CN101405566A - 建筑物形状变化检测方法以及建筑物形状变化检测系统 - Google Patents

建筑物形状变化检测方法以及建筑物形状变化检测系统 Download PDF

Info

Publication number
CN101405566A
CN101405566A CNA2007800095688A CN200780009568A CN101405566A CN 101405566 A CN101405566 A CN 101405566A CN A2007800095688 A CNA2007800095688 A CN A2007800095688A CN 200780009568 A CN200780009568 A CN 200780009568A CN 101405566 A CN101405566 A CN 101405566A
Authority
CN
China
Prior art keywords
mentioned
buildings
image
projection image
characteristic point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2007800095688A
Other languages
English (en)
Other versions
CN101405566B (zh
Inventor
世川正
朱林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pasco Corp
Original Assignee
Pasco Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pasco Corp filed Critical Pasco Corp
Publication of CN101405566A publication Critical patent/CN101405566A/zh
Application granted granted Critical
Publication of CN101405566B publication Critical patent/CN101405566B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
    • G01C11/28—Special adaptation for recording picture point data, e.g. for profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

在根据从航空器上拍摄的航空图像而检测建筑物的形状变化的系统中，能够不等到航空器着陆就进行航空图像的处理。在航空器(2)上，被中心投影的拍摄图像直接被提取边缘(S22)，将其向地面基站(6)无线传送。地面基站(6)从边缘提取线段，求得拍摄图像的建筑物的形状。另一方面，地面基站(6)生成将已存三维数据从航空器(2)的飞行位置中心投影的建筑物的投影像，将其与由拍摄图像得到的建筑物的形状匹配(S28)。根据匹配的两者的相似度，判定建筑物的形状是否从已存三维数据登记时间点发生了变化。

