CN103200358A - 摄像机与目标场景之间的坐标转换方法及装置 - Google Patents
摄像机与目标场景之间的坐标转换方法及装置 Download PDFInfo
- Publication number
- CN103200358A CN103200358A CN2012100030667A CN201210003066A CN103200358A CN 103200358 A CN103200358 A CN 103200358A CN 2012100030667 A CN2012100030667 A CN 2012100030667A CN 201210003066 A CN201210003066 A CN 201210003066A CN 103200358 A CN103200358 A CN 103200358A
- Authority
- CN
- China
- Prior art keywords
- scene
- direction vector
- video camera
- coordinate system
- camera
- 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
本发明公开了一种摄像机与目标场景之间的坐标转换方法及装置。所述方法包括:分别获取目标对象以及摄像机在所述场景坐标系的场景坐标;根据目标对象的场景坐标与摄像机的场景坐标,计算目标对象到摄像机的归一化场景方向向量;将目标对象对应归一化场景方向向量与预设的第一校正矩阵相乘,并将相乘结果作为目标对象对应的摄像机方向向量;将摄像机方向向量对应的极坐标作为目标对象在极坐标系的极坐标。本发明所提供的方案中,预先设置了摄像机与目标场景之间进行坐标转换所需的校正矩阵,通过该校正矩阵可以实现摄像机与目标场景之间的坐标转换,进而在摄像机拍摄目标对象时,可以有效提高摄像机对真实场景定位的准确性。
Description
技术领域
本发明涉及自动监控技术领域,特别是涉及一种摄像机与目标场景之间的坐标转换方法及装置。
背景技术
视频监控作为安全防范系统的重要组成成分,其是一种防范能力较强的综合系统,视频监控以其直观、准确、及时和信息内容丰富的优势而广泛应用于许多场合。近年来,随着计算机、网络以及图像处理、传输技术的飞速发展,视频监控技术得到长足的发展。
在实际应用中,经常需要采用大视场的全景摄像机的对较大区域进行全局性的势态监控,但是通常全景摄像机无法对细节进行分辨,需要利用小视场的球机或枪机拍摄较为清晰的局部图像,对细节内容进行补充。为了有效实现全景摄像机和一般像机的互补功能,通常采用大视场像机感知物体的存在,并确定方位后,用小视场像机瞄准对应的区域,实现细节分辨。
现有技术中,一般摄像机,尤其是全景摄像机、高速球/云台,由于自身的精度误差以及安装角度误差,在定位真实场景的场景坐标系时准确性不高,以至于影响拍摄效果。例如:在室内监控的情况下,以指向地心铅垂线为z轴,由西向东为x轴,由南向北为y轴,全景摄像机需要准确安装后,才能正确计算以上坐标,但是在实际应用中,全景摄像机的安装相对于x、y、z轴会存在一定的偏转,同时,自身生产工艺也决定全景摄像机的成像角度以及旋转轴心相对于设定的坐标轴存在不可避免的一定偏差,由于这些偏差的存在将导致全景摄像机对真实场景的场景坐标系的定位不准确,以至于影响小视场摄像机的细节拍摄效果。
在其它需要在摄像机之间相互传递目标的位置的场合,也都需要准确计算目标在本像机中的方位,以实现准确的位置信息传递,在不同的摄像机之间实现准确的联动。
可见,如何实现摄像机与目标场景之间的有效坐标转换,进而提高摄像机对真实场景的准确定位是一个值得关注的问题。
发明内容
为解决上述技术问题,本发明实施例提供了一种摄像机与目标场景之间的坐标转换方法及装置,以提高摄像机对真实场景的定位准确性,技术方案如下:
一种摄像机与目标场景之间的坐标转换方法,其中,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,所述方法包括:
分别获取所述目标对象以及所述摄像机在所述场景坐标系的场景坐标;
根据所述目标对象的场景坐标与所述摄像机的场景坐标,计算所述目标对象到所述摄像机的归一化场景方向向量;
将所述目标对象对应归一化场景方向向量与预设的第一校正矩阵相乘,并将相乘结果作为目标对象对应的摄像机方向向量;
将所述摄像机方向向量对应的极坐标作为所述目标对象在所述极坐标系的极坐标;
其中,所述第一校正矩阵的构建过程为:
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各归一化场景方向向量转换为相应的摄像机方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第一校正矩阵。
相应的,本发明实施例还提供一种摄像机与目标场景之间的坐标转换装置,其中,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,所述装置包括:
场景坐标获取模块,用于分别获取所述目标对象以及所述摄像机在所述场景坐标系的场景坐标;
归一化场景方向向量确定模块,用于根据所述目标对象的场景坐标与所述摄像机的场景坐标,计算所述目标对象到所述摄像机的归一化场景方向向量;
摄像机方向向量确定模块,用于将所述目标对象对应归一化场景方向向量与预设的第一校正矩阵相乘,并将相乘结果作为目标对象对应的摄像机方向向量;
极坐标确定模块,用于将所述摄像机方向向量对应的极坐标作为所述目标对象在所述极坐标系的极坐标;
第一校正矩阵构造模块,用于
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各归一化场景方向向量转换为相应的摄像机方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第一校正矩阵。
本发明实施例还提供一种摄像机与目标场景之间的坐标转换方法,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,所述方法包括:
获取目标对象在所述极坐标系中的极坐标,并计算所述目标对象相对于极坐标系原点的摄像机方向向量;
将所述目标对象对应的摄像机方向向量与预设的第二校正矩阵相乘,以获得所述目标对象相对于所述摄像机的归一化场景方向向量;
根据所述目标对象对应的归一化场景方向向量以及高度,获取所述目标对象相对所述摄像机的坐标偏移量;
将所述坐标偏移量加上所述摄像机在所述场景坐标系的坐标值作为目标对象在所述场景坐标系的场景坐标;
