[发明专利]用于混合深度正则化的系统和方法在审
| 申请号： | 201880058509.8 | 申请日： | 2018-08-17 |
| 公开（公告）号： | CN111066065A | 公开（公告）日： | 2020-04-24 |
| 发明（设计）人： | A·简恩;P·查特杰;K·文卡塔拉曼 | 申请（专利权）人： | 快图有限公司 |
| 主分类号： | G06T7/593 | 分类号： | G06T7/593;G06T5/30;G06T5/50;G06T7/13;G06T7/136 |
| 代理公司： | 北京市金杜律师事务所 11256 | 代理人： | 酆迅 |
| 地址： | 爱尔兰*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开了根据本发明的各种实施方案的用于混合深度正则化的系统和方法。在本发明的一个实施方案中，提供了一种深度感测系统，所述系统包括：多个相机；处理器；和存储器，所述存储器包含图像处理应用程序。所述图像处理应用程序可引导所述处理器从多个视点获得多个图像的图像数据，所述图像数据包括参照图像和至少一个另选视图图像；使用第一深度估计过程生成原始深度标测图，以及置信度标测图；并且生成正则化的深度标测图。所述正则化的深度标测图可通过以下方式生成：使用不同的第二深度估计过程计算辅助深度标测图；以及基于所述置信度标测图通过从所述原始深度标测图和所述辅助深度标测图中选择深度估计来计算复合深度标测图。 | ||
| 搜索关键词： | 用于 混合 深度 正则 系统 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于快图有限公司，未经快图有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201880058509.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 使用统计模型从图像数据预测深度-201780055710.6
- C·戈达德;O·麦克奥达;G·布里斯托 - 奈安蒂克公司
- 2017-09-12 - 2023-10-13 - G06T7/593
- 描述了使用诸如卷积神经网络(CNN)的用以从彩色图像数据预测深度的统计模型的系统和方法。该模型在双目立体图像对上被训练，使得深度数据能够从单个源彩色图像被预测。该模型被训练成：针对输入双目立体对的每个图像，预测对应的视差值，该视差值在被应用于图像时实现另一图像的重建。基于代价函数更新模型，该代价函数强制针对立体对中的每个图像的经预测的视差值之间的一致性。
- 用于图像内对应分析的设备和方法-202280012814.X
- 马克·舒尔策;约阿希姆·伊尔菲尔德;托瓦尔德·里格尔 - 雷克格尼申福克斯有限公司
- 2022-01-31 - 2023-09-22 - G06T7/593
- 本发明涉及一种设备和方法，利用该设备和方法可以特别低噪声和有效地进行图像数据的对应分析。为此，从单张图像中选择图像区域，并且分别利用空间窗口中的偶数和奇数卷积核生成多个一维信号，并对卷积结果的差值进行非线性处理，并累积形成对应函数，然后对其进行评估。
- 图像处理设备、图像处理方法和计算机可读记录介质-201880062269.9
- 山下喜宏 - 日本电气方案创新株式会社
- 2018-09-26 - 2023-09-19 - G06T7/593
- 图像处理设备(10)是用于从多个图像构建三维形状的设备。图像处理设备(10)包括：特征点提取单元(11)，用于从多个图像提取相应特征点的组合；矩阵计算单元(12)，用于在至少两个图像中指定彼此对应的两个以上的线段或点的情况下，指定彼此对应的两个以上的线段之间的几何关系或者彼此对应的两个以上的点之间的几何关系，并且计算表示该几何关系的数值矩阵；以及形状构建单元(13)，用于使用数值矩阵从所提取的特征点的组合中指定特征点之间的几何关系存在矛盾的特征点的组合，并且使用除所指定的特征点的组合以外的特征点的组合来构建三维形状。