Description

建筑物形状变化检测方法以及建筑物形状变化检测系统
技术领域
本发明涉及一种根据从飞行物上摄影的图像检测建筑物等地面物体的形状变化的方法以及系统。
背景技术
在航空器等飞行物上，使用帧传感器型数字相机取得地表面的图像(航空图像)，根据该航空图像检测建筑物的变化。近年来，根据利用了该航空图像的建筑物形状的变化检测，研究诸如地震等灾害时的受灾状况的把握的课题。
目前，航空图像数据被存储在航空器上所搭载的数据存储部中，在航空器着陆后被转移到地面的数据处理装置中并被处理和解析。通过地面的数据处理装置，根据对新取得的地表面的图像和已有的地表面的图像的比较和对照而检测建筑物的形状变化。
作为图像的比较和对照方法，可以考虑航空图像之间的比较、正射图像的特征点与建筑物多边形数据的比较，DSM(数字表面模型，DigitalSurface Model)之间的比较等。
图12是说明进行航空图像之间的比较的方法的流程图。使用该方法，首先进行新取得的航空图像和过去取得的已有的航空图像的配准(对位)，根据两图像间的亮度信息的变化检测地面建筑物的有无或形状的变化。
图13是说明进行正射图像的特征点与建筑物的多边形数据的比较的方法的流程图。使用该方法，首先对航空图像进行正射修正并生成正射图像。帧传感器型数字相机摄影的航空图像为中心投影图像，越靠近摄影图像的周围就有越大的歪斜。正射修正对该歪斜进行修正，生成从正上方看地表面所看到的正射影图像即正射图像。接下来，对生成的正射图像进行特征点提取等处理，提取正射图像上显现的建筑物的轮廓(或者其一部分)。通过将该轮廓与由已有的建筑物多边形数据得到的从建筑物的正上方看到的轮廓相比较，检测出建筑物的变化。
图14是说明进行DSM之间的比较的方法的流程图。使用该方法，由航空图像生成DSM，通过求得该DSM和已有的DSM的差分而检测出建筑物的变化。DSM是地表面的高度信息，在由航空图像生成的情况下，例如，对照飞行位置不同的多个航空图像，根据同一地面物体的这些多个航空图像的观察方法的不同求得该地面物体的高度。
灾害时的地面的状况把握等这样的使用目的是要求即时性的。由此观点出发，不用等待航空器着陆而处理航空图像成为课题。
但是，航空器上摄影的数字图像的数据量很大，而另一方面航空器和地面之间的传送容量比较小。因此，存在难以将取得的图像数据直接从航空器无线传送到地面的问题。
并且，使用进行航空图像之间的比较的方法，图像越是高解析度则高精度地进行配准就越困难，进而，根据图像间的亮度信息进行的变化检测存在检测率低的问题，以及只能检测出平面的变化而检测不出高度方向的变化的问题。
使用进行正射图像特征点与建筑物多边形数据的比较的方法，存在正射图像的生成处理的负荷大的问题，使用航空器上搭载的装置的有限的处理能力难以完成。并且，与已有的建筑物多边形数据比较而进行的变化检测存在只能检测出平面变化的问题。
使用进行DSM之间的比较的方法，存在DSM生成的负荷大的问题，使用航空器上搭载的装置的有限的处理能力还是难以处理。
发明内容
本发明用于解决上述问题点，目的是提供一种建筑物形状变化检测方法和建筑物性状变化检测系统，以能够减轻在飞行物上摄影的图像的处理负荷，进而，通过该处理的数据量的减低使从飞行物向地面无线传送数据变容易，由此能够不用等待飞行物着陆而在地面进行建筑物形状变化的检测处理。
本发明的建筑物形状变化检测方法具有具有：观测特征点提取步骤，从在飞行器上拍摄的拍摄地表图像提取与地面物体相对应的观测特征点；建筑物投影像生成步骤，根据预先存储的建筑物形状存储信息、和上述拍摄地表图像的拍摄时的上述飞行器的飞行位置以及姿势，进行投影计算，并生成从上述飞行位置看到的建筑物投影像；以及变化检测步骤，将上述观测特征点和上述建筑物投影像进行对比，而检测上述建筑物形状的变化。
并且，本发明的建筑物形状变化检测系统具有：观测特征点提取单元，从在飞行器上拍摄的拍摄地表图像提取与地面物体相对应的观测特征点；建筑物投影像生成单元，根据预先存储的建筑物形状存储信息、和上述拍摄地表图像的拍摄时的上述飞行器的飞行位置以及姿势，进行投影计算，并生成从上述飞行位置看到的建筑物投影像；以及变化检测单元，将上述观测特征点和上述建筑物投影像进行对比，而检测上述建筑物形状的变化。
根据本发明，对作为中心投影图像的摄影地表图像进行特征点提取处理。因为没有进行正射修正等处理，以较少的处理负荷提取观测特征点。并且，观测特征点能够通过比原本的摄影地表图像少的数据量表示。对应于中心投影图像的特征点的投影方向上的位置根据与该点对应的高度而定。即，特征点的投影方向上的位置包含高度信息，通过观测特征点和建筑物投影像的对比能够检测出该特征点的高度的变化，并能够检测出建筑物形状的3维的变化。
其它的本发明的建筑物形状变化检测方法具有：拍摄步骤，从飞行器拍摄拍摄地表图像；观测特征点提取步骤，在上述飞行器上，从上述拍摄地表图像提取与地面物体相对应的观测特征点；数据传送步骤，将表示上述观测特征点的数据从上述飞行器向地面基站进行无线传送；建筑物投影像生成步骤，在上述地面基站，根据预先存储的建筑物形状存储信息、和上述拍摄地表图像的拍摄时的上述飞行器的飞行位置以及姿势，进行投影计算，并生成从上述飞行位置看到的建筑物投影像；以及变化检测步骤，在上述地面基站，将上述观测特征点和上述建筑物投影像进行对比，而检测上述建筑物形状的变化。
其它的本发明的建筑物形状变化检测系统具有：拍摄单元，从飞行器拍摄拍摄地表图像；观测特征点提取单元，在上述飞行器上，从上述拍摄地表图像提取与地面物体相对应的观测特征点；数据传送单元，将表示上述观测特征点的数据从上述飞行器向地面基站进行无线传送；建筑物投影像生成单元，在上述地面基站，根据预先存储的建筑物形状存储信息、和上述拍摄地表图像的拍摄时的上述飞行器的飞行位置以及姿势，进行投影计算，并生成从上述飞行位置看到的建筑物投影像；以及变化检测单元，在上述地面基站，将上述观测特征点和上述建筑物投影像进行对比，而检测上述建筑物形状的变化。
根据本发明，在飞行物上以比较小的负荷进行能够削减数据量的观测特征点提取处理之后，进行从飞行物向地面基站的无线传送。由此，能够在飞行物飞行过程中快速地将数据传送到地面基站。
上述本发明的建筑物形状变化检测方法中，各步骤可以如下述那样构成：上述观测特征点提取步骤，将作为数字图像的上述拍摄地表图像中构成边缘的像素作为上述观测特征点提取，上述建筑物形状存储信息包含建筑物的三维数据，上述建筑物投影像生成步骤，根据上述三维数据生成上述建筑物的轮廓的投影像，上述变化检测步骤，根据从上述拍摄地表图像提取的边缘和上述投影像之间的匹配，检测上述建筑物的平面形状以及高度的变化。
上述变化检测步骤可以如下述那样构成：根据上述建筑物投影像中的上述建筑物的上述投影像、和上述拍摄地表图像中的该建筑物的像之间的，与该投影像相关的投影方向上的位置的不同，检测该建筑物的高度的变化。
上述本发明的建筑物形状变化检测系统中，各机构可以如下述那样构成：上述观测特征点提取单元，将作为数字图像的上述拍摄地表图像中构成边缘的像素作为上述观测特征点提取，上述建筑物形状存储信息包含建筑物的三维数据，上述建筑物投影像生成单元，根据上述三维数据生成上述建筑物的轮廓的投影像，上述变化检测单元，根据从上述拍摄地表图像提取的边缘和上述投影像之间的匹配，检测上述建筑物的平面形状以及高度的变化。
上述变化检测机构可以如下述那样构成：根据上述建筑物投影像中的上述建筑物的上述投影像、和上述拍摄地表图像中的该建筑物的像之间的，与该投影像相关的投影方向上的位置的不同，检测该建筑物的高度的变化。
发明的效果
本发明的建筑物形状变化检测方法和建筑物形状变化检测系统能够减少数据量，实现处理负荷的减轻。并且，通过将在飞行物上取得的信息快速地传送到地面基站并进行处理，提高了建筑物等的形状的变化检测的即时性。