其中,所述第二校正矩阵的构建过程为:
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各摄像机方向向量转换为归一化场景方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第二校正矩阵。
相应的,本发明实施例还提供一种摄像机与目标场景之间的坐标转换装置,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,所述装置包括:
摄像机方向向量确定模块,获取目标对象在所述极坐标系中的极坐标,并计算所述目标对象相对于极坐标系原点的摄像机方向向量;
场景方向向量确定模块,用于将所述目标对象对应的摄像机方向向量与预设的第二校正矩阵相乘,以获得所述目标对象相对于所述摄像机的归一化场景方向向量;
坐标偏移量确定模块,用于根据所述目标对象对应的归一化场景方向向量以及高度,获取所述目标对象相对所述摄像机的坐标偏移量;
场景坐标确定模块,用于将所述坐标偏移量加上所述摄像机在所述场景坐标系的坐标值作为目标对象在所述场景坐标系的场景坐标;
第二校正矩阵构造模块,用于
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各摄像机方向向量转换为归一化场景方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第二校正矩阵。
本发明实施例所提供的技术方案中,预先设置了摄像机与目标场景之间进行坐标转换所需的校正矩阵,通过该校正矩阵可以实现摄像机与目标场景之间的坐标转换,进而在摄像机拍摄目标对象时,可以有效提高摄像机对真实场景定位的准确性。
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的介绍,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性的前提下,还可以根据这些附图获得其他的附图。
图1为一种室内目标场景的场景坐标系的示意图;
图2为本发明实施例提供的第一校正矩阵构建方法的流程图;
图3为本发明实施例提供的各参照物相对于摄像机的归一化场景方向向量确定方法的流程图;
图4为本发明实施例所提供的一种摄像机与目标场景之间的坐标转换方法的第一种流程图;
图5为本发明实施例所提供的一种摄像机与目标场景之间的坐标转换装置的第一种结构示意图;
图6为本发明实施例提供的第二校正矩阵构建方法的流程图;
图7为本发明实施例所提供的一种摄像机与目标场景之间的坐标转换方法的第二种流程图;
图8为本发明实施例所提供的一种摄像机与目标场景之间的坐标转换装置的第二种结构示意图。
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。
为了实现摄像机与目标场景之间的有效坐标转换,进而提高摄像机对真实场景的准确定位,本发明实施例提供了一种摄像机与目标场景之间的坐标转换方法及装置。
下面首先以目标场景到摄像机的坐标转换为例,对本发明所提供的一种摄像机与目标场景之间的坐标转换方法进行介绍。
需要说明的是,本发明实施例所适用于的场景中,设置有一摄像机,该摄像机可以为全景摄像机、高速球/云台等任意类型。同时,预先为目标场景构建一场景坐标系,该目标场景所对应的场景坐标系可以为三维笛卡尔坐标系或其它可以进行准确空间位置描述的坐标系。其中,对于以室内作为目标场景而言,如图1所示,假设房间长4m,宽3m,高3m,则以cm为单位,四个顶点定坐标分别为:C1(0,0,0)、C2(400,0,0)、C3(0,300,0)、C4(400,300,0),构成一个三维笛卡尔坐标系;对于以室外作为目标场景而言,可以将东西方向定义为X轴,南北方向定义为Y轴,且将某一标志物定义为坐标原点,以cm为单位,构建该室外场景对应的三维笛卡尔坐标系。可以理解的是,在实际应用中,对于不同的应用场景可以选择不同的笛卡尔坐标系构建方式,并不局限于本实施例所述的方式,例如:对于室内而言,可以将室内顶部的中心点作为原点来构建三维笛卡尔坐标系;对于室外而言,可以将南北方向定义为X轴,东西方向定义为Y轴,进而构建笛卡尔坐标系。当然,由于场景坐标系仅仅是对真实目标场景的描述,因此,在为目标场景构建场景坐标系时,并不局限于三维笛卡尔坐标系,还可以选择其他的坐标系。
并且,为了计算方便,假定摄像机对应一以自身为原点的极坐标系,称为摄像机坐标。其中,对于全景摄像机而言,其所对应的极坐标系中,原点为全景摄像机的虚拟焦点,而全景视频中的每个像素都可以对应着极坐标系从原点发出一条射线,进而确定出各像素点的极坐标;对于高速球/云台而言,其所对应的极坐标系中,极坐标系原点为旋转轴原点,该摄像设备的每个姿态都对应极坐标系的一个角度。根据实际需要,该极坐标系可以为其它可以进行准确空间位置描述的坐标系。
同时,需要构建一第一校正矩阵,以通过第一校正矩阵,实现目标场景到摄像机的坐标转换。其中,如图2所示,构建第一校正矩阵的具体过程可以为:
S101,确定该目标场景中至少三个位于该摄像机视场内的参照物在该场景坐标系内的场景坐标;
在构建第一校正矩阵的过程中,首先确定至少三个具有准确坐标值的参照物。可以理解的是,参照物的数量越多,所计算出的第一校正矩阵将越准确,但是,计算量将会提高,因此,在实际应用中,可以根据实际情况,选择合适数量的参照物。
其中,在确定参照物时,可以选择某些参照物然后测量各参照物的场景坐标,或者,在摄像机可以拍摄到的固定的坐标处设置参照物,都是合理的。
假设图1中房间为目标场景,且所选定的四个参照物:C1、C2、C3、C4,则各参照物的场景坐标分别为:C1(0,0,0)、C2(400,0,0)、C3(0,300,0)、C4(400,300,0)。
可以理解的是,此处的笛卡尔坐标系的建立只是用于描述空间相对位置关系的一种典型方法,也可以用其它空间坐标系进行参照物的空间位置表述。
S102,确定该摄像机在该场景坐标系的场景坐标;
假设在图1所示目标场景的Pc处设置有该摄像机。则该摄像机在场景坐标系内的场景坐标为Pc(200,100,300)。
S103,计算各参照物相对于该摄像机的归一化场景方向向量;
其中,为了计算简便,在获得各参照物的场景坐标以及摄像机的场景坐标后,可以计算各参照物相对于该摄像机的归一化场景方向向量。
其中,如图3所示,计算各参照物相对于该摄像机的归一化客观方向量的方式可以为:
S201,确定各参照物的场景坐标到该场景坐标系的原点的场景方向向量;
S202,确定该摄像机的场景坐标到该场景坐标系的原点的场景方向向量;
S203,分别计算各参照物对应场景方向向量与该摄像机对应场景方向向量之间的差值;
