CN101647042B - 位置对准方法、位置对准装置 - Google Patents
位置对准方法、位置对准装置 Download PDFInfo
- Publication number
- CN101647042B CN101647042B CN2008800107336A CN200880010733A CN101647042B CN 101647042 B CN101647042 B CN 101647042B CN 2008800107336 A CN2008800107336 A CN 2008800107336A CN 200880010733 A CN200880010733 A CN 200880010733A CN 101647042 B CN101647042 B CN 101647042B
- Authority
- CN
- China
- Prior art keywords
- group
- point
- blood vessel
- position alignment
- convex closure
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/14—Vascular patterns
Abstract
本发明提出了能够减少处理负担的位置对准方法、位置对准装置和程序。使用在从反映在一个图像中的对象提取的第一组点中的部分点的群组和在从反映在另一图像中的对象提取的第二组点中的部分点的群组作为基准,将第二组点相对于第一组点对准。之后,使用第一组点中的所有点和在已对准的第二组点中的所有点作为基准,将第二组点相对于第一组点对准。
Description
技术领域
本发明涉及位置对准方法、位置对准装置和程序,并适用于生物计量(biometric)认证。
背景技术
通常,生物计量认证的对象之一是血管。在这个类型的认证装置中,将在存储器内寄存的图像中出现的血管和在输入图像中出现的血管彼此对准,并确定对准的血管是否彼此重合,以便验证注册者的身份(例如,参见专利文献1)。
专利文献1:日本未审查专利申请公开No.2006-018395。
通常将交叉相关用于该位置对准,并且,为了计算相关系数,需要大量的积分或累积相加。此外,为了确定匹配位置,必须计算构成图像的所有像的相关系数,这就产生了一个问题,即位置对准涉及繁重的处理负担。
发明内容
考虑到上述要点,提出了本发明,旨在于提出能够减少处理负担的位置对准方法、位置对准装置和程序。
为了解决上述问题,本发明提供了位置对准方法,其配置包括如下步骤:第一步骤,使用在出现在一个图像中的对象提取的第一组点中的某些点的群组和在从出现在另一图像中的对象提取的第二组点中的某些点的群组作为基准,将第二组点相对于第一组点对准;第二步骤,使用第一组点中的所有点和在第一步骤中所对准的第二组点中的所有点作为基准,将第二组点相对于第一组点对准。
本发明另外提供包括工作存储器和位置对准单元的位置对准装置,该位置对准单元使用工作存储器将一个输入图像和另一图像彼此对准,其中,位置对准单元使用在从出现在一个图像中的对象提取的第一组点中的某些点的群组和在从出现在另一图像中的对象提取的第二组点中的某些点的群组作为 基准,将第二组点相对于第一组点对准,并使用第一组点中的所有点和在所对准的第二组点中的所有点作为基准,将第二组点相对于第一组点对准。
另外,本发明提供了程序,配置其使得位置对准单元使用工作存储器将一个输入图像与另一图像彼此对准,以执行使用在从出现在一个图像中的对象提取的第一组点中的某些点的群组和在从出现在另一图像中的对象提取的第二组点中的某些点的群组作为基准的第二组点相对于第一组点的对准,和使用第一组点中的所有点和在所对准的第二组点中的所有点作为基准的第二组点相对于第一组点的对准。
因此,根据本发明,由于已经执行了这样一个阶段,在此阶段中,使用在该组中的某些点的群组作为基准,相对于从对象提取的点组执行粗略的位置对准,通过减少位置对准基准的数量,减少了查找位置对准位置的负担。进而,与当没有进行这个阶段而实行位置对准时相比,由于已进行了粗略的位置对准,因此能减少查找位置对准位置的工作负担。因此,相比当相对于构成图像的所有像素执行位置对准时,能够显著地减少查找位置对准位置的负担。从而,能实现能够减少处理负担的位置对准方法、位置对准装置和程序。
附图说明
图1是示出根据本实施例的认证装置的总体结构的框图。
图2包括在模式提取前后的图像的示意图,其中,部分(A)示出了所捕捉的图像,且部分(B)示出了已模式提取的图像。
图3包括在检测凸包点(convex hull point)前后的图像的示意图,其中,部分(A)示出在检测前的图像,且部分(B)示出在检测后的图像。
图4包括用于说明凸包点的平移(translation)的示意图。
图5是示意图,示出了使用血管构成点群组(blood-vessel-constituting point group)之一以及在其它血管构成点群组中的某些点来使血管构成点群组彼此对准的状态。
图6是示意图,示出了使用血管构成点群组之一以及在其它血管构成点群组中的所有点来使血管构成点群组彼此对准的状态。
图7是流程图,示出了认证处理过程。
图8是流程图,示出了位置对准处理过程。
图9是示意图,示出了依据偏移角的第一到第三阶段的处理时间,第一到第四阶段的处理时间,以及仅进行第四阶段所需要的处理时间。
图10是示意图,示出了在没有进行粗略的位置对准的情况下,使用在血管构成点群组中的某些点来对准全部的血管构成点群组的情况。
图11包括在检测最小外接矩形点前后的图像的示意图,其中,部分(A)示出在检测前的图像,且部分(B)示出在检测后的图像。
图12是示意图,说明了用最小外接矩形点作为基准的相对于血管构成点群组的位置对准。
图13包括在检测分支点和弯曲点前后的图像的示意图,其中,部分(A)示出在检测前的图像,部分(B)示出在检测后的图像。
具体实施方式
以下,参照附图来详细说明应用了本发明的具体实施例。
(1)认证装置的总体配置
图1示出了根据本实施例的认证装置1的总体配置。认证装置1是通过将操作单元11、图像捕捉单元12、存储器13、接口14、通知单元15通过总线16连接到控制单元10上而配置的。
控制单元10被配置为计算机,其包括管理认证装置1的总体控制的CPU(中央处理器)、其中存储有各种程序、设置信息等的ROM(只读存储器),以及作为CPU的工作存储器的RAM(随机存取存储器)。
控制单元10接收用于注册要注册的用户(以下称为注册者)的血管的模式(以下称为血管注册模式)的执行命令COM1,或者用于根据用户操作验证来自操作单元11的注册者的身份的模式(以下称为认证模式)的执行命令COM2。
