RGB,RGB-D,单目,双目,sterro相机,实例相机介绍

相机—特点及区别

1.相机种类

RGB,RGB-D,单目,双目,sterro相机,实例相机

2.相机特点

2.1单目

只使用一个摄像头进行SLAM,结构简单,成本低

三维空间的二维投影

必须移动相机,才能估计场景中物体的远近和大小

单目SLAM估计的轨迹和地图与真实的相差一个因子

2.2双目

由两个单目相机组成,两个相机之间的距离(基线)是已知的

根据基线估计每个像素的空间位置,距离估计:比较左右眼的图像

室内+室外

缺点:配置与标定较为复杂;计算量大,视差计算非常消耗计算资源(需要用GPU和FPGA设备加速)

2.3RGB

基于红、绿、蓝三原色的彩色图像捕捉设备

优点:

​ 捕捉真实世界中的颜色和色彩,还原图像真实性,用于计算机视觉和图像处理

​ 提供更好的细节和精度,对于高精度测量和检测任务有用

缺点:

​ 不能记录深度信息,无法获取三维信息

​ 对于低光环境下的拍摄,RGB相机的表现可能不如黑白相机

​ 相对于黑白相机,RGB相机的成本较高

2.4RGB-D

原理:红外结构光/ToF:time-of-flight/双目立体视觉

通过物理手段测量物体与相机之间的距离:主动向物体发射光,并接收返回的光;得到RGB图+深度图

主要用于室内,较难用于室外

优点:节省大量计算量

缺点:测量范围窄,噪声大,视野小,易受日光干扰,无法测量透射材质

2.5stereo相机

基于立体视觉原理的图像捕获设备,由两个摄像头组成,之间相隔一定距离,模拟左右眼的视角;

基于二维图像的三维成像技术(通过计算两幅图像之间的差异来推断目标物体的深度和三维形状);

同时捕获两个不同位置的图像,然后通过计算两个图像之间的位移和视差信息,来计算目标物体的深度和三维形状

主要应用:计算机视觉、机器人、自动驾驶、虚拟现实等领域

​ (虚拟现实中:用于捕捉场景深度信息,以实现更加逼真的虚拟环境)

优点:

​ 提供高精度和高分辨率的三维成像结果,可以准确地还原目标物体的深度和形状

​ 捕获更加丰富的场景信息,可以提供更加真实的虚拟现实体验

​ 实现对目标物体的三维测量和识别

缺点:

​ 需要两个摄像头同时捕获图像,因此成本较高

​ 在光线不足或者场景纹理不丰富的情况下,会影响三维成像的精度

2.6实例相机

​ 专门用于捕捉快速运动、瞬间事件或高速连续动作的特殊相机,可以以非常快的速度进行图像捕捉,通常在纳秒级别或更快的时间尺度上

​ 事件相机则是基于事件驱动的,只在检测到像素级别发生变化时才记录图像,并且可以实现高速、高分辨率的图像捕捉,能够捕捉到非常短暂、高速的运动,例如快速移动的物体、爆炸、液滴落下。

优点:

