論文の概要: Refractive Geometry for Underwater Domes

• arxiv url: http://arxiv.org/abs/2108.06575v1
• Date: Sat, 14 Aug 2021 16:19:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-18 07:46:03.305783
• Title: Refractive Geometry for Underwater Domes
• Title（参考訳）: 水中ドームの屈折幾何学
• Authors: Mengkun She, David Nakath, Yifan Song, Kevin K\"oser
• Abstract要約: 我々は、空気、ガラス、水の性質を正確に知ることなく、屈折の中心を計算する方法を示す。 複数の画像から純水中キャリブレーションを推定する手法を提案する。 この推定値は、調整中にレンズの機械的位置を導くために用いられるか、光グラム計測による水中の応用で考慮することができる。
• 参考スコア（独自算出の注目度）: 3.24029503704305
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Underwater cameras are typically placed behind glass windows to protect them from the water. Spherical glass, a dome port, is well suited for high water pressures at great depth, allows for a large field of view, and avoids refraction if a pinhole camera is positioned exactly at the sphere's center. Adjusting a real lens perfectly to the dome center is a challenging task, both in terms of how to actually guide the centering process (e.g. visual servoing) and how to measure the alignment quality, but also, how to mechanically perform the alignment. Consequently, such systems are prone to being decentered by some offset, leading to challenging refraction patterns at the sphere that invalidate the pinhole camera model. We show that the overall camera system becomes an axial camera, even for thick domes as used for deep sea exploration and provide a non-iterative way to compute the center of refraction without requiring knowledge of exact air, glass or water properties. We also analyze the refractive geometry at the sphere, looking at effects such as forward- vs. backward decentering, iso-refraction curves and obtain a 6th-degree polynomial equation for forward projection of 3D points in thin domes. We then propose a pure underwater calibration procedure to estimate the decentering from multiple images. This estimate can either be used during adjustment to guide the mechanical position of the lens, or can be considered in photogrammetric underwater applications.
• Abstract（参考訳）: 水中カメラは通常、水から保護するためにガラス窓の後ろに置かれる。 ドームポートである球状ガラスは、高度の水圧に非常に適しており、視野が大きく、ピンホールカメラが球の中心に正確に配置されている場合の屈折を避けることができる。 実際のレンズをドームセンターに完全に合わせることは、実際に中心となるプロセスをガイドする方法(例えば)の両方において難しい作業である。 視覚サーボ)とアライメントの品質を測定する方法に加えて、アライメントを機械的に実行する方法。 したがって、このようなシステムはオフセットによって適切に調整されやすく、ピンホールカメラモデルを無効にする球面での屈折パターンに挑戦する。 深海探査に使用する厚いドームにおいても、カメラシステム全体が軸方向のカメラとなり、正確な空気、ガラス、水の性質の知識を必要とせずに屈折中心を計算する非イテレーティブな方法を提供する。 また,球面の屈折幾何学を解析し,前方と後方の正則化やiso屈折曲線などの効果を考察し,薄いドーム内の3次元点の前方投影のための6次多項式式を得る。 次に,複数の画像から純水中キャリブレーションを推定する手法を提案する。 この推定は、調整中にレンズの機械的位置を導くために使用できるか、フォトグラムの水中応用で考慮できる。

