CN103649681B - 提供用于选择目标点的备选目标点的方法 - Google Patents
提供用于选择目标点的备选目标点的方法 Download PDFInfo
- Publication number
- CN103649681B CN103649681B CN201280033256.1A CN201280033256A CN103649681B CN 103649681 B CN103649681 B CN 103649681B CN 201280033256 A CN201280033256 A CN 201280033256A CN 103649681 B CN103649681 B CN 103649681B
- Authority
- CN
- China
- Prior art keywords
- alternative
- point
- target point
- alternative target
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C1/00—Measuring angles
- G01C1/02—Theodolites
- G01C1/04—Theodolites combined with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/30—Interpretation of pictures by triangulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
- G01C15/002—Active optical surveying means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明涉及用于提供形成备选集的备选目标点(22、23、26)的方法,备选集用于借助于大地测量装置从该备选集中选择目标点,其中,测量装置具有限定对准方向的对准单元和基本上沿对准方向定向的摄像头。测量装置朝向目标点粗定向,并且沿对准方向记录图案。另外,借助于图像处理,执行在记录图像中针对特定备选目标对象的搜索处理,其中,基于预定模型执行搜索处理并且至少一个单独的代表备选目标对象的点与各备选目标对象相关联,作为备选目标点(22、23、26)。另外,备选目标点(22、23、26)与备选集相关联,并且根据备选目标点(22、23、26)的预先确定的目标点属性的至少一个值得到各个权值,尤其是概率,并且各个权值与备选目标点(22、23、26)相关联。另外,备选集中的备选目标点(22、23、26)分别与代表与备选目标点相关联的权值的各信息一起提供。
Description
技术领域
本发明涉及用于提供用于借助于测量装置从备选集中选择目标点的备选目标点的方法,以及涉及根据本发明的用于执行所述方法的测量装置。
背景技术
为了测量目标点,自古已知了许多大地测量装置。在这种情况下,记录从测量装置到要测量的目标点的方向或者角度以及通常还有距离,并且尤其是,检测测量装置的绝对位置以及可能存在的基准点一起作为空间标准数据。
一般已知的这种大地测量装置的示例包括:经纬仪、速测仪和也被称为电子速测仪或者电脑速测仪的全站仪。例如,在公开文献EP1686350中描述了现有技术的一种大地测量装置。这种装置具有基于电子传感器的角度,以及如果合适的话,具有允许相对于已选目标来确定方向和距离的距离测量功能。在这种情况下,在该装置的内部基准系统内确定角度和距离变量,并且如果合适的话,还必须与用于绝对位置确定的外部基准系统相结合。
在许多大地测量应用中,点是通过被定位在那里的特定配置的目标对象来测量的。后者通常包括带有用于限定测量路径或者测量点的反射器(例如:全方位棱镜)的垂准杆。在这样测量任务的情况下,为了控制测量过程以及为了限定或登记测量参数,在目标对象(尤其是在目标对象处的手持式数据获取设备)与中央测量设备之间传输大量数据、指示、语音和其它信息。这些数据的示例包括:目标对象的识别符(所使用的棱镜类型)、垂准杆的倾斜度、在地上的反射器高度、反射器常数或者测量值(诸如温度或者气压)。这些信息项或者受情况影响的参数,对于实现高度精确瞄准和测量具有棱镜的垂准杆所限定的测量点是所需的。
