CN102865857A - 一种摄影测量图像匹配方法 - Google Patents
一种摄影测量图像匹配方法 Download PDFInfo
- Publication number
- CN102865857A CN102865857A CN2012103231846A CN201210323184A CN102865857A CN 102865857 A CN102865857 A CN 102865857A CN 2012103231846 A CN2012103231846 A CN 2012103231846A CN 201210323184 A CN201210323184 A CN 201210323184A CN 102865857 A CN102865857 A CN 102865857A
- Authority
- CN
- China
- Prior art keywords
- orientation parameter
- initial value
- coupling
- image
- value
- 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
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种摄影测量图像匹配方法,该方法包括:步骤1、分布标定摄像机的内方位参数初值和外方位参数初值;步骤2、根据内方位参数初值和外方位参数初值获取位于测量场中的多个测量点对应的像点的极线,基于极线匹配方法对多个测量点进行图像匹配,获取基于极线匹配的匹配点集;步骤3、将初值和匹配点集进行光束法平差,获取摄像机的内方位参数优化值和外方位参数优化值;步骤4、将优化值替代初值,迭代执行步骤2~步骤4,直至匹配点集中的测量点的特征同名点的个数不再增加,从而得到测量点的最终图像匹配结果。本发明实施例提供的摄影测量图像匹配方法提高了摄影测量过程中图像匹配的准确度。
Description
技术领域
本发明涉及近景摄影测量技术领域,特别涉及一种摄影测量图像匹配方法。
背景技术
在近景摄影测量中,高反光性能的人工标志点(也称为编码标志点)放置在被测目标的表面,因此对被测目标的表面的测量就转变为以人工标志点为对象的测量,通过对测量出的人工标志点进行三维数据拟合,从而得到被测目标的型面。
近景摄影测量中的图像除了具有非常清晰的人工标志点信息外,几乎没有其他的背景信息,因此在实际的近景摄影测量系统中,对人工标志点的匹配是最直接、有效的方式。现有技术中对图像匹配进行约束的方法包括:极线约束、视差连续性约束、唯一性约束、双向匹配等方法。在近景摄影测量中,一般需要结合多种约束或匹配策略来实现人工标志点的匹配过程,为了得到完全准确的匹配点集,还需要结合其他技术或理论才能剔除匹配点集中的误匹配点,因此导致匹配过程复杂,对图像匹配的计算量大、耗时相对长。
发明内容
本发明的目的在于提供一种摄影测量图像匹配方法,提高摄影测量过程中图像匹配的准确度。
本发明提供一种摄影测量图像匹配方法,包括:
步骤1、分布标定摄像机的内方位参数初值和外方位参数初值;
步骤2、根据所述内方位参数初和所述外方位参数初值获取位于测量场中的多个测量点对应的像点的极线,基于极线匹配方法对所述多个测量点进行图像匹配,获取基于极线匹配的匹配点集;
步骤3、将所述内方位参数初值、外方位参数初值和所述匹配点集进行光束法平差,获取所述内方位参数优化值和所述外方位参数优化值;
步骤4、将所述内方位参数优化值和所述外方位参数优化值分别替代所述内方位参数初值和所述外方位参数初值,迭代执行步骤2~步骤4,直至所述匹配点集中的所述多个测量点的特征同名点的个数不再增加,从而得到所述多个测量点的最终图像匹配结果。
本发明提供的摄影测量图像匹配方法,通过获取摄像机的内方位参数优化值和外方位参数优化值,并将摄像机的内方位参数优化值和外方位参数优化值、测量场中的多个测量点中的已匹配的测量点对摄像机的内方位参数初值和外方位参数初值进行优化,由于已匹配的测量点参与到摄像机的内方位参数和外方位参数的优化过程中,从而提高了摄像机的内方位参数和外方位参数的精度,进而提高了对测量场中的测量点的匹配准确率,为后续三维测量提供了准确的匹配结果,使得近景摄影测量的测量精度得到了提高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明摄影测量图像匹配方法一个实施例的流程示意图;
图2为本发明摄影测量图像匹配方法又一个实施例的流程示意图;