関連論文リスト

• Online Refractive Camera Model Calibration in Visual Inertial Odometry [13.462106704905132]
  本稿では, 一般的な屈折率カメラモデルとオドメトリーのオンライン共同推定, 未知メディアの屈折率について述べる。 屈折率をモノクロ視覚慣性オドメトリーフレームワークの状態変数としてオンラインに推定する。 本手法は,プール内を走行する水中ロボットを用いて収集したデータに基づいて検証した。
  論文  参考訳（メタデータ） (2024-09-18T15:48:05Z)
• RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation [88.54817424560056]
  局所歪みの度合いと方向を測定する歪みベクトルマップ(DVM)を提案する。 DVMを学習することで、大域的な歪みパターンに頼ることなく、各ピクセルの局所歪みを独立に識別することができる。 事前学習段階では、歪みベクトルマップを予測し、各画素の局所歪み特徴を知覚する。 微調整段階では、魚眼画像修正のための画素単位のフローマップを予測する。
  論文  参考訳（メタデータ） (2024-06-27T06:38:56Z)
• A Calibration Tool for Refractive Underwater Vision [0.0]
  水中屈折式カメラキャリブレーションツールボックスのオープンソース実装を初めて提供する。 カメラ、ステレオ、ハウジングのキャリブレーションを含む水中視覚システムのエンドツーエンドのキャリブレーションを可能にする。
  論文  参考訳（メタデータ） (2024-05-28T10:05:10Z)
• DFR: Depth from Rotation by Uncalibrated Image Rectification with Latitudinal Motion Assumption [6.369764116066747]
  そこで我々は,非校正回転カメラのための新しい画像補正ソリューションDfRを提案する。 具体的には、カメラが一定の緯度で球上で回転するときに回転するカメラの動きをモデル化する。 2点解析解法は2つの画像の修正変換を直接計算することから導かれる。
  論文  参考訳（メタデータ） (2023-07-11T09:11:22Z)
• Deep Rotation Correction without Angle Prior [57.76737888499145]
  我々は,高コンテンツ忠実度で傾きを自動的に補正する,回転補正という新しい実用的タスクを提案する。 このタスクは画像編集アプリケーションに簡単に統合でき、ユーザーは手動操作なしで回転した画像を修正できる。 我々はニューラルネットワークを利用して、傾斜した画像を知覚的に水平に歪めることができる光学フローを予測する。
  論文  参考訳（メタデータ） (2022-07-07T02:46:27Z)
• FisheyeEX: Polar Outpainting for Extending the FoV of Fisheye Lens [84.12722334460022]
  魚眼レンズは、広視野(FoV)のため、計算写真や運転支援における応用が増大する 本稿では,魚眼レンズのFoVを拡張した魚眼EX法を提案する。 以上の結果から,本手法は従来の魚眼画像よりも27%多く,最先端の手法よりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2022-06-12T21:38:50Z)
• Depth360: Monocular Depth Estimation using Learnable Axisymmetric Camera Model for Spherical Camera Image [2.3859169601259342]
  魚眼カメラ画像が2つある球面カメラ画像の歪みを受け入れる学習可能な軸対称カメラモデルを提案する。 我々は、地中真相深度画像を生成するために、フォトリアリスティックシミュレータを用いてモデルを訓練した。 GO Stanford データセットの球面カメラ画像と KITTI データセットのピンホールカメラ画像を用いて,本手法の有効性を実証した。
  論文  参考訳（メタデータ） (2021-10-20T07:21:04Z)
• Underwater 3D Reconstruction Using Light Fields [41.23269538226359]
  光界カメラを用いた水中3次元再構成法を提案する。 まず、カメラパラメータを同時に推定する光場カメラキャリブレーションアルゴリズムを開発する。 次に、3次元再構成のための新しい深度推定アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2021-09-05T16:23:39Z)
• Minimal Solutions for Panoramic Stitching Given Gravity Prior [53.047330182598124]
  我々は,光学中心が一致するカメラで撮影した画像のパノラマ画像縫合に対する最小限の解を提案する。 固定長や焦点距離の変動を視線歪みの有無で仮定し, 4つの実用的なカメラ構成について検討した。 シンセサイザーは、合成シーンと、Sun360データセットから500万枚以上の実画像のペアと、IMUを搭載した2台のスマートフォンを使って、私たちによって撮影されたシーンの両方でテストされる。
  論文  参考訳（メタデータ） (2020-12-01T13:17:36Z)
• Neural Ray Surfaces for Self-Supervised Learning of Depth and Ego-motion [51.19260542887099]
  カメラモデルの事前知識を必要とせずに、自己超越を用いて正確な深度とエゴモーション推定を学習できることが示される。 Grossberg と Nayar の幾何学モデルにインスパイアされた我々は、ピクセルワイド射影線を表す畳み込みネットワークである Neural Ray Surfaces (NRS) を導入する。 本研究では,多種多様なカメラシステムを用いて得られた生ビデオから,視覚計測の自己教師付き学習と深度推定にNRSを用いることを実証する。
  論文  参考訳（メタデータ） (2020-08-15T02:29:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。