Ce travail marque une première étape dans la définition d'une méthode de correction du flou de mouvement observé dans les clichés pris avec un long temps d'exposition par un véhicule de cartographie mobile. Dans l'approche proposée, nous prenons en considération à la fois les données inertielles provenant d'accéléromètres et de gyroscopes et les données de variation de la profondeur de la scène fournies par des mesures Lidar ou un modèle 3D. Notre algorithme utilise toutes les données utiles afin de déterminer au mieux la fonction d'étalement du point en chaque pixel. Nous proposons également un premier essai de correction du flou en utilisant les noyaux de flou non uniforme et spatialement variant que nous avons obtenus en suivant une approche de reconstruction spatiale. Notre méthode est actuellement validée sur des prises de vue floues non bruitées obtenues par images de synthèse qui reproduisent le mouvement réel du véhicule. Nous précisons enfin comment il est envisagé d'obtenir une correction de l'image complète et d'améliorer encore ces premiers travaux.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.