• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Optics Letters >Depth-layer weighted prediction method for a full-color polygon-based holographic system with real objects
【24h】

Depth-layer weighted prediction method for a full-color polygon-based holographic system with real objects

机译：具有真实物体的全彩色多边形全息系统的深度层加权预测方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose a full-color polygon-based holographic system for real three-dimensional (3D) objects using a depth-layer weighted prediction method. The proposed system is composed of four main stages: acquisition, preprocessing, hologram generation, and reconstruction. In the preprocessing stage, the point cloud model is separated into red, green, and blue channels with depth-layer weighted prediction. The color component values are characterized based on the depth information of the real object, then color prediction is derived from the measurement data. The computer-generated holograms reconstruct 3D full-color images with a strong sensation of depth resulting from the polygon approach. The feasibility of the proposed method was confirmed by numerical and optical reconstruction. (C) 2017 Optical Society of America
机译：我们使用深度层加权预测方法提出了一种用于真实三维（3D）对象的全彩色多边形全息系统。 该系统由四个主要阶段组成：采集，预处理，全息图产生和重建。 在预处理阶段，点云模型与深度层加权预测分离成红色，绿色和蓝色通道。 颜色分量值基于真实对象的深度信息表征，然后从测量数据导出颜色预测。 计算机生成的全息图重建3D全彩图像，具有由多边形方法产生的深度感觉的强烈感。 通过数值和光学重建证实了所提出的方法的可行性。 （c）2017年光学学会

著录项

  • 来源
    《Optics Letters》 |2017年第13期|共4页
  • 作者

    Zhao Yu; Kwon Ki-Chul; Piao Yan-ling; Jeon Seok-Hee; Kim Nam;

  • 作者单位

    Chungbuk Univ Sch Informat &

    Commun Engn Cheongju 361763 Chungbuk South Korea;

    Chungbuk Univ Sch Informat &

    Commun Engn Cheongju 361763 Chungbuk South Korea;

    Chungbuk Univ Sch Informat &

    Commun Engn Cheongju 361763 Chungbuk South Korea;

    Incheon Natl Univ Dept Elect Engn 119 Acad Ro Incheon 22012 South Korea;

    Chungbuk Univ Sch Informat &

    Commun Engn Cheongju 361763 Chungbuk South Korea;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 计量学;光学;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号