CN102901490A - 一种基于动态阈值的图像匹配方法及系统 - Google Patents
一种基于动态阈值的图像匹配方法及系统 Download PDFInfo
- Publication number
- CN102901490A CN102901490A CN2012103232711A CN201210323271A CN102901490A CN 102901490 A CN102901490 A CN 102901490A CN 2012103232711 A CN2012103232711 A CN 2012103232711A CN 201210323271 A CN201210323271 A CN 201210323271A CN 102901490 A CN102901490 A CN 102901490A
- Authority
- CN
- China
- Prior art keywords
- image
- matching
- dynamic threshold
- span
- minimal
- 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
Abstract
本发明涉及一种图像匹配方法及系统,该方法包括:通过图像获取设备获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像;处理设备获取多个测量点中的每一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;处理设备获取多个测量点中的每一个测量点在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;处理设备获取多个交点各自对应的最小匹配距离;处理设备从最小匹配距离集中获取一个动态阈值;处理设备根据动态阈值确定多个测量点在第一图像和第二图像上是否存在误匹配点。本发明实施例提高了图像匹配的准确度。
Description
技术领域
本发明涉及近景摄影测量技术领域,特别涉及一种基于动态阈值的图像匹配方法及系统。
背景技术
图像匹配技术一直是近景摄影测量技术中必不可少的步骤,也是实现测量系统自动化的关键所在,其准确度直接影响近景摄影测量后续的测量过程和测量精度。
现有技术中的图像匹配,利用空间一点和两个相机的光心(假设每个图像对应一个相机)构成对极平面,而对极平面和两个相机的像平面相交,则得到两条交线,也即同名点对对应的两条极线。左图像上的像点在右图像上的对应极线上,应该有其同名点,反之右图像上的像点的同名点应该在左图像上的对应极线上。由于外极线约束使同名点的搜索空间从整幅的二维图像到一维的极线上,从而提高了图像匹配的效率。
但是,发明人发现现有技术中的极线匹配,由于相机组成的测量系统在测量的各个阶段都会有误差的累积,所以像点到对应极线的距离一般不会是零;尤其当多个空间点到同一个对极平面的距离都是很小的时候,就会出现误匹配,从而降低图像匹配的精度,进一步降低了近景摄影测量的测量精度。
发明内容
本发明的目的在于提供一种基于动态阈值的图像匹配方法及装置,提高图像匹配的精度,进一步提高近景摄影测量的测量精度。
本发明实施例提供一种基于动态阈值的图像匹配方法,包括:
通过图像获取设备获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像,并将所述第一图像、第二图像、第三图像发送给处理设备;
所述处理设备获取所述多个测量点中的每一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;
所述处理设备获取所述多个测量点中的每一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;
所述处理设备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;
所述处理设备从所述最小匹配距离集中获取一个动态阈值;
所述处理设备根据所述动态阈值确定所述多个测量点在所述第一图像和所述第二图像上是否存在误匹配点。
本发明实施例还提供一种基于动态阈值的图像匹配系统,包括:图像获取设备、与所述图像获取设备均耦接的处理设备;
所述图像获取设备用于获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像,并将所述第一图像、第二图像、第三图像发送给所述处理设备;
所述处理设备用于获取所述多个测量点中的每一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;获取所述多个测量点中的每一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;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;从所述最小匹配距离集中获取一个动态阈值;根据所述动态阈值确定所述多个测量点在所述第一图像和所述第二图像上是否存在误匹配点。