- 实时有源立体匹配-202180091406.3
- 哈里斯·诺弗;苏普瑞思·阿查尔;基拉·普拉布;维尼特·巴塔瓦德卡尔 - 谷歌有限责任公司
- 2021-03-03 - 2023-09-05 - G06T7/593
- 根据一个方面，一种实时有源立体系统包括：被配置为捕获立体图像数据的捕获系统，所述立体图像数据包括参考图像和辅助图像；以及，被配置为生成深度图的深度感测计算系统，所述深度感测计算系统被配置为基于参考图像和辅助图像计算描述符，并且基于像素改变信息和视差改变信息来计算稳定性惩罚，使用描述符来评估一组像素的多个平面假设，包括：计算在与每个平面假设相关联的描述符之间的匹配成本，用稳定性惩罚来更新匹配成本，以及基于更新的匹配成本从所述组像素的多个平面假设中选择一个平面假设。
- 车载立体摄像机-201980015702.8
- 村松彰二;志磨健;工藤真 - 日立安斯泰莫株式会社
- 2019-03-11 - 2023-09-01 - G06T7/593
- 本发明提供一种在拍摄产生不良情况的情况下能够继续自动驾驶的车载立体摄像机。对由一对拍摄部以具有相互重复的区域的方式摄像到的一对拍摄图像(301、302)进行获取(S201)，判定在一对拍摄图像的至少一方中是否存在异常区域，在存在异常区域的情况下，诊断异常区域对物体识别部的物体识别处理带来的影响度(S202)，根据影响度来变更物体识别处理的处理内容(S203)。
- 用于基于图案化衬底的图像确定三维数据的装置和方法-202180084294.9
- T·厚本;T·J·胡伊斯曼;M·皮萨伦科;S·A·米德尔布鲁克;C·巴蒂斯塔基斯;曹宇 - ASML荷兰有限公司
- 2021-11-24 - 2023-08-18 - G06T7/593
- 本文中描述了用于确定图案化衬底的结构的三维(3D)信息的系统、方法和装置。3D信息可以使用一个或多个模型来确定，该模型被配置为仅使用图案化衬底的单个图像来生成3D信息(例如，深度信息)。在一种方法中，该模型通过获取图案化衬底的结构的一对立体图像来训练。该模型使用该一对立体图像中的第一图像作为输入而生成第一图像与第二图像之间的视差数据，该视差数据指示与第一图像相关联的深度信息。视差数据与第二图像组合以生成与第一图像相对应的重构图像。此外，一个或多个模型参数基于视差数据、重构图像和第一图像被调节。
- 基于荧光照明来生成3D图像的系统和方法-201780071278.X
- A.哈梅林;V.卡尔申科;G.莫洛迪 - 耶达研究及发展有限公司
- 2017-09-14 - 2023-08-04 - G06T7/593
- 提供了一种用于基于荧光照明来生成三维（3D）图像的计算机实现的方法，其包括：通过定位在朝向其中具有带有荧光照明的多个区域的对象的相应视差处的至少三个成像传感器中的每一个并行地接收多个图像的相应序列，该多个图像的相应序列包括多个区域的荧光照明，该多个图像中的每一个被时间间隔分开；分析相应序列，以创建指示多个区域中的每个相应区域的深度的体积数据集；以及根据该体积数据集来生成3D图像。
- 生成三维地图的方法和使用生成的三维地图确定用户终端的姿态的方法-202180073278.X
- 李性洙;李泰京 - SK电信有限公司
- 2021-08-19 - 2023-07-28 - G06T7/593
- 根据本发明的实施方式的用于确定包括在用户终端中的摄像机的姿态的方法可以包括以下步骤：基于在由用户终端拍摄用户终端所在的地点而获得的第一查询图像中是否已经有效地预测到摄像机的第一姿态，确定用于在第一查询图像之后在由用户终端拍摄该地点而获得的第二查询图像中预测摄像机的第二姿态的预测模式；以及基于所确定的预测模式，确定第二姿态。
- 多相机系统中的图像信号处理-202180063463.0
- T-H·刘;W-C·刘;冯文俊 - 高通股份有限公司
- 2021-08-26 - 2023-06-23 - G06T7/593
