翻转,反之,如果比特值为“0”则表示沿水平方向的-12°翻转。如图7.2所示,由于微镜的翻转角度不同,可以把入射光沿两个不同的角度反射,当微镜翻转角度为+12°时,实现对入射光的对称角度反射;而当微镜翻转角度为-12°时,则微镜把入射光反射到芯片内置的光吸收材料上,即没有反射光输出,这就实现了通过成千上万个微镜是否反射入射光而实现对入射光的调制。
    

    镜微
    图2 微镜不同的翻转角度实现对入射光的调制

    从TI公司发布的资料来看,其最高空间分辨率可以达到1024×768(XGA),即该类型DMD包含1024×768个微镜,难以想象的是这些微镜集成在32.2mm×22.3mm大小的芯片中。DMD具有较高的分辨率、对比度、灰度等级和响应速度等优点,不仅已成功应用于高清电视(HDTV)和数字影院,近几年其应用领域得到较大扩展,在光纤通信网络的路由器、衰减器、滤波器、数字相机、高频天线阵列、新一代外层空间望远镜、物体三维轮廓测量仪、全息照相、光学神经网络、显微系统中的数字可变光阑、激光光束整形、压缩成像、数字光刻以及成像光谱等领域都得到了成功的应用。
    下面介绍单像素相机的设计原理。首先,通过光路系统将成像目标投影到DMD上,DMD由数字电压信号控制微镜片的机械运动以实现对入射光线的调制,相当于由0和1构成的随机测量矩阵,其中“1”表示对应的小微镜把入射光反射出去,“0”表示入射光被吸收。在每次DMD的随机测量中,一部分微镜将把与其对应位置上的入射光发射出去,这些反射光由透镜聚焦到单个像素传感器上(实际应用中可以是光敏二极管),光敏二极管两端的电压随着反射光强度的变化而变化,其两端的电压通过一个模数转换器(A/ D converter)进行量化从而得到个测量值y,其中每次DMD的随机测量模式相应地对应测量矩阵中的行,即φ,此时如果把输入图像看成一个矢量x,则该次测量的结果表示为y=φx。每次的测量结果实际上是DMD的掩模与成像场景的模二相乘而后汇总进行量化的结果,将此投影操作重复M次,即通过M次随机配置DMD上每个微镜的翻转角度,获得了M个测量结果,即y=φx。在M远小于原始图像的像素时,即可通过基于总变量差( total variation)的l1范数最小化的方法重构原始图像,它的实物演示如图3所示。
    

    单像素相机
    图3 单像素相机实物演示图

    除了成像灵活性,单像素相机的另一个优点是光敏二极管的量子效率(用来定义光敏器件受光表面接收到的光子转换为电子空穴对的百分比例)可以达到90%,远高于常规CCD或CMOS阵列的50%。此外,每次单像素相机随机的测量都能聚集远远多于平均像素上所能接收到的光子,因而可以极大地降低图像失真、暗噪声(在光谱测量中是指影响光谱原始数据的杂光)和读出噪声。
    在数字相机广为流行的当代,人们不断追求更高像素的相机,以达到图像的高分辨率和高保真。单像素相机的设计为此开辟了一条全新的思路,这个设计很大程度上减少了对光探测器设计复杂性和高昂代价的要求,无需高密度、高分辨率的CCD或CMOS模块,单个像素也可以实现成像功能。需要指出的是,这里的单像素传感器,可以是光敏极管;在低光照度时,可以是雪崩二极管;也可以是集成多个针对不同波长范围的光敏二极管,从而构建多光谱相机。
    该相机直接获取的是M次随机线性测量值而不是原始输入图像的像素值,这也是和传统多路复分相机的区别之一,多路复分相机的机理是采用传统的光栅扫描,其中的测量函数是一系列delta函数构成的。这个基于压缩感知的单像素相机的一个重要优点是,它只需要较少的测量值就可以重构出原始图像(例如,压缩感知模式需要M次测量,而光栅扫描模式需要N次,M<<N),即单像素相机把图像的获取和图像的压缩集成到一起,即采样的过程中同时也实现了图像的压缩该单像素相机。
    该单像素相机的实验结果如图4所示,其中图(a)是一个成像目标模板,上面是一个黑白打印“R”,基于图7.4中的演示模型,N=256×256,当随机测量次数为M=N/10时,重建的图像如图(b)所示。可以看出图中的成像效果还不是很理想,远比常规的数字相机拍摄效果要差,但这里演示的只是一个原理,在很多细节,如光路的封闭性设计和噪声处理等方面远没有达到最优。同时,这个演示系统还有一个缺点需要指出,它成一次像大概要花费几分钟的时间,因为为了获得足够的采样个数,每一次DMD的翻转都需要一定的时间。读者可能觉得等待几分钟成一次像实在很难让人接受,但要知道人类获取的第一幅照片,如图5所示,是由法国发明家 Joseph Niepce于法国耗时8h拍摄的,该照片目前陈列于得克萨斯大学奥斯汀分校。可见虽然目前基于压缩感知的单像素相机耗时较长,但作为新生技术,其未来的发展还是一片光明的。
    