附图说明
图1为表示本发明的实施方式的建筑物形状变化检测系统的概略结构的示意图。
图2为表示本发明的实施方式的建筑物形状变化检测系统的概略的处理流程的流程图。
图3为本系统的航空器上搭载的部分的概略的功能框图。
图4为本系统的设置在地面基站的部分的概略的功能框图。
图5为表示作为特征点提取处理部的输出得到的特征点图像的一个例子的示意图。
图6为表示与图5的特征点图像相对应并作为线段提取部的输出而得到的线段图像的一个例子的示意图。
图7为表示与图6所示的线段图像相对应而得到的轮廓图像的一个例子的示意图。
图8为表示匹配处理部、变化检测部的处理的概要的处理流程图。
图9为表示从水平方向看到的航空器和建筑物等的位置关系以及建筑物等的形状的示意图。
图10为表示从航空器传送的特征点图像的示意图。
图11为表示从已有的三维数据生成的建筑物的对象投影像、和从线段图像或者轮廓图像提取的建筑物的提取摄影像的示意图。
图12是说明作为现有方法的进行航空图像之间的比较的方法的流程图。
图13是说明作为现有方法的进行正射图像的特征点和建筑物多边形数据的比较的方法的流程图。
图14是说明作为现有方法的进行DSM之间的比较的方法的流程图。
具体实施方式
接下来，根据附图对本发明的实施方式进行说明。
本实施方式为检测地表的建筑物的形状变化的建筑物形状变化检测系统，使用本发明的地表形状变化检测方法而实现。本系统在例如迅速地把握地震等灾害时发生的建筑物的倒塌或异动等情况，并将其信息有效应用于救援和恢复活动中。
图1为表示本系统的概略构成的示意图。航空器2搭载数字相机，从上空摄影地表的图像。并且，航空器2搭载GPS/IMU(全球定位系统/惯性测量装置)，根据来自GPS卫星4的信号以及作用在航空器上的惯性力来测量和记录航空器2上搭载的数字相机的位置和倾斜等，由此能够把握地表图像摄影时的相机的位置以及姿态。
航空器2进行提取在机上取得的数字图像的特征点的处理，将与该特征点相关而提取出的数据以及通过GPS/IMU得到的数据无线传送到地面基站6。地面基站6根据从航空器2传送来的特征点数据进行检测建筑物形状变化的处理。基准局8预先正确地得知其位置，并由GPS得到的位置和真正的位置来计算其误差，作为差动信息(修正值)提供给GPS的使用者。地面基站6根据由航空器2得到的GPS/IMU数据，在算出图像摄影位置时，能够使用该差动信息进行修正。
图2为表示本系统的概略的处理流程的流程图。通过航空器2摄影地表图像(步骤S20)，从该图像提取特征点(步骤S22)。与特征点相关的数据被传送到地面基站6，从特征点群中提取线段，进行生成由线段组成的图像(线段图像)的处理(步骤S24)。也可以进一步将提取的线段连接，进行生成表示建筑物的轮廓的图像(轮廓图像)的处理。地面基站6对建筑物的已有的三维数据进行投影，生成建筑物的轮廓的投影像(建筑物投影像)(步骤S26)。进行该建筑物投影像和从线段图像或者轮廓图像提取的提取摄影像之间的匹配处理(步骤S28)，检测出建筑物的形状变化(步骤S30)，其结果是例如以容易识别的形式向用户输出(步骤S32)。
图3为本系统的航空器2上搭载的部分的概略的功能框图。测量部40具有摄影部42、GPS/IMU44。摄影部42具有数字相机并摄影地表图像。数字相机除了是使用帧传感器的相机之外，也可以是使用线传感器取得图像的相机。所摄影的地表图像的数据被输出到特征点提取处理部48。特征点提取处理部48将构成图像上显示的建筑物等的地面物体的图像的边缘的像素作为观测特征点提取，并输出到压缩编码处理部50。
GPS/IMU44接收来自GPS卫星4的GPS信号，并且通过IMU测量航空器的加速度，根据这些生成表示航空器2的位置和姿态的GPS/IMU数据，并输出到压缩编码处理部50。
压缩编码处理部50对与来自特征点提取处理部48的特征点相关数据以及来自GPS/IMU44的GPS/IMU数据实施压缩编码处理，由此，发送处理部52应发送的数据量被压缩。
发送处理部52包含束流处理部54、传送数据转换处理部56以及发送部58而构成，接收由压缩编码处理部50压缩编码后的数据，并进行向地面基站6的无线传送。束流处理部54对数据实施用于使地面基站6在数据传送过程中进行该数据的解析的束流成为可能的处理。接下来，通过传送数据变换处理部56进行搬送波的整形，从发送部58作为无线信号被送出。
图4为设置在本系统的地面基站6上的部分的概略的功能框图。接收处理部70包括接收部72、复原数据变换处理部74以及流动处理部76而构成，进行与航空器2侧的发送处理部52呼应的处理，从来自航空器2的无线信号接收所谓特征点数据、GPS/IMU数据的传送数据。
复原处理部78通过压缩编码处理部50对被压缩编码的接收数据进行译码伸长复原的处理，保存处理后的特征点数据以及GPS/IMU数据的文件夹80被存储在存储部(没有图示)中。并且，在文件夹80中，预先存储有数字相机的焦点距离、主点位置等内部标定要素。
GPS/IMU数据修正部82对存储部中存储的GPS/IMU数据，实施使用了由基准局8得到的差动信息的修正处理。
变化检测处理部84使用存储部中存储的内部标定要素以及GPS/IMU数据，特定与航空器2所摄影的图像相对应的地表范围，并进行检测该范围内的建筑物的形状变化的处理。变化检测处理部84具有线段提取部86、投影计算部88、匹配处理部90以及变化检测部92，将得到的变化检测结果输出到存储部的文件夹94。投影计算部88的处理中，使用保存在数据库96中的建筑物的已存三维数据。
以下，对航空器2上进行的特征点提取处理以及地面基站6的变化检测处理部84的各处理进行进一步说明。
在航空器2上，摄影部42摄影地表的彩色图像或黑白图像。特征点提取处理部48根据该图像内的亮度或颜色的变化将构成边缘的像素群作为特征点提取。边缘提取可以使用各种边缘过滤器进行。例如使用Canny过滤器作为边缘过滤器提取边缘的位置，能够进行以1个像素捕捉边缘的细线化处理。另外，在进行特征点提取处理之前，例如可以以通过矩形图平滑化处理等进行数字图像的图像强调的方式构成，由此，能够更好地进行特征点提取处理。图5是表示将作为特征点提取处理部48的输出而得到的特征点数据，作为图像进行表示的图像(特征点图像)的一个例子的示意图。通过摄影部42取得的数码图像的各像素具有亮度值和GRB值，这些各个值分别由多个比特的二进制数据表示。与此相对，特征点图像的各像素是表现是否为特征点的差异的，该图像基本上作为二值化图像而表示。因此，特征点图像的数据量比原图像大幅削减。
并且，该特征点图像能够在压缩编码处理部50进一步被编码并压缩数据量。例如，因为特征点图像如上述那样基本上为二值化图像，所以使用扫描宽度编码等能够得到高效率的压缩。通过这样地压缩数据量，即使在航空器2和地面基站6之间的无线传送路径的容量比较小的情况下，也能够不受该容量的限制，能够与航空器2上的数据生成同时并行地迅速地向地面基站6传送数据。
在地面基站6，通过线段提取部86的处理，由特征点图像生成线段图像。在线段提取部86中，首先对由特征点提取处理部48作为点群而提取的边缘，进行跟踪和分割处理的过滤，将该点群分割为能够分别以汇总而捕捉的单位的点的集合，并且除去有把握是不构成足够大小的汇总的噪声的点。接下来，例如通过哈夫变换，来提取线段。这里，建筑物像的轮廓具有比较多的直线部分。另一方面，本系统中不作为检测对象的树木等的边缘形成直线的情况较少。因此，通过线段提取处理，能够专门取出建筑物像的边缘。图6是表示对应于图5的特征点图像并作为线段提取部86的输出而得到的线段图像的一个例子的示意图。
