- 首頁
- 創新軟體
- 多傳感器感知與融合
多重影像感測器融合：重新定義影像的真諦
我們創新的多鏡頭相機解決方案提供無與倫比的影像能力，實現令人驚豔的180/360度全景、先進的複合影像感測器融合應用，以及精準的深度感測立體影像。
主要特點：
- 180/360度全景： 輕鬆捕捉沉浸式且令人驚嘆的全景影像。
- 複合影像感測器融合： 結合多個影像感測器的擷取數據，以增強影像品質、深度感知等。
- 深度感測立體影像： 創建精準的3D模型，並實現增強現實和虛擬現實等創新應用。
- 多樣性： 我們的解決方案適用於廣泛的應用領域，從攝影和攝影到工業檢測和科學研究。
應用領域：
- 攝影和攝影： 捕捉令人驚嘆的全景影像和影片，用於創意表達。
- 虛擬和增強現實： 利用精準的深度感知和3D模型，創造沉浸式體驗。
- 工業檢測： 透過高精度影像進行詳細的檢測和測量。
- 科學研究： 收集環境監測、機器人等各個科學領域的數據。
動態即時影像拼接：影像技術的未來
Ability的創新動態拼接技術是影像領域的革命性突破。透過將拼接區域分割成多個較小的區域，我們的算法可以在相機內直接拼接影像，省去繁瑣的電腦或應用程式後製過程。
主要優勢：
- 即時拼接： 拍攝後立即享受拼接影像。
- 無縫整合： 拼接直接在相機內完成，簡化工作流程。
- 增強影像品質： 先進的拼接算法確保高品質、無縫的全景圖。
- 多樣性： 兼容廣泛的相機型號和應用。
運作原理：
- 影像分割： 拼接區域被分割成多個重疊的片段。
- 即時拼接： 我們的算法逐一處理每個片段，並立即將它們拼接在一起。
- 最佳化： 先進的優最佳化技術確保無縫轉換和高品質結果。
應用領域：
- 攝影： 拍攝壯麗的全景風景、城市景觀和團體照。
- 攝影： 創建沉浸式的360度影片，適用於虛擬現實和社交媒體。
- 監控： 使用單個全景視圖監控大範圍區域。
- 工業檢測： 輕鬆檢測大型結構和設備。
突破視角限制，打造身臨其境的360°全景
傳統拼接技術不但運算緩慢同時造成畫面扭曲，影響觀看體驗。我們的獨家動態演算法，能即時分析並校正不同距離物體的視角差異，確保拼接後的畫面自然、無縫。
主要優勢：
- 真實還原場景： 呈現更接近人眼所見的真實畫面。
- 無縫拼接： 消除拼接痕跡，提供更沉浸式的觀看體驗。
- 即時處理： 快速生成全景畫面，滿足各種應用需求。
- 應用場景： 虛擬實境、直播、會議室、展覽場地等。
多影像拼接中的影像差異處理
在將多張影像拼接成一張全景圖時，如何處理不同影像之間的差異是一個關鍵的挑戰。這些差異主要來自於以下兩個方面：
Disparties
- 視角差異： 每個影像感測器從不同的角度捕捉場景，導致記錄的環境資訊不同。
- 感測器/鏡頭公差： 感測器和鏡頭的個體差異會導致影像品質和色彩呈現上的差異。
因此，我們需要超越單一影像畫質調整，採用更複雜的方法來處理這些差異。
另外，處理影像差異的關鍵考量如下：
- 基於特徵點的對齊： 精確匹配多張影像中的對應特徵點，建立一個共同的參考框架。
- 色彩平衡： 確保所有影像的色彩表示一致。
- 曝光補償： 調整曝光水平以應對不同的光照條件。
- 無縫融合： 在影像之間創建平滑的過渡，以最小化可見的接縫。
通過仔細處理這些因素，我們可以獲得高品質的拼接影像，準確地呈現原始場景。
預校正：提升影像拼接品質的關鍵
為了解決不同鏡頭拍攝的影像在邊緣亮度不均的問題，我們開發了一套預校正流程。將相機置於一個發出均勻光亮的積分球內，我們可以精準測量並補償這些亮度差異。
優勢：
- 容忍鏡頭差異： 此方法可以容忍不同鏡頭單元之間的亮度差異，降低生產過程中對鏡頭一致性的嚴格要求。
- 降低元件成本： 透過減少對高精度鏡頭的需求，可以有效降低整體成本。