控制单元10是配置来基于执行命令COM1或COM2确定要执行的模式,并按照需要根据与该确定结果对应的程序来控制图像捕捉单元12、存储器13、接口14和通知单元15,以执行血管注册模式或认证模式。
图像捕捉单元12具有照相机,其使用图像捕捉空间,该空间位于认证装置1的外壳中放置手指的区域之上,且图像捕捉单元12使用由控制单元10设置的设置值作为基准,来调整照相机中的光学系统的镜头位置、光圈的光圈值和图像捕捉元件的快门速度(曝光时间)。
图像捕捉单元12另外具有近红外光源,其向图像捕捉空间辐射近红外光,并对于由控制单元10指定的时段使近红外光源发光。此外,图像捕捉单元12以每个预定周期捕捉在图像捕捉元件的图像捕捉表面上显示的对象图像,并将与作为图像捕捉结果产生的图像相关的图像数据顺序输出到控制单元10。
例如,存储器13是由闪存构成的,并且配置来用于存储或读取由控制器10指定的数据。
接口14是配置来给予外部设备或从外部设备接收各种数据的,在此,所述外部设备通过预定的传输线连接。
通知单元15是由显示单元15a和音频输出单元15b构成的,且显示单元15a基于从控制单元10给出的显示数据在显示屏幕上显示字符和图画。另一方面,音频输出单元15b是配置用来基于从控制单元10给出的音频数据从扬声器输出音频。
(1-1)血管注册模式
下面,将说明血管注册模式。当将血管注册模式确定为要执行的模式时,控制单元10将操作模式切换为血管注册模式,并使得通知单元15通知将手指放在图像捕捉空间中。
此时,控制单元10使得在图像捕捉单元12中的照相机进行图像捕捉操作,并还使得在图像捕捉单元12中的近红外光源进行发光操作。
在此情况下,在将手指放到图像捕捉空间中时,来自近红外光源的通过手指内部的近红外光作为用于投影血管的光通过光学系统和照相机中光圈而入射到图像捕捉元件上,并且将手指中的血管的图像投射在图像捕捉元件的图像捕捉表面上。因此,在此情况下,血管就基于在图像捕捉单元12中所获得的作为图像捕捉结果而产生的图像数据而出现在图像中。
控制单元10按照需要将预处理(比如图像旋转校正、噪声消除以及图像切割)应用于从图像捕捉单元12给出的图像数据,并从作为预处理的结果而获得的图像提取出现在图像中的血管的形状图形。然后,控制单元10产生该血管形状图形,作为有待识别的数据(以下称为标识数据),并将此数据存储在存储器13中用于注册。
照此方式,就能够配置控制单元10执行血管注册模式。
(1-2)认证模式
下面,将说明认证模式。在将认证模式确定为要执行的模式时,控制单元10将操作模式切换为认证模式,并使得通知单元15通知将手指放在图像捕捉空间中。此外,控制单元10使得在图像捕捉单元12中的照相机进行图像捕捉操作,也使得近红外光源进行发光操作。
另外,控制单元10按照需要将预处理(比如图像旋转校正、噪声消除、图像切割等)应用于从图像捕捉单元12给出的图像数据,并以与在血管注册模式中相同的方式,从作为预处理的结果而获得的图像提取血管形状图形。
然后,配置控制单元10来匹配(图形匹配)所提取的血管形状图形和由存储在存储器13中的标识数据所表示的血管形状图形,并根据作为匹配结果而获得的图形之间的相似度,来确定是否能够认证注册者的身份。
在此,当确定不能认证注册者的身份时,控制单元10通过显示单元15a和音频输出单元15b提供关于确定的视频和音频通知。另一方面,当确定能够认证注册者的身份时,控制单元10就向与接口14连接的装置发送数据,该数据指示已认证了注册者的身份。在此装置中,将指示已认证了注册者身份的数据用作触发(trigger),来进行在认证成功时要执行的预定处理,例如在某个时段中锁门或者是取消要限制的对象的操作模式。
照此方式,就能够配置控制单元10执行认证模式。
(2)在控制单元中进行的处理的具体内容
下面,将结合血管形状图形提取处理和形状图形匹配处理并通过举例来详细说明在控制单元10中进行的处理的具体内容。
(2-1)血管形状图形的提取
控制单元10使用微分滤波器(比如高斯过滤器和对数过滤器)来重点显示(highlight)在要提取的图像中出现的对象的轮廓线,并使用所设置的亮度值作为基准,将具有重点显示的轮廓线的图像转换成二进制图像。
控制单元10进而提取出现在二进制图像中的血管部分的宽度的中心或宽度的亮度峰值,来将血管表示为线(以下称为血管线)。
在此,图2示出了在提取血管线前后的实例图像。由图2可以看出,作为二进制图像,获得了提取之前的图像(图2(A))作为其中出现在图像中的血管部分被制图为线的二进制图像(图2(B))。
进而配置控制单元10来检测构成血管线(出现在二进制图像中)的各个点(像素)之中的端点、分支点和弯曲点,作为反映了血管线的特征的点(以下称为特征点),并提取所检测的全部或某些特征点中的一组特征点(以下称为血管构成点群组)来作为血管形状图形。
(2-2)形状图形匹配
控制单元10将在认证模式中提取的血管形状图形(血管构成点群组)与由存储在存储器13(图1)中的标识数据表示的血管形状图形(血管构成点群组)相对准。
之外,例如,当在彼此对准的血管构成点群组之一中的特征点和在其它的血管构成点群组中的特征点当中,重合的特征点数的比例等于或大于预定阈值时,控制单元10就确定能够认证注册者的身份。另一方面,当重合的特征点数的比例小于阈值时,配置控制单元10确定不能认证注册者的身份。
(2-3)血管构成点群组的位置对准
在此,将要详细说明在此实施例中的位置对准技术的例子。
(2-3-1)第一阶段
在第一阶段中,例如,如图3所示,控制单元10从一个血管构成点群组(图3(A))中检测构成最小多边形的顶点(以下称为凸包(convex-hull))的点的群组(以下称为第一凸包点群组),在此多边形中包含所述的血管构成点群组(图3(B))。在图3中,为了方便起见,也示出了血管线。
同样地,控制单元10从其它的血管构成点群组检测构成凸包的顶角的多个点(以下称为第二凸包点群组)。
在从一个血管构成点群组检测到第一凸包点群组时,控制单元10检测由第一凸包点群组构成的凸包的中心点(以下称为第一凸包中心点)。在从其它血管构成点群组检测到第二凸包点群组时,控制单元10检测由第二凸包点群组构成的凸包的中心点(以下称为第二凸包中心点)。
(2-3-2)第二阶段
在第二阶段中,例如,如图4所示,控制单元10单独地平移第二凸包点群组,以使得第一凸包中心点和第二凸包中心点彼此重合。
具体地说,控制单元10计算第二凸包中心点相对于第一凸包中心点的平移量。然后,配置控制单元10通过此平移量来移动在第二凸包点群组中的每个点。
(2-3-3)第三阶段
在第三阶段中,例如,如图5所示,控制单元10将其它血管构成点群组相对于该一个血管构成点群组粗略对准,以使得在第一凸包点群组中的每个点和在第二凸包点群组中的每个点之间的相对距离小于阈值。在图5中,为了方便起见,也示出了血管线。此外,在图5中,已经从同一个人的同一手指提取了一个血管构成点群组(血管线)和其它血管构成点群组(血管线)。