本发明提供的基于动态阈值的图像匹配方法及系统,通过图像获取设备获取到空间中测量点的三个不同角度的三幅图像,通过三幅图像得到多个测量点的最小匹配距离集,由于最小匹配距离集随着获取到的图像的不同而不同,因此根据该最小匹配距离集获取到的动态阈值随着最小匹配距离集的变化而变化,通过该动态阈值将多个测量点在第一图像和第二图像上分离出正确的匹配距离和错误的匹配距离,从而提高了图像匹配的准确度,为后续三维测量提供了准确的匹配结果,从而提高了近景摄影测量的测量精度。
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为本发明实施例所适用的摄影测量中的对极几何的关系示意图;
图2为本发明实施例所适用的三视图匹配的示意图;
图3为本发明基于动态阈值的图像匹配方法一个实施例的流程示意图;
图4为本发明基于动态阈值的图像匹配方法又一个实施例的流程示意图;
图5为本发明图像匹配系统一个实施例的结构示意图。
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。
图1为本发明实施例所适用的摄影测量中的对极几何的关系示意图。如图1所示,空间一测量点Q,两台相机的光心分别是C和C',这3个点所在的平面称为对极平面;对极平面和两个相机的成像平面相交,两条交线ll和lr即两条极线。在左像面上Q和C的像点分别是q、e1;在右像面上Q和C的像点分别是q'和e2。像点q在另一幅图像上的匹配点q'位于q对应的极线lr上,同理q'的匹配点在其对应极线ll上。上述的几何关系称为对极几何约束,也即极线约束。
图2为本发明实施例所适用的三视图匹配的示意图,如图2所示,相机从不同角度得到场景目标中的多个测量点的三张图像:第一图像π1、第二图像π2和第三图像π3;其中,第一图像π1上一像点p在第二图像π2上的对应极线是l12,在该条极线l12一定的阈值范围内,存在3个候选的待匹配像点p21、p22和p23。
在第三图像π3上,l13是第一图像π1上的点p对应的极线;l213、l223和l233是第二图像π2上的候选点p21、p22和p23对应的极线,这三条极线和极线l13的交点分别是j1、j2、j3。假设第三图像上距离交点j1、j2、j3最近的像点分别是p31、p32、p33,则计算距离三个交点j1、j2、j3与各自最近的像点p31、p32、p33之间的距离,分别为d1、d2、d3。这三个距离d1、d2、d3中的最小值对应的那组点(p、p22、p32)就可看作是匹配点。本发明实施例为了描述简便,对于三幅图像都共有的像点,本发明实施例把三视图匹配中正确匹配对应的最短距离,称为匹配距离。
图3为本发明基于动态阈值的图像匹配方法一个实施例的流程示意图;如图3所示,本发明实施例具体包括如下步骤:
步骤301、通过图像获取设备获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像,并将第一图像、第二图像、第三图像发送给处理设备;
步骤302、处理设备获取多个测量点中的每一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303、处理设备获取多个测量点中的每一个测量点在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304、处理设备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305、处理设备从最小匹配距离集中获取一个动态阈值;
步骤306、处理设备根据动态阈值确定多个测量点在第一图像和第二图像上是否存在误匹配点。
本发明实施例提供的基于动态阈值的图像匹配方法,通过图像获取设备获取到空间中测量点的三个不同角度的三幅图像,通过三幅图像得到多个测量点的最小匹配距离集,由于最小匹配距离集随着获取到的图像的不同而不同,因此根据该最小匹配距离集获取到的动态阈值随着最小匹配距离集的变化而变化,通过该动态阈值将多个测量点在第一图像和第二图像上分离出正确的匹配距离和错误的匹配距离,从而提高了图像匹配的准确度,为后续三维测量提供了准确的匹配结果,从而提高了近景摄影测量的测量精度。
图4为本发明基于动态阈值的图像匹配方法又一个实施例的流程示意图,如图4所示,本发明实施例具体可以包括如下步骤:
步骤401、通过图像获取设备获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像,并将第一图像、第二图像、第三图像发送给处理设备;
步骤402、处理设备获取多个测量点中的每一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403、处理设备获取多个测量点中的每一个测量点在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404、处理设备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405、处理设备获取该最小匹配距离集的算术平均值;
步骤406、处理设备根据该算术平均值获取该最小匹配距离集中的每一个匹配距离的残余误差;
步骤407、处理设备根据该最小匹配距离集中的每一个匹配距离的残余误差和该最小匹配距离集对应的测量点的个数获取该最小匹配距离集的标准差;
步骤408、处理设备获取该标准差与设定系数的乘积,其中,该乘积为动态阈值;
步骤409、处理设备根据动态阈值确定多个测量点在第一图像和第二图像上是否存在误匹配点。