- 一种处理器从两个图像生成深度图，该两个图像包括高动态范围(HDR)图像。该处理器从第一图像传感器接收一个或多个第一图像，其中该一个或多个第一图像具有第一视场(FOV)和第一分辨率，并且从第二图像传感器接收一个或多个第二图像，其中该一个或多个第二图像具有第二视场和第二分辨率。该处理器从一个或多个第一图像生成第一HDR图像，并基于第一HDR图像对一个或多个第二图像执行色调对准以生成第二HDR图像。该处理器使用第一HDR图像和第二HDR图像生成深度图。该处理器可以使用深度图来向第一HDR图像施加散焦效果。
- 场景的3D点云的生成-202080105393.6
- Q·德克尔;V·格兰恰洛夫 - 瑞典爱立信有限公司
- 2020-09-22 - 2023-05-30 - G06T7/593
- 提供了一种用于生成场景的3D点云的机制。一种由图像处理装置执行的方法。所述方法包括获得描绘所述场景的数字图像。每个数字图像由像素组成。所述方法包括将所述数字图像中的每个分段成数字图像段。所述方法包括通过将MVS处理应用于每个数字图像段的所述像素的子集来确定所述数字图像段中的每个的深度向量和法向向量。所述方法包括通过基于所述数字图像段中的每个的所确定的深度和法向向量估计每数字图像段的3D平面，来形成所述数字图像中的每个像素的深度向量和法向向量的图。所述方法包括生成所述场景的所述3D点云作为所述数字图像中的每个像素的深度向量和法向向量的所有所述图的组合。
- 用于使用基于分类器的过滤器确定立体匹配的置信度的设备和方法-202180059529.9
- 拉杰什·拉赫曼达斯·查布里亚;苏朔晨 - 元平台技术有限公司
- 2021-07-24 - 2023-05-26 - G06T7/593
- 一种确定立体匹配的置信度的方法包括：接收左图像信息；接收右图像信息；确定左图像信息与右图像信息之间的立体匹配差异分布；以及通过将预定义分类器应用到立体匹配差异分布，确定立体匹配一致性的一个或多个置信度值。还公开了相关联的电子设备和计算机可读存储介质。
- 用于摄像机设备的控制装置、摄像机组件和用于立体地拍摄监测区域的方法-201880033971.2
- M·迈耶 - 罗伯特·博世有限公司
- 2018-04-27 - 2023-05-26 - G06T7/593
- 对监测区域进行立体拍摄和立体分析处理通常需要大量的计算性能。提出一种用于摄像机设备(3)的控制装置(2)，该摄像机设备用于对具有对象(12a，12b)的监测区域(5)进行立体拍摄。在此，由处理模块在确定区域中将所拍摄的监测图像(10，11)的分辨率降低，并且由处理模块将所拍摄的监测图像转变成简化图像(16，17)。所述简化图像具有高分辨率区段(20)和低分辨率区段(19)，其中，高分辨率区段(20)分别是示出监测区域(5)的远程区域的区段，其中，远程区域是监测区域(5)的比边界对象区域(G)至所述摄像机设备(3)更远的区域。控制装置具有分析处理模块(15)，其基于第一简化图像(16)和第二简化图像(17)立体地分析处理监测区域(5)。
- 电子装置及其控制方法-202180058359.2
- 李太熙;金成元;金世暎;李侑贞;李廷桓 - 三星电子株式会社
- 2021-07-02 - 2023-05-09 - G06T7/593
- 公开了一种电子装置。电子装置可包括第一图像传感器、第二图像传感器和处理器，其中，处理器可：通过使用第一图像传感器，获取第一深度图像和置信图；通过使用第二图像传感器，获取RGB图像；基于置信图和RGB图像，获取第二深度图像；以及通过基于置信图的像素值合成第一深度图像和第二深度图像，获取第三深度图像。
- 图像的处理方法及相关设备-202180062229.6
- 曾柏伟;柳跃天;宋晗;吴昊 - 华为技术有限公司
- 2021-08-19 - 2023-05-09 - G06T7/593