图3为本发明实施例所适用的控制场的场景示意图;
图4为本发明实施例所采用的测量场的场景示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例中,摄像机的内参数主要包括像平面的主点坐标(x0,y0)和主距f,主距是摄影中心到摄像机成像平面的垂直距离,摄像机的内方位参数确定了摄影中心和摄像机的成像平面之间的相对位置关系;此外,在考虑镜头畸变因素的影响下,摄像机的内方位参数还包括摄像机的镜头的径向畸变参数和切向畸变参数;摄像机的外方位参数有六个,即(Xs,Ys,Zs,φ,ω,κ),其中,(Xs,Ys,Zs)是投影中心(即摄像机光心)的在物方空间中的空间坐标,(φ,ω,κ)是三个角元素,即成像平面在空间坐标系的方位角,用以表示投影光线束在物方空间坐标系中的朝向。
图1为本发明摄影测量图像匹配方法一个实施例的流程示意图;如图1所示,本发明实施例具体包括如下步骤:
步骤101、分布标定摄像机的内方位参数的内方位参数初值和外方位参数的外方位参数初值;
步骤102、根据该内方位参数初值和外方位参数初值获取位于测量场中的多个测量点对应的像点的极线,基于极线匹配方法对该多个测量点进行图像匹配,获取基于极线匹配的匹配点集;
步骤103、将内方位参数初值、外方位参数初值和匹配点集进行光束法平差,获取摄像机的内方位参数优化值和外方位参数优化值;
步骤104、将内方位参数优化值和外方位参数优化值分别替代内方位参数初值和外方位参数初值,迭代执行步骤102~步骤104,直至该匹配点集中的多个测量点的特征同名点的个数不再增加,从而得到多个测量点的最终图像匹配结果。
本发明实施例提供的摄影测量图像匹配方法,通过获取摄像机的内方位参数优化值和外方位参数优化值,并将摄像机的内方位参数优化值和外方位参数优化值、测量场中的多个测量点中的已匹配的多个测量点对摄像机的内方位参数初值和外方位参数初值进行优化,由于已匹配的测量点参与到摄像机的内方位参数和外方位参数的优化过程中,从而提高了摄像机的内方位参数和外方位参数的精度,进而提高了对测量场中的测量点的匹配准确率,为后续三维测量提供了准确的匹配结果,使得近景摄影测量的测量精度得到了提高。
图2为本发明摄影测量图像匹配方法又一个实施例的流程示意图,如图2所示,本发明实施例具体可以包括如下步骤:
步骤201、分布标定摄像机的内方位参数的内方位参数初值和外方位参数的外方位参数初值;
具体地,在步骤201中,可以在控制场,对位于控制场中的多个编码标志点的图像坐标和相应的空间坐标通过直接线性变换方法(Direct Linear Transformation,简称DLT)计算得到获取摄像机的内方位参数初值;在计算得到内方位参数初值后,在测量场,对多个测量点的像点坐标和位于测量场中的定向棒上的控制点的像点坐标以及相应的空间三维坐标进行后方交会获取摄像机的外方位参数初值。进一步地,由于后方交会方法获取摄像机的外方位参数为本领域技术人员所了解,本发明实施例不再赘述。此外,本发明实施例中的多个编码标志点具有预设的空间相对位置关系,通过该预设的空间相对位置关系可以简化对摄像机的内方位参数初值的获取过程,该预设的空间相对关系例如为多个编码标志点相互平行或者垂直;每幅待匹配的图像上均包括多个测量点的像点,从而使得测量场中的多个测量点都能够出现在图像上。
步骤202、根据内方位参数初值和外方位参数初值对多个测量点进行三视图的极线匹配,并根据三视图的极线获取一个最小匹配距离集;
具体地,在步骤202中,三视图具体可以包括第一图像、第二图像、第三图像,则步骤202中具体可以包括:步骤221、获取测量测中的多个测量点在第一图像上对应的像点在第二图像上对应的第一极线在预设范围内对应的多个待匹配像点;步骤222、获取该多个测量点在所述第三图像上对应的第二极线与多个待匹配像点在第三图像上对应的多条极线形成的多个交点;步骤223、获取多个交点各自对应的最小匹配距离,其中,多个交点各自对应的最小匹配距离形成一个最小匹配距离集。
步骤203、根据该最小匹配距离集获取一个动态阈值;
具体地,在步骤203中,具体包括:步骤221、对该最小匹配距离集进行排序;步骤222、获取该最小匹配距离集中的最大值和最小值;步骤223、根据该最大值和最小值基于格罗布斯准则获取一个动态阈值。
进一步地,本发明实施例对最小匹配距离集排序例如可以为:d(1)≤d(2)≤…≤d(i)≤…≤d(n),其中,n为图像中的测量点的像点的个数,d(i)为第i个测量点对应的最小匹配距离;由格罗布斯推导可得出和的分布,当取定显著水平α(例如α取0.05或者0.01)就可以通过查表1得到临界值g0(n,α),该临界值g0(n,α)即为本发明实施例中所述的动态阈值。