其中,在上述步骤401中,图像获取设备具体可以为高精度的数字相机;粘贴在被测目标物上的多个测量点具有高反射率;优选地,图像获取设备可以为三台数字相机,计算设备可以通过指令控制三台数字相机对多个测量点进行图像采集,从而可以确保三幅图像在时间上的一致性。
在上述步骤402和步骤403的具体过程可以参考上述图2所示的示例性说明,在此不再赘述。
在上述步骤405~步骤408中,本发明实施例可以通过莱以特准则(又称为3σ准则)获取动态阈值;具体地,最小匹配距离集具体可以表示为d1,d2,..,dn,其中,n为图像中的测量点的像点的个数,di为第i个测量点对应的匹配距离;该最小匹配距离集的算术平均值可以表示为:则第i个测量点对应的最小匹配距离di的残余误差可以表示为:最小匹配距离集的标准差为:则该动态阈值即可以表示为最小匹配距离集的标准差的三倍,即:3σ。
可替换地,本发明实施例还可以通过格罗布斯准则获取动态阈值;具体地,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
在上述步骤409中,将最小匹配距离集中的每一个匹配距离的残余误差(例如第i个测量点对应的匹配距离的残余误差为)与动态阈值进行比较;若最小匹配距离集中的匹配距离的残余误差的绝对值大于该动态阈值,则大于该动态阈值所对应的匹配距离所对应的测量点在该第一图像和该第二图像上对应的为误匹配点;该最小匹配距离集中的匹配距离的残余误差的绝对值小于该动态阈值,则小于该动态阈值的匹配距离所对应的测量点在该第一图像和第二图像上对应的为正确匹配点。因此当最小匹配距离集中的某一个匹配距离的残余误差的绝对值大于3σ,则该匹配距离看作是粗大误差。
为了更清楚的理解本发明实施例的技术效果,本发明实施例采用通过数字相机获取到56组图像组合,每组有3幅图像(第一图像、第二图像、第三图像)。通过本发明实施例对每组图像进行计算获取到一个动态阈值来剔除误匹配,并统计了56组匹配结果,具体结果如表1所示。
表1基于动态阈值的图像匹配方法的匹配结果
通过上述表1可知,本发明实施例可以针对不同的图像组合自适应地确定动态阈值确定误匹配,而且本发明实施例能较好的控制漏匹配情况,避免了固定阈值对漏匹配控制情况的随机性;56组图像共11745个测量点进行匹配,本发明实施例基于动态阈值的图像匹配方法的正确匹配率高于99.98%,从而实现了自动高效的匹配效果。
图5为本发明基于动态阈值的图像匹配系统一个实施例的结构示意图,如图5所示,本发明实施例包括:图像获取设备50、与图像获取设备50耦接的处理设备51。
其中,图像获取设备50用于获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像,并将第一图像、第二图像、第三图像发送给处理设备51;
处理设备51用于获取所述多个测量点中的每一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;获取所述多个测量点中的每一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;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;从所述最小匹配距离集中获取一个动态阈值;根据所述动态阈值确定所述多个测量点在所述第一图像和所述第二图像上是否存在误匹配点。
本发明实施例提供的基于动态阈值的图像匹配系统,通过图像获取设备50获取到空间中测量点的三个不同角度的三幅图像,处理设备51通过三幅图像上得到最小匹配距离集,由于最小匹配距离集随着获取到的图像的不同而不同,因此根据该最小匹配距离集获取到的动态阈值随着最小匹配距离集的变化而变化,通过该动态阈值将多个测量点在第一图像和第二图像上分离出正确的匹配距离和错误的匹配距离,从而提高了图像匹配的准确度,为后续三维测量提供了准确的匹配结果,从而提高了近景摄影测量的测量精度。
进一步地,在上述图5所示实施例中,处理设备可以包括:
第一获取单元,用于获取所述最小匹配距离集的算术平均值;
第二获取单元,用于根据所述算术平均值获取所述最小匹配距离集中的每一个匹配距离的残余误差;
第三获取单元,用于根据所述最小匹配距离集中的每一个匹配距离的残余误差和所述最小匹配距离集对应的测量点的个数获取所述最小匹配距离集的标准差;
第四获取单元,用于获取所述标准差与设定系数的乘积,所述乘积为所述动态阈值。
进一步地,在上述图5所示实施例中,处理设备还可以包括:
比较单元,用于将所述最小匹配距离集中的每一个匹配距离的残余误差与所述动态阈值进行比较;
若所述最小匹配距离集中的匹配距离的残余误差的绝对值大于所述动态阈值,则大于所述动态阈值所对应的匹配距离所对应的测量点在所述第一图像和所述第二图像上对应的为误匹配点;
所述最小匹配距离集中的匹配距离的残余误差的绝对值小于所述动态阈值,则小于所述动态阈值的匹配距离所对应的测量点在所述第一图像和所述第二图像上对应的为正确匹配点。
进一步地,在上述图5所示实施例中,处理设备还可以包括:
剔除单元,用于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。