    在这里插入图片描述 图4 基于单像素相机的重构图像
    人类第一幅照片
    图5 人类拍摄的第一幅照片

    其实,这套单像素相机应用在可见光谱段成像,较常规的几百万或上千万像素的CCD或CMOS相机的优势并不十分明显,因为常规数码相机已经获得了普遍认可,CCD或CMOS的集成度已经很高而且很廉价,这主要得益于可见光的光谱范围和材料硅的光电响应区间刚好一致。而在近红外或短波红外波段成像领域,单像素相机的价值就突显出来了,这是因为红外波段的探测器非常昂贵,单像素相机将极大地降低产品成本。如果将该系统应用在近红外或短波红外波段的探测器上,通过DMD的多次随机翻转实现对入射近红外或短波红外波段的调制获得多个测量值,再经优化算法就可以重构出原始入射的近红外或短波红外图像。在这种方式下,不仅可以得到信噪比较高的近红外或短波红外面阵图像,而且图像的均匀性可以得到更好的提升,所以构成的面阵图像质量也能得到提高,同时这也大大降低了探测器的成本。目前美国的In View公司3已经获得了单像素相机的发明专利授权,并且发布了针对显微镜应用的短波红外相机 In View210M和针对安防、监控的短波红外相机In View230。图6中显示的是In View公司生产的短波红外相机和常规的短波红外相机成像结果比较,其中图(a)是常规短波红外相机获取的原图,图(b)是In View公司短波红外相机的成像结果。由图可见,单凭肉眼根本分辨不出差别。In View公司出品的这类基于压缩感知的短波红外相机是该领域中第个走向商业化应用的产品,具有里程碑式的象征意义。
    

    在这里插入图片描述 图6 常规短波红外相机Inview公司短波红外相机的成像比较

    展开全文
  • 用一张棋盘格来进行图像的像素精度计算,其计算程序是:   #include"opencv2/opencv.hpp" using namespace cv; int main() { Mat srcimg = imread("6.bmp"); Mat gray; cvtColor(srcimg,...

    用一张棋盘格来进行图像的像素精度计算,其计算程序是:

     

    #include"opencv2/opencv.hpp"
    using namespace cv;
    int main()
    {
    	Mat srcimg = imread("6.bmp");
    	Mat gray;
    	cvtColor(srcimg,gray,CV_RGB2GRAY);
    	Size board_sz = Size(6,9);
    	vector<Point2f>corners;
    	bool found = findChessboardCorners(srcimg, board_sz, corners,CV_CALIB_CB_ADAPTIVE_THRESH|CV_CALIB_CB_FILTER_QUADS);
    	printf("检测到的原始角点坐标");	
    	for (size_t i = 0; i < corners.size(); i++)
    	{
    		printf("第%d个点(%f,%f)\n",i,corners[i].x,corners[i].y);
    	}
    	if (found)
    	{
    		printf("成功检测到角点\n");
    		//检测的角点时以右下角为原点的
    		cornerSubPix(gray,corners,Size(11,11),Size(-1,-1),TermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,30,0.1));//输入的图像,必须是8位的灰度或者彩色图像。
    		drawChessboardCorners(srcimg,board_sz,corners,found);	
    		Mat dstimg;
    		resize(srcimg,dstimg,Size(1000,800));
    		imshow("亚像素角点图", dstimg);
    		waitKey(20);
    		printf("检测到的0.1亚像素斜的图像角点坐标\n");
    		float jingdux = 0, jinduy = 0;
    		int j = 0;
    		bool flag = false;
    		for (size_t i = 0; i < corners.size(); i++)
    	 {
    		 if (i==0)
    		 {
    		 }
    		 else
    		 {
    			 jingdux=sqrt((corners[i].x - corners[i - 1].x)*(corners[i].x - corners[i - 1].x) + (corners[i].y - corners[i - 1].y)*(corners[i].y - corners[i - 1].y));
    			 jingdux = 12.0 / jingdux;
    		 }
    		 printf("第%d个点(%f,%f)\n", i, corners[i].x, corners[i].y);
    		 printf("其像素精度为:%f/像素\n", jingdux);
    	  }
    	}
    	waitKey(0);
    	return 0;
    }