S204,分别将各差值与对应差值模的比作为相应参照物到该摄像机的归一化场景方向向量。
对于图1中所选定的四个参照物而言,相对于摄像机的归一化场景方向向量的计算过程可以为:
可以理解的是,本实施例所提供的计算各参照物相对于该摄像机的归一化场景方向向量的方式仅仅是作为一种示例,并不应该构成对本方案的限定,在实际应用中,可以选择其他的归一化算法来获得各参照物相对于摄像机的归一化场景方向向量。
S104,确定各参照物在摄像机极坐标系的极坐标,并计算各极坐标相对于位于极坐标系原点的摄像机方向向量;
由于各参照物均为该摄像机可以拍摄到的位置点,因此,各参照物在摄像机对应的极坐标系中均对应一极坐标。在确定得到各极坐标后,可以计算出各极坐标相对于极坐标系原点的摄像机方向向量。
可以理解的是,对于不同类型的摄像机而言,摄像机方向向量的确定方式不同。例如:
对于全景摄像机而言,显示参照物的所有像素集合的质心,对应极坐标系中从原点出发的一条射线,该射线的方向即为参照物的摄像机方向向量。
对于高速球/云台,调转该摄像设备,使得参照物处于视频中心,此时的转角和俯仰角构成参照物的摄像机方向向量。
对于不同类型的摄像机而言,针对图1中所选择的四个参照物,都可以根据当前摄像机对应的摄像机方向向量确定方式,确定出极坐标系中从原点出发的射线向量其中,是俯仰角,θi是水平转角,i=1,2,3,4。此时,各参照物相应的摄像机方向向量为
S105,利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各归一化场景方向向量转换为相应的摄像机方向向量的3×3矩阵;
利用一个3×3的矩阵R来描述各个参照物的归一化场景方向向量到相应摄像机方向向量的转换时,利用数学方法,根据参照物对应的归一化场景方向向量与相应的摄像机方向向量,可以求得一个3×3矩阵。例如:
并且,Rvu·Ruv=I,即Rvu是Ruv的逆矩阵。其中,u代表摄像机方向向量,v代表归一化场景方向向量。
UTU·Ruv T·=UTV
UTU和UT·V均是3×3矩阵,由于参照物为随机选取并且数量超过3个,UTU的其行列式的值不为零。进而求得:
Ruv T·=(UTU)-1·UTV,Rvu·=R-1 uv
可见,Rvu为使得各归一化场景方向向量转换为摄像机方向向量的3×3矩阵。
可以理解的是,此处的极坐标系的建立只是用于描述空间相对位置关系的一种典型方法,也可以用其它空间坐标系进行向量表述。
S106,将计算得到的3×3矩阵作为第一校正矩阵。
在确定第一校正矩阵后,则可以在目标场景中进行目标场景到摄像机的坐标转换。
可以理解的是,本发明所提供的利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各归一化场景方向向量转换为以摄像机为原点的极坐标系中的相应摄像机方向向量的3×3矩阵的方式,仅仅是作为一种示例,并不应该构成对本发明方案的限定。
下面基于所确定的第一校正矩阵,对本发明所提供的一种摄像机与目标场景之间的坐标转换方法进行介绍。
一种摄像机与目标场景之间的坐标转换方法,如图4所示,可以包括:
S301,分别获取一目标对象以及摄像机在该场景坐标系的场景坐标;
当需要将一目标对象的坐标由目标场景对应的坐标系转换到该目标场景中摄像机对应的极坐标系时,需要获取该目标对象在该场景坐标系的场景坐标,以及该摄像机在该场景坐标系的场景坐标,进而根据所获得该目标对象和该摄像机的场景坐标进行坐标的转换处理。
S302,根据该目标对象的场景坐标与该摄像机的场景坐标,计算该目标对象到该摄像机的归一化场景方向向量;
其中,根据该目标对象的场景坐标与该摄像机的场景坐标,计算该目标对象到该摄像机的归一化场景方向向量的方法与计算参照物到摄像机的归一化场景方向向量的方法相同,具体可以为:
确定该目标对象的场景坐标到该场景坐标系原点的场景方向向量;
确定该摄像机的场景坐标到该场景坐标系原点的场景方向向量;
计算该目标对象对应场景方向向量与该摄像机对应场景方向向量之间的差值;
将该差值与所述差值模的比作为所述目标对象到该摄像机的归一化场景方向向量。
可以理解的是,在构建第一校正矩阵的过程中,参照物到摄像机的归一化场景方向向量的计算方式发生变化时,则目标对象到摄像机的归一化场景方向向量的计算方式也发生相应的变化。也就是,目标对象到摄像机的归一化场景方向向量的计算方式应该与参照物到摄像机的归一化场景方向向量的计算方式相同。
S303,将该目标对象对应归一化场景方向向量与预设的第一校正矩阵相乘,并将相乘结果作为目标对象对应的摄像机方向向量;
在确定目标对象对应的归一化场景方向向量后,则可以利用预设的使得归一化场景方向向量转换为摄像机方向向量的3×3矩阵:第一校正矩阵,确定出该目标对象对应的摄像机方向向量。
S304,将该摄像机方向向量对应的极坐标作为该目标对象在该极坐标系的极坐标。
在确定出目标对象对应的摄像机方向向量后,则可以根据该摄像机方向向量确定一极坐标,该极坐标即为该目标对象在该摄像机极坐标系的极坐标。
本发明实施例所提供的技术方案中,预先设置了目标场景对应的场景坐标转换到摄像机对应的极坐标的第一校正矩阵;当获得目标对象以及摄像机在场景坐标系的场景坐标后,计算该目标对象到该摄像机的归一化场景方向向量,并将该归一化场景方向向量与该第一校正矩阵相乘,根据相乘结果确定出目标对象在该摄像机极坐标系中的极坐标,完成目标场景到摄像机的坐标转换。本方案中,通过预设的校正矩阵,实现摄像机与目标场景之间的坐标转换,进而在摄像机拍摄目标对象时,可以有效提高摄像机定位真实场景中目标对象的准确性。
相应于上述方法,本发明实施例还提供一种摄像机与目标场景之间的坐标转换装置,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,如图5所示,所述装置可以包括:
场景坐标获取模块110,用于分别获取所述目标对象以及所述摄像机在所述场景坐标系的场景坐标;
归一化场景方向向量确定模块120,用于根据所述目标对象的场景坐标与所述摄像机的场景坐标,计算所述目标对象到所述摄像机的归一化场景方向向量;
摄像机方向向量确定模块130,用于将所述目标对象对应归一化场景方向向量与预设的第一校正矩阵相乘,并将相乘结果作为目标对象对应的摄像机方向向量;
极坐标确定模块140,用于将所述摄像机方向向量对应的极坐标作为所述目标对象在所述极坐标系的极坐标;
第一校正矩阵构造模块150,用于
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各归一化场景方向向量转换为摄像机方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第一校正矩阵。