并且，变化检测处理部84也可以通过以下方式构成：对在线段提取部86生成的线段图像使用知觉组织(Perceptual Grouping)技术提取建筑物的轮廓，进行生成轮廓图像的处理。图7是表示对应于图6所示的线段图像得到的轮廓图像的一个例子的示意图。显现于线段图像的多个线段中，找到构成相同建筑物的轮廓的线段，通过连接这些线段等构成轮廓。
上述的线段图像或轮廓图像不进行正射变换而生成。即，这些基本上是提取中心投影图像中的建筑物的边缘或轮廓的图像。投影计算部88将数字相机的焦点距离、主点位置等内部标定要素从文件夹80取出，并且同样地从文件夹80取得修正后的GPS/IMU数据作为外部标定要素。根据这些内部标定要素、外部标定要素以及数据库96的建筑物的已存三维数据进行投影计算，生成在与成为特征点图像的来源的图像的摄影相同的条件下将建筑物投影(中心投影)到摄影图像上的像(建筑物投影像)。这里所谓的建筑物投影像是指作为由已有的三维数据的坐标值通过投影机算求得的坐标值的集合即轮廓像。
匹配处理部90进行根据已存三维数据并由投影计算部88求得的建筑物投影像、和上述线段图像或轮廓图像的匹配，并计算相似度来作为表示匹配程度的数值。例如，匹配处理可以应用使用了豪斯多夫距离的匹配方法进行。变化检测部92根据该相似度检测建筑物的形状变化。图8是表示匹配处理部90、变化检测部92的处理的概要的处理流程图。匹配处理部90对每个显像在建筑物投影像上的各建筑物进行匹配处理。首先，匹配处理部90对作为建筑物投影像的匹配处理的对象的建筑物(判定对象建筑物)的轮廓像(对象投影像)、和线段图像或轮廓图像中与对象投影像显现在相同区域中的线段或轮廓(提取投影像)进行对比，计算相似度R(步骤S100)。
变化检测部92判定阈值α和相似度R的大小关系(步骤S102)。这里α被设定为能够将对象投影像和提取摄影像看作一致的相似度。即，变化检测部92在α≤R的情况下，判断为与判定对象建筑物相同形状的建筑物存在于地面的相同位置上，并对判定对象建筑物的形状判定为在取得三维数据时和本次的从航空器2摄影时“无变化”，将该判定作为变化检测结果向文件夹94输出(步骤S104)。
另一方面，在α＞R的情况下，匹配处理部90进行周边区域内的探索(步骤S106)。这里，周边区域被设定为，沿着基本朝向中心投影的投影方向、即从投影中心朝向判定对象建筑物的方位而延伸的细长区域之中，伴随着判定对象建筑物的高度的变化而变化的区域。匹配处理部90，在该设定区域内使对应于判定对象建筑物的大小的匹配对象区域移动，并再次计算相似度(将此作为相似度S)。变化检测部92判定相似度S和相似度R的差分值(S-R)和阈值ω之间的大小关系(步骤S108)。这里ω被设定为能够看作建筑物的高度发生了变化的值。在ω≤(S-R)的情况下，判定为建筑物的高度发生了变化，将该判定结果向文件夹94输出(步骤S110)。
另一方面，在ω＞(S-R)即通过在周边区域内的探索没有得到差分值(S-R)成为ω以上的提取建筑物像的情况下(步骤S108)，变化检测部92判定阈值β和相似度R的大小关系(步骤S112)。这里β被设定为能够看作对象投影像和提取摄影像不一致的相似度(α＞β)。即，变化检测部92在β≤R的情况下，判定建筑物的平面形状发生了变化，并将该判定结果向文件夹94输出(步骤S114)。
另一方面，在β＞R的情况下，变化检测部92判定在判定对象建筑物的位置上不存在与其相当的建筑物，将“没有该建筑物”的判定作为变化检测结果向文件夹94输出(步骤S116)。“没有该建筑物”的情况的具体的例子是例如建筑物被人为地解体或破坏的情况，或者在地震等灾害后倒塌的情况。
另外，在变化检测部92，也可以使用比率S/R代替相似度S和相似度R的差分值(S-R)。在该情况下，使阈值ω适当变更为能够看作建筑物的高度已变化的比率。
图9～图11是说明通过变化检测部92进行的上述建筑物形状的变化的检测处理的示意图。图9是表示从水平方向看到的航空器2和建筑物等的位置关系、以及建筑物等的形状的示意图。航空器2从上空拍摄存在地面物体的地表。在同一图中，表示作为地面物体的建筑物120以及树木122。图9(a)是建筑物形状没有变化的情况，建筑物120a维持与登记到已存三维数据中的形状相同的形状。与之相对，图9(b)是建筑物的高度有变化的情况，建筑物120b的高度比登记到已存三维数据中的形状124低。并且，图9(c)是建筑物的平面形状已变化的情况，建筑物120c与登记到已存三维数据中的形状124相比较，水平面内的二维形状变化。
图10是表示从航空器2传送的特征点图像的示意图。该图(a)～(c)是分别与图9(a)～(c)的各情况相对应的图，表示由作为特征点提取的边缘构成的建筑物的中心投影像126以及树木的中心投影像132。
并且，图11是表示由已存三维数据生成的建筑物的轮廓像(对象投影像)和由线段图像或轮廓图像提取的建筑物的提取摄影像的示意图，该图(a)～(c)是分别对应于图9(a)～(c)的各情况的图。这里，不包含直线排列的特征点群的树木的中心投影像132，通过线段提取部86的处理被除去，另一方面，对应于由直线排列的特征点群构成的部分建筑物的中心投影像126而得到提取摄影像140。
另外，位于航空器2的斜下方的建筑物120的中心投影像中不仅能够显现屋顶还能够显现侧面。具体为，在形状没有变化的情况下的特征点图像(图10(a))的建筑物的中心投影像126a中，显现出建筑物的屋顶128a以及侧壁面130a。并且，如该图的屋顶128a的形状所表示的那样，该建筑物原本具有L字型的平面形状(二维形状)。
图11(a)中用实线表示的建筑物的提取摄影像140a具有与特征点图像(图10(a))中显现的中心投影像126a相对应的形状和位置。另一方面，图11(a)中，用虚线表示由已存三维数据生成的对象投影像142。如该情况那样，在建筑物的形状没有变化的情况下，提取摄影像140a和对象投影像142的相似度R变高，在变化检测部92的相似度判定处理S102中，满足R≥α，判定为没有变化(S104)。
接下来，当建筑物的高度变化时，沿着中心投影像上显现的侧面的中心投影的投影方向的尺寸变化。例如，如图9(b)所示，在建筑物的高度变低的情况下，对应的特征点图像(图10(b))的建筑物的中心投影像126b中显现的建筑物的侧壁面130b在投影方向(该图中的横方向)的尺寸相比图10(a)所示的侧壁面130a缩小。并且，虽然屋顶128b保持与图10(a)所示的屋顶128a相同的L字型形状，但是其位置在建筑物的高度变低的部分沿着投影方向略微平行移动。处于这样的关系的形状之间，伴随移动距离变大相似度R降低。因此，高度变化后的建筑物的提取摄影像140b和对象投影像142的相似度R变成R＜α，在该情况下，匹配处理部90进行周边区域探索处理S106。例如，当使匹配对象区域在图11(b)中位于左侧时，进行缩小了从该匹配对象区域提取的提取摄影像140b的屋顶形状和对象投影像142的屋顶形状之间的平行移动距离的匹配处理S100，能够改善相似度R。变化检测部92通过周边区域的探索，在相似度S和相似度R的差分值(S-R)上升到阈值ω以上的情况下，判定为建筑物的高度变化(步骤S110)。并且，根据差分值(S-R)变成最大的匹配对象区域的移动距离，能够推测建筑物高度的变化量。
与此相对，在建筑物的平面形状已变化的情况下，即使进行周边区域探索也没有特别的理由能够期待相似度大幅上升。例如，图11(c)所示建筑物的提取摄影像140c和对象投影像142，与侧壁面的形状以及位置一致无关，因为屋顶128c的形状已变化，所以即使通过周边区域探索处理S106使匹配对象区域沿着投影方向移动，差分值(S-R)也不足阈值ω。该情况下，变化检测部92判定相似度R和阈值β的大小关系。在β≤R的情况下，虽然不能特定高度变化，但是判定为发生了某种形状变化(步骤S114)。
另一方面，在β＞R的情况下，虽然图9～图11没有表示，但如上述那样判定为“没有该建筑物”(步骤S116)。

