CN101858743A - 基于大视场摄像及图像处理的测距装置及其方法 - Google Patents
基于大视场摄像及图像处理的测距装置及其方法 Download PDFInfo
- Publication number
- CN101858743A CN101858743A CN 201010191722 CN201010191722A CN101858743A CN 101858743 A CN101858743 A CN 101858743A CN 201010191722 CN201010191722 CN 201010191722 CN 201010191722 A CN201010191722 A CN 201010191722A CN 101858743 A CN101858743 A CN 101858743A
- Authority
- CN
- China
- Prior art keywords
- target
- subsystem
- multispectral
- image process
- flame image
- 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
Links
Images
Landscapes
- Measurement Of Optical Distance (AREA)
- Image Processing (AREA)
Abstract
本发明属于光电探测技术领域,尤其是一种测距装置及其方法。本发明是基于多光谱摄像机2*3阵列组合成大视场、利用实时拼图技术得到背景图像并标注特征参考点、使用图像收敛摄影算法来计算目标距离的方法。本发明采用大视场角使得观测目标更容易发现,判定是否为同一目标更为准确,图像拼图后特征参考点的选择,使得计算目标的数据量更小,计算速度更快。
Description
技术领域
本发明属于光电探测技术领域,尤其是一种测距装置及其方法。
背景技术
要地防空、边海防监控、战场实时监视领域中都涉及到对监视区域的目标参数测量,包含测量目标的距离、方位角、俯仰角等。其中测距是一个关键问题。距离测量通常使用的方法包括激光测距仪测距法、俯仰角测距法、光学镜头聚焦测距法、双站交汇测距法和立体图像法等。
激光测距仪测距法是采用激光光束对选中目标进行激光照射,通过其光线返回的时间及激光的速度来计算目标的距离。这种方法简单而且精度高,但是缺点是易受水汽、雾气的影响,设备造价较高,要求与探测设备间具有非常高的光轴准确度,同时要求伺服控制系统有非常高的精度和角分辨率,以便将目标锁定在光轴中心,否则远距离使用时难于对准目标进行测距。激光测距仪只有在锁定目标后才能测距,不能在发现目标后即对其自动测距。
俯仰角测距法是假定目标高度为0的情况下计算的数据,主要适合于测量海上目标,而且远距离测量时误差较大,所以,该方法可用于昼夜海上近距离目标的距离测量,对空中目标有很大的局限性。同时由于云台精度的限制,会带来距离测量误差。
光学镜头聚焦测距法利用透镜成像关系测距。为能够摄取清晰的图像,对镜头聚焦过程中,聚焦步进电机带动镜头微调焦距,使目标的像成在CCD的像平面上。聚焦完成时,通过读取聚焦步进电机的聚焦位置,即可换算目标距离。这一方法只有当系统具备自动聚焦功能时才可完成测距。这种测距方法的误差主要由步进电机所联动的聚焦的机械装置的传输精度(空回)引起。使用光学镜头聚焦测距法,测距精度满足要求,而且可测量海上及低空目标,但只能在白天或夜间光线许可的条件下使用。
双站交汇测距法也称为三角测量法,基于三角形是由其一边(在三角测量法中,称之为基线的长度)和该边两端的角的大小决定的原理来测出距离。该测距方法的误差由目标方位角的测量精度和双站之间的间距决定。将双站交汇法的原理用于测量立体图像从而决定对象物的位置的方法称为立体图像法。立体图像法和人类用左右眼立体看物体一样,是对两眼相应的两个图像用三角测量法求出对象物三维位置的方法。
双站交汇测距法对各类目标的测距精度均很高,常规的光电测距较多采用双站交汇法,但双站交汇测距法需要整个系统配合才能使用。当测量目标为空中飞行目标时,若观测设备视场角小,很容易丢失目标;同时因为空中背景图像单一无可特征参考点,增加了对目标参数的计算难度。
发明内容
为了克服现有技术容易丢失目标,参数计算困难的不足,本发明提供一种基于大视场摄像及图像处理的测距方法,大视场角使得观测目标更容易发现,判定是否为同一目标更为准确,图像拼图后特征参考点的选择,使得计算目标的数据量更小,计算速度更快。