表1格罗布斯准则用表
步骤204、根据该动态阈值确定基于极线匹配的匹配点集。
具体地,在步骤204中,当最小匹配距离集中没有误匹配点时应该满足: 和
进一步地,该步骤204还可以包括步骤:剔除该最小匹配距离中的误匹配点对应的匹配距离,得到更新后的最小匹配距离集;通过将误匹配点剔除,则匹配点集中的测量点的个数虽然减少,但确保了测量点的匹配精度。
步骤205、将内方位参数初值、外方位参数初值和匹配点集进行光束法平差,获取摄像机的内方位参数优化值和外方位参数优化值;
步骤206、对匹配点集中的测量点的像点个数进行统计,得到本次迭代的第一匹配点数;
步骤207、将第一匹配点数与上次迭代后得到的第二匹配点数进行比较,判断比较结果是否是第一匹配点数大于第二匹配点数;若是,即比较结果为第一匹配点数大于第二匹配点数,将内方位参数优化值、外方位参数优化值分别替代内方位参数初值、外方位参数初值,并执行步骤205;若否,即比较结果为第一匹配点数小于或者等于第二匹配点数,则执行步骤208;
具体地,在步骤205~步骤207中,在光束法平差过程中,在摄像机的内方位参数初值和外方位参数初值由测量场中的全部的测量点参与计算,并且全部正确的匹配点集参与到摄像机的内方位参数和外方位参数的优化过程中,因此进一步提高了摄像机的内方位参数和外方位参数的精度,进而确保了最终迭代优化的匹配点集的准确度。
步骤208、增加动态阈值的限制系数,并判断增加后的限制系数是否小于或者等于1,若是,执行步骤209;若否,结束,停止迭代;
具体地,步骤208中,限制系数用于限制动态阈值的增加,并且,限制系数小于或者等于1,限制系数的初始值可以设置为0.2,迭代步长可以设置为0.1,限制系数的具体数值大小由实际中得到的图像而定;进一步地,若执行步骤207,则每次迭代匹配的动态阈值取决于参与匹配的三幅图像的标定参数精度,随着迭代次数的增加,摄像机的内方位参数和外方位参数的精度不断提高,从而使得极线求解精度也不断提高;若结束,则迭代停止时的匹配点集就是本发明实施例中所述的最终的图像匹配结果,此时得到的摄像机的内方位参数和外方位参数的优化值趋于稳定且精度较高。
步骤209、将限制系数增加一个步长,将动态阈值和限制系数相乘得到一个新的动态阈值,并根据新的动态阈值重新执行步骤204。
图3为本发明实施例所适用的控制场的场景示意图,如图3所示,本发明实施例中的控制场是用于为了计算摄像机的内方位参数而设置的,控制场中的测量架10上设置了多个编码标志点11,多个编码标志点11具体为具有高反射性能的人工标志点,多个编码标志点相互平行或者垂直,并为具有高反射性能的材质制成;通过对位于控制场中的多个编码标志点的图像坐标和相应的空间坐标通过DLT计算得到获取摄像机的内方位参数初值。
图4为本发明实施例所采用的测量场的场景示意图;如图4所示,本发明实施例中的测量场是为了测量被测目标所形成的测量场所,测量场中设置有面型天线20,面型天线20上粘贴有多个测量点;在实际中需要对面型天线20进行不同角度的拍摄,从而获取到多幅角度不同的图像。为了更清楚的理解本发明实施例的技术效果,本发明实施例中以动态阈值的限制系数小于或者等于1、限制系数的初始值为是0.2、迭代步长为0.1为例进行示例性说明,对图4所示的面型天线20用摄像机从不同角度拍摄了67幅图像,通过图2所示实施例的技术方案对67幅图像进行迭代匹配,每次优化后的匹配点集参与到步骤205,进入下一次的光束平差,平差运算后的摄像机的内方位参数优化值和外方位参数优化值再次参与到图像自动匹配中。具体地,67幅图像整体匹配效果见表2,本发明实施例共进行了23次迭代优化,正确匹配率都能达到100%。
表2基于动态阈值的67幅图像整体匹配效果
迭代次序 | 限制系数 | 匹配点总数 | 匹配正确数 | 匹配正确率 |
1 | 0.2 | 726 | 726 | 100% |
2 | 0.3 | 1012 | 1012 | 100% |
3 | 0.3 | 1180 | 1180 | 100% |
4 | 0.3 | 1466 | 1466 | 100% |
5 | 0.3 | 1546 | 1546 | 100% |
6 | 0.3 | 1740 | 1740 | 100% |
7 | 0.4 | 2491 | 2491 | 100% |
8 | 0.4 | 2551 | 2551 | 100% |