Claims (8)

1、一种建筑物形状变化检测方法，其特征在于，具有：
观测特征点提取步骤，从在飞行器上拍摄的拍摄地表图像提取与地面物体相对应的观测特征点；
建筑物投影像生成步骤，根据预先存储的建筑物形状存储信息、和上述拍摄地表图像的拍摄时的上述飞行器的飞行位置以及姿势，进行投影计算，并生成从上述飞行位置看到的建筑物投影像；以及
变化检测步骤，将上述观测特征点和上述建筑物投影像进行对比，而检测上述建筑物形状的变化。
2、一种建筑物形状变化检测方法，其特征在于，具有：
拍摄步骤，从飞行器拍摄拍摄地表图像；
观测特征点提取步骤，在上述飞行器上，从上述拍摄地表图像提取与地面物体相对应的观测特征点；
数据传送步骤，将表示上述观测特征点的数据从上述飞行器向地面基站进行无线传送；
建筑物投影像生成步骤，在上述地面基站，根据预先存储的建筑物形状存储信息、和上述拍摄地表图像的拍摄时的上述飞行器的飞行位置以及姿势，进行投影计算，并生成从上述飞行位置看到的建筑物投影像；以及
变化检测步骤，在上述地面基站，将上述观测特征点和上述建筑物投影像进行对比，而检测上述建筑物形状的变化。
3、如权利要求1或2所述的建筑物形状变化检测方法，其特征在于，
上述观测特征点提取步骤，将作为数字图像的上述拍摄地表图像中构成边缘的像素作为上述观测特征点提取，
上述建筑物形状存储信息包含建筑物的三维数据，
上述建筑物投影像生成步骤，根据上述三维数据生成上述建筑物的轮廓的投影像，
上述变化检测步骤，根据从上述拍摄地表图像提取的边缘和上述投影像之间的匹配，检测上述建筑物的平面形状以及高度的变化。
4、如权利要求3所述的建筑物形状变化检测方法，其特征在于，
上述变化检测步骤，根据上述建筑物投影像中的上述建筑物的上述投影像、和上述拍摄地表图像中的该建筑物的像之间的，与该投影像相关的投影方向上的位置的不同，检测该建筑物的高度的变化。
5、一种建筑物形状变化检测系统，其特征在于，具有：
观测特征点提取单元，从在飞行器上拍摄的拍摄地表图像提取与地面物体相对应的观测特征点；
建筑物投影像生成单元，根据预先存储的建筑物形状存储信息、和上述拍摄地表图像的拍摄时的上述飞行器的飞行位置以及姿势，进行投影计算，并生成从上述飞行位置看到的建筑物投影像；以及
变化检测单元，将上述观测特征点和上述建筑物投影像进行对比，而检测上述建筑物形状的变化。
6、一种建筑物形状变化检测系统，其特征在于，具有：
拍摄单元，从飞行器拍摄拍摄地表图像；
观测特征点提取单元，在上述飞行器上，从上述拍摄地表图像提取与地面物体相对应的观测特征点；
数据传送单元，将表示上述观测特征点的数据从上述飞行器向地面基站进行无线传送；
建筑物投影像生成单元，在上述地面基站，根据预先存储的建筑物形状存储信息、和上述拍摄地表图像的拍摄时的上述飞行器的飞行位置以及姿势，进行投影计算，并生成从上述飞行位置看到的建筑物投影像；以及
变化检测单元，在上述地面基站，将上述观测特征点和上述建筑物投影像进行对比，而检测上述建筑物形状的变化。
7、如权利要求5或6所述的建筑物形状变化检测系统，其特征在于，
上述观测特征点提取单元，将作为数字图像的上述拍摄地表图像中构成边缘的像素作为上述观测特征点提取，
上述建筑物形状存储信息包含建筑物的三维数据，
上述建筑物投影像生成单元，根据上述三维数据生成上述建筑物的轮廓的投影像，
上述变化检测单元，根据从上述拍摄地表图像提取的边缘和上述投影像之间的匹配，检测上述建筑物的平面形状以及高度的变化。
8、如权利要求7记载的建筑物形状变化检测系统，其特征在于，
上述变化检测单元，根据上述建筑物投影像中的上述建筑物的上述投影像、和上述拍摄地表图像中的该建筑物的像之间的，与该投影像相关的投影方向上的位置的不同，检测该建筑物的高度的变化。
CN2007800095688A 2006-03-17 2007-03-13 建筑物形状变化检测方法以及建筑物形状变化检测系统 Expired - Fee Related CN101405566B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP074639/2006 2006-03-17
JP2006074639A JP4624287B2 (ja) 2006-03-17 2006-03-17 建物形状変化検出方法及び建物形状変化検出システム
PCT/JP2007/054888 WO2007108357A1 (ja) 2006-03-17 2007-03-13 建物形状変化検出方法及び建物形状変化検出システム