进一步地,在上述图5所示实施例中,处理设备还用于对所述更新后的最小匹配距离集中的匹配距离重新计算新的动态阈值,直至所述更新后的最小匹配距离集中的最大匹配距离均小于所述动态阈值。
本发明实施例提供的基于动态阈值的图像匹配系统,通过图像获取设备获取到空间中测量点的三个不同角度的三幅图像,通过三幅图像上的得到最小匹配距离集,由于最小匹配距离集随着获取到的图像的不同而不同,因此根据该最小匹配距离集获取到的动态阈值随着最小匹配距离集的变化而变化,通过该动态阈值将多个测量点在第一图像和第二图像上分离出正确的匹配距离和错误的匹配距离,从而提高了图像匹配的准确度,为后续三维测量提供了准确的匹配结果,从而提高了近景摄影测量的测量精度。
可替换地,在上述图5所示实施例中,图像获取设备可以为三台图像获取设备,三台图像获取设备可以在处理设备的控制下同步获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像,并在处理设备的控制下将第一图像、第二图像、第三图像同步发送给处理设备;计算设备通过指令控制三台图像获取设备对多个测量点进行图像采集,从而确保了三幅图像在时间上的一致性。
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 (10)
1.一种基于动态阈值的图像匹配方法,其特征在于,所述方法包括:
通过图像获取设备获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像,并将所述第一图像、第二图像、第三图像发送给处理设备;
所述处理设备获取所述多个测量点中的每一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;
所述处理设备获取所述多个测量点中的每一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;
所述处理设备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;
所述处理设备从所述最小匹配距离集中获取一个动态阈值;
所述处理设备根据所述动态阈值确定所述多个测量点在所述第一图像和所述第二图像上是否存在误匹配点。
2.根据权利要求1所述的方法,其特征在于,所述处理设备从所述最小匹配距离集中获取一个动态阈值的步骤包括:
所述处理设备获取所述最小匹配距离集的算术平均值;
所述处理设备根据所述算术平均值获取所述最小匹配距离集中的每一个匹配距离的残余误差;
所述处理设备根据所述最小匹配距离集中的每一个匹配距离的残余误差和所述最小匹配距离集对应的测量点的个数获取所述最小匹配距离集的标准差;
所述处理设备获取所述标准差与设定系数的乘积,所述乘积为所述动态阈值。
3.根据权利要求2所述的方法,其特征在于,所述处理设备根据所述动态阈值确定所述多个测量点在所述第一图像和所述第二图像上是否存在误匹配点的步骤包括:
将所述最小匹配距离集中的每一个匹配距离的残余误差与所述动态阈值进行比较;
若所述最小匹配距离集中的匹配距离的残余误差的绝对值大于所述动态阈值,则大于所述动态阈值所对应的匹配距离所对应的测量点在所述第一图像和所述第二图像上对应的为误匹配点;
所述最小匹配距离集中的匹配距离的残余误差的绝对值小于所述动态阈值,则小于所述动态阈值的匹配距离所对应的测量点在所述第一图像和所述第二图像上对应的为正确匹配点。
4.根据权利要求1~3任一所述的方法,其特征在于,所述方法还包括:
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。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
对所述更新后的最小匹配距离集中的匹配距离重新计算新的动态阈值,直至所述更新后的最小匹配距离集中的最大匹配距离均小于所述动态阈值。
6.一种基于动态阈值的图像匹配系统,其特征在于,所述系统包括:图像获取设备、与所述图像获取设备均耦接的处理设备;
所述图像获取设备用于获取粘贴在被测目标物上的多个测量点在空间中三个不同角度的第一图像、第二图像、第三图像,并将所述第一图像、第二图像、第三图像发送给所述处理设备;
所述处理设备用于获取所述多个测量点中的每一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;获取所述多个测量点中的每一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;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;从所述最小匹配距离集中获取一个动态阈值;根据所述动态阈值确定所述多个测量点在所述第一图像和所述第二图像上是否存在误匹配点。
7.根据权利要求6所述的系统,其特征在于,所述处理设备包括:
第一获取单元,用于获取所述最小匹配距离集的算术平均值;
第二获取单元,用于根据所述算术平均值获取所述最小匹配距离集中的每一个匹配距离的残余误差;
第三获取单元,用于根据所述最小匹配距离集中的每一个匹配距离的残余误差和所述最小匹配距离集对应的测量点的个数获取所述最小匹配距离集的标准差;
第四获取单元,用于获取所述标准差与设定系数的乘积,所述乘积为所述动态阈值。
8.根据权利要求7所述的系统,其特征在于,所述计算设备还包括:
比较单元,用于将所述最小匹配距离集中的每一个匹配距离的残余误差与所述动态阈值进行比较;
若所述最小匹配距离集中的匹配距离的残余误差的绝对值大于所述动态阈值,则大于所述动态阈值所对应的匹配距离所对应的测量点在所述第一图像和所述第二图像上对应的为误匹配点;
所述最小匹配距离集中的匹配距离的残余误差的绝对值小于所述动态阈值,则小于所述动态阈值的匹配距离所对应的测量点在所述第一图像和所述第二图像上对应的为正确匹配点。
9.根据权利要求6~8任一所述的系统,其特征在于,所述计算设备还包括:
剔除单元,用于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。
10.根据权利要求9所述的系统,其特征在于,所述计算设备还用于对所述更新后的最小匹配距离集中的匹配距离重新计算新的动态阈值,直至所述更新后的最小匹配距离集中的最大匹配距离均小于所述动态阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210323271.1A CN102901490B (zh) | 2012-09-04 | 2012-09-04 | 一种基于动态阈值的图像匹配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210323271.1A CN102901490B (zh) | 2012-09-04 | 2012-09-04 | 一种基于动态阈值的图像匹配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102901490A true CN102901490A (zh) | 2013-01-30 |
CN102901490B CN102901490B (zh) | 2014-08-06 |
Family
ID=47573856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210323271.1A Expired - Fee Related CN102901490B (zh) | 2012-09-04 | 2012-09-04 | 一种基于动态阈值的图像匹配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102901490B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105444696A (zh) * | 2015-12-30 | 2016-03-30 | 天津大学 | 一种基于透视投影直线测量模型的双目匹配方法及其应用 |
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 |
CN108550166A (zh) * | 2018-03-26 | 2018-09-18 | 北京航空航天大学 | 一种空间目标图像匹配方法 |
CN111009032A (zh) * | 2019-12-04 | 2020-04-14 | 浙江理工大学 | 基于改进外极线约束匹配的血管三维重建方法 |
Citations (5)
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 |
CN101581569A (zh) * | 2009-06-17 | 2009-11-18 | 北京信息科技大学 | 双目视觉传感系统结构参数的标定方法 |
CN101629822A (zh) * | 2009-08-10 | 2010-01-20 | 张征宇 | 振动环境中的多相机动态摄影测量方法 |
CN101644570A (zh) * | 2009-09-17 | 2010-02-10 | 北京空间机电研究所 | 航天三线阵ccd相机视主点在轨监测方法 |
JP2010133752A (ja) * | 2008-12-02 | 2010-06-17 | Topcon Corp | 形状測定装置およびプログラム |
-
2012
- 2012-09-04 CN CN201210323271.1A patent/CN102901490B/zh not_active Expired - Fee Related
Patent Citations (5)
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 |
JP2010133752A (ja) * | 2008-12-02 | 2010-06-17 | Topcon Corp | 形状測定装置およびプログラム |
CN101581569A (zh) * | 2009-06-17 | 2009-11-18 | 北京信息科技大学 | 双目视觉传感系统结构参数的标定方法 |
CN101629822A (zh) * | 2009-08-10 | 2010-01-20 | 张征宇 | 振动环境中的多相机动态摄影测量方法 |
CN101644570A (zh) * | 2009-09-17 | 2010-02-10 | 北京空间机电研究所 | 航天三线阵ccd相机视主点在轨监测方法 |
Non-Patent Citations (2)