具体地说,例如,控制单元10按照旋转移动和平移的次序来查找第二凸包点群组相对于第一凸包点群组的移动位置。
这就是说,控制单元10将当前时间的第二凸包点群组的位置设置为初始位置,并将在此初始位置的第二凸包中心设置为旋转中心。然后,在预先设置的旋转移动范围内、控制单元10以预定量的旋转移动一级一级地旋转移动第二凸包点群组,并查找这样的一个位置,例如,在此位置,在第二凸包点群组中的各个点和在第一凸包点群组中的相应点(它们最邻接第二凸包点群组中的各个点)之间的平方距离(squared distances)之和(以下称为评估值)为最小。
然后,在查找到在该旋转移动中评估值为最小的第二凸包点群组的位置时,配置控制单元10使用所查找到的位置作为基准,来在预先设置的平移范围内,以预定量的平移一级一级地进行平移,以查找评估值为最小的第二凸包点群组的位置。
此外,在查找到平移中的评估值为最小的第二凸包点群组的位置时,控制单元10识别该评估值(以下称为先前的评估值)的大小,在此,相对于所查找到的评估值(以下称为当前的评估值)而言,该评估值是按照旋转移动和平移的顺序在先前的查找中获得的。
如果当前的评估值小于先前的评估值,这种情况就表示下一个评估值可能会更小,这就是说,有这样的可能性,即第二凸包点群组能够进一步邻接第一凸包点群组。在此情况下,控制单元10设置第二凸包点群组的位置,在此位置上,获取当前评估值作为初始位置,并按照旋转移动和平移的次序,再次查找第二凸包点群组相对于第一凸包点群组的移动位置。
顺便提及,在首次查找第二凸包点群组相对于第一凸包点群组的移动位置时,并没有先前的评估值。在此情况下,与当前的评估值小于先前的评估值的情况相似,将与当前的评估值对应的第二凸包点群组的位置设置为初始位置,并按照旋转移动和平移的次序,再次查找第二凸包点群组相对于第一凸包点群组的移动位置。
另一方面,如果当前评估值大于先前的评估值,这种情况就表示下一个评估值可能是大的,这就是说,第二凸包点群组远离第一凸包点群组的可能性高。在此情况下,控制单元10确定当前的评估值是否小于预定阈值。顺便提及,也可以确定先前的评估值是否小于预定阈值。
当前评估值等于或大于阈值的情况意味着,由于第二凸包点群组能够进一步接近第一凸包点群组的可能性低,后面的处理就变得无用了,即使随后再次查找第二凸包点群组相对于第一凸包点群组的移动位置时也是这样,从而导致确定在匹配处理中不能认证注册者的身份的高可能性。因此,在此情况下,控制单元10停止随后的处理。
另一方面,如果当前的评估值小于预定阈值,这种情况就意味着在足够接近第一凸包点群组的位置的位置存在第二凸包点群组,这就是说,已经进行了位置对准。在此情况下,控制单元10确定在获得当前评估值时查找到的第二凸包点群组的位置是第二凸包点群组相对于第一凸包点群组的移动位置。然后,配置控制单元10将包括第二凸包点群组的其它血管构成点群组移动在当前确定的第二凸包点群组的移动位置和在移动之前的第二凸包点群组的位置之间的移动量。
在此具体实施例的情况下,配置控制单元10使用同构(homogeneous)坐标系统(同构坐标)来计算上述的移动量。
这就是说,控制单元10使用一维延伸的坐标系统来定义移动前后的点,并累积相乘变换矩阵,该变换矩阵是在用矩阵表示此坐标系统时获得的,每次都查找在旋转移动之后的位置和在平移之后的位置。
这就是说,用在第二阶段中进行平移时所获得的变换矩阵来乘以在查找第一次旋转移动之后的位置时所获得的变换矩阵;用所获得的相乘结果来乘以在查找第一次平移之后的位置时所获得的变换矩阵;用所获得的相乘结果来乘以在查找第二次旋转移动之后的位置时所获得的变换矩阵;用所获得的相乘结果来乘以在查找第二次平移之后的位置时所获得的变换矩阵。
然后,在确定第二凸包点群组相对于第一凸包点群组的移动位置时,控制单元10用在确定该移动位置时作为相乘结果而获得的变换矩阵来乘以其它血管构成点群组,并在坐标系统一维地延伸之前,将进行相乘后获得的其它血管构成点群组返回到坐标系统。
照此方式,配置控制单元10使用同构坐标系统来计算移动量,并用计算 出的移动量来乘以其它血管构成点群组,以便能够移动其它血管构成点群组的位置。
在此,就其它血管构成点群组的移动而言,比较了以下两种情况,一种情况是,使用一坐标系统来计算变换矩阵,在此,所述的变换矩阵是用于将其它血管构成点群组中的每个点移动到移动目的地的变换矩阵,而所述的坐标系统被一维地延伸到移动前后的点的坐标系统中,另一种情况是,不使用一维地延伸的坐标系统来计算变换点阵。
在此实施例中,移动前后的点位于二维坐标系统中。因此,在一维地延伸移动前后的点的时候,如果用(x,y,1)来表示移动前的点,用(u,v,1)来表示移动后的点,那么,就能由下列方程给出旋转移动:
由下列方程给出平移:
当多次重复执行该旋转移动和平移时,就可由下列方程给出移动后的点:
根据上面的方程可以明显看出,对于旋转移动和平移两者,相对于移动前的点,在一维地延伸移动前后的点时所获得的变换矩阵可以由“3×3”矩阵的“积”来表示(方程1,方程2)。
因此,即使在确定第二凸包点群组相对于第一凸包点群组的移动位置之 前,在中间处理中多次进行了旋转移动和平移,也能使用一致的计算技术(方程3)来获得移动其它血管构成点群组(包括第二凸包点群组在内)的移动量,该计算技术只需要将“3×3”变换矩阵积分到紧接在之前的结果。
因此,为了将其它血管构成点群组集合地移动到在移动目的地的位置,只需要用变换矩阵来乘以在其它血管构成点群组(包括第二凸包点群组)中的每个点,在此,所述的变换矩阵是在确定第二凸包点群组相对于第一凸包点群组的移动位置时获得的。
另一方面,在用移动前后的点作为没有对其进行一维地延伸的点时,如果用(x,y)来表示移动前的点,用(u,v)来表示移动后的点,那么,就可由下列方程给出旋转移动:
由下列方程给出平移:
由上面的方程也能明显看出,对于旋转移动而言,当没有对移动前后所获得的点进行过一维地延伸时所获得的变换矩阵就可用关于运动之前的点的“乘积”来表示(方程4),且对于平移而言,就可用关于运动之前的点的“和”来表示(方程5)。
因此,为了用一维地延伸的坐标系统来确定第二凸包点群组的移动位置而不表示在移动前后的点,不采用简单的计算技术,比如将变换矩阵简单地积分到紧接在前面的结果。
结果,为了将其它血管构成点群组移动到在移动目的地的位置,在确定第二凸包点群组相对于第一凸包点群组的移动位置之前,需要存储变换矩阵及其在旋转移动和平移(它们已经在中间处理中进行过了)中的次序,并且按该次序用各个变换矩阵来乘以在其它血管构成点群组中的每个点。此外,计算误差的累积量要比在通过单个相乘将其它血管构成点群组集合移动到在移动目的地的位置时的计算误差的累计量大。