本发明解决其技术问题所采用的技术方案是:包括两个探测站,每个探测站都包括探测分系统、图像处理分系统、数据处理控制分系统、转台分系统和通讯分系统。探测分系统采用多光谱光电阵列。探测分系统安装在转台分系统上,能够随转台分系统在水平面上做圆周运动以及调整俯仰角,通过探测分系统上的多光谱光电阵列获取目标的实时图像,并将该实时图像传送至图像处理分系统进行图像处理,包括透雾、图像降噪、去抖动和动目标检测,以获得更远的观测距离,更为清晰的图像。经过图像处理后的实时图像传送至数据处理控制分系统进行数据计算,得到目标的位置参数。数据处理控制分系统控制转台全方位的转动,完成对目标的搜索、捕获和实时跟踪,并通过通讯分系统进行两个探测站之间的通讯传输。
本发明所述的多光谱光电阵列采用2列3行平行排列的6个多光谱摄像机,每个多光谱摄像机覆盖范围包括可见光和中波红外光谱,即400nm~1200nm的光波,每个多光谱摄像机的视场角大于2.7°(方位角)×3.7°(俯仰角),整个多光谱光电阵列最终形成大于5°(方位角)×11°(俯仰角)的视场角。
除了上述的多光谱光电阵列外,还可以增加长焦多光谱摄像系统和红外摄像系统。
本发明采用的测距方法包括以下步骤:
一、扫描观测区域,通过实时拼图技术将多光谱光电阵列探测得到的图像组合成一个同时观测到地面和空中的大视场图像,即观测区域的背景图。实时拼图技术是用摄像机在对所观测区域进行扫描,自动凭借实时地检索最新时次的拼图文件,采用相关的拼图算法进行拼图并以图形界面显示出来。
二、在背景图上选择若干个特征明显的点作为特征参考点,特征参考点包括背景图上凹凸向相反的曲线结合处的拐点、平直曲线与大曲率弧线的交点和轮廓线形成锐角的端点。根据背景图的范围大小选择10个以上特征参考点并在背景图中均匀分布,通过Google地图或从测绘部门获得所述特征参考点的位置信息。
三、利用多光谱光电阵列拍摄得到实时图像,将实时图像和观测区域的背景图进行比较,发现并捕获不同的点作为目标。利用两个站的位置,采用双站交汇法中的图像收敛摄影算法,得到目标的位置和距离参数。
本发明的有益效果是:由于本发明基于多光谱光电阵列组合成大视场、利用实时拼图技术得到背景图像并标注特征参考点、使用图像收敛摄影算法来计算目标距离的方法,大视场角可以同时观测到地面和空中,地面特征参考点在观测空中目标的同时也出现在画面中,使得观测目标更容易发现,判定是否为同一目标更为准确;图像拼图后特征参考点的选择,使得计算目标的数据量更小,计算速度更快;采用双站交汇法,具有较高的目标探测精度;区别与激光测距等测距手段,本发明是一种被动式探测,使系统具备了较强的战场生存能力。
本发明采用了覆盖从可见光到中波红外光谱范围(400nm到1200nm范围)的多光谱摄像机增强透雾和夜视能力,可以保证图像有更远的观测距离,同时使得图像更为清晰;用6个多光谱摄像机形成2*3阵列组合成大视场可以在垂直方向同时观测到地面目标和空中目标,在进行空中目标距离计算时候,可找到地面的特征参考点,减小了计算难度。
本发明采用的图像处理技术利用实时拼图技术和图像收敛摄影算法,保证了计算数度快,精度高。实时拼图技术能够有效、快速的创建大幅面彩色、黑白全景拼图画面,得到观测区域的图像,作为测距计算的背景图,并在这区域选择相隔一定距离的特征参考点,对这些特征参考点距离进行先期标定,用以作为实时测距的特征参考点的选择,即地面的固定特征点。
本发明采用了两个自动跟踪站,每个站都有由6台摄像机组成的自动跟踪目标探测器,采用的图像收敛摄影算法对同一目标跟踪,实时测出目标参数,让各自图像中的对象物尽可能处于图像中央而设定传感器拍摄方向,能够较快的计算出目标参数。这种计算方式精度很高,距离的测量相对误差与目标离侦察系统的距离Z成正比,与基线长度B成反比。见下列表格中参数计算得到,在10km距离范围内系统精度为千分之一,则基线长度B为300米时绝对误差p接近10米。如果焦距F增加十倍(用F=1000mm镜头),则精度可提高十倍或基线缩短为原来的十分之一。(其中F为镜头焦距,B为基线长度,p为绝对误差。)
附图说明
图1是系统组成和原理图;
图2是多光谱摄像机的2x3组合阵列图;
其中,1-长焦多光谱摄像系统;2-2x3多光谱摄像阵列;3-红外摄像系统;
图3是拼图后的背景图及特征参考点图;
图4是双站交汇法原理示意图;
其中,A-探测点A,B-探测点B,C-目标;
图5是双站交汇法的立体投影图;
图6是收敛摄影法示意图。
具体实施方式