其中,第一校正矩阵构造模块150计算各参照物相对于所述摄像机的归一化场景方向向量的具体过程为:
确定各参照物的场景坐标到所述场景坐标系的原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系的原点的场景方向向量;
分别计算各参照物对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
分别将各差值与对应差值模的比作为相应参照物到所述摄像机的归一化场景方向向量。
相应的,归一化场景方向向量确定模块120,具体用于:
确定所述目标对象的场景坐标到所述场景坐标系原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系原点的场景方向向量;
计算所述目标对象对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
将所述差值与所述差值模的比作为所述目标对象到所述摄像机的归一化场景方向向量。
下面以摄像机到目标场景的坐标转换为例,对本发明所提供的另一种摄像机与目标场景之间的坐标转换方法进行介绍。
需要说明的是,本发明实施例所适用于的场景中,设置有一摄像机,该摄像机可以为全景摄像机、高速球/云台等任意类型。同时,预先为目标场景构建一场景坐标系。该目标场景所对应的场景坐标系可以为三维笛卡尔坐标系或其它可以进行准确空间位置描述的坐标系。其中,对于以室内作为目标场景而言,如图1所示,假设房间长4m,宽3m,高3m,则以cm为单位,四个顶点定坐标分别为:C1(0,0,0)、C2(400,0,0)、C3(0,300,0)、C4(400,300,0),构成一个三维笛卡尔坐标系;对于以室外作为目标场景而言,可以将东西方向定义为X轴,南北方向定义为Y轴,且将某一标志物定义为坐标原点,以cm为单位,构建该室外场景对应的三维笛卡尔坐标系。可以理解的是,在实际应用中,对于不同的应用场景可以选择不同的笛卡尔坐标系构建方式,并不局限于本实施例所述的方式,例如:对于室内而言,可以将室内顶部的中心点作为原点来构建三维笛卡尔坐标系;对于室外而言,可以将南北方向定义为X轴,东西方向定义为Y轴,进而构建笛卡尔坐标系。当然,由于场景坐标系仅仅是对真实目标场景的描述,因此,在为目标场景构建场景坐标系时,并不局限于三维笛卡尔坐标系,还可以选择其他的坐标系。
并且,为了计算方便,假定摄像机对应一以自身为原点的极坐标系,称为摄像机坐标。其中,对于全景摄像机而言,其所对应的极坐标系中,原点为全景摄像机的虚拟焦点,而全景视频中的每个像素都可以对应着极坐标系从原点发出一条射线,进而确定出各像素点的极坐标;对于高速球/云台而言,其所对应的极坐标系中,极坐标系原点为旋转轴原点,该摄像设备的每个姿态都对应极坐标系的一个角度。根据实际需要,该极坐标系可以为其它可以进行准确空间位置描述的坐标系。
同时,需要构建一第二校正矩阵,以通过第二校正矩阵,实现摄像机到目标场景的坐标转换。其中,如图6所示,构建第二校正矩阵的具体过程可以为:
S401,确定该目标场景中至少三个位于该摄像机视场内的参照物在该场景坐标系的场景坐标;
S402,确定该摄像机在该场景坐标系的场景坐标;
S403,计算各参照物相对于该摄像机的归一化场景方向向量;
其中,计算各参照物相对于该摄像机的归一化场景方向向量,具体为:
确定各参照物的场景坐标到所述场景坐标系的原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系的原点的场景方向向量;
分别计算各参照物对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
分别将各差值与对应差值模的比作为相应参照物到所述摄像机的归一化场景方向向量。
S404,确定各参照物在该极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
本实施例中,步骤S401~步骤S404与上述实施例的步骤S101~步骤S104相似,在此不再赘述。
S405,利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各摄像机方向向量转换为归一化场景方向向量的3×3矩阵;
利用一个3×3的矩阵R来描述各摄像机方向向量到相应归一化场景方向向量的转换时,利用数学方法,根据参照物对应的归一化场景方向向量与相应的摄像机方向向量,可以求得一个3×3矩阵。例如:
并且,Rvu·Ruv=I,即Rvu是Ruv的逆矩阵。其中,u代表摄像机方向向量,v代表归一化场景方向向量。
UTU·Ruv T·=UTV
UTU和UT·V均是3×3矩阵,由于参照物为随机选取并且数量超过3个,UTU的其行列式的值不为零。进而求得:
Ruv T·=(UTU)-1·UTV,Rvu·=R-1 uv
可见,Ruv为使得各摄像机方向向量转换为归一化场景方向向量的3×3矩阵。
可以理解的是,此处的极坐标系的建立只是用于描述空间相对位置关系的一种典型方法,也可以用其它空间坐标系进行向量表述。
S406,将计算得到的3×3矩阵作为第二校正矩阵。
在确定第二校正矩阵后,则可以利用该第二校正矩阵实现摄像机到目标场景的坐标转换。
可以理解的是,本发明所提供的利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各摄像机为原点的极坐标系中的摄像机方向向量转换为相应归一化场景方向向量的3×3矩阵的方式,仅仅是作为一种示例,并不应该构成对本发明方案的限定。
下面基于所确定的第二校正矩阵,对本发明所提供的一种摄像机与目标场景之间的坐标转换方法进行介绍。
一种摄像机与目标场景之间的坐标转换方法,如图7所示,可以包括:
S501,获取一目标对象在该极坐标系中的极坐标,并计算该目标对象相对于极坐标系原点的摄像机方向向量;
当需要将一目标对象的坐标由摄像机对应极坐标系转换到该目标对象所在目标场景对应的场景坐标系时,则需要首先获取该目标对象在该极坐标系中的极坐标,并计算该目标对象相对于极坐标系原点的摄像机方向向量。
可以理解的是,对于不同种类的摄像机而言,目标对象的极坐标的确定方式可以不同。例如:对于全景摄像机而言,可以根据该目标对象所在的像素位置确定极坐标对于高速球/云台,为该目标对象对应的俯仰角和水平转角。在确定出该目标对象的极坐标后,可以计算该目标对象相对于极坐标系原点的摄像机方向向量
S502,将该目标对象对应的摄像机方向向量与预设的第二校正矩阵相乘,以获得该目标对象相对于该摄像机的归一化场景方向向量;