9 | 0.4 | 2576 | 2576 | 100% |
10 | 0.5 | 3342 | 3342 | 100% |
11 | 0.6 | 3927 | 3927 | 100% |
12 | 0.6 | 4063 | 4063 | 100% |
13 | 0.7 | 4450 | 4450 | 100% |
14 | 0.7 | 4464 | 4464 | 100% |
15 | 0.7 | 4478 | 4478 | 100% |
16 | 0.8 | 4761 | 4761 | 100% |
17 | 0.8 | 4762 | 4762 | 100% |
18 | 0.9 | 5023 | 5023 | 100% |
19 | 0.9 | 5042 | 5042 | 100% |
20 | 1 | 5222 | 5222 | 100% |
21 | 1 | 5324 | 5324 | 100% |
22 | 1 | 5331 | 5331 | 100% |
23 | 1 | 5331 | 5331 | 100% |
从上述表2可知,通过将摄像机的内方位参数、外方位参数和匹配点集相互带动,即:利用摄像机的内方位参数初值、外方位参数初值和优化值来实现动态阈值法的自动像点匹配,由此得到的匹配点集以及该匹配点集对应的多个测量点的空间坐标作为新的信息对摄像机的内方位参数和外方位参数进行优化,如此迭代直至匹配点集中的匹配点的个数不再增加,此时即可认为最后的匹配点集为本发明实施例迭代优化的结果。
综上所述,本发明实施例通过获取摄像机的内方位参数优化值和外方位参数优化值,并将摄像机的内方位参数优化值和外方位参数优化值、测量场中的多个测量点中的已匹配的测量点对摄像机的内方位参数初值和外方位参数初值进行优化,由于已匹配的测量点参与到摄像机的内方位参数和外方位参数的优化过程中,从而提高了摄像机的内方位参数和外方位参数的精度,进而提高了对测量场中的测量点的匹配准确率,为后续三维测量提供了准确的匹配结果,使得近景摄影测量的测量精度得到了提高。
本领域普通技术人员可以理解:实现上述实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种摄影测量图像匹配方法,其特征在于,所述方法包括:
步骤1、分布标定摄像机的内方位参数初值和外方位参数初值;
步骤2、根据所述内方位参数初值和所述外方位参数初值获取位于测量场中的多个测量点对应的像点的极线,基于极线匹配方法对所述多个测量点进行图像匹配,获取基于极线匹配的匹配点集;
步骤3、将所述内方位参数初值、外方位参数初值和所述匹配点集进行光束法平差,获取所述内方位参数优化值和所述外方位参数优化值;
步骤4、将所述内方位参数优化值和所述外方位参数优化值分别替代所述内方位参数初值和所述外方位参数初值,迭代执行步骤2~步骤4,直至所述匹配点集中的所述多个测量点的特征同名点的个数不再增加,从而得到所述多个测量点的最终图像匹配结果。
2.根据权利要求1所述的方法,其特征在于,所述步骤1包括:
步骤11、在所述控制场,对位于控制场中的的多个编码标志点的图像坐标和所述多个编码标志点相应的空间坐标通过直接线性变换方法获取所述摄像机的内方位参数初值;
步骤12、在所述测量场,对所述多个测量点的像点坐标和位于所述测量场中的定向棒上的控制点的像点坐标以及相应的空间三维坐标进行后方交会获取所述摄像机的外方位参数初值。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
所述多个编码标志点具有预设的空间相对位置关系;每幅待匹配的图像上均包括所述多个测量点的像点。
4.根据权利要求2所述的方法,其特征在于,所述步骤2包括:
步骤21、根据所述内方位参数初值和所述外方位参数初值对所述多个测量点进行三视图的极线匹配,并根据所述三视图的极线获取一个最小匹配距离集;
步骤22、根据所述最小匹配距离集获取一个动态阈值;
步骤23、根据所述动态阈值确定所述基于极线匹配的匹配点集。
5.根据权利要求4所述的方法,其特征在于,所述三视图包括第一图像、第二图像、第三图像,所述步骤21包括:
步骤211、获取所述测量场中的多个测量点在所述第一图像上对应的像点在所述第二图像上对应的第一极线在预设范围内对应的多个待匹配像点;
步骤212、获取所述多个测量点在所述第三图像上对应的第二极线与所述多个待匹配像点在所述第三图像上对应的多条极线形成的多个交点;
步骤213、获取所述多个交点各自对应的最小匹配距离,所述多个交点各自对应的最小匹配距离形成一个最小匹配距离集。