照此方式,配置控制单元10将变换矩阵累积地相乘,在此,该变换矩阵是在用一维地延伸的坐标系统的矩阵来表示移动前后的点时获得,每次查找在旋转移动之后和平移之后的位置,因此,与在一维地延伸的坐标系统中不定义点的情况相比,减少了在移动其它血管构成点群组之前所需要的处理负担。此外,还能够准确地移动其它血管构成点群组。
(2-3-4)第四阶段
在第四阶段中,在将其它血管构成点群组相对于该一个血管构成点群组粗略地对准时,例如,如图6所示,控制单元10使用与在第三阶段中相同的技术,将其它血管构成点群组相对于一个血管构成点群组准确地对准,以使得在一个血管构成点群组中的所有点和在其它血管构成点群组中的所有点之间的相对距离变得小于阈值。为了方便起见,在图6中也示出了血管线。此外,在图6中,从同一个人的同一手指提取了该一个血管构成点群组(血管线)和其它血管构成点群组(血管线)。
(3)认证处理过程
下面,将要说明在控制单元10中在认证模式中进行的认证处理过程。
如图7所示,在从操作单元11给出执行命令COM2时(图1),控制单元10开始该认证处理过程RT1。在步骤SP1中,控制单元10控制图像捕捉单元12(图1),以获取作为在图像捕捉单元12中进行图像捕捉的结果而出现血管的图像数据。
下面,在步骤SP2中,控制单元10对该图像数据应用预定的预处理,随后,从作为处理结果而获得的图像提取血管构成点群组(图2)。随后,在步骤SP3中,控制单元10从每个血管构成点群组以及作为标识数据存储在存储器13(图1)中的血管构成点群组中检测凸包点群组和凸包中心点(图3)。
然后,控制单元10进行到下一步骤,即步骤SP4,其中,控制单元10单独地平移第二凸包点群组(图4),以便让第一凸包中心点和第二凸包中心点彼此重合。随后,在其后的位置对准处理例程SRT中,将其它血管构成点群组相对于一个血管构成点群组粗略地对准(图5)。
这就是说,如图8所示,在步骤SP11中,控制单元10将在当前时间的第二凸包点群组的位置设置为初始位置,并将在初始位置的第二凸包中心设置为旋转中心。然后,控制单元10在预先设置的旋转移动范围内,以预定量的旋转移动一级一级地旋转移动第二凸包点群组,并查找评估值为最小的第二凸包点群组的位置。随后,控制单元10进行到步骤SP12,在此步骤中,控制单元10使用所查找到的位置作为基准,来在预先设置的平移范围内、以预定量的平移一级一级地进行平移,并查找评估值为最小的第二凸包点群组的位置。
然后,在步骤SP13中,控制单元10确定在步骤SP11和SP12中进行的查找是否是第一次查找。如果该查找是第二次查找和其后的查找,那么,在步骤SP14中,控制单元10确定通过当前查找所获得的当前评估值是否大于通过在此查找之前的查找而获得的先前的评估值。
在此,如果确定该查找是第一次查找或者当前的评估值小于先前的评估值,就存在这样的可能性,即第二凸包点群组能够更接近第一凸包点群组。这样,控制单元10就将在其上获得当前评估值的第二凸包点群组的位置设置为初始位置,并按照旋转移动和平移的次序,再次查找第二凸包点群组相对于第一凸包点群组的移动位置。
另一方面,当确定当前的评估值大于先前的评估值时,第二凸包点群组远离第一凸包点群组的可能性高。这样,控制单元10进行到下一步骤,即步骤SP15,在此步骤中,控制单元10确定当前的评估值是否小于预定的阈值。
当确定当前的评估值大于或等于阈值时,即使此后再次查找第二凸包点群组相对于第一凸包点群组的移动位置,第二凸包点群组能够进一步接近第一凸包点群组的可能性也很低,从而导致确定在匹配处理中不能认证注册者的身份的高可能性。这样,控制单元10预期不能够认证注册者的身份,于是就结束认证处理过程RT(图7)。
照此方式,通过还使用用作确定是否已进行了位置对准的确定因子的评估值来作为关于是否能认证注册者的身份的确定因子,配置控制单元10省略了从位置对准到确定是否能认证注册者身份的过程所涉及的处理。
另一方面,当确定当前的评估值小于阈值时,第二凸包点群组就在足够接近第一凸包点群组的位置存在。于是,控制单元10就进行到下一个步骤,即步骤SP16,在此步骤中,控制单元10将包括第二凸包点群组在内的其它血管构成点群组移动在第二凸包点群组移动前后之间的移动量。
然后,如果在下一个步骤中,即在步骤SP5(图7)中,没有完成其它 血管构成点群组相对于一个血管构成点群组的准确位置对准,那么,在步骤SP6中,控制单元10就将处理目标从凸包点群组切换到血管构成点群组。此后,在位置对准处理例程SRT中,配置控制单元10将其它血管构成点群组准确地对准一个血管构成点群组(图6),以使得在一个血管构成点群组和其它血管构成点群组之间的相对距离(评估值)变得小于阈值。
在此,如果结束了位置对准处理而又没有预料到(图8:步骤SP15(否))在其它血管构成点群组相对于一个血管构成点群组的粗略位置对准(图5)和准确位置对准(图6)的处理中不能认证注册者的身份,那么,控制单元10就进行到步骤SP7。
在步骤SP7中,控制单元10将在一个血管构成点群组中的每个特征点和在其它血管构成点群组中的每个特征点相匹配,此时,这两组血管构成点群组中的特征点已经彼此对准了。如果匹配的结果指示能够认证注册者的身份,就执行在此情况下设置要进行的处理。另一方面,如果结果指示不能够认证注册者的身份,就执行在此情况下设置要进行的处理。此后,就结束认证处理过程RT1。
(4)操作和优点
相应地,在匹配从一个图像中提取的血管形状图形和从其它图像中提取的血管形状图形的时候,控制单元10就起位置对准单元的作用,用于将那些图像彼此对准。
在此情况下,控制单元10使用在血管构成点群组中的构成反映全部血管构成点群组的大致形状的轮廓的某些点(第一凸包点群组,第二凸包点群组(图3))作为基准,对全部血管构成点群组进行粗略的位置对准(图4),此后,控制单元10使用在血管构成点群组中所有移动过的点作为基准,对全部血管构成点群组进行准确的位置对准(图5)。
因此,与没有使用血管构成点群组中的某些点来进行粗略的位置对准就对全体血管构成点群组进行准确的位置对准的情况相比,控制单元10能够显著地减少与使用血管构成点群组中的全部的点作为基准来进行位置对准所涉及的、进行旋转移动和平移的次数。
这样就使得控制单元10能够减少在相对于血管构成点群组进行位置对准之前所需要的处理时间。在此,在图9中示出了试验结果。图9是一个描述图,该图根据在一个血管构成点群组和其它血管构成点群组的基准线之间 定义的角(以下称为偏移角),比较了第一到第三阶段的处理时间、第一到第四阶段的处理时间,以及在只进行第四阶段而不进行第一到第三阶段所需要的处理时间。顺便提及,在此,使用装备有Xeon 3.73[GHz]和4[GByte]的计算机并用MATLAB 7.1来测量处理时间。
