Détail de l'auteur
Auteur Matthias Pesch |
Documents disponibles écrits par cet auteur (1)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
Baseline and triangulation geometry in a standard plenoptic camera / Christopher Hahne in International journal of computer vision, vol 126 n° 1 (January 2018)
[article]
Titre : Baseline and triangulation geometry in a standard plenoptic camera Type de document : Article/Communication Auteurs : Christopher Hahne, Auteur ; Amar Aggoun, Auteur ; Vladan Velisavljevic, Auteur ; Susanne Fiebig, Auteur ; Matthias Pesch, Auteur Année de publication : 2018 Article en page(s) : pp 21 - 35 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] capteur imageur
[Termes IGN] lentille
[Termes IGN] ligne de base
[Termes IGN] modèle géométrique de prise de vueRésumé : (Auteur) In this paper, we demonstrate light field triangulation to determine depth distances and baselines in a plenoptic camera. Advances in micro lenses and image sensors have enabled plenoptic cameras to capture a scene from different viewpoints with sufficient spatial resolution. While object distances can be inferred from disparities in a stereo viewpoint pair using triangulation, this concept remains ambiguous when applied in the case of plenoptic cameras. We present a geometrical light field model allowing the triangulation to be applied to a plenoptic camera in order to predict object distances or specify baselines as desired. It is shown that distance estimates from our novel method match those of real objects placed in front of the camera. Additional benchmark tests with an optical design software further validate the model’s accuracy with deviations of less than ±0.33% for several main lens types and focus settings. A variety of applications in the automotive and robotics field can benefit from this estimation model. Numéro de notice : A2018-038 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1007/s11263-017-1036-4 En ligne : https://doi.org/10.1007/s11263-017-1036-4 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89260
in International journal of computer vision > vol 126 n° 1 (January 2018) . - pp 21 - 35[article]