6.根据权利要求4所述的方法,其特征在于,所述步骤22包括:
步骤221、对所述最小匹配距离集进行排序;
步骤222、获取所述最小匹配距离集中的最大值和最小值;
步骤223、根据所述最大值和最小值基于格罗布斯准则获取一个动态阈值。
7.根据权利要求4所述的方法,其特征在于,所述步骤2还包括:
步骤24、剔除所述最小匹配距离集中的误匹配点对应的匹配距离,得到更新后的最小匹配距离集。
8.根据权利要求1所述的方法,其特征在于,所述步骤4包括:
步骤41、对所述匹配点集中的多个测量点的像点个数进行统计,得到本次迭代的第一匹配点数;
步骤42、将所述第一匹配点数与上次迭代后得到的第二匹配点数进行比较,得到比较结果;若所述比较结果为所述第一匹配点数大于所述第二匹配点数,则执行步骤3;若所述比较结果为所述第一匹配点数小于或者等于所述第二匹配点数,则执行步骤43;
步骤43、增加所述预设阈值的限制系数,并判断所述增加后的限制系数是否小于或者等于1,若是,结束;若否,执行步骤44;
步骤44、将所述限制系数增加一个步长,将所述预设阈值和所述限制系数相乘得到一个新的阈值,并根据所述新的阈值重新执行步骤23。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210323184.6A CN102865857B (zh) | 2012-09-04 | 2012-09-04 | 一种摄影测量图像匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210323184.6A CN102865857B (zh) | 2012-09-04 | 2012-09-04 | 一种摄影测量图像匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102865857A true CN102865857A (zh) | 2013-01-09 |
CN102865857B CN102865857B (zh) | 2014-08-06 |
Family
ID=47444879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210323184.6A Expired - Fee Related CN102865857B (zh) | 2012-09-04 | 2012-09-04 | 一种摄影测量图像匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102865857B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447856A (zh) * | 2015-11-17 | 2016-03-30 | 天津工业大学 | 基于机器人运动参数与特征向量的标记点匹配方法 |
CN104036542B (zh) * | 2014-05-21 | 2017-01-25 | 北京信息科技大学 | 一种基于空间光线聚集性的像面特征点匹配方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1620153A (zh) * | 2004-12-02 | 2005-05-25 | 武汉大学 | 利用平面控制点场进行非量测数码相机标定的方法 |
KR20100036756A (ko) * | 2008-09-30 | 2010-04-08 | 삼성에스디에스 주식회사 | 지리정보시스템을 이용한 피사체 측정 방법 |
JP2010133752A (ja) * | 2008-12-02 | 2010-06-17 | Topcon Corp | 形状測定装置およびプログラム |
CN102419172A (zh) * | 2011-08-18 | 2012-04-18 | 武汉大学 | 一种附加非线性约束条件的立体像对自动相对定向方法 |
-
2012
- 2012-09-04 CN CN201210323184.6A patent/CN102865857B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1620153A (zh) * | 2004-12-02 | 2005-05-25 | 武汉大学 | 利用平面控制点场进行非量测数码相机标定的方法 |