​ 高速捕捉:事件相机可以在纳秒级别或更快的时间尺度上进行图像捕捉,能够捕捉到非常快速的运动或瞬间事件

​ 高动态范围:事件相机能够处理高对比度场景,记录下亮度变化极大的瞬间事件

​ 低延迟:事件相机的响应时间非常短,能够几乎实时地捕捉到发生的事件

​ 高分辨率:一些事件相机具有较高的空间分辨率,能够提供清晰的图像细节

应用:在机器人或自动驾驶系统中,事件相机可以捕捉到快速移动的物体,进行运动跟踪和目标检测

2.7双目相机和立体相机关系

​ 双目相机是立体相机(stereo)的一种,但是二者侧重点有一些不同。

​ 双目相机:更倾向于使用两个单目镜头进行水平测距,主要是为了获取物体的深度信息

​ 立体相机:使用两个摄像机,摄像机之间有严格的参数限制,会对物体进行更高精度重建

​ 侧重点不同:双目相机通常更注重快速的深度计算、实时性和应用广泛性;立体相机更注重精确的三维重建和精细的表面纹理信息,可根据实际应用需求进行选择

参考链接: http://t.csdnimg.cn/oWtfs

​基于RGB-D:http://t.csdnimg.cn/1eXQ1

​事件相机:https://news.sohu.com/a/649906141_121124366

因作者水平有限,如有错误之处,请在下方评论区指正,谢谢!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/606091.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

DTM分布式事务

DTM分布式事务 从内网看到了关于事务在业务中的讨论,评论区大佬有提及DTM开源项目[https://dtm.pub/],开学开学 基础理论 一、Why DTM ​ 项目产生于实际生产中的问题,涉及订单支付的服务会将所有业务相关逻辑放到一个大的本地事务&#xff…

卷积神经网络|迁移学习-猫狗分类完整代码实现

还记得这篇文章吗?迁移学习|代码实现 在这篇文章中,我们知道了在构建模型时,可以借助一些非常有名的模型,这些模型在ImageNet数据集上早已经得到了检验。 同时torchvision模块也提供了预训练好的模型。我们只需稍作修改&#xf…

【airsim】computer_vision 源码阅读

api文档https://github.com/Microsoft/AirSim/blob/main/docs/image_apis.md#computer-vision-mode capture_ir_segmentation AirSim\PythonClient\computer_vision\capture_ir_segmentation.py 在重新分配分段 ID 后运行。它跟踪感兴趣的物体并记录多旋翼飞行器的红外图像和…

qtday1(2024/1/8)

#include "mywidget.h"MyWidget::MyWidget(QWidget *parent): QMainWindow(parent) {//设置界面固定大小this->resize(1728,972);this->setFixedSize(1728,972);this->setWindowIcon(QIcon("C:\\Users\\78507\\Desktop\\pic\\qq1.png"));this->…

高级RAG(五):TruLens 评估-扩大和加速LLM应用程序评估

之前我们介绍了,RAGAs评估,今天我们再来介绍另外一款RAG的评估工具:TruLens , trulens是TruEra公司的一款开源软件工具,它可帮助您使用反馈功函数客观地评估基于 LLM 的应用程序的质量和有效性。反馈函数有助于以编程方式评估输入、输出和中间…

vue3 内置组件

文章目录 前言一、过渡效果相关的组件1、Transition2、TransitionGroup 二、状态缓存组件(KeepAlive)三、传送组件(Teleport )四、异步依赖处理组件(Suspense) 前言 在vue3中 其提供了5个内置组件 Transiti…

antv/x6_2.0学习使用(四、边)

一、添加边 节点和边都有共同的基类 Cell,除了从 Cell 继承属性外,还支持以下选项。 属性名类型默认值描述sourceTerminalData-源节点或起始点targetTerminalData-目标节点或目标点verticesPoint.PointLike[]-路径点routerRouterData-路由connectorCon…

猫咪吃哪种猫粮好?主食冻干猫粮哪种性价比高

由于猫咪是肉食动物,对蛋白质的需求很高,如果摄入的蛋白质不足,就会影响猫咪的成长。而冻干猫粮本身因为制作工艺的原因,能保留原有的营养成分和营养元素,所以冻干猫粮蛋白含量比较高,营养又高,…

Python3 集合

集合(set)是一个无序的不重复元素序列。 集合中的元素不会重复,并且可以进行交集、并集、差集等常见的集合操作。 可以使用大括号 { } 创建集合,元素之间用逗号 , 分隔, 或者也可以使用 set() 函数创建集合。 创建格…