- 本申请涉及AR领域，具体涉及一种图像的处理方法及相关设备。其中方法包括：获取当前图像，根据当前图像计算得到当前图像对应的第一深度图，根据当前图像从服务器中获得当前图像对应的第二深度图，第二深度图表征当前图像中特征点的深度信息比第一深度图表征当前图像中特征点的深度信息丰富；且第一深度图包含第二深度图不具有的特征点的深度图信息；根据当前图像、第一深度图和第二深度图得到当前图像的目标深度图；获取虚拟物体图像及虚拟物体的深度图；根据目标深度图、虚拟物体的深度图、当前图像和虚拟物体图像得到目标图像。解决了虚实遮挡效果存在尺度歧义和不一致的问题。
- 用于采矿机器的视觉驾驶辅助系统-202080105064.1
- 尤西·普拉;特罗·皮斯帕拉;劳里·西沃恩 - 山特维克矿山工程机械有限公司
- 2020-09-15 - 2023-05-02 - G06T7/593
- 一种用于采矿机器的视觉驾驶辅助系统，包括位于校准位置的至少一个立体摄像机，以用于获取立体图像。所述采矿机器包括两个主体部分。然后，所获取的立体图像用于生成环境和所述采矿机器的所述主体部分的三维模型。该三维模型可以用于为所述采矿机器的驾驶员生成视图，或者同样用于自主驾驶布置中。
- 用于确定视频中的移动对象的一致深度的模型-202180046830.6
- F.科尔;Z.张;T.德克尔;W.T.弗里曼 - 谷歌有限责任公司
- 2021-07-02 - 2023-04-04 - G06T7/593
- 一种方法包括：基于第一图像确定第一像素的第一深度，以及基于第二图像确定与第一像素相对应的第二像素的第二深度。该方法还包括：基于第一深度确定第一3D点和基于第二深度确定第二3D点，以及确定第一图像与第二图像之间的场景流。该方法还包括：基于表示根据场景流移位的第一3D点的流动后3D点来确定感应像素位置，基于感应像素位置和第二像素的位置来确定流损失值以及基于流动后3D点和第二3D点来确定深度损失值，以及基于流和深度损失值来调节深度模型或场景流模型。
- 立体成像的混合解决方案-202080099705.7
- 张东;E·维希托;F·赛斯特曼斯;J·桑卡兰;洪庆裕;施延德;R·辛格 - 辉达公司
- 2020-06-22 - 2022-11-25 - G06T7/593
- 混合匹配方法可用于平衡准确度与速度和资源消耗的计算机视觉。可以对立体图像数据进行校正和下采样，然后使用半全局匹配(SGM)过程进行分析。使用下采样图像大大减少了时间和带宽要求，同时提供了高准确度的视差结果。这些视差结果可以作为外部提示提供给快速模块，该快速模块可以在诸如实时导航等应用程序所需的时间内执行稳健的匹配过程。可以使用外部提示以及可能的其他提示来定义快速模块使用的搜索空间，这可以导致在指定的时序约束和有限的资源内获得更高质量的视差结果。视差结果可用于确定与各种对象的距离，这对于车辆导航或机器人任务性能可能很重要。
- 三维拍摄装置以及拍摄条件调整方法-202180016344.X
- 吉田顺一郎;滝泽象太 - 发那科株式会社
- 2021-02-22 - 2022-09-30 - G06T7/593
- 一种三维拍摄装置(1)，具备：至少一个摄像机(2)，其获取对象物(O)的二维图像以及距离信息；监视器，其显示由摄像机(2)获取的二维图像；以及一个以上的处理器，其包括硬件，处理器在显示于监视器的二维图像中获取不需要距离信息的第一区域，并设定如下拍摄条件：在所获取的第一区域中由摄像机(2)获取的距离信息的量成为预定的第一阈值以下，并且在第一区域以外的至少一部分的第二区域中由摄像机(2)获取的距离信息的量多于预定的第二阈值，第二阈值大于第一阈值。
- 电子设备和用于控制该电子设备的方法-202080079361.3
- 姜诚玟;韩兴宇 - 三星电子株式会社
- 2020-09-09 - 2022-07-29 - G06T7/593
- 一种控制电子设备的方法包括：获取图像和所获取的图像的深度信息；将所获取的图像输入到神经网络模型中，其中，所述神经网络模型被训练为获取与所获取的图像中包括的对象有关的信息；获取由所述神经网络模型的中间层输出的中间特征值；基于所述中间特征值识别针对所获取的图像中包括的对象中的至少一个对象的特征区域；并且基于针对所述至少一个对象的特征区域和所述深度信息来获取所述电子设备与所述至少一个对象之间的距离信息。