Publications (2)

Publication Number Publication Date
CN101405566A true CN101405566A (zh) 2009-04-08
CN101405566B CN101405566B (zh) 2011-03-02

Family

ID=38522389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800095688A Expired - Fee Related CN101405566B (zh) 2006-03-17 2007-03-13 建筑物形状变化检测方法以及建筑物形状变化检测系统

Country Status (6)

Country Link
US (1) US8259993B2 (zh)
EP (1) EP1998139B1 (zh)
JP (1) JP4624287B2 (zh)
CN (1) CN101405566B (zh)
AT (1) ATE541184T1 (zh)
WO (1) WO2007108357A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104880160A (zh) * 2015-05-27 2015-09-02 西安交通大学 一种工件表面轮廓的二维激光实时探测方法
CN106871872A (zh) * 2017-02-24 2017-06-20 吴慧明 建（构）筑物变形、位移及损伤集群成像物联监测法
CN109562844A (zh) * 2016-08-06 2019-04-02 深圳市大疆创新科技有限公司 自动着陆表面地形评估以及相关的系统和方法
CN109584232A (zh) * 2018-11-28 2019-04-05 成都天衡智造科技有限公司 基于图像识别的设备使用状态在线监测方法、系统及终端
CN110366670A (zh) * 2017-03-02 2019-10-22 深圳市大疆创新科技有限公司 三维形状推断方法、飞行体、移动平台、程序及记录介质
CN111788457A (zh) * 2018-12-13 2020-10-16 深圳市大疆创新科技有限公司 形状推断装置、形状推断方法、程序以及记录介质
CN112183434A (zh) * 2020-10-12 2021-01-05 南方电网能源发展研究院有限责任公司 建筑物变化检测方法和装置
CN114324000A (zh) * 2022-03-14 2022-04-12 江苏华之沃电气智能科技有限公司 一种石墨制品抗折性能检测设备及检测方法
CN115311574A (zh) * 2022-10-12 2022-11-08 山东乾元泽孚科技股份有限公司 一种建筑物监测方法、设备及介质