在确定该目标对象的摄像机方向向量后,则可以利用预设的使得摄像机方向向量转换为归一化场景方向向量的3×3矩阵:第二校正矩阵,确定出该目标对象相对于该摄像机的归一化场景方向向量。
S503,根据该目标对象对应的归一化场景方向向量以及高度,获取该目标对象相对所述摄像机的坐标偏移量;
S504将该坐标偏移量加上该摄像机在该场景坐标系的坐标值作为目标对象在该场景坐标系的场景坐标。
由于该目标对象对应的归一化场景方向向量为一条在场景坐标系中,从极坐标系原点所在位置发出的一条射线,因而需要根据该目标对象的高度,确定出该目标对象在该归一化场景方向向量的位置,进而确定出该目标对象相对于该摄像机的坐标偏移量。在确定出该目标对象相对于该摄像机的坐标偏移量后,可以将该坐标偏移量加上该摄像机在该场景坐标系的坐标值作为目标对象在该场景坐标系的场景坐标,以此实现了目标对象的坐标由摄像机对应极坐标系转换到目标对象所在目标场景对应的场景坐标系。
本发明实施例所提供的技术方案中,预先设置了摄像机对应的极坐标转换到目标场景对应的场景坐标系的第二校正矩阵;在获取目标对象在极坐标系中的极坐标后计算该目标对象相对于极坐标系原点的摄像机方向向量;并将该目标对象对应的摄像机方向向量与预设的第二校正矩阵相乘,以获得该目标对象相对于该摄像机的归一化场景方向向量;进而根据该目标对象对应的归一化场景方向向量以及高度,获取该目标对象相对该摄像机的坐标偏移量;最终将该坐标偏移量加上所述摄像机在所述场景坐标系的坐标值作为目标对象在所述场景坐标系的场景坐标。本方案中,通过预设的第二校正矩阵,将目标对象对应的极坐标转换为目标场景对应场景坐标系的场景坐标,进而在摄像机拍摄目标对象时,可以有效提高定位目标场景中目标对象的准确性。
相应于上述方法,本发明实施例提供一种摄像机与目标场景之间的坐标转换装置,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,如图8所示,所述装置包括:
摄像机方向向量确定模块210,获取目标对象在所述极坐标系中的极坐标,并计算所述目标对象相对于极坐标系原点的摄像机方向向量;
场景方向向量确定模块220,用于将所述目标对象对应的摄像机方向向量与预设的第二校正矩阵相乘,以获得所述目标对象相对于所述摄像机的归一化场景方向向量;
坐标偏移量确定模块230,用于根据所述目标对象对应的归一化场景方向向量以及高度,获取所述目标对象相对所述摄像机的坐标偏移量;
场景坐标确定模块240,用于将所述坐标偏移量加上所述摄像机在所述场景坐标系的坐标值作为目标对象在所述场景坐标系的场景坐标;
第二校正矩阵构造模块250,用于
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各摄像机方向向量转换为归一化场景方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第二校正矩阵。
其中,第二校正矩阵构造模块250计算各参照物相对于所述摄像机的归一化场景方向向量的具体过程为:
确定各参照物的场景坐标到所述场景坐标系的原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系的原点的场景方向向量;
分别计算各参照物对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
分别将各差值与对应差值模的比作为相应参照物到所述摄像机的归一化场景方向向量。
以上所述仅是本发明的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种摄像机与目标场景之间的坐标转换方法,其特征在于,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,所述方法包括:
分别获取所述目标对象以及所述摄像机在所述场景坐标系的场景坐标;
根据所述目标对象的场景坐标与所述摄像机的场景坐标,计算所述目标对象到所述摄像机的归一化场景方向向量;
将所述目标对象对应归一化场景方向向量与预设的第一校正矩阵相乘,并将相乘结果作为目标对象对应的摄像机方向向量;
将所述摄像机方向向量对应的极坐标作为所述目标对象在所述极坐标系的极坐标;
其中,所述第一校正矩阵的构建过程为:
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各归一化场景方向向量转换为相应的摄像机方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第一校正矩阵。
2.根据权利要求1所述的方法,其特征在于,计算各参照物相对于所述摄像机的归一化场景方向向量,具体为:
确定各参照物的场景坐标到所述场景坐标系的原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系的原点的场景方向向量;
分别计算各参照物对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
分别将各差值与对应差值模的比作为相应参照物到所述摄像机的归一化场景方向向量。
3.根据权利要求2所述的方法,其特征在于,根据所述目标对象的场景坐标与所述摄像机的场景坐标,计算所述目标对象到所述摄像机的归一化场景方向向量,具体为:
确定所述目标对象的场景坐标到所述场景坐标系原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系原点的场景方向向量;
计算所述目标对象对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
将所述差值与所述差值模的比作为所述目标对象到所述摄像机的归一化场景方向向量。
4.一种摄像机与目标场景之间的坐标转换装置,其特征在于,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,所述装置包括:
场景坐标获取模块,用于分别获取所述目标对象以及所述摄像机在所述场景坐标系的场景坐标;
归一化场景方向向量确定模块,用于根据所述目标对象的场景坐标与所述摄像机的场景坐标,计算所述目标对象到所述摄像机的归一化场景方向向量;
摄像机方向向量确定模块,用于将所述目标对象对应归一化场景方向向量与预设的第一校正矩阵相乘,并将相乘结果作为目标对象对应的摄像机方向向量;
极坐标确定模块,用于将所述摄像机方向向量对应的极坐标作为所述目标对象在所述极坐标系的极坐标;
第一校正矩阵构造模块,用于