在图9中,只进行第四阶段(即相对于全部血管构成点群组进行准确的位置对准而没有使用血管构成点群组中的某些点来进行粗略的位置对准)所需要的处理时间随着偏离角的增大而增加。
另一方面,不管偏离角如何,第一到第三阶段的处理时间总是恒定的,并且大大短于只进行第四阶段的处理时间。可能的原因之一是,由于在位置对准期间用作为基准的点数相当小,评估值(在第二凸包点群组中的各个点和在第一凸包点群组中最邻接第二凸包点群组中的各个点的相应点之间的距离平方的总和)快速地收敛到小于阈值。顺便提及,在图3中,血管构成点群组具有“1073”个点,而凸包点群组只有“10”个点。
另一方面,不管偏离角如何,第四阶段本身的处理时间也是不变的,并且大大短于只进行第四阶段所需的处理时间。可能的原因之一是,由于在先前的阶段中已进行了粗略的位置对准,因此,评估值就快速地收敛到小于阈值。
因此,从图9也显而易见的是,与对全部血管构成点群组进行准确的位置对准而没有使用血管构成点群组中的某些点来进行粗略的位置对准的情况相比较,能够减少在相对于血管构成点群组进行位置对准之前所需要的处理时间。
此外,由于控制单元10能够显著减少使用血管构成点群组中的所有点作为基准来进行位置对准所涉及的所要进行的旋转移动和平移的次数,因此,也能减少在移动计算中的计算误差的累积量。结果,能够改进血管构成点群组的位置对准的准确性。在此,图10示出了在只进行第四阶段时获得的图像(在此情况下,相对于全部血管构成点群组进行位置对准而没有使用血管构成点群组中的某些点来进行粗略的位置对准)。
通过比较图10和图6也能明显看出,与相对于全体血管构成点群组进行准确的位置对准而没有使用血管构成点群组中的某些点来进行粗略的位置对准的情况相比,能够改进血管构成点群组的位置对准的准确性。
在此实施例的控制单元10中,通过采用下述的技术来实行粗略的位置对 准技术,该技术为,通过交替地重复旋转移动和平移,来查找在第二凸包点群组相对于第一凸包点群组的移动目的地的位置,以使得在第二凸包点群组中的各个点和在第一凸包点群组中的相应点(它们最邻接第二凸包点群组中的各个点)之间的相对距离(即所写的点之间的平方距离的总和)变得最小,并基于查找结果来移动包括第二凸包点群组在内的其它血管构成点群组。
因此,与交叉相关或纯相位相关(phase only correlation)相比较,控制单元10能够进行位置对准而不需要二维的FFT(快速傅利叶转换)处理。根据这一点,对于并入例如移动电话或PDA(个人数字助理)之类的、具有低浮点运算能力的便携式终端装置之中而言,这是特别有用的。
根据上面的配置,使用血管构成点群组中的某些点(它们构成了反映血管构成点群组的大致形状的轮廓线)作为基准,来粗略地对准全部的血管构成点群组,并使用血管构成点群组中所有移动过的点作为基准,来准确对准全部的血管构成点群组。这样,就能显著减少使用血管构成点群组中的所有的点作为基准来进行位置对准所涉及的进行旋转移动和平移的次数。从而,实现了能够减少处理负担的认证装置1。
(3)其它实施例
在上述实施例中,说明了用血管作为对象的情况。然而,本发明并非仅限于此,例如,也适用于例如指纹、嘴印和神经之类的生物鉴别对象,或者,也适用于例如地图、照片之类的图片。这就意味着由上述的控制单元10进行的位置对准处理可以广泛地应用于各种类型的图像处理,比如其它类型的图像处理中的前处理、中间处理和后处理,以及用于生物计量认证中的图像处理。
此外,在上述的实施例中,已经说明了提取构成对象(血管)的中心线(血管线)的端点、分支点和弯曲点中的全部或某些点(血管构成点群组)的情况。然而,本发明并非仅限于此,也可以提取构成对象轮廓线的全部或某些端点、分支点和弯曲点。具体地说,可以重点显示对象的轮廓线,并提取构成对象的重点显示的轮廓线的端点、分支点和弯曲点。例如,在用地图和照片之类的图片作为应用对象时,该提取技术是有很用的。
应当说明的是,除了提取构成对象的中心线或轮廓线的全部或某些端点、分支点和弯曲点外,还可以提取构成中心线或轮廓线的所有点。
此外,在上述的实施例中,说明了这样的情况,在此情况下,在从对象 上提取的一组点(血管构成点群组)中,检测构成包括该组点(血管构成点群组)的最小多边形的顶角(凸包)的点的群组(凸包点群组)。然而,也能检测任何其它的点的群组。
例如,如图11所示,能够检测邻近包含一组点(血管构成点群组)在内的最小矩形的点的群组(以下称为最小外接矩形点群组)。在应用该最小外接矩形点群组的时候,在第三阶段中,例如,如图12所示,能够采用一种技术,该技术将其它的血管构成点群组相对于一个血管构成点群组粗略地对准,以使得通过一个最小外接矩形点群组的中心的长轴和通过其它最小外接矩形点群组的中心的长轴彼此重合。
具体地说,可以确定通过其它最小外接矩形点群组的中心的长轴相对于通过一个最小外接矩形点群组的中心的长轴在逆时针方向上的旋转角θF-θP(或在顺时针方向上的旋转角),并根据此旋转角来将在其它血管构成点群组中的每个点移位。由于采用这个技术能够省去旋转移动和平移所涉及的计算,与在上述实施例的第三阶段中的技术相比,就能进一步减少处理负担。
在这方面,如同上述的实施例那样,也能采用这样的一种技术,该技术将其它血管构成点群组相对于一个血管构成点群组粗略地对准,以使得在一个最小外接矩形点群组中的每个点和在其它最小外接矩形点群组中的每个点之间的相对距离变得小于阈值。
此外,例如,如图13所示,可以检测一组点(血管构成点群组)中全部或某些分支点和弯曲点的群组。
需要说明的是,例如,在用凸包点群组和最小外接矩形点群组作为构成一组点(血管构成点群组)中的轮廓线的点群组的示例的情况下,以及在用全部或某些分支点和弯曲点作为构成该组点内的基本形状的点群组的示例的情况下,并非必须使用这些点群组。
另外,可以检测构成内部或外部的基本形状的点群组的组合,例如,比如凸包点群组与所有或某些分支点及弯曲点的组合,或者最小外接矩形点群组与所有或某些分支点和弯曲点的组合。
此外,在上述的实施例中,说明了以下情况,这就是在从对象(血管构成点群组)提取的一组点中,检测构成包括该组点(血管构成点群组)在内的最小多边形顶角(凸包)的多个点(凸包点群组)。然而,还可以根据预定的条件来切换检测目标。
例如,下面将要说明应用凸包点群组的情况。在此情况下,假设由凸包点群组构成的凸包具有规则的多边形形状或者是与其相似的对称形状。在此情况下,尽管并非是实际对应点的点是彼此邻接的,但是在这些点之间的相对距离却小于阈值,并且可以确定,已经进行了位置对准。因而,降低了位置对准的准确度。
因此,在第一阶段中,作为凸包具有对称形状的情况,例如,控制单元10需要确定,相对于由凸包点群组构成的凸包的框架而言,多条直线之间离凸包中心的距离的变化度是否小于阈值。