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》 * |
李春燕; 董明利; 祝连庆; 吕乃光;: "一种基于极线约束的最小二乘匹配方法研究", 《工具技术》 * |
Cited By (7)
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 |
CN105444696A (zh) * | 2015-12-30 | 2016-03-30 | 天津大学 | 一种基于透视投影直线测量模型的双目匹配方法及其应用 |
CN105444696B (zh) * | 2015-12-30 | 2018-04-24 | 天津大学 | 一种基于透视投影直线测量模型的双目匹配方法及其应用 |
CN108550166A (zh) * | 2018-03-26 | 2018-09-18 | 北京航空航天大学 | 一种空间目标图像匹配方法 |
CN108550166B (zh) * | 2018-03-26 | 2022-04-15 | 北京航空航天大学 | 一种空间目标图像匹配方法 |
CN111009032A (zh) * | 2019-12-04 | 2020-04-14 | 浙江理工大学 | 基于改进外极线约束匹配的血管三维重建方法 |
CN111009032B (zh) * | 2019-12-04 | 2023-09-19 | 浙江理工大学 | 基于改进外极线约束匹配的血管三维重建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102901490B (zh) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210192761A1 (en) | Image depth estimation method and device, readable storage medium, and electronic apparatus | |
CN111210468B (zh) | 一种图像深度信息获取方法及装置 | |
CN103604417B (zh) | 物方信息约束的多视影像双向匹配策略 | |
Rashidi et al. | Generating absolute-scale point cloud data of built infrastructure scenes using a monocular camera setting | |
US20190130592A1 (en) | Method for fast camera pose refinement for wide area motion imagery | |
EP2568253A1 (en) | Structured-light measuring method and system | |
CN110068270A (zh) | 一种基于多线结构光图像识别的单目视觉箱体体积测量方法 | |
CN105627932A (zh) | 一种基于双目视觉的测距方法及装置 | |
CN102376089A (zh) | 一种标靶校正方法及系统 | |
CN103473771A (zh) | 一种摄相机标定方法 | |
JP2014013147A5 (zh) | ||
CN105241397A (zh) | 基于结构光的实时测量拼接方法及其设备 | |
CN104036542A (zh) | 一种基于空间光线聚集性的像面特征点匹配方法 | |
CN110310331B (zh) | 一种基于直线特征与点云特征结合的位姿估计方法 | |
EP2887315A1 (en) | Calibration device, method for implementing calibration, program and camera for movable body | |
CN102901490B (zh) | 一种基于动态阈值的图像匹配方法及系统 | |
Ekekrantz et al. | Adaptive cost function for pointcloud registration | |
CN108122280A (zh) | 一种三维点云的重建方法及装置 | |
CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
Ahmadabadian et al. | Stereo‐imaging network design for precise and dense 3D reconstruction | |
CN104504683B (zh) | 一种长基线光学交会测量的像点快速匹配方法 | |
CN113393413A (zh) | 基于单目与双目视觉协同的水域面积测量方法和系统 | |
CN113538556B (zh) | 基于ir图的体积测量装置 | |
CN102865857B (zh) | 一种摄影测量图像匹配方法 | |
KR101184005B1 (ko) | 도화원도 심볼 자동검수를 통한 수치 도화원도 갱신 방법 |
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 |