- 通过神经网络的自适应学习从图像确定深度的方法及其系统-202080084140.5
- 马泰奥·波吉;法比奥·托西;斯特凡诺·马托恰;路易吉·迪斯泰法诺;阿莱西奥·托尼奥尼 - 大学之母博洛尼亚大学
- 2020-11-19 - 2022-07-15 - G06T7/593
- 本发明涉及一种用于从场景(I)的至少一个数字图像(R，T)确定所述场景(I)的深度的方法，该方法包括以下步骤：A.获取所述场景(I)的所述至少一个数字图像(R，T)；B.根据所述至少一个数字图像(R，T)计算第一视差图(DM1)，其中所述第一视差图(DM1)由像素p
- 来自双相机与双像素的联合深度预测-202080072361.0
- R.加格;N.瓦德瓦;S.法内洛;C.海恩;Y.张;S.O.埃斯科拉诺;Y.P.克南;M.莱沃伊;S.伊扎迪 - 谷歌有限责任公司
- 2020-04-27 - 2022-05-27 - G06T7/593
- 示例实现涉及来自双相机和双像素的联合深度预测。示例方法可以包括从第一源获得表示场景的第一深度信息集，以及从第二源获得表示场景的第二深度信息集。该方法还可以包括使用神经网络来确定传达场景中元素的相应深度的联合深度图。神经网络可以基于第一深度信息集和第二深度信息集的组合来确定联合深度图。此外，该方法可以包括基于联合深度图修改表示场景的图像。例如，图像的背景部分可以基于联合深度图而被部分模糊。
- 图像的深度值的确定方法、图像处理器以及模组-201980100275.3
- 贾玉虎 - OPPO广东移动通信有限公司
- 2019-11-06 - 2022-04-15 - G06T7/593
- 一种图像的深度值的确定方法、图像处理器(1000)以及模组，图像的深度值的确定方法包括：针对目标图像的物体，从TOF模组(11)获取第一深度图像，以及从双目视觉模组(12)获取第二深度图像(S401)；根据第一深度图像的深度值、第一深度图像的深度值对应的准确度值、第二深度图像的深度值和第二深度图像的深度值对应的准确度值，利用预设的加权算法进行加权计算，得到目标图像的深度值(S402)，能够提高图像的深度值的精确度。
- 图像处理装置、飞行体及程序-201980013537.2
- 田近明彦 - 软银股份有限公司
- 2019-01-30 - 2022-02-15 - G06T7/593
- 本申请提供一种图像处理装置，具有：图像获取部，获取第一图像和第二图像，第一图像包括作为被摄体的通过第一相机所拍摄的第一区域，所述第一相机拍摄自第一高度到比第一高度低的高度的方向，第二图像包括作为被摄体的通过第二相机所拍摄的第一区域，所述第二相机拍摄自第二高度到比第二高度低的高度的方向；飞行物体检测部，根据第一图像内的第一区域与第二图像内的第一区域的差量，检测比第一高度及第二高度低的高度的飞行物体。
- 图像处理系统-201780035082.5
- 大坪宏安 - 麦克赛尔株式会社
- 2017-08-16 - 2022-02-11 - G06T7/593
- 提供一种图像处理系统，削减使用立体摄影的图像计算视差时的计算量。在图像处理中，生成将利用用于立体摄影的多个相机(2)分别摄影的图像数据缩小而减少图像数据的像素数的缩小图像数据。将利用相机(2)摄影的图像数据和缩小图像数据得到的缩小图像数据存储到存储器(7)。比较摄影时期相同的多个缩小图像数据来求出视差。设定摄影时期与缩小图像数据相同的多个图像数据之中的包括与在缩小图像数据上检测到视差的区域相同的位置的视差计算区域。在缩小前的图像数据的视差计算区域内计算视差。将该视差作为缩小前的图像数据的视差。
- 识别并保留优选点的合并点云的方法-202080015066.1
- T·安德伯格;M·威廉姆斯 - 索尼集团公司;索尼图片娱乐公司
- 2020-02-10 - 2021-09-21 - G06T7/593