本发明包括两个探测站,这两个站就是图5双站交汇法中的两个站A和B,同时每个探测站都包括探测分系统、图像处理分系统、数据处理控制分系统、转台分系统和通讯分系统,各站组成及工作原理图见图1。
探测分系统采用多光谱光电阵列,由1个光电阵列(2×3)单元、1个长焦单元以及1个红外热像仪测量单元组成,同时配备多光谱摄像机控制单元。
(1)光电阵列(2×3)单元采用2列3行平行排列的6个多光谱摄像机,每个多光谱摄像机覆盖范围包括可见光和中波红外光谱,即400nm~1200nm的光波,每个多光谱摄像机的视场角大于2.7°(方位角)×3.7°(俯仰角),整个多光谱光电阵列最终形成大于5°(方位)×11°(俯仰)的视场角。参见图2多光谱摄像机的2*3组合阵列图。
(2)长焦跟踪小视场(长焦多光谱摄像系统)
焦距:600mm,口径120mm,
方位角≥1.8°,
俯仰角≥1.4°;
(3)制冷红外热像仪
焦距:300mm/75mm,F3.1,
小视场:1.83°×1.37°,
大视场:7.32°×5.8°;
探测分系统安装在转台分系统上,能够随转台分系统在水平面上做圆周运动以及调整俯仰角,多光谱光电阵列获取目标的实时图像,并将该实时图像传送至图像处理分系统进行图像处理,包括透雾、图像降噪、去抖动和动目标检测,使得有更远的观测距离,图像更为清晰。经过图像处理后的实时图像传送至数据处理控制分系统进行数据计算,得到目标的位置参数。数据处理控制分系统控制转台全方位的转动,完成对目标的搜索、捕获和实时跟踪,并通过通讯分系统进行两个探测站之间的通讯传输。
使用本实施例所述的测距装置进行测距的方法,步骤如下:
1.多光谱摄像机2*3阵列组合成大视场,扫描获取背景图。
多光谱摄像机覆盖从可见光到中波红外光谱范围,400nm到1200nm范围,可以保证在透雾和夜视方面能力增强,图像信息处理硬件为DSP数字信号处理平台,软件处理模块包括透雾、图像降噪、去抖动、动目标检测等,使得有更远的观测距离,图像更为清晰,测距结果精度更高。在雾天利用CCD的近红外波段透雾特点,采用了独特的时间域与空间域相结合的图像处理技术大大增强了雾中微弱的图像信号,使其具有很强的透雾能力。利用高分辨率、超低照度摄像机(600线,0.00001lux帧积分),加上大光通量光学镜头(口径120mm,焦距600mm),取得远程夜视的很好效果。
多光谱摄像机的2*3组合阵列形式(见图2)采用,采用6个大于3.7°×2.7°的摄像机,进行视场2×3拼接,形成大于5°(方位)×11°(俯仰)的视场角。使得光学系统的视场角大(方位角≥5°俯仰角≥11°)。
用户可以从左往右、从右往左、从上往下、从下往上等任意方向操作转台键盘,控制多光谱摄像机阵列,扫描观测区域,通过实时拼图技术有效、快速的创建大幅面彩色、黑白全景拼图画面,来获得完美的大幅面拼图画面,即观测区域的背景图。
背景图的作用是为了在实际测量过程中,将实时的图像和背景图进行比较可以很快地发现目标。
2.在背景图上选择特征参考点,并获得其位置信息。
特征参考点的选择原则是:1)在背景图上选择凹凸向相反的曲线结合处的拐角、较平直曲线与大曲率弧线的交接部位的边界、有轮廓线急剧锐转的两侧(即拐角两侧)等明显特征的多个特征参考点,这样在实时图像和背景图进行比较的时候可以根据特征点很快判定目标位置。2)特征参照点相隔相距一定距离,根据观测范围,最好均匀分布在10个点以上,以保证在视场角范围内进行目标参数计算时可以有两个特征参考点,保证计算的准确性。3)其位置参数已知,或可以从Google地图上查到,或可以从测绘部门获得。特征参考点的位置已知,可以作为目标计算的参考值。(见图3,其中标注的1-10点为选择的特征参考点。)
特征参考点的作用在于:在对飞行目标进行计算时候,可以在地面的特征参考点很快地锁定飞行目标,使得计算目标的数据量更小,计算速度更快,并且这种飞行目标的锁定判定作为最优先的判定方式。
3.利用双站交汇法中图像收敛摄影算法得到目标距离
多光谱摄像机阵列扫描所负责的区域,捕获目标,并对目标进行跟踪测量,利用双站交汇法中图像收敛摄影算法得到目标位置、距离参数。其中双站交汇法也称作为三角测量法。
三角测量法如图4所示,两个探测站分别为A和B,目标为C。
因为:LOC/LOA=tg(θ1)
LOC/LOB=tg(θ2)
LOA+LOB=LAB
所以,LOA=LAB tg(θ2)/(tg(θ1)+tg(θ2))
由此得到:LAC=LOA/cos(θ1)
=LAB tg(θ2)/(tg(θ1)+tg(θ2))/cos(θ1)