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4566074B2 (ja) * 2005-06-21 2010-10-20 株式会社パスコ 家屋異動判定方法及び家屋異動判定プログラム
US9262818B2 (en) 2007-05-01 2016-02-16 Pictometry International Corp. System for detecting image abnormalities
US8385672B2 (en) * 2007-05-01 2013-02-26 Pictometry International Corp. System for detecting image abnormalities
US8494211B2 (en) * 2007-10-19 2013-07-23 Pasco Corporation House change judgment method and house change judgment program
WO2009057619A1 (ja) * 2007-10-30 2009-05-07 Pasco Corporation 家屋異動判定方法、家屋異動判定プログラム、家屋異動判定用画像生成方法、及び家屋異動判定用画像
DE102009005565A1 (de) 2009-01-21 2010-07-22 Eads Deutschland Gmbh Verfahren zur Erkennung von Objekten
FR2954520B1 (fr) * 2009-12-18 2012-09-21 Thales Sa Procede de designation d'une cible pour un armement a guidage terminal par imagerie
JP5812564B2 (ja) * 2009-12-24 2015-11-17 株式会社パスコ 立体構造物の放熱診断装置及び放熱診断プログラム
KR20110085728A (ko) * 2010-01-21 2011-07-27 삼성전자주식회사 휴대용 단말기에서 건물 영역을 인식하기 위한 장치 및 방법
JP2012033022A (ja) * 2010-07-30 2012-02-16 Panasonic Corp 空間における変化領域検出装置及び方法
KR20120067757A (ko) * 2010-12-16 2012-06-26 한국전자통신연구원 항공 영상 간 대응 관계 추출 장치 및 그 방법
CN102542557A (zh) * 2010-12-30 2012-07-04 方正国际软件(北京)有限公司 从图像中提取线的方法与系统
JP5566307B2 (ja) * 2011-01-05 2014-08-06 株式会社パスコ 地図データ更新装置、地図データ更新方法及び地図データ更新プログラム
WO2012127601A1 (ja) * 2011-03-22 2012-09-27 株式会社パスコ 立体構造物の放熱診断装置、放熱診断プログラム及び放熱診断方法
US9396583B2 (en) 2011-07-22 2016-07-19 Thales Method of modelling buildings on the basis of a georeferenced image
FR2978276B1 (fr) * 2011-07-22 2013-08-23 Thales Sa Procede de modelisation de batiments a partir d'une image georeferencee
US9639757B2 (en) * 2011-09-23 2017-05-02 Corelogic Solutions, Llc Building footprint extraction apparatus, method and computer program product
PL2776786T3 (pl) * 2011-11-08 2020-01-31 Saab Ab Sposób i system do określania relacji między pierwszą sceną i drugą sceną
US20130204575A1 (en) * 2012-02-03 2013-08-08 Chris Pershing Systems and methods for estimation of building floor area
US10663294B2 (en) 2012-02-03 2020-05-26 Eagle View Technologies, Inc. Systems and methods for estimation of building wall area and producing a wall estimation report
US10515414B2 (en) 2012-02-03 2019-12-24 Eagle View Technologies, Inc. Systems and methods for performing a risk management assessment of a property
JP5389964B2 (ja) * 2012-02-21 2014-01-15 株式会社パスコ 地図情報生成装置
US9476970B1 (en) * 2012-03-19 2016-10-25 Google Inc. Camera based localization
JP6037790B2 (ja) * 2012-11-12 2016-12-07 三菱電機株式会社 目標類識別装置及び目標類識別方法
CN103278824B (zh) * 2013-06-06 2015-03-11 重庆大学 基于伪卫星的变形监测方法
WO2015142660A1 (en) * 2014-03-15 2015-09-24 Urban Engines, Inc. Solution for highly customized interactive mobile maps
US9805451B2 (en) * 2014-06-24 2017-10-31 Hover Inc. Building material classifications from imagery
JP6467612B2 (ja) * 2014-11-21 2019-02-13 株式会社ソーシャル・キャピタル・デザイン 正置画像処理システムおよび構造物維持管理業務システム
KR101634878B1 (ko) * 2014-12-10 2016-06-29 한국항공우주연구원 무인 비행체의 군집 비행을 이용한 항공 영상 정합 장치 및 방법
JP6380936B2 (ja) * 2015-03-30 2018-08-29 シャープ株式会社 移動体及びシステム
KR101796258B1 (ko) * 2015-04-21 2017-11-13 순천대학교 산학협력단 소형 무인비행체를 이용한 비전 기반의 구조물 안정성 검사 방법
CA2994930A1 (en) 2015-09-10 2017-03-16 Halliburton Energy Services, Inc. Method for n-dimensional detection of spatial, temporal and gravimetric attributes and associated variation in plots, digital objects and photographs
JP6216353B2 (ja) * 2015-09-15 2017-10-18 株式会社オプティム 情報特定システム、情報特定方法及び、そのプログラム
US9389084B1 (en) * 2015-09-17 2016-07-12 Skycatch, Inc. Detecting changes in aerial images
DE102016103057A1 (de) * 2016-02-22 2017-08-24 Krauss-Maffei Wegmann Gmbh & Co. Kg Verfahren zur Ermittlung und Darstellung von Veränderungen in einer ein reales Gelände und darin befindliche reale Objekte umfassenden Realumgebung
JP6745148B2 (ja) * 2016-06-10 2020-08-26 株式会社パスコ 損壊家屋検出方法
CA3020282A1 (en) 2016-06-27 2018-01-04 Omniearth, Inc. Systems and methods for utilizing property features from images
JP6809128B2 (ja) 2016-10-24 2021-01-06 富士通株式会社 画像処理装置、画像処理方法、および画像処理プログラム
US10699119B2 (en) * 2016-12-02 2020-06-30 GEOSAT Aerospace & Technology Methods and systems for automatic object detection from aerial imagery
JP6889561B2 (ja) * 2017-01-20 2021-06-18 パイオニア株式会社 自車位置推定装置、制御方法、プログラム及び記憶媒体
US11354013B1 (en) * 2017-02-17 2022-06-07 Skydio, Inc. Location-based asset efficiency determination
US10555181B2 (en) * 2017-05-03 2020-02-04 ARRIS Enterprises, LLC Determining transceiver height
CN107341795B (zh) * 2017-06-30 2020-03-10 武汉大学 一种知识驱动的高空间分辨率遥感影像自动变化检测方法
US10943149B2 (en) 2017-08-31 2021-03-09 Omniearth, Inc. Systems and methods for automatic estimation of object characteristics from digital images
JP6993852B2 (ja) * 2017-11-20 2022-01-14 株式会社パスコ 建物被害推定装置
US20200380775A1 (en) * 2017-12-01 2020-12-03 Sony Corporation Transmitting device, transmitting method, and receiving device
US10937165B2 (en) * 2018-03-21 2021-03-02 International Business Machines Corporation Comparison of relevant portions of images
CN108960346B (zh) * 2018-08-09 2019-05-10 湖北汇宜建设工程有限公司 建筑物相似度分析平台
US11195324B1 (en) 2018-08-14 2021-12-07 Certainteed Llc Systems and methods for visualization of building structures
CN109472785B (zh) * 2018-11-01 2019-12-20 中国石油大学(华东) 基于多结构元素震害受损建筑物快速识别方法
US11238282B2 (en) 2019-06-07 2022-02-01 Pictometry International Corp. Systems and methods for automated detection of changes in extent of structures using imagery
US20220366685A1 (en) * 2019-06-19 2022-11-17 Nippon Telegraph And Telephone Corporation Barrier data collection device, barrier data collection method, and barrier data collection program
CA3149080A1 (en) 2019-09-20 2021-03-25 Shadrian Strong Roof condition assessment using machine learning
US11527024B2 (en) 2019-09-25 2022-12-13 Pictometry International Corp. Systems and methods for creating automated faux-manual markings on digital images imitating manual inspection results
CA3148187A1 (en) 2019-10-18 2021-04-22 Shadrian Strong Geospatial object geometry extraction from imagery
KR102484401B1 (ko) * 2020-04-23 2023-01-04 주식회사 키센스 인공지능을 이용한 사용자 참여형 인식 플랫폼에서 건물 변화 구분 방법 및 그 장치

