Pourquoi corriger la distorsion optique avant de mesurer dans une image robotique ?
On corrige la distorsion optique avant de mesurer dans une image car les lentilles courbent les lignes et déplacent les points par rapport à la géométrie réelle.
Domaine de connaissance
Affiner le parcours
Choisissez une branche plus précise ou continuez avec toutes les réponses ci-dessous.
Questions du domaine
84 résultats
On corrige la distorsion optique avant de mesurer dans une image car les lentilles courbent les lignes et déplacent les points par rapport à la géométrie réelle.
On filtre le bruit d’une image en choisissant un filtre adapté à sa source, en mesurant le compromis entre lissage et détail et en contrôlant les contours importants.
La calibration d’une caméra montée sur un robot sert à corriger distorsion, focale, orientation et position afin de relier pixels, distances et repères du robot.
Une caméra globale expose tous ses pixels à un instant proche, tandis qu’une caméra événementielle signale les changements de luminosité pixel par pixel, avec des usages et traitements différents.
On réduit le flou de mouvement dans les images d’un robot avec une exposition plus courte, assez de lumière, une vitesse adaptée, une stabilisation et un déclenchement maîtrisé.
On choisit résolution et cadence d’une caméra selon taille minimale des détails, vitesse des objets, distance, latence, mémoire et puissance de calcul disponibles.
Un robot doit acquérir des images adaptées à sa mission pour voir les détails, mouvements, contrastes et distances réellement nécessaires à sa décision.
La segmentation d’image attribue une classe à chaque pixel ou région, ce qui aide un robot à distinguer précisément sol, obstacle, objet saisissable ou personne.
Le filtrage d’une image avant une détection réduit bruit, variations ou détails gênants afin d’aider le modèle, sans effacer les indices nécessaires.
Une caméra omnidirectionnelle donne au robot une vue très large pour surveiller ses alentours, repérer un mouvement et limiter les angles morts.
La stéréovision estime une profondeur en comparant la position d’un même point dans deux images prises depuis des caméras séparées.
Une caméra monoculaire apporte au robot une image riche pour reconnaître objets, textures, texte ou mouvement avec un matériel compact, mais la profondeur doit être estimée.
Une question plus précise ?