在此,如果变化度等于或大于阈值,控制单元10就确定凸包没有规则的多边形形状或者类似于其的形状,并开始在第二阶段中的处理。另一方面,如果变化度小于阈值,控制单元10就确定凸包具有规则的多边形形状或者类似于其的形状,并在再次检测血管构成点群组中的凸包点群组和全部或某些分支点和弯曲点的群组的组合之后,开始在第二阶段中的处理。
这样就会减少位置对准所涉及的处理负担,并同时保持确定的位置对准准确度。应当说明的是,虽然已经说明了应用凸包点群组的情况,但是,在最小外接矩形点群组的情况下,也能按类似的方式来执行这种处理。
此外,在上述的实施例中,已说明了这样的一种情况,就是通过采用相应点距第一凸包点群组的平方距离的总和,可以实现在以下两个点群组之间的相应点中的相对距离,在此,一个点群组是在从一个对象提取的一组点(血管构成点群组)检测的点群组(第一凸包点群组),另一点群组是在从其它对象提取的一组点(血管构成点群组)检测的点群组(第二凸包点群组)。然而,本发明并不只限于此,例如,可以用各种几何技术(例如采用相应点之间的距离的平均值)来提供这样的表述。
此外,在上述的实施例中,还说明了这样的情况,就是根据存储在ROM中的程序来执行上述的位置对准处理。然而,本发明并非仅限于此,也可以根据一种程序来执行上述的位置对准处理,在此,所述的程序是通过从程序存储介质安装程序而获得的,这样的程序存储介质比如CD(紧密型盘)、DVD
(数字多用途盘)或半导体存储器,或者所述程序是通过从因特网上的程序提供服务器上下载程序获得的。
此外,在上述的实施例中,还说明了这样的情况,在此情况下,由控制器10来执行图形提取处理和位置对准处理。然而,本发明并非仅限于此,可 以用图形工作站来执行某些这样的处理。
此外,在上述的实施例中,还说明了这样的情况,这就是应用具有图像捕捉功能、匹配功能和注册功能的认证装置1。然而,本发明并非仅限于此,还可应用其中根据用途来给单个装置分别配备每个功能或或某些单独的功能的方式。
产业可应用性
在各种图像处理领域中,在进行对象的位置对准时,能够利用本发明。
Claims (8)
1.一种位置对准方法,其特征在于包括:
第一步骤,使用在从出现在一个图像中的对象提取的第一组点中的某些点的群组和在从出现在另一图像中的对象提取的第二组点中的某些点的群组作为基准,将第二组点相对于第一组点对准;
第二步骤,使用在第一组点中的所有点以及在第一步骤中所对准的第二组点中的所有点作为基准,将第二组点相对于第一组点对准;以及
检测步骤,从第一组点检测构成第一组点中的轮廓线的第一点群组,并从第二组点检测构成第二组点中的轮廓线的第二点群组,
其中,在第一步骤中,使用第一点群组和第二点群组作为基准,将第二组点相对于第一组点对准。
2.根据权利要求1所述的位置对准方法,其特征在于,在第一步骤中,
通过交替地重复旋转移动和平移来查找在第二组点中的某些点的群组的移动目的地的位置,以使得在第一组点中的某些点的群组和在第二组点中的某些点的群组之间的相对距离变得小于阈值,并且以在查找到的移动目的地的位置和移动前的位置之间的移动量来移动第二组点。
3.根据权利要求2所述的位置对准方法,其特征在于,也用相对距离来作为确定是否能认证注册者的身份的确定标准。
4.根据权利要求2所述的位置对准方法,其特征在于,在第一步骤中,
在每次进行旋转移动和平移时,就将当由矩阵来表示移动前后的点的一维地延伸的坐标系统时所获得的变换矩阵累积地相乘,和
当查找到在移动目的地的位置时,用第二组点乘以在查找到该位置时作为相乘结果而获得的变换矩阵。
5.根据权利要求1所述的位置对准方法,其特征在于,在第一步骤中,
当轮廓线满足轮廓线具有对称形状的条件时,再次将构成第一组点中的轮廓线的点群组和在第一组点中在对象的中心线或轮廓线中的分支点和弯曲点的全部或某些点的群组检测为第一点组,并再次将构成第二组点中的轮廓线的点群组和在第二组点中在对象的中心线或轮廓线中的分支点和弯曲点的全部或某些点的群组检测为第一点群组。
6.根据权利要求1所述的位置对准方法,其特征在于,进一步包括检测步骤,该步骤从第一组点检测邻接包含第一组点在内的最小矩形的第一点群组,并从第二组点检测邻接包含第二组点在内的最小矩形的第二点群组,
其中,在第一步骤中,
将第二组点相对于第一组点对准,以使得通过矩形之一的中心的长轴和通过另一矩形的中心的长轴彼此重合。
7.根据权利要求1所述的位置对准方法,其特征在于,进一步包括提取步骤,该步骤提取出现在图像中的生物标识对象作为线,并提取这些线的全部或某些端点、分支点和弯曲点作为反映标识对象的特征的一组点,
其中,在第一步骤中,
使用在从生物标识对象之一提取的第一组点中的某些点的群组和从其它生物标识对象提取的第二组点中的某些点的群组作为基准,将第二组点相对于第一组点对准。
8.一种位置对准装置,其特征在于包括:
工作存储器;和
位置对准单元,其使用工作存储器将一个输入图像与另一图像彼此对准,
其中,位置对准单元使用在从出现在一个图像中的对象提取的第一组点中的某些点的群组和在从出现在另一图像中的对象提取的第二组点中的某些点的群组作为基准,将第二组点相对于第一组点对准,和
使用第一组点中的所有点和在已对准的第二组点中的所有点作为基准,将第二组点相对于第一组点对准;
所述位置对准装置还包括检测单元,从第一组点检测构成第一组点中的轮廓线的第一点群组,并从第二组点检测构成第二组点中的轮廓线的第二点群组,
其中,所述位置对准单元使用第一点群组和第二点群组作为基准,将第二组点相对于第一组点对准。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP103315/2007 | 2007-04-10 | ||
JP2007103315A JP4577580B2 (ja) | 2007-04-10 | 2007-04-10 | 位置合わせ方法、位置合わせ装置及びプログラム |
PCT/JP2008/057380 WO2008126935A1 (ja) | 2007-04-10 | 2008-04-09 | 位置合わせ方法、位置合わせ装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101647042A CN101647042A (zh) | 2010-02-10 |
CN101647042B true CN101647042B (zh) | 2012-09-05 |
Family
ID=39864024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008800107336A Expired - Fee Related CN101647042B (zh) | 2007-04-10 | 2008-04-09 | 位置对准方法、位置对准装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20100135531A1 (zh) |