- 合并从场景捕获的两个或更多个点云、消除冗余点并保留最佳表示场景的点的方法。该方法一般而言可以包括检测步骤，该步骤定位来自不同云的接近且因此潜在地冗余的点，随后是识别优选点的选择步骤。云可以被表示为范围图像，这可以简化这两个步骤。可以通过将范围图像划分为图块并针对云之间的相交部分测试图块边界体积来优化接近度测试。优选点的选择可以结合用户输入，或者可以是完全或部分自动化的。可以使用2D绘图工具对范围图像执行用户选择，以识别具有场景的优选视图的图像。自动化的选择可以例如基于重叠点处的每个点云扫描的表面分辨率将质量度量指派给点。
- 眼睛跟踪设备及其方法-202080011133.2
- 雅科夫·温伯格;艾伯特·卡什谢内夫斯基;埃雷兹·耶海兹克尔;尤里·科罗戈茨基;伊戈尔·吉洪年科夫;雅各布·卡根 - 埃韦视觉有限公司
- 2020-01-27 - 2021-09-03 - G06T7/593
- 本发明涉及一种眼睛跟踪方法和设备。该方法包括接收指示用户的眼睛的至少两个图像的图像数据，在每个图像中识别与眼睛角膜缘相关的区域；确定角膜缘结构的几何表示，并通过至少两个图像的角膜缘结构的几何表示的三角测量来确定用户的眼睛的三维位置和凝视方向(即眼睛的全部六个自由度)。
- 基于双像素图像的深度预测-202080008621.8
- Y.P.卡南;M.莱沃伊;N.瓦德瓦;R.加格;S.安萨里;J.陈 - 谷歌有限责任公司
- 2020-01-10 - 2021-08-17 - G06T7/593
- 提供了与使用机器学习来确定物体的双像素图像的深度图相关的装置和方法。计算设备可以接收至少前景物体的双像素图像。该双像素图像可以包括多个双像素。多个双像素的双像素可以包括左侧像素和右侧像素，该左侧像素和右侧像素均表示入射在用于捕捉双像素图像的单个双像素元件上的光。计算设备可以用于训练机器学习系统，以确定与双像素图像相关联的深度图。该计算设备可以提供经过训练的机器学习系统。
- 使用立体图像进行深度检测的方法和装置-201680090467.7
- 赫克托·纳瓦罗·弗鲁克托索;曼努埃尔·马丁内兹·可拉尔;热纳罗·萨维德拉·托多撒;豪尔赫·索拉·皮卡贝;胡安·卡洛斯·巴雷罗·赫尔瓦斯;洪秀敏 - 华为技术有限公司
- 2016-10-26 - 2021-06-08 - G06T7/593
- 提供了一种深度检测设备(20)，包括立体图像记录设备(21)、缩放器(22)和深度确定器(23)。所述立体图像记录设备(21)用于记录场景的立体图像。它包括用于记录所述立体图像的第一图像的第一光路，及用于记录所述立体图像的第二图像的第二光路。所述第一光路和所述第二光路的长度不同。所述缩放器(22)用于通过最小化所述场景中物体的不同横放大率，确定所述第一图像或所述第二图像的缩放比例，及用于执行所述缩放。所述深度确定器(23)根据所述缩放的立体图像确定所述场景的深度图。
- 图像处理装置、拍摄装置、移动体以及图像处理方法-201980069371.6
- 山本顕嗣 - 京瓷株式会社
- 2019-10-01 - 2021-06-04 - G06T7/593
- 图像处理装置(10)具有：接口(12)，获取包含从不同视点拍摄到的基准图像和参照图像的立体图像；以及处理器(13)，对获取到的基准图像和参照图像进行基于奇异值分解的低秩近似，通过在基于奇异值分解的低秩近似后的基准图像和参照图像之间进行立体匹配处理来计算视差。
- 图像处理装置和三维测量系统-201980054083.3
- 松本慎也 - 欧姆龙株式会社
- 2019-03-14 - 2021-04-02 - G06T7/593
- 图像处理装置具有：视差预测单元，其通过与立体匹配不同的方式来预测所述第1图像与所述第2图像之间的视差；转换单元，其对第1图像和第2图像各自实施减少水平方向和/或垂直方向上的像素数的转换处理；设定单元，其基于所述预测出的视差来设定立体匹配中的对应点的搜索范围；以及限定在所述设定的搜索范围内搜索所述转换处理后的所述第1图像与所述转换处理后的所述第2图像之间的各像素的对应点的单元。
- 专利分类