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各归一化场景方向向量转换为相应的摄像机方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第一校正矩阵。
5.根据权利要求4所述的装置,其特征在于,所述第一校正矩阵构成模块计算各参照物相对于所述摄像机的归一化场景方向向量的具体过程为:
确定各参照物的场景坐标到所述场景坐标系的原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系的原点的场景方向向量;
分别计算各参照物对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
分别将各差值与对应差值模的比作为相应参照物到所述摄像机的归一化场景方向向量。
6.根据权利要求5所述的装置,其特征在于,所述归一化场景方向向量确定模块,具体用于:
确定所述目标对象的场景坐标到所述场景坐标系原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系原点的场景方向向量;
计算所述目标对象对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
将所述差值与所述差值模的比作为所述目标对象到所述摄像机的归一化场景方向向量。
7.一种摄像机与目标场景之间的坐标转换方法,其特征在于,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,所述方法包括:
获取目标对象在所述极坐标系中的极坐标,并计算所述目标对象相对于极坐标系原点的摄像机方向向量;
将所述目标对象对应的摄像机方向向量与预设的第二校正矩阵相乘,以获得所述目标对象相对于所述摄像机的归一化场景方向向量;
根据所述目标对象对应的归一化场景方向向量以及高度,获取所述目标对象相对所述摄像机的坐标偏移量;
将所述坐标偏移量加上所述摄像机在所述场景坐标系的坐标值作为目标对象在所述场景坐标系的场景坐标;
其中,所述第二校正矩阵的构建过程为:
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各摄像机方向向量转换为归一化场景方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第二校正矩阵。
8.根据权利要求7所述的方法,其特征在于,计算各参照物相对于所述摄像机的归一化场景方向向量,具体为:
确定各参照物的场景坐标到所述场景坐标系的原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系的原点的场景方向向量;
分别计算各参照物对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
分别将各差值与对应差值模的比作为相应参照物到所述摄像机的归一化场景方向向量。
9.一种摄像机与目标场景之间的坐标转换装置,其特征在于,所述摄像机对应一极坐标系,所述目标场景对应一场景坐标系,所述装置包括:
摄像机方向向量确定模块,获取目标对象在所述极坐标系中的极坐标,并计算所述目标对象相对于极坐标系原点的摄像机方向向量;
场景方向向量确定模块,用于将所述目标对象对应的摄像机方向向量与预设的第二校正矩阵相乘,以获得所述目标对象相对于所述摄像机的归一化场景方向向量;
坐标偏移量确定模块,用于根据所述目标对象对应的归一化场景方向向量以及高度,获取所述目标对象相对所述摄像机的坐标偏移量;
场景坐标确定模块,用于将所述坐标偏移量加上所述摄像机在所述场景坐标系的坐标值作为目标对象在所述场景坐标系的场景坐标;
第二校正矩阵构造模块,用于
确定所述目标场景中N个位于所述摄像机视场内的参照物在所述场景坐标系的场景坐标,其中,N≥3;
确定所述摄像机在所述场景坐标系的场景坐标;
计算各参照物相对于所述摄像机的归一化场景方向向量;
确定各参照物在所述极坐标系的极坐标,并计算各极坐标相对于极坐标系原点的摄像机方向向量;
利用各归一化场景方向向量与相应的摄像机方向向量,计算使得各摄像机方向向量转换为归一化场景方向向量的3×3矩阵;
将计算得到的3×3矩阵作为第二校正矩阵。
10.根据权利要求9所述的装置,其特征在于,所述第二校正矩阵构造模块计算各参照物相对于所述摄像机的归一化场景方向向量的具体过程为:
确定各参照物的场景坐标到所述场景坐标系的原点的场景方向向量;
确定所述摄像机的场景坐标到所述场景坐标系的原点的场景方向向量;
分别计算各参照物对应场景方向向量与所述摄像机对应场景方向向量之间的差值;
分别将各差值与对应差值模的比作为相应参照物到所述摄像机的归一化场景方向向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210003066.7A CN103200358B (zh) | 2012-01-06 | 2012-01-06 | 摄像机与目标场景之间的坐标转换方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210003066.7A CN103200358B (zh) | 2012-01-06 | 2012-01-06 | 摄像机与目标场景之间的坐标转换方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103200358A true CN103200358A (zh) | 2013-07-10 |
CN103200358B CN103200358B (zh) | 2016-04-13 |
Family
ID=48722705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210003066.7A Active CN103200358B (zh) | 2012-01-06 | 2012-01-06 | 摄像机与目标场景之间的坐标转换方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103200358B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632626A (zh) * | 2013-12-03 | 2014-03-12 | 四川省计算机研究院 | 一种基于移动互联网的智能导游实现方法、装置及移动客户端 |
CN103792760A (zh) * | 2014-01-14 | 2014-05-14 | 宁波舜宇光电信息有限公司 | 一种自动调焦执行机构的定位计算与位置校正方法 |