其中,O表示目标C在探测站AB连线上的投影点,LOC表示点O与目标C之间的距离,LOA表示点O与探测站A之间的距离,LOB表示点O与探测站B之间的距离,LAB表示探测站AB之间的距离,,目标距离两个探测站的距离分别为LAC和LBC,θ1表示目标C和探测站A的连线与探测站AB连接线间的夹角,θ2表示目标C和探测站B的连线与探测站AB连接线间的夹角;
该测距方法的误差由目标方位角的测量精度(0.01°)和探测站间距决定。
上述的计算没有考虑探测站的高度,若两个观测基点A、B的经纬度已知,且高度分别为H1和H2,高度差的夹角为θ,观测点H1和H2之间的水平距离为D1,可计算得到飞行目标C与两个观测基点A、B距离分别为L1和L2,观测俯仰角分别为α1和α2,方位角分别为β1,β2。见三角测量法的立体投影图5,其投影图见图6。
由S1=L1sin α1,S2=L2sin α2,
H1-H2=L2sinα2-L1sinα1
(D1)2=(L1cosα1)2+(L2cos α2)2-2·L1cos α1·L2cos α2 cos(β1+β2),
可以推算得到L1和L2,即目标与观测点的距离。
图6为双站交汇法中图像收敛摄影算法得到目标距离。为了测定角PAB和角PBA,在A、B点放置了两台测角仪传感器,并从A、B点的摄像机拍摄目标。从用这两台传感器拍摄的位置和拍摄的方向,就可以决定目标的位置。
采用收敛摄影的方法就是在A、B点放置的两台摄像机都让各自图像中的对象物尽可能处于图像中央而设定传感器拍摄方向的收敛摄影。适用于采用两台自动跟踪目标探测器,对同一目标跟踪。可以实时地测出目标的方位角、俯仰角及距离。
其误差的计算相对测距精度和基线长度,摄像机的关系,可以下式来表示相对精度:其中Z为物体离摄像机的距离,B为基线长度,M为下式表示的摄像机参数,ΔD为两个摄像机的像差(disparity)的测量精度,可以假设为1。
距离的测量相对误差与Z成正比,与B成反比。
因此,如要求在10km距离范围内精度为千分之一,即绝对误差小于10米,则基线长度应为100米,如果焦距增加十倍(用1000mm镜头),则精度可提高十倍或基线缩短为原来的十分之一。
附图3中的目标对应附图4中的目标C点,附图3中的特征参考点5、6点分别对应附图4中的观测点A、B点视场范围内的特征参考点。因为A、B点都是使用多光谱摄像机2*3阵列来进行观测,同时观测到了空中飞行目标和地面特征参考点,如附图3中所示,通过第5、6点的已知位置信息,快速判断目标的参数范围,由此可以很快的计算出目标的距离参数。
Claims (5)
1.基于大视场摄像及图像处理的测距装置,其特征在于,包括两个探测站,每个探测站都包括探测分系统、图像处理分系统、数据处理控制分系统、转台分系统和通讯分系统;探测分系统采用多光谱光电阵列;探测分系统安装在转台分系统上,能够随转台分系统在水平面上做圆周运动以及调整俯仰角,通过探测分系统上的多光谱光电阵列获取目标的实时图像,并将该实时图像传送至图像处理分系统进行图像处理,包括透雾、图像降噪、去抖动和动目标检测,以获得更远的观测距离,更为清晰的图像;经过图像处理后的实时图像传送至数据处理控制分系统进行数据计算,得到目标的位置参数;数据处理控制分系统控制转台全方位的转动,完成对目标的搜索、捕获和实时跟踪,并通过通讯分系统进行两个探测站之间的通讯传输。
2.如权利要求1所述的基于大视场摄像及图像处理的测距装置,其特征在于,所述的多光谱光电阵列采用2列3行平行排列的6个多光谱摄像机,每个多光谱摄像机覆盖范围包括可见光和中波红外光谱。
3.如权利要求2所述的基于大视场摄像及图像处理的测距装置,其特征在于,所述每个多光谱摄像机的视场角大于2.7°×3.7°,整个多光谱光电阵列最终形成大于5°×11°的视场角。
4.如权利要求1所述的基于大视场摄像及图像处理的测距装置,其特征在于,除所述的多光谱光电阵列外,还可以增加长焦多光谱摄像系统或红外摄像系统或二者的组合。
5.使用如权利要求1所述的基于大视场摄像及图像处理的测距装置进行测距的方法,其步骤为:
1)扫描观测区域,通过实时拼图技术将多光谱光电阵列探测得到的图像组合成一个同时观测到地面和空中的大视场图像,即观测区域的背景图;
2)在背景图上选择若干个特征明显的点作为特征参考点,特征参考点包括背景图上凹凸向相反的曲线结合处的拐点、平直曲线与大曲率弧线的交点和轮廓线形成锐角的端点;根据背景图的范围大小选择10个以上特征参考点并在背景图中均匀分布,同时预先获得所述特征参考点的位置信息;