KR20100036756A (ko) * | 2008-09-30 | 2010-04-08 | 삼성에스디에스 주식회사 | 지리정보시스템을 이용한 피사체 측정 방법 |
JP2010133752A (ja) * | 2008-12-02 | 2010-06-17 | Topcon Corp | 形状測定装置およびプログラム |
CN102419172A (zh) * | 2011-08-18 | 2012-04-18 | 武汉大学 | 一种附加非线性约束条件的立体像对自动相对定向方法 |
Non-Patent Citations (1)
Title |
---|
姜露露: "基于立体视觉的三维重建技术研究", 《中国优秀硕士学位论文全文数据库》, 15 April 2009 (2009-04-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036542B (zh) * | 2014-05-21 | 2017-01-25 | 北京信息科技大学 | 一种基于空间光线聚集性的像面特征点匹配方法 |
CN105447856A (zh) * | 2015-11-17 | 2016-03-30 | 天津工业大学 | 基于机器人运动参数与特征向量的标记点匹配方法 |
CN105447856B (zh) * | 2015-11-17 | 2019-01-22 | 天津工业大学 | 基于机器人运动参数与特征向量的标记点匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102865857B (zh) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9360307B2 (en) | Structured-light based measuring method and system | |
CN108765328B (zh) | 一种高精度多特征平面模板及其畸变优化和标定方法 | |
CN110969662B (zh) | 鱼眼摄像机内参标定方法、装置、标定装置控制器和系统 | |
CN101226057B (zh) | 一种数字近景摄影测量方法 | |
CN102376089B (zh) | 一种标靶校正方法及系统 | |
CN103985118A (zh) | 一种车载环视系统摄像头参数标定方法 | |
CN108428251A (zh) | 一种基于机器视觉技术激光结构光自动标定方法 | |
CN104574415B (zh) | 一种基于单摄像机的目标空间定位方法 | |
CN105654476A (zh) | 基于混沌粒子群优化算法的双目标定方法 | |
CN111709985B (zh) | 一种基于双目视觉的水下目标测距方法 | |
CN101577004B (zh) | 一种极线矫正方法、装置和系统 | |
CN105551020A (zh) | 一种检测目标物尺寸的方法及装置 | |
JP2014013147A5 (zh) | ||
CN104966281A (zh) | 多视影像的imu/gnss引导匹配方法 | |
CN112085848A (zh) | 一种刚体标记点优化选择方法、设备及光学动作捕捉系统 | |
CN107991665A (zh) | 一种基于定焦相机的对标靶三维坐标连续测量方法 | |
CN105574812A (zh) | 多角度三维数据配准方法及装置 | |
CA3233222A1 (en) | Method, apparatus and device for photogrammetry, and storage medium | |
CN102865857B (zh) | 一种摄影测量图像匹配方法 | |
CN102901490B (zh) | 一种基于动态阈值的图像匹配方法及系统 | |
CN104504683B (zh) | 一种长基线光学交会测量的像点快速匹配方法 | |
CN113393413B (zh) | 基于单目与双目视觉协同的水域面积测量方法和系统 | |
CN105783881A (zh) | 空中三角测量的方法和装置 | |
CN114998397B (zh) | 一种多视角卫星影像立体像对优化选择方法 | |
CN111968182A (zh) | 一种双目相机非线性模型参数的标定方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140806 Termination date: 20170904 |