CN104422445A (zh) * | 2013-08-29 | 2015-03-18 | 北京自动化控制设备研究所 | 一种惯性器件辅助的视觉导航方法 |
CN104501814A (zh) * | 2014-12-12 | 2015-04-08 | 浙江大学 | 一种基于视觉和惯性信息的姿态与位置估计方法 |
CN105323455A (zh) * | 2014-07-31 | 2016-02-10 | 宁波舜宇光电信息有限公司 | 一种基于机器视觉的定位补偿方法 |
CN105527656A (zh) * | 2015-11-26 | 2016-04-27 | 中国民用航空总局第二研究所 | 塔架式机场跑道异物定位方法 |
CN105627934A (zh) * | 2014-10-30 | 2016-06-01 | 宁波舜宇光电信息有限公司 | 一种基于机器视觉的视觉比例系数获取方法 |
CN107966136A (zh) * | 2016-10-19 | 2018-04-27 | 杭州海康机器人技术有限公司 | 基于主无人机视觉的从无人机位置显示方法、装置及系统 |
CN108519067A (zh) * | 2018-03-21 | 2018-09-11 | 刘前进 | 摄像机移轴操作过程中确定拍摄目标坐标的方法 |
CN109063123A (zh) * | 2018-08-01 | 2018-12-21 | 深圳市城市公共安全技术研究院有限公司 | 全景视频的标注添加方法及系统 |
CN112955781A (zh) * | 2018-10-24 | 2021-06-11 | Ids地质雷达有限公司 | 用于在测量场景上定位地质雷达数据的摄影测量系统 |
CN114095657A (zh) * | 2021-11-22 | 2022-02-25 | 成都天翼空间科技有限公司 | 一种基于新增摄像头的自动校准的方法与系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320427A (zh) * | 2008-07-01 | 2008-12-10 | 北京中星微电子有限公司 | 一种具有对目标的辅助监测功能的视频监控方法及系统 |
CN101382497A (zh) * | 2008-10-06 | 2009-03-11 | 南京大学 | 基于路况监控视频的能见度检测方法 |
CN101561270A (zh) * | 2009-05-27 | 2009-10-21 | 天津理工大学 | 嵌入式全向球视觉目标检测和移动监控系统及方法 |
CN101604448A (zh) * | 2009-03-16 | 2009-12-16 | 北京中星微电子有限公司 | 一种运动目标的测速方法和系统 |
US20110261156A1 (en) * | 2009-11-26 | 2011-10-27 | Andrey Kuznetsov | Method for remote inspection of target in monitored space |
CN102456225A (zh) * | 2010-10-22 | 2012-05-16 | 深圳中兴力维技术有限公司 | 一种视频监控系统及其运动目标检测与跟踪方法 |
-
2012
- 2012-01-06 CN CN201210003066.7A patent/CN103200358B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320427A (zh) * | 2008-07-01 | 2008-12-10 | 北京中星微电子有限公司 | 一种具有对目标的辅助监测功能的视频监控方法及系统 |
CN101382497A (zh) * | 2008-10-06 | 2009-03-11 | 南京大学 | 基于路况监控视频的能见度检测方法 |
CN101604448A (zh) * | 2009-03-16 | 2009-12-16 | 北京中星微电子有限公司 | 一种运动目标的测速方法和系统 |
CN101561270A (zh) * | 2009-05-27 | 2009-10-21 | 天津理工大学 | 嵌入式全向球视觉目标检测和移动监控系统及方法 |
US20110261156A1 (en) * | 2009-11-26 | 2011-10-27 | Andrey Kuznetsov | Method for remote inspection of target in monitored space |
CN102456225A (zh) * | 2010-10-22 | 2012-05-16 | 深圳中兴力维技术有限公司 | 一种视频监控系统及其运动目标检测与跟踪方法 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104422445A (zh) * | 2013-08-29 | 2015-03-18 | 北京自动化控制设备研究所 | 一种惯性器件辅助的视觉导航方法 |
CN104422445B (zh) * | 2013-08-29 | 2017-07-28 | 北京自动化控制设备研究所 | 一种惯性器件辅助的视觉导航方法 |
CN103632626B (zh) * | 2013-12-03 | 2016-06-29 | 四川省计算机研究院 | 一种基于移动互联网的智能导游实现方法、装置及移动客户端 |
CN103632626A (zh) * | 2013-12-03 | 2014-03-12 | 四川省计算机研究院 | 一种基于移动互联网的智能导游实现方法、装置及移动客户端 |
CN103792760A (zh) * | 2014-01-14 | 2014-05-14 | 宁波舜宇光电信息有限公司 | 一种自动调焦执行机构的定位计算与位置校正方法 |
CN103792760B (zh) * | 2014-01-14 | 2016-06-01 | 宁波舜宇光电信息有限公司 | 一种自动调焦执行机构的定位计算与位置校正方法 |
CN105323455B (zh) * | 2014-07-31 | 2019-08-06 | 宁波舜宇光电信息有限公司 | 一种基于机器视觉的定位补偿方法 |
CN105323455A (zh) * | 2014-07-31 | 2016-02-10 | 宁波舜宇光电信息有限公司 | 一种基于机器视觉的定位补偿方法 |
CN105627934B (zh) * | 2014-10-30 | 2019-01-01 | 宁波舜宇光电信息有限公司 | 一种基于机器视觉的视觉比例系数获取方法 |