3)利用多光谱光电阵列拍摄得到实时图像,将实时图像和观测区域的背景图进行比较,发现并捕获不同的点作为目标;利用两个站的位置,采用双站交汇法中的图像收敛摄影算法,得到目标的位置和距离参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101917221A CN101858743B (zh) | 2010-06-04 | 2010-06-04 | 基于大视场摄像及图像处理的测距装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101917221A CN101858743B (zh) | 2010-06-04 | 2010-06-04 | 基于大视场摄像及图像处理的测距装置及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101858743A true CN101858743A (zh) | 2010-10-13 |
CN101858743B CN101858743B (zh) | 2012-02-29 |
Family
ID=42944784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101917221A Active CN101858743B (zh) | 2010-06-04 | 2010-06-04 | 基于大视场摄像及图像处理的测距装置及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101858743B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102455425A (zh) * | 2010-10-20 | 2012-05-16 | 银河港(北京)技术有限公司 | 一种全视景光电雷达及利用地面目标图像定位的扫描方法 |
CN103090846A (zh) * | 2013-01-15 | 2013-05-08 | 广州市盛光微电子有限公司 | 一种测距装置、测距系统及其测距方法 |
CN103148933A (zh) * | 2011-12-06 | 2013-06-12 | 中国科学院沈阳自动化研究所 | 一种自动测光装置 |
CN103646384A (zh) * | 2013-12-20 | 2014-03-19 | 江苏大学 | 一种遥感扫描成像平台飞行速度的优化方法 |
CN103885455A (zh) * | 2014-03-25 | 2014-06-25 | 许凯华 | 跟踪测量机器人 |
CN107305312A (zh) * | 2016-04-18 | 2017-10-31 | 扬明光学股份有限公司 | 投影亮度和对比的自动调整系统及方法 |
CN110645909A (zh) * | 2019-08-16 | 2020-01-03 | 广州瑞松北斗汽车装备有限公司 | 车身外观缺陷检测方法及检测系统 |
CN110986891A (zh) * | 2019-12-06 | 2020-04-10 | 西北农林科技大学 | 一种利用无人机准确快速测量树木冠幅的系统 |
CN113091694A (zh) * | 2019-12-23 | 2021-07-09 | 华为技术有限公司 | 一种测距方法以及测距装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001092968A (ja) * | 1999-09-22 | 2001-04-06 | Fuji Heavy Ind Ltd | ステレオマッチング装置、ステレオマッチング方法および無限遠対応点の特定方法 |
CN1616920A (zh) * | 2003-11-14 | 2005-05-18 | 北京理工大学 | 一种基于双目视觉和激光测距的主动实时三维定位系统 |
US20100053592A1 (en) * | 2007-01-14 | 2010-03-04 | Microsoft International Holdings B.V. | Method, device and system for imaging |
-
2010