     

     

    其在一张1280*1024像素的图片里,其中的棋盘格是6*9,物理尺寸为12mm*12mm如图:


     

    其图像的计算出来的像素精度是:

    物理定位精度:其是实际的位置点与计算出来的位置点的偏差,其可以转化为实际的像素位置与计算出来的像素位置的偏差,然后把这个偏差乘以像素精度既是物理定位精度  。

    可以得到其相机的像素精度是0.17mm/像素(其是相机在某个固定高度上时得出的,相机离目标面越远,则这个值越大,即精度降低了),其后面的几位都一直改变,是因为相机标定板也可能倾斜,或者像素长度计算误差。如果我们的像素定位精度是0.1亚像素,则其实际定位的物理精度为0.017mm,即计算的像素位置与实际的像素位置差了0.1个像素,则把其乘以0.17mm就是定位精度,所以仅仅只考虑像素精度是没有意义的(即如果你能处理到0.01的亚像素,但是你的相机像素精度是1.7mm/像素,而你的物理定位精度还是0.17mm,跟0.1亚像素的一样),其要把亚像素精度与像素的物理分辨率一起考虑,进行计算物理定位精度的计算(物理定位精度才是有实际意义的)。这上面的是理想状况下的,一般还有很多外部影响导致误差增大,如果考虑外部因素的话定位精度会比理想的多几倍。

    下面是相机的选型,就是涉及到:

    其像素精度是20/1000=0.02mm/像素,亚像素精度是0.5,则物理定位精度是0.01mm,但是对于一些检伤的设备,需要像素精度必须是要低于一些值得,如果不低于的话,则会导致无法凸显伤痕。)其例子如下:

     

     

     

     

     

     

      如果是通过物体所占的像素多少来计算其长度时,则会出现像素的误差积累,因为我们是拿一个固定值来与像素相乘的。例如某个尺子长度在此高度的相机里拍到的图像里所占的像素为100像素,则实际的0.17mm的误差会累计,假如其误差是0.01mm,其是固定误差,即实际的是0.16mm,其固定误差就会累计成100*0.01mm=1mm的误差,现实中有些东西是不会成线性增加,是因为这些误差是随机误差,不是固定误差,随机误差积分时误差之间会进行抵消。改进方法是要使用很密的棋盘格来对应图像里的像素点,从而来提高精度,即定位物体的头跟尾的像素位置,然后把其转换到以标定纸为坐标系的物理坐标,然后进行相减则可以得出其高精度长度,不会有累计误差。

     

    展开全文
  • MTK-相机(Camera)像素差值设置

    千次阅读 2018-02-03 10:58:45
    MTK-相机(Camera)像素差值设置 MTK 相机像素差值和做假 CameraAndroid摄像头 图像比例 拍出图像像素 代码中字串id 相机界面显示像素(英文) 4:3 320x240 @string/...

    MTK-相机(Camera)像素差值设置

    MTK 相机像素差值和做假
    图像比例 拍出图像像素 代码中字串id 相机界面显示像素(英文)
    4:3 320x240 @string/pref_camera_picturesize_entry_320x240 QVGA
    640x480 @string/pref_camera_picturesize_entry_640x480 VGA
    1024x768 @string/pref_camera_picturesize_entry_1024x768 1M
    1280x960 @string/pref_camera_picturesize_entry_1280x960 1.3M
    1600x1200 @string/pref_camera_picturesize_entry_1600x1200 2M
    2048x1536 @string/pref_camera_picturesize_entry_2048x1536 3M
    2560x1920 @string/pref_camera_picturesize_entry_2592x1936 5M
    3264x2448 @string/pref_camera_picturesize_entry_3264x2448 8M
    3600x2700 @string/pref_camera_picturesize_entry_3600x2700 9.5M
    3672x2754 @string/pref_camera_picturesize_entry_3672x2754 10M
    4096x3072 @string/pref_camera_picturesize_entry_4096x3072 12M
    4160x3120 @string/pref_camera_picturesize_entry_4160x3120 13M
    4608x3456 @string/pref_camera_picturesize_entry_4608x3456 16M
    5120x3840 @string/pref_camera_picturesize_entry_5120x3840 20M
           