CN105627934A (zh) * | 2014-10-30 | 2016-06-01 | 宁波舜宇光电信息有限公司 | 一种基于机器视觉的视觉比例系数获取方法 |
CN104501814B (zh) * | 2014-12-12 | 2017-05-10 | 浙江大学 | 一种基于视觉和惯性信息的姿态与位置估计方法 |
CN104501814A (zh) * | 2014-12-12 | 2015-04-08 | 浙江大学 | 一种基于视觉和惯性信息的姿态与位置估计方法 |
CN105527656B (zh) * | 2015-11-26 | 2017-10-27 | 中国民用航空总局第二研究所 | 塔架式机场跑道异物定位方法 |
CN105527656A (zh) * | 2015-11-26 | 2016-04-27 | 中国民用航空总局第二研究所 | 塔架式机场跑道异物定位方法 |
CN107966136A (zh) * | 2016-10-19 | 2018-04-27 | 杭州海康机器人技术有限公司 | 基于主无人机视觉的从无人机位置显示方法、装置及系统 |
CN108519067A (zh) * | 2018-03-21 | 2018-09-11 | 刘前进 | 摄像机移轴操作过程中确定拍摄目标坐标的方法 |
CN109063123A (zh) * | 2018-08-01 | 2018-12-21 | 深圳市城市公共安全技术研究院有限公司 | 全景视频的标注添加方法及系统 |
CN109063123B (zh) * | 2018-08-01 | 2021-01-05 | 深圳市城市公共安全技术研究院有限公司 | 全景视频的标注添加方法及系统 |
CN112955781A (zh) * | 2018-10-24 | 2021-06-11 | Ids地质雷达有限公司 | 用于在测量场景上定位地质雷达数据的摄影测量系统 |
CN114095657A (zh) * | 2021-11-22 | 2022-02-25 | 成都天翼空间科技有限公司 | 一种基于新增摄像头的自动校准的方法与系统 |
CN114095657B (zh) * | 2021-11-22 | 2024-02-27 | 成都天翼空间科技有限公司 | 一种基于新增摄像头的自动校准的方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103200358B (zh) | 2016-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103200358B (zh) | 摄像机与目标场景之间的坐标转换方法及装置 | |
US10645284B2 (en) | Image processing device, image processing method, and recording medium storing program | |
CN111461994A (zh) | 一种坐标转换矩阵的获取及监控画面中目标定位方法 | |
US20180075592A1 (en) | Multi view camera registration | |
US10467726B2 (en) | Post capture imagery processing and deployment systems | |
KR101342393B1 (ko) | 회전식 라인 카메라로 획득한 실내 전방위 영상의 지오레퍼런싱 방법 | |
CN110807803B (zh) | 一种摄像机定位方法、装置、设备及存储介质 | |
CN103425626B (zh) | 一种摄像机间坐标转换方法及装置 | |
CN102661717A (zh) | 铁塔单目视觉测量方法 | |
CN103017666A (zh) | 用于确定几何空间中测量点的位置的过程和装置 | |
CN104463791A (zh) | 一种基于球面模型的鱼眼图像校正法 | |
CN104504685A (zh) | 一种增强现实摄像机虚拟标签实时高精度定位方法 | |
CN106023207B (zh) | 一种基于移动测量系统双全景的城市部件采集方法 | |
CN108269234B (zh) | 一种全景相机镜头姿态估计方法及全景相机 | |
JP5669438B2 (ja) | 対象管理画像生成装置及び対象管理画像生成プログラム | |
CN112288826A (zh) | 双目相机的标定方法、装置及终端 | |
CN113763569A (zh) | 一种在三维仿真中使用的图像标注方法及装置、电子设备 | |
US20030007679A1 (en) | Image synthesizing apparatus and method, position detecting apparatus and method, and supply medium | |
CN107806854B (zh) | 一种基于无人机拍照和gps信息的平板天线角度测量方法 | |
CN103335635B (zh) | 航摄仪子相机倾斜角度调节方法 | |
CN109584308B (zh) | 一种基于空间实景地图的位置标定方法 | |
CN111402315A (zh) | 一种自适应调整双目摄像机基线的三维距离测量方法 | |
CN116347245A (zh) | 一种摄像机校准方法、装置、电子设备及存储介质 | |
CN115357052A (zh) | 一种无人机自动探索视频画面中兴趣点的方法及系统 | |
CN112672122B (zh) | 一种投影与相机映射关系误差校准方法及系统 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Room 506, block C, 5 / F, building 3, No. 351, Changhe Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Hangzhou Puwei cloud Technology Co.,Ltd. Address before: Hangzhou City, Zhejiang province Binjiang District 310000 Spring Road No. 1576 Building No. 2 4 floor Patentee before: Puwell Technologies Co.,Ltd. |