- 2010-06-04 CN CN2010101917221A patent/CN101858743B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001092968A (ja) * | 1999-09-22 | 2001-04-06 | Fuji Heavy Ind Ltd | ステレオマッチング装置、ステレオマッチング方法および無限遠対応点の特定方法 |
CN1616920A (zh) * | 2003-11-14 | 2005-05-18 | 北京理工大学 | 一种基于双目视觉和激光测距的主动实时三维定位系统 |
US20100053592A1 (en) * | 2007-01-14 | 2010-03-04 | Microsoft International Holdings B.V. | Method, device and system for imaging |
Non-Patent Citations (3)
Title |
---|
《Industrial Electronics and Applications》 20091231 Hou hong-lu,et al Multi-photoelectric Theodolite Deployment Optimization of Intersection Measurement 4021-4026 1-5 , 2 * |
《中国光学与应用光学》 20090831 刘洵等 军用飞机光电平台的研发趋势与技术剖析 269-288 1-5 第2卷, 第4期 2 * |
《测试技术学报》 20090430 王习文等 光电经纬仪跟踪目标运动参数的一种确定方法 156-160 1-5 第23卷, 第2期 2 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102455425A (zh) * | 2010-10-20 | 2012-05-16 | 银河港(北京)技术有限公司 | 一种全视景光电雷达及利用地面目标图像定位的扫描方法 |
CN102455425B (zh) * | 2010-10-20 | 2013-07-31 | 银河港(北京)技术有限公司 | 一种全视景光电雷达及利用地面目标图像定位的扫描方法 |
CN103148933A (zh) * | 2011-12-06 | 2013-06-12 | 中国科学院沈阳自动化研究所 | 一种自动测光装置 |
CN103090846A (zh) * | 2013-01-15 | 2013-05-08 | 广州市盛光微电子有限公司 | 一种测距装置、测距系统及其测距方法 |
CN103090846B (zh) * | 2013-01-15 | 2016-08-10 | 广州市盛光微电子有限公司 | 一种测距装置、测距系统及其测距方法 |
CN103646384B (zh) * | 2013-12-20 | 2016-06-22 | 江苏大学 | 一种遥感扫描成像平台飞行速度的优化方法 |
CN103646384A (zh) * | 2013-12-20 | 2014-03-19 | 江苏大学 | 一种遥感扫描成像平台飞行速度的优化方法 |
CN103885455A (zh) * | 2014-03-25 | 2014-06-25 | 许凯华 | 跟踪测量机器人 |
CN107305312A (zh) * | 2016-04-18 | 2017-10-31 | 扬明光学股份有限公司 | 投影亮度和对比的自动调整系统及方法 |
CN107305312B (zh) * | 2016-04-18 | 2023-10-24 | 扬明光学股份有限公司 | 投影亮度和对比的自动调整系统及方法 |
CN110645909A (zh) * | 2019-08-16 | 2020-01-03 | 广州瑞松北斗汽车装备有限公司 | 车身外观缺陷检测方法及检测系统 |
CN110986891A (zh) * | 2019-12-06 | 2020-04-10 | 西北农林科技大学 | 一种利用无人机准确快速测量树木冠幅的系统 |
CN110986891B (zh) * | 2019-12-06 | 2021-08-24 | 西北农林科技大学 | 一种利用无人机准确快速测量树木冠幅的系统 |
CN113091694A (zh) * | 2019-12-23 | 2021-07-09 | 华为技术有限公司 | 一种测距方法以及测距装置 |