    vanzo增加 4352x3264 @string/pref_camera_picturesize_entry_4352x3264 14M
           
           
    16:9
    (如果手机屏幕比例是16:9,这像素就是全屏像素)
    1280x720 @string/pref_camera_picturesize_entry_1280x720 1M
    1600x912 @string/pref_camera_picturesize_entry_1280x960 1.3M
    2048x1152 @string/pref_camera_picturesize_entry_2048x1536 3M
    2560x1440 @string/pref_camera_picturesize_entry_2560x1440 4M
    3328x1872 @string/pref_camera_picturesize_entry_3328x1872 6M
    4096x2304 @string/pref_camera_picturesize_entry_3600x2700 9.5M
    4608x2592 @string/pref_camera_picturesize_entry_4096x3072 12M
    5120x2880 @string/pref_camera_picturesize_entry_5120x2880 15M
           
           
    5:3
    (如果手机屏幕比例是5:3,这像素就是全屏像素)
    1280x768 @string/pref_camera_picturesize_entry_1280x768 1M
    1600x960 @string/pref_camera_picturesize_entry_1600x1200 2M
    2880x1728 @string/pref_camera_picturesize_entry_2592x1936 5M
    3600x2160 @string/pref_camera_picturesize_entry_3264x2448 8M
           
           
    3:2
    (如果手机屏幕比例是3:2,这像素就是全屏像素)
    1024x688 @string/pref_camera_picturesize_entry_1024x768 1M
    1440x960 @string/pref_camera_picturesize_entry_1280x960 1.3M
    2048x1360 @string/pref_camera_picturesize_entry_2048x1536 3M
    2560x1712 @string/pref_camera_picturesize_entry_2592x1936 5M
           
    备注 以上是92新平台本身支持的像素,MTK更新到Camera源码中的。
    如有特殊差值需求,只要摄像头物理像素支持,或差值后支持,也可满足,但是要满足以下像素条件:(假设宽为w,高为h,想要个18M的像素)
    1.w,h都是16的倍数
    2.w:h = 4:3(或16:9,根据需求定)
    3.w*h = 18M(根据需求定)
    满足以上条件的w,h就可以做差值
    另外:差值最好在以下范围内:VGA->2M(或3M),2M->5M,5M->8M,8M->12M,12M->18M(再大还没遇到过

     

    像素值
    相机所说的像素,其实是最大像素的意思,像素是分辨率的单位,这个像素值仅仅是相机所支持的有效最大分辨率。
    30万 640×480
    50万 800×600
    80万 1024×768 5” (3.5×5英寸)
    130万 1280×960 6” (4×6英寸)
    200万 1600×1200 8”(6×8英寸) 5”(3.5×5英寸)
    310万 2048×1536 10”(8×10寸) 7”(5×7英寸)
    430万 2400×1800 12”(10×12英寸) 8”(6×8英寸)
    500万 2560×1920 12”(10×12英寸) 8”(6×8英寸)
    600万 3000×2000 14”(11×14英寸) 10”(8×10寸)
    800万 3264×2488 16”(12×16英寸) 10”(8×10寸)
    1100万 4080×2720 20”(16×20英寸) 12”(10×12英寸)
    1400万 4536×3024 24”(18×24英寸) 14”(11×14英寸)

     


    [FAQ05829] 6589 JB2如何实现camera插值或新增picture size    Download
    Platform:MT6589
    Branch:JB2
    FAQ Content

    [DESCRIPTION]
    camera实现插值,该solution同时适用于新增一个picture size.

    [SOLUTION]

    Camera插值在底层已经做好,我们只需要在中间层和app层添加一个对应的picture size即可。但是有一些限制条件需要注意:

    1.    插值的倍数只能小于等于16倍,也就是说假如是1M的sensor,那最多只能插值到16M;

    2.    插值后的width和height都不能超过8192,也就是picture size设置的width和height的大小都不能超过8192;

    3.    若插值的大小超过12M:

    例如插值到18M,并且贵司code base版本在”

     

     

     

     

     

     

     

     

     

     

     

    ALPS.JB2.MP.V1.2”之前(包括ALPS.JB2.MP.V1.2)的版本则需要申请并打上patch(ALPS00460866),若code base版本在ALPS.JB2.MP.V1.3之后则不需要;

     

    4.    由于hardware jpeg encoder的限制,插值时设置的width和height请您分别都设为16的整数倍,若设置非16整数倍的width或height,则可能导致拍出来的图片会有异常(如图片扭曲、花屏、连拍的图片绿屏)。

     

     

     