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4876651A (en) * 1988-05-11 1989-10-24 Honeywell Inc. Digital map system
IE61778B1 (en) * 1989-01-04 1994-11-30 Emyville Enterprises Image processing
JPH05181411A (ja) * 1991-12-27 1993-07-23 Toshiba Corp 地図情報照合更新方式
JP3622094B2 (ja) 1995-10-05 2005-02-23 株式会社日立製作所 地図更新支援装置および地図情報の編集方法
JP3776591B2 (ja) * 1998-05-13 2006-05-17 株式会社日立製作所 地図情報更新方法および装置
JP3992452B2 (ja) 2000-11-09 2007-10-17 日立ソフトウエアエンジニアリング株式会社 変化検出装置、変化検出方法及び該方法に係るプログラムを記憶した記憶媒体並びにシステム
US6963662B1 (en) * 2000-11-15 2005-11-08 Sri International Method and system for detecting changes in three dimensional shape
JP2002354462A (ja) * 2001-05-23 2002-12-06 Mitsubishi Electric Corp 画像撮影・データ伝送システム
US7509241B2 (en) * 2001-07-06 2009-03-24 Sarnoff Corporation Method and apparatus for automatically generating a site model
JP4185052B2 (ja) * 2002-10-15 2008-11-19 ユニバーシティ オブ サザン カリフォルニア 拡張仮想環境
JP4131930B2 (ja) * 2002-12-16 2008-08-13 株式会社日立製作所 地図更新プログラム及び地図更新装置
US7800645B2 (en) * 2003-06-20 2010-09-21 Mitsubishi Denki Kabushiki Kaisha Image display method and image display apparatus

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104880160B (zh) * 2015-05-27 2017-05-17 西安交通大学 一种工件表面轮廓的二维激光实时探测方法
CN104880160A (zh) * 2015-05-27 2015-09-02 西安交通大学 一种工件表面轮廓的二维激光实时探测方法
CN109562844A (zh) * 2016-08-06 2019-04-02 深圳市大疆创新科技有限公司 自动着陆表面地形评估以及相关的系统和方法
US11727679B2 (en) 2016-08-06 2023-08-15 SZ DJI Technology Co., Ltd. Automatic terrain evaluation of landing surfaces, and associated systems and methods
CN106871872A (zh) * 2017-02-24 2017-06-20 吴慧明 建（构）筑物变形、位移及损伤集群成像物联监测法
CN110366670B (zh) * 2017-03-02 2021-10-26 深圳市大疆创新科技有限公司 三维形状推断方法、飞行体、移动平台、程序及记录介质
CN110366670A (zh) * 2017-03-02 2019-10-22 深圳市大疆创新科技有限公司 三维形状推断方法、飞行体、移动平台、程序及记录介质
CN109584232A (zh) * 2018-11-28 2019-04-05 成都天衡智造科技有限公司 基于图像识别的设备使用状态在线监测方法、系统及终端
CN111788457A (zh) * 2018-12-13 2020-10-16 深圳市大疆创新科技有限公司 形状推断装置、形状推断方法、程序以及记录介质
CN112183434B (zh) * 2020-10-12 2022-06-24 南方电网能源发展研究院有限责任公司 建筑物变化检测方法和装置
CN112183434A (zh) * 2020-10-12 2021-01-05 南方电网能源发展研究院有限责任公司 建筑物变化检测方法和装置
CN114324000A (zh) * 2022-03-14 2022-04-12 江苏华之沃电气智能科技有限公司 一种石墨制品抗折性能检测设备及检测方法
CN115311574A (zh) * 2022-10-12 2022-11-08 山东乾元泽孚科技股份有限公司 一种建筑物监测方法、设备及介质
CN115311574B (zh) * 2022-10-12 2023-02-07 山东乾元泽孚科技股份有限公司 一种建筑物监测方法、设备及介质

Also Published As

Publication number Publication date
EP1998139A1 (en) 2008-12-03
EP1998139B1 (en) 2012-01-11
US20090067725A1 (en) 2009-03-12
JP2007248364A (ja) 2007-09-27
WO2007108357A1 (ja) 2007-09-27
ATE541184T1 (de) 2012-01-15
EP1998139A4 (en) 2010-10-20
JP4624287B2 (ja) 2011-02-02
CN101405566B (zh) 2011-03-02
US8259993B2 (en) 2012-09-04

Similar Documents

Publication Publication Date Title
CN101405566B (zh) 建筑物形状变化检测方法以及建筑物形状变化检测系统
US10885328B2 (en) Determination of position from images and associated camera positions
US10915114B2 (en) Method and apparatus for combining data to construct a floor plan
Liang et al. Image based localization in indoor environments
US20170293796A1 (en) Flight device and flight control method
CN104091369B (zh) 一种无人机遥感影像建筑物三维损毁检测方法
Bansal et al. Geo-localization of street views with aerial image databases
KR101869605B1 (ko) 평면정보를 이용한 3차원 공간 모델링 및 데이터 경량화 방법
US20080089577A1 (en) Feature extraction from stereo imagery
KR20140058861A (ko) 영상기반 실내 위치 검출방법 및 이를 이용한 휴대용 단말기
Bethmann et al. Semi-global matching in object space
CN102607532B (zh) 一种利用飞控数据的低空影像快速匹配方法
WO2021000390A1 (zh) 一种点云融合方法、装置、电子设备和计算机存储介质
d'Angelo et al. Dense multi-view stereo from satellite imagery
CN116029996A (zh) 立体匹配的方法、装置和电子设备
JP2023530449A (ja) 空中と地上の位置合わせのためのシステムおよび方法
WO2021174539A1 (zh) 物体检测方法、可移动平台、设备和存储介质
US11494978B2 (en) Computer vision systems and methods for modeling three-dimensional structures using two-dimensional segments detected in digital aerial images
Warren et al. High altitude stereo visual odometry
JP2021117047A (ja) 無人飛行体を用いた写真測量方法および無人飛行体を用いた写真測量システム
CN101523436A (zh) 用于恢复视频流中的视差的方法和滤波器
KR20200084974A (ko) 초분광영상을 이용한 수심 추정 방법
Li et al. Automatic Keyline Recognition and 3D Reconstruction For Quasi‐Planar Façades in Close‐range Images
Bujnak et al. Robust focal length estimation by voting in multi-view scene reconstruction
JP7180739B2 (ja) 情報処理装置、情報処理システム、情報処理方法及び情報処理プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110302

Termination date: 20160313

CF01 Termination of patent right due to non-payment of annual fee