CN113091694B (zh) * | 2019-12-23 | 2022-07-12 | 华为技术有限公司 | 一种测距方法以及测距装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101858743B (zh) | 2012-02-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101858743B (zh) | 基于大视场摄像及图像处理的测距装置及其方法 | |
US6664529B2 (en) | 3D multispectral lidar | |
US9175955B2 (en) | Method and system for measuring angles based on 360 degree images | |
US9683832B2 (en) | Method and apparatus for image-based positioning | |
US9933512B2 (en) | Method and geodetic device for surveying at least one target | |
CN102168954B (zh) | 基于单目摄像机的深度、深度场及物体大小的测量方法 | |
US8229166B2 (en) | Image-based tracking | |
CN1712892B (zh) | 三维测量装置及电子存储媒体 | |
US20140293266A1 (en) | Local Alignment and Positioning Device and Method | |
CN109375237A (zh) | 一种全固态面阵三维成像激光雷达系统 | |
McManus et al. | Towards appearance-based methods for lidar sensors | |
Nagai et al. | UAV borne mapping by multi sensor integration | |
CN115151788A (zh) | 用于测量物体上的方位的设备、方法和系统 | |
Crispel et al. | All-sky photogrammetry techniques to georeference a cloud field | |
CN103630118B (zh) | 一种立体高光谱成像装置 | |
Teizer et al. | Range imaging as emerging optical three-dimension measurement technology | |
CN103697825B (zh) | 一种超分辨3d激光测量系统及方法 | |
CN105737803B (zh) | 航空双面阵立体测绘系统 | |
CN110017833A (zh) | 基于像元类地模型的全屏像点地理坐标定位方法 | |
Kohoutek et al. | Processing of UAV based range imaging data to generate detailed elevation models of complex natural structures | |
Geng et al. | A mobile system using lidar and photogrammetry for urban spatial objects extraction | |
RU2485443C1 (ru) | Способ измерения расстояний на цифровой фотокамере | |
Ethrog et al. | CALIBRATION AND VALIDATION OF AERIAL PHOTOGRAMMETRIC SYSTEMS WHICH UTILIZE SOLAR IMAGES FOR DETERMINING AERIAL CAMERA TILT ANGLES | |
Jiang | Geo-referencing and mosaicing agricultural field images from a close-range sensing platform | |
MUHAMMAD | DOCTORAT DE DOCTORAT DE L’UNIVERSITÉ L’UNIVERSITÉ DE TOULOUSE DE TOULOUSE |
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 |