    下面是关于插值的方法:

     

    (一)中间层修改

     

    1.mediatek\custom\<project>\hal\imgsensor\<sensor name>\config.ftbl.<sensor name>.h    

     

    (若没有该文件,则修改

     

    mediatek\custom\<project>\hal\imgsensor\src\config.ftbl.common_raw.h

     

    或者config.ftbl.common_yuv.h

     

     

    在如下定义picture size的地方增加您想要的size (宽和高必须是16的整数倍,宽高比例建议先用4:3的验证测试),如果已经包含您要加的size,就不需要再增加。

     

     

     

    #if 1

     

    //  Picture Size

     

    FTABLE_CONFIG_AS_TYPE_OF_DEFAULT_VALUES(

     

    KEY_AS_(MtkCameraParameters::KEY_PICTURE_SIZE),

     

    SCENE_AS_DEFAULT_SCENE(

     

    ITEM_AS_DEFAULT_("2560x1920"),

     

    ITEM_AS_VALUES_(

     

    "320x240",      "640x480",      "1024x768",     "1280x720",     "1280x768",     "1280x960"

     

    )

     

    ),

     

    )

     

    #endif

     

     

     

    例如:

     

    //  Picture Size

     

    FTABLE_CONFIG_AS_TYPE_OF_DEFAULT_VALUES(

     

    KEY_AS_(MtkCameraParameters::KEY_PICTURE_SIZE),

     

    SCENE_AS_DEFAULT_SCENE(

     

    ITEM_AS_DEFAULT_("2560x1920"),

     

    ITEM_AS_VALUES_(

     

    "320x240",      "640x480",      "1024x768",     "1280x720",     "1280x768",     "1280x960", "4096x3072"

     

    )

     

    ),

     

    )

     

    #endif

     

     

     

    (二) app层的修改可以按照如下来修改:

     

    1.\packages\apps\Camera\res\values\strings.xml

     

    增加您想要的size,如果已经包含您要加的size,就不需要再增加

     

     

     

    <string name="pref_camera_picturesize_entry_3264x2448">8M pixels</string>

     

    <string name="pref_camera_picturesize_entry_2592x1936">5M pixels</string>

     

    <string name="pref_camera_picturesize_entry_2048x1536">3M pixels</string>

     

    <string name="pref_camera_picturesize_entry_1600x1200">2M pixels</string>

     

    <string name="pref_camera_picturesize_entry_1280x960">1.3M pixels</string>

     

    <string name="pref_camera_picturesize_entry_1024x768">1M pixels</string>

     

    <string name="pref_camera_picturesize_entry_640x480">VGA</string>

     

    <string name="pref_camera_picturesize_entry_320x240">QVGA</string>

     

     

     

    例如:

     

    <string name="pref_camera_picturesize_entry_4096x3072">12M Pixels</string>

     

    <string name="pref_camera_picturesize_entry_3264x2448">8M pixels</string>

     

    <string name="pref_camera_picturesize_entry_2592x1936">5M pixels</string>

     

    <string name="pref_camera_picturesize_entry_2048x1536">3M pixels</string>

     

    <string name="pref_camera_picturesize_entry_1600x1200">2M pixels</string>

     

    <string name="pref_camera_picturesize_entry_1280x960">1.3M pixels</string>

     

    <string name="pref_camera_picturesize_entry_1024x768">1M pixels</string>

     

    <string name="pref_camera_picturesize_entry_640x480">VGA</string>

     

    <string name="pref_camera_picturesize_entry_320x240">QVGA</string>

     

     

     

    2.\packages\apps\Camera\res\values\arrays.xml

     

    <string-array name="pref_camera_picturesize_entries" translatable="false">

     

    <!-- TODO: Change to a better name of the preference.

     

    The first element of the array should be

     

    "pref_camera_picturesize_entry_2592x1944". However, we are too

     

    late for the translation. Since we show the same label as the

     

    second item, we just use the second one instead.

     

    -->

     

    <item>@string/pref_camera_picturesize_entry_3264x2448</item>

     

    <item>@string/pref_camera_picturesize_entry_2592x1936</item>

     

    <item>@string/pref_camera_picturesize_entry_2592x1936</item>

     

    <item>@string/pref_camera_picturesize_entry_2592x1936</item>

     

    <item>@string/pref_camera_picturesize_entry_2048x1536</item>

     

    <item>@string/pref_camera_picturesize_entry_1600x1200</item>

     

    <item>@string/pref_camera_picturesize_entry_1280x960</item>

     

    <item>@string/pref_camera_picturesize_entry_1024x768</item>

     

    <item>@string/pref_camera_picturesize_entry_640x480</item>

     

    <item>@string/pref_camera_picturesize_entry_320x240</item>

     

    </string-array>

     

     

     

    增加您想要的size,如果已经包含您要加的size,就不需要再增加

     

    例如:

     

    <string-array name="pref_camera_picturesize_entries" translatable="false">

     

    <!-- TODO: Change to a better name of the preference.