EP (1) | EP2136332A4 (zh) |
JP (1) | JP4577580B2 (zh) |
CN (1) | CN101647042B (zh) |
WO (1) | WO2008126935A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5204686B2 (ja) * | 2009-02-13 | 2013-06-05 | 大日本スクリーン製造株式会社 | 配列方向検出装置、配列方向検出方法および配列方向検出プログラム |
WO2011144968A1 (en) * | 2010-05-19 | 2011-11-24 | Nokia Corporation | Physically-constrained radiomaps |
WO2012042631A1 (ja) * | 2010-09-30 | 2012-04-05 | 富士通フロンテック株式会社 | 登録プログラム、登録装置、および登録方法 |
US10140537B2 (en) * | 2012-10-26 | 2018-11-27 | Daon Holdings Limited | Methods and systems for capturing biometric data |
GB2518848A (en) | 2013-10-01 | 2015-04-08 | Siemens Medical Solutions | Registration of multimodal imaging data |
JP2016218756A (ja) * | 2015-05-20 | 2016-12-22 | 日本電信電話株式会社 | バイタル情報真正性証跡生成システム、バイタル情報真正性証跡生成方法、照合サーバ、バイタル情報測定装置、及び認証装置 |
CN105260988B (zh) | 2015-09-09 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 一种高精地图数据的处理方法和装置 |
US10515281B1 (en) | 2016-12-29 | 2019-12-24 | Wells Fargo Bank, N.A. | Blood vessel image authentication |
CN108074263B (zh) * | 2017-11-20 | 2021-09-14 | 蔚来(安徽)控股有限公司 | 视觉定位方法和系统 |
JP6981249B2 (ja) * | 2017-12-28 | 2021-12-15 | 富士通株式会社 | 生体認証装置、生体認証プログラム、及び生体認証方法 |
JP2021033555A (ja) | 2019-08-22 | 2021-03-01 | ファナック株式会社 | 物体検出装置及び物体検出用コンピュータプログラム |
JPWO2021049473A1 (zh) * | 2019-09-09 | 2021-03-18 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1627299A (zh) * | 2003-12-12 | 2005-06-15 | 松下电器产业株式会社 | 图像分类装置、方法和程序 |
CN1833258A (zh) * | 2003-08-07 | 2006-09-13 | 皇家飞利浦电子股份有限公司 | 图像对象处理 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2877533B2 (ja) * | 1991-02-18 | 1999-03-31 | 富士通株式会社 | 指紋照合装置 |
US6038349A (en) * | 1995-09-13 | 2000-03-14 | Ricoh Company, Ltd. | Simultaneous registration of multiple image fragments |
FI20011370A (fi) * | 2001-06-27 | 2002-12-28 | Nokia Corp | Biotunnistusmenetelmä ja sitä hyödyntävä laite |
US8048065B2 (en) * | 2001-12-21 | 2011-11-01 | Sensomotoric Instruments Gmbh | Method and apparatus for eye position registering and tracking |
JP4089533B2 (ja) * | 2003-07-28 | 2008-05-28 | 株式会社日立製作所 | 個人認証装置及び血管パターン抽出方法 |
JP4553644B2 (ja) * | 2004-06-30 | 2010-09-29 | セコム株式会社 | 生体情報認証装置 |
WO2007015660A1 (en) * | 2005-08-03 | 2007-02-08 | Precise Biometrics Ab | Method and device for aligning of a fingerprint |
-
2007
- 2007-04-10 JP JP2007103315A patent/JP4577580B2/ja not_active Expired - Fee Related
-
2008
- 2008-04-09 WO PCT/JP2008/057380 patent/WO2008126935A1/ja active Application Filing
- 2008-04-09 US US12/594,998 patent/US20100135531A1/en not_active Abandoned
- 2008-04-09 EP EP08740465A patent/EP2136332A4/en not_active Withdrawn
- 2008-04-09 CN CN2008800107336A patent/CN101647042B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1833258A (zh) * | 2003-08-07 | 2006-09-13 | 皇家飞利浦电子股份有限公司 | 图像对象处理 |