- 提升影像品質： 預校正過程有助於最小化影像邊緣常見的亮度衰減問題，產生更一致、視覺效果更佳的拼接全景圖。
流程概述：
- 置於積分球中： 將相機置於一個發出均勻光亮的積分球中。
- 測量亮度分布： 測量影像中的亮度分布，找出亮度較低的區域。
- 生成校正數據： 基於測量的亮度差異生成校正數據。
- 軟體補償： 在影像拼接過程中，軟體應用校正數據來補償亮度差異，產生更無縫、視覺效果更佳的拼接影像。
透過實施這項預校正流程，我們可以在降低整體成本和提高生產靈活性的同時，提供高品質的拼接全景圖。
360度影片水平穩定技術
我們的水平穩定算法利用慣性測量單元（IMU）的數據，對影像感測器影像進行防抖補償。通過分析IMU的數據，我們可以準確地確定相機的方位，並對影像幀進行適當的校正。
優勢：
- 內建穩定功能： 無需額外穩定器。穩定功能透過相機內部算法實現，是一種更緊湊、更具成本效益的解決方案。
- 提升影像品質： 透過減少因相機晃動產生的影像失真，使生成的影片更流暢且視覺效果更佳，特別適合在 VR 或大型螢幕觀看時。
工作原理：
- IMU數據採集： IMU 持續擷取相機的姿態資訊。
- 方位估計： 我們的算法處理IMU數據，估計相機在3D空間中的方位。
- 影像校正： 利用估計的方位校正捕獲影像中的任何傾斜或旋轉，確保水平線保持水平。
- 拼接優化： 將穩定的影像拼接在一起，形成無縫的360度全景圖。
實際應用：
- 想像一下將360度運動相機安裝在頭盔上。IMU數據將用於穩定影片，即使在山地自行車或滑雪等劇烈活動中，也能產生平滑且身臨其境的畫面。
- 通過將水平穩定功能整合到我們的360度相機中，我們為用戶提供了更穩定、更愉快的觀看體驗。
滾動快門校正
我們的滾動快門校正算法利用慣性測量單元（IMU）的數據，以有效降低CMOS感測器中滾動快門所造成的果凍效應。通過分析IMU的加速度和角速度數據，我們可以準確地計算相機的運動軌跡，並對擷取的影像進行適當的校正。
優勢：
- 低成本高效益的解決方案： 藉由比全域快門感測器更低廉的成本，滾動快門感測器現今已被廣泛使用。透過佳能的滾動快門校正功能，使用現有的CMOS滾動快門感測器亦可實現全域快門曝光的好處。
- 提升影像品質： 透過校正滾動快門失真，我們的算法可提升影像品質，減少瑕疵並改善整體視覺保真度。
- 多功能性： 我們的算法可應用於各種應用，包括運動相機、無人機和監控系統，這些領域中滾動快門失真可能是一個重大問題。
工作原理：
- IMU數據採集： IMU 持續擷取相機的姿態資訊
- 運動估計： 藉由連續的IMU數據，以計算曝光時間內的相機運動。
- 影像校正： 基於估計的運動，算法對擷取的影像進行校正，以補償滾動快門失真。
實際應用：
- 運動相機： 減少運動相機畫面中常見的「果凍效應」，產生更平滑、更穩定的影片。
- 無人機： 減少無人機振動和快速移動引起的影像失真。
- 監控系統： 提高物體追蹤和運動分析的準確性。
透過將滾動快門校正整合至影像系統中，可提升影像品質、減少失真，並改善應用整體效能。
立體深度感測
我們的立體深度感測算法包含兩個關鍵步驟：
- 立體校正： 我們仔細校正相機，確保它們正確對齊並具有相同的光學特性。這個校正過程建立相機之間的基線距離，這對於深度計算至關重要。
- 視差計算： 一旦校正完成，算法分析左右影像中對應點之間的差異。這種差異稱為視差，與場景的深度直接相關。通過計算視差，我們可以估計場景中不同物體與相機的距離。
優勢：
- 更廣的探索範圍： 與基於雷射的距離測量相比，立體視覺允許更廣的視野，能夠掃描更大的區域。
- 更低的成本： 立體視覺系統通常使用比基於雷射的系統更便宜的元件，使其成為許多應用的更具成本效益的解決方案。