     

    The first element of the array should be

     

    "pref_camera_picturesize_entry_2592x1944". However, we are too

     

    late for the translation. Since we show the same label as the

     

    second item, we just use the second one instead.

     

    -->

     

    <item>@string/pref_camera_picturesize_entry_4096x3072</item>

     

    <item>@string/pref_camera_picturesize_entry_3264x2448</item>

     

    <item>@string/pref_camera_picturesize_entry_2592x1936</item>

     

    <item>@string/pref_camera_picturesize_entry_2592x1936</item>

     

    <item>@string/pref_camera_picturesize_entry_2592x1936</item>

     

    <item>@string/pref_camera_picturesize_entry_2048x1536</item>

     

    <item>@string/pref_camera_picturesize_entry_1600x1200</item>

     

    <item>@string/pref_camera_picturesize_entry_1280x960</item>

     

    <item>@string/pref_camera_picturesize_entry_1024x768</item>

     

    <item>@string/pref_camera_picturesize_entry_640x480</item>

     

    <item>@string/pref_camera_picturesize_entry_320x240</item>

     

    </string-array>

     

     

     

    3.\packages\apps\Camera\res\values\arrays.xml 

     

    <string-array name="pref_camera_picturesize_entryvalues" translatable="false">

     

    <item>3264x2448</item>

     

    <item>2592x1944</item>

     

    <item>2592x1936</item>

     

    <item>2560x1920</item>

     

    <item>2048x1536</item>

     

    <item>1600x1200</item>

     

    <item>1280x960</item>

     

    <item>1024x768</item>

     

    <item>640x480</item>

     

    <item>320x240</item>

     

    </string-array>

     

     

     

    增加您想要的size,如果已经包含你要加的size,就不需要再增加

     

    例如:

     

    <string-array name="pref_camera_picturesize_entryvalues" translatable="false">

     

    <item>4096x3072</item>

     

    <item>3264x2448</item>

     

    <item>2592x1944</item>

     

    <item>2592x1936</item>

     

    <item>2560x1920</item>

     

    <item>2048x1536</item>

     

    <item>1600x1200</item>

     

    <item>1280x960</item>

     

    <item>1024x768</item>

     

    <item>640x480</item>

     

    <item>320x240</item>

     

    </string-array>

     

     

     

    4.\packages\apps\Camera\src\com\Android\Camera\CameraSettings.java

     

    public static final String[] PICTURE_SIZE_4_3 = new String[] {

     

    "320x240",

     

    "640x480",

     

    "1024x768",

     

    "1280x960",

     

    "1600x1200",

     

    "2048x1536",

     

    "2560x1920",

     

    "3264x2448",

     

    };

     

    增加您想要的size,如果已经包含你要加的size,就不需要再增加

     

    例如:

     

    public static final String[] PICTURE_SIZE_4_3 = new String[] {

     

    "320x240",

     

    "640x480",

     

    "1024x768",

     

    "1280x960",

     

    "1600x1200",

     

    "2048x1536",

     

    "2560x1920",

     

    "3264x2448",

     

    "4096x3072",

     

    };

    展开全文
  • 像素比例标定,如果需要精确一些则需要在高度和宽度上都需要计算,然后求出比例系数。需要高精度标定板和相机,以及多次标定才能达到稳定的状态,这种标定简单,但是误差大。 read_image (Img0008, 'D:/00项目代码...