CN1627299A (zh) * | 2003-12-12 | 2005-06-15 | 松下电器产业株式会社 | 图像分类装置、方法和程序 |
Non-Patent Citations (3)
Title |
---|
JP特开2001-319230A 2001.11.16 |
JP特开2006-18395A 2006.01.19 |
JP特开平6-28458A 1994.02.04 |
Also Published As
Publication number | Publication date |
---|---|
JP2008262307A (ja) | 2008-10-30 |
WO2008126935A1 (ja) | 2008-10-23 |
EP2136332A1 (en) | 2009-12-23 |
JP4577580B2 (ja) | 2010-11-10 |
US20100135531A1 (en) | 2010-06-03 |
EP2136332A4 (en) | 2012-04-18 |
CN101647042A (zh) | 2010-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101647042B (zh) | 位置对准方法、位置对准装置 | |
US10867189B2 (en) | Systems and methods for lane-marker detection | |
US9349189B2 (en) | Occlusion resistant image template matching using distance transform | |
US9651384B2 (en) | System and method for indoor navigation | |
US20070269107A1 (en) | Object Recognition Device, Object Recognition Method, Object Recognition Program, Feature Registration Device, Feature Registration Method, and Feature Registration Program | |
US20120082385A1 (en) | Edge based template matching | |
US11010606B1 (en) | Cloud detection from satellite imagery | |
CN101984463A (zh) | 全景图合成方法及装置 | |
KR102441053B1 (ko) | 차량의 주행차로 추정 장치 및 방법 | |
Houshiar et al. | A study of projections for key point based registration of panoramic terrestrial 3D laser scan | |
WO2019152084A1 (en) | System and method for calibrating light intensity | |
Panfilova et al. | Fast Hough transform-based road markings detection for autonomous vehicle | |
ES2916828T3 (es) | Localización de objetos planos en imágenes con patrones repetitivos | |
CN116449392B (zh) | 一种地图构建方法、装置、计算机设备及存储介质 | |
Wu et al. | Remote sensing image registration based on local structural information and global constraint | |
Herling et al. | Markerless tracking for augmented reality | |
US11034028B2 (en) | Pose determining method for mobile robot and apparatus and mobile robot thereof | |
Kong et al. | Particle filter‐based vehicle tracking via HOG features after image stabilisation in intelligent drive system | |
CN103733225A (zh) | 特征点对等系统、特征点对等方法、以及记录介质 | |
CN112212851B (zh) | 一种位姿确定方法、装置、存储介质及移动机器人 | |
CN106709942A (zh) | 一种基于特征方位角的全景图像误匹配消除方法 | |
Rajamohan et al. | Image based Localization under large perspective difference between Sfm and SLAM using split sim (3) optimization | |
Nagy | A new method of improving the azimuth in mountainous terrain by skyline matching | |
Bal et al. | Image‐based locating and guiding for unmanned aerial vehicles using scale invariant feature transform, speeded‐up robust features, and oriented fast and rotated brief algorithms | |
Sanguino et al. | Improving 3D object detection and classification based on Kinect sensor and hough transform |
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 | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120905 Termination date: 20140409 |