第二十七周:文献阅读笔记

第二十七周:文献阅读笔记 摘要AbstractDenseNet 网络1. 文献摘要2. 引言3. ResNets4. Dense Block5. Pooling layers6. Implementation Details7. Experiments8. Feature Reuse9. 代码实现 总结 摘要 DenseNet(密集连接网络)是一种深度学习神…

技术总监写的十个方法,让我精通了lambda表达式

技术总监写的十个方法,让我精通了lambda表达式 Collection 转化为 Map使用样例代码展示 Map格式转换转换 Map 的 Value测试样例代码展示 集合类型转化Collection 和 List、Set 的转化测试样例 List、Set 类型之间的转换测试样例 前公司的技术总监写了工具类&#xf…

工智能基础知识总结--词嵌入之FastText

什么是FastText FastText是Facebook于2016年开源的一个词向量计算和文本分类工具,它提出了子词嵌入的方法,试图在词嵌入向量中引入构词信息。一般情况下,使用fastText进行文本分类的同时也会产生词的embedding,即embedding是fastText分类的产物。 FastText流程 FastText的架…

计算机组成原理简答题

目录 1、指令和数据在计算机内部以几进制存储,又是如何区分的呢? 2、计算机内部为什么要使用二进制? 3、简单描述计算机系统的层次结构 4、DRAM为什么要进行刷新,如何刷新的? 5、简述不同操作码的指令格式&#xf…

常用Java代码-Java中的多线程编程(Multi-threading)

多线程编程是Java中的一个重要概念,它允许程序在同一时刻执行多个任务,提高程序的执行效率和响应性。在Java中,多线程编程通过创建多个线程并利用线程来执行任务实现。 Java提供了Thread类和Runnable接口来实现多线程编程。Thread类是Java中…

FileStream文件管理

文件管理 FileStream:是一个用于读写文件的一个类。它提供了基于流的方式操作文件,可以进行读取、写入、查找和关闭等操作。 第一个参数:path(路径) 相对路径:相对于当前项目的bin目录下的Debug和Realse来…

EMD+包络谱故障诊断

EMD是一种信号处理方法,用于将信号分解成多个本征模态函数(Intrinsic Mode Functions,IMF),每个IMF代表信号中的一个固有振动模式。VMD在处理非平稳信号和非线性信号方面具有较好的性能。 包络谱峭度是一种用于描述信号包络频谱形状的特征。它通过对信号包络谱的谱线斜率…

[嵌入式AI从0开始到入土]10_yolov5在昇腾上应用

[嵌入式AI从0开始到入土]嵌入式AI系列教程 注:等我摸完鱼再把链接补上 可以关注我的B站号工具人呵呵的个人空间,后期会考虑出视频教程,务必催更,以防我变身鸽王。 第一章 昇腾Altas 200 DK上手 第二章 下载昇腾案例并运行 第三章…

Android 车联网——多屏多用户(十五)

前面几篇文章介绍了多用户和多屏相关的 Manager 和 Service。上一篇文章最后虽然车内乘员都根据配置有自己的对应屏幕,但默认情况下,所有车内乘员依然使用的是当前主用户(司机用户),这一篇我们继续放下看一下用户的创建与分配。 一、用户创建分配 1、创建用户 对于创建用…

【AI视野·今日NLP 自然语言处理论文速览 第七十一期】Fri, 5 Jan 2024

AI视野今日CS.NLP 自然语言处理论文速览 Fri, 5 Jan 2024 Totally 28 papers 👉上期速览✈更多精彩请移步主页 Daily Computation and Language Papers LLaMA Pro: Progressive LLaMA with Block Expansion Authors Chengyue Wu, Yukang Gan, Yixiao Ge, Zeyu Lu, …

JavaScript实现的复杂功能:自动生成带水印的图片

#程序员的崩溃瞬间 在本文中,我们将讨论一个JavaScript实现的复杂功能,该功能可以自动为图片添加水印。这个功能在许多场景中都非常有用,例如,如果你想保护你的图片版权,或者你想在你的网站上显示自定义的水印。 一、…