    一种简易标定:

    像素比例标定,如果需要精确一些则需要在高度和宽度上都需要计算,然后求出比例系数。需要高精度标定板和相机,以及多次标定才能达到稳定的状态,这种标定简单,但是误差大。

    read_image (Img0008, 'D:/00项目代码/000视觉软件/02Halocn算法20190501/04测量20190424/07_比例计算测量标定/IMG0008.jpg')
    
    rgb1_to_gray (Img0008, GrayImage)
    gen_rectangle1 (ROI_0, 357, 725.95, 409, 793.375)
    gen_rectangle1 (ROI_1, 359.167, 880.375, 409, 939.1)
    
    reduce_domain (GrayImage, ROI_0, ImageReduced0)
    reduce_domain (GrayImage, ROI_1, ImageReduced1)
    
    binary_threshold (ImageReduced0, Region0, 'max_separability', 'dark', UsedThreshold)
    binary_threshold (ImageReduced1, Region1, 'max_separability', 'dark', UsedThreshold1)
    
    area_center (Region0, Area, Row0, Column0)
    area_center (Region1, Area, Row1, Column1)
    
    distance_pp (Row0, Column0, Row1, Column1, Distance)
    
    p_d := 152.405
    d_D := 10/p_d
    
    gen_region_line (ROI_00, 382.579, 408.269, 382.579, 462.1)
    gen_region_line (ROI_01, 536.876, 409.9, 536.876, 492.55)
    
    gen_contour_region_xld (ROI_00, Contours0, 'border')
    gen_contour_region_xld (ROI_01, Contours1, 'border')
    
    get_contour_xld (Contours1, Row, Col)
    
    distance_pl (Row, Col, 382.579, 408.269, 382.579, 462.1, Distance1)
    
    dis_resl := d_D * Distance1
    
    dev_display (Img0008)
    dev_display (ROI_00)
    dev_display (Contours1)
    dev_display (Region0)
    dev_display (Region1)
    disp_arrow (3600, 537, 430, 380, 430, 1)
    disp_arrow (3600,  380, 430, 537, 430,1)
    disp_message (3600,'宽度(mm):'+dis_resl, 'image',123,-70,'red', 'false')
    
    

     

     

     

    展开全文
  • 相机像素尺寸(像元大小)和成像系统分辨率之间的关系 在显微成像系统中,常常会用分辨率来评价其成像能力的好坏。这里的分辨率通常是指光学系统的极限分辨率以及成像探测器的图像分辨率。最终图像所呈现出的实际...
  • 这也就意味着,同样大小的图像传感器,如果分辨率越高,那么像素尺寸就越小,其成像质量也就会越。 可是,像素点越小,精度越高,成像的内容更加精细吗? 于是开始在网上找资料 相同大小下,2K显示器为什么比...
  • 空间电荷区两端的电势为表面势,由于表面能带向下弯,存在表面势,在表面处形成电子势阱,随着满偏电压增大,表面势增大,收集电子能力增大,势阱变深;当满偏电压继续增大,表面处能带进一步下弯,表面处费米能级...
  • 图像分割综述

    万次阅读 多人点赞 2019-07-09 22:03:48
    区域生长是从一组代表不同生长区域的种子像素开始,接下来将种子像素邻域里符合条件的像素合并到种子像素所代表的生长区域中,并将新添加的像素作为新的种子像素继续合并过程,知道找不到符合条件的新像素为止(小编...
  • 按照传感器的结构特性可以分为线阵相机(黑白摄像机、3Line彩色相机、3CCD彩色相机(分光棱镜)、面阵相机(黑白摄像机、Bayer彩色相机、3CCD彩色相机(分光棱镜); 按照输出信号方式可以分为模拟相机(PAL(黑白...
  • 《手机相机》参数与选择

    千次阅读 2019-08-21 20:23:49
    一、手机相机相机照相质量的好坏绝不能只单独看其中某个参数,而是要综合权衡相机的镜头、CMOS传感器和ISP算法等所有影响相机性能的因素。手机相机可以分为前置相机和后置相机两类,其中前置相机主要用来自拍或萌...
  • 手机 1200 万像素相机 1200 万像素之间有什么区别? 作者:刘典 链接:https://www.zhihu.com/question/21160214/answer/30641376 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明...
  • 工业相机的50个知识点

    千次阅读 2019-05-22 08:59:49
    1:工业相机的丢帧的问题是由什么原因引起的?经常会有一些机器视觉工程师认为USB接口的工业相机会造成丢帧现象。一般而言,工业相机丢帧与工业相机所采用的传输接口是没有关系的,无论是USB,还是1394、GigE、或者是...
  • 光流法运动目标检测

    万次阅读 2019-05-21 10:07:11
    光流是由物体或相机的运动引起的图像对象在两个连续帧之间的视在运动模式。它是2D矢量场,其中每个矢量是一个位移矢量,显示点从第一帧到第二帧的移动。考虑下面的图片(图片提供: 维基百科有关光流的文章 )。 ...
  • 即将转入算法研究,对之前在相机使用和选型等等问题做个总结,先来回答一个在开始就问自己的一个问题:为什么工业相机那么贵?贵在哪里了? 以下是小编整理的一些新手资料,希望对刚入手相机的有所帮助(主要来自...
  • 文章目录相机分类通用参数解释 · 分辨率(Resolution) 相机分类 通用参数解释 · 分辨率(Resolution)
  • 为什么非得用双目相机才能得到深度? 双目立体视觉深度相机的工作流程 双目立体视觉深度相机详细工作原理  理想双目相机成像模型  极线约束  图像矫正技术  基于滑动窗口的图像匹配  基于...
  • 镜头与相机的选择2.1 [相机选择]([https://blog.csdn.net/qq_40770527/article/details/104827855?biz_id=102&utm_term=%E5%88%A9%E7%94%A8FOV%E8%A7%86%E9%87%8E%E8%8C%83%E5%9B%B4%E5%92%8C%E5%B7%A5%E4%BD%9C...
  • 使用自己拍摄的图片数据、opencv源码camera_calibration.cpp计算内参 输入11张图,和棋盘参数,正方形标定板14*14个内角点,每个方格大小...f的单位为mm fx的单位为pixel,dx单位为mm/pixel(单个像素有多大);...
  • 相机标定

    2020-04-07 17:37:46
    相机标定技术3.1 基于离线相机标定3.2 基于在线相机标定3.2.1 基于场景约束的自标定3.2.2 基于几何约束的自标定4. 标定模板5. 相间标定原理 1. 相机标定简介 在图像测量过程以及机器视觉应用中,为确定空间物体表面...
  • 工业相机基本参数以及选型参考

    千次阅读 2020-08-14 23:03:02
    工业相机主要参数 (一)分辨率 分辨率是相机最基本的参数,由相机所采用的芯片分辨率决定,是芯片靶面排列的像元数量。通常面阵相机的分辨率用水平和垂直分辨率两个数字表示,如:1280(宽)x 960(高),前面的数字...
  • 相机与镜头常识

    万次阅读 2018-09-27 16:46:59
    这种命名方式其实并不科学,同时给新接触视觉系统的人带来了很多误解,经常会机械的套用百万像素分辨率相机对应百万像素镜头,二百万像素分辨率相机对应二百万像素镜头,而五百万像素分辨率相机则对应五百万像素镜头...
  • 成像质量、像素个数、感光元件尺寸的关系 感光元件 (影像传感器) 就是拍摄的照片最终成像的位置。相当于传统相机里面的胶卷,不同相机的感光元件尺寸是不一样的。 1. 像素的含义 两个 100 平方米的房子 A 和 B,A ...
  • CMOS 图像传感器简介(1):像素结构

    万次阅读 多人点赞 2018-08-12 16:43:55
    随着工艺的发展,CMOS图像传感器的性能已经赶上或超越CCD,再加上CMOS图像传感器在工艺上能很大程度与传统CMOS芯片兼容,它已经成为相机的主流传感器类型。由于只能硬件的迅猛发展,很多应用场景都将碰到CMOS传感器...
  • 先解释一下相移法中相机所捕获的条纹图案的数学表达式的含义 这里需要解释的是,表示第n张相移图上(x,y)点处的灰度值,为条纹图背景值,为调制强度函数。与上图中的变量解释不一样,查看了将近十几个人的文章,...
  • RoboMaster视觉教程(5)目标位置解算(通过像素点获取转角)概览直接使用像素坐标的缺陷摄像头标定根据小孔成像原理得到需要的转角角度测量验证 概览 在识别到目标后,有一个很重要的问题:我们的最终目的是瞄准、...
  • 1、首先 为什么苹果的800万像素比android手机的1200的成像效果要好?  成像效果的硬件因素除了像素,还有图像传感器尺寸以及光圈大小[1]。 像素就不说了,像素越高,成像质量当然越好。图像传感器尺寸决定了像素...
  • 线阵相机知识汇总

    万次阅读 多人点赞 2018-10-31 12:00:08
    个人分类: 计算机视觉 ...而线阵相机分辨率只体现在横向,比如2048像素的线阵相机就是说横向有2048个像元,纵向大多数为1。(RGB相机和TDI相机除外) 关于线阵相机的传感器 70年代大多数使用的是MOS,而从70年代...
  • 基于双目立体视觉的深度相机类似人类的双眼,和基于TOF、结构光原理的深度相机不同,它不对外主动投射光源,完全依靠拍摄的两张图片(彩色RGB或者灰度图)来计算深度,因此有时候也被称为被动双目深度相机。...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 12,148
精华内容 4,859
关键字:

像素差的相机