现代全站仪具有用于进一步数字处理和存储检测到的测量数据的微处理器。该装置一般具有紧凑并且集成的设计,其中,在设备中通常存在同轴距离测量元件以及计算、控制和存储单元。根据全站仪的扩展级,可以附加地集成机动化的瞄准或者照准装置,以及在使用回射器(例如:全方位棱镜)作为目标对象的情况下,用于自动目标搜索和跟踪的单元。作为人机接口,全站仪可以具有带有显示器和例如键盘的输入单元的电子显示控制单元,该电子显示控制单元通常为具有电子数据存储单元的微型处理器计算单元。以基于电子传感器的方式检测到的测量数据被馈送至显示控制单元,使得可以通过显示控制单元确定、光学显示以及存储目标点的位置。现有技术已知的全站仪可以另外具有用于无线电数据接口,该无线电数据接口e建立到诸如手持式数据获取装置的外围部件的无线电链路,该外围部件尤其可以被设计为数据记录仪或者现场计算机。
为了瞄准或者对准被测目标点,一般类型的大地测量装置具有诸如光学望远镜这样的瞄准具来作为对准装置。瞄准具通常相对于测量装置的基部绕垂直轴以及绕水平倾斜轴可旋转,使得瞄准具可以通过绕轴旋转和倾斜来对准被测点。现代化的装置除了具有光学观察通道还可以具有用于检测图像的摄像头,所述摄像头被集成在瞄准具内并且例如被同轴对准或以平行的方式对准,其中,检测到的图像尤其作为实况图像呈现在显示控制单元的显示器上和/或呈现在用于远程控制的外围装置(诸如数据记录仪)的显示器上。在这种情况下,对准装置的光学系统可以具有手动对焦(例如改变聚焦光学系统的位置的调节螺钉)或自动对焦,在自动对焦下例如通过伺服马达来改变聚焦位置。举例说明,例如在EP2219011中描述了这种大地测量装置的对准装置。例如,从DE19710722、DE19926706或者DE19949580中已知用于大地测量装置的瞄准具的自动聚焦装置。
对准装置的光学观察通道或者光学系统通常包含例如按以下顺序从对象一侧排列的物镜组、图像反转系统、聚焦光学系统、用于产生标线的标线片和目镜。根据对象距离,以在聚焦面内布置的标线片上形成清晰的对象图像的方式设置聚焦透镜组的位置。之后可以通过目镜观察所述图像,或者例如可以借助同轴布置的摄像头来检测所述图像。
举例来说,在公开文献EP1081459或者EP1662278中公开了大地测量装置的通用瞄准具的构造。
由于通常既作为观察通道又用于测量而被共同使用的光束路径,这种装置需要以具有专业、高精确度并且生产成本高的光学系统的望远镜的结构的方式技术设计的所述光束路径。此外,提供附加的、单独发送和接收通道以及还提供针对距离测量装置的波长的附加图像面,用于同轴电子距离测量。
由于可以用裸眼基于尽管经常被提供为30倍光学放大(即:不符合大地测量精确性的要求)的对准装置足够精确地对准目标对象(例如:通常被用于大地测量目的的带有目标标记的垂准杆,诸如全方位棱镜),所以作为标准,当时传统测量装置具有针对用作目标反射器的棱镜的自动目标跟踪功能(ATR:“自动目标识别”)。对此,通常在望远镜中附加地集成有另外的单独ATR光源(例如:发射波长在850nm范围内的光射线的多模光纤输出)和对该波长敏感的专用ATR检测器(例如:CCD区域传感器)。
在ATR精确对准功能的情况下,在此情况下,ATR测量光束沿对准装置的光学对准轴线的方向发射并且在棱镜处被回射,通过ATR传感器检测反射光束。根据光学对准轴线的对准与棱镜的偏差,在此情况下,反射射线在ATR传感器上的入射位置也偏离中央传感器区域定位率(即:在棱镜处回射的ATR测量光束在ATR区域传感器上的反射斑并不处于ATR区域传感器的中央,因此并不入射在例如根据作为与光学对准轴线相对应的那个位置的校准所限定的期望位置上)。
如果是这种情况,以机动化的方式轻微地再调整对准装置的对准,使得在棱镜处回射的ATR测量光束高度精确地入射在ATR区域传感器上的传感器区域的中央(即:将对准装置的水平角和竖直角因此迭代地改变并且适应,直到反射斑的中央与在ATR区域传感器上的期望位置一致)。另选地,回射的ATR测量光束在ATR区域传感器上的入射点与传感器区域的中央之间的残余偏差也可以以计算的方式被考虑并且转换为角度,该角度被相应地添加至在角传感器的辅助下所检测到的对准轴线指向的立体角。换句话说,在这种情况下,也可以根据在角传感器的辅助下所检测到的对准轴线的立体角以及检测到的ATR测量光束反射与传感器中央(即:与ATR传感器上的对准轴线所成像于的中央点)的偏移量,获得相对于对准点的立体角。
因此,可以通过利用划线片并且基于通过裸眼进行的测量手动执行的对准进行比较,显著地增加借助棱镜的光学对准轴线的对准的可实现精确度。为了确保基于在棱镜处回射的ATR测量光束在ATR区域传感器上的反射斑的位置的评估的自动对准功能,需要在该功能开始之前,将回射的ATR测量光束也入射在ATR区域传感器上的方式将对准装置与目标反射器至少近似地对准。为此,可以例如预先实施基于用眼进行测量的目标反射器的手动对准或者执行自动粗对准功能。
一方面,用户可以可以通过在直接在测量装置上的显示控制单元的用户显示器上或者在单独的外围装置(例如:作为远程控制的数据记录仪)的显示器上观看并对准目标对象,来实施目标对象的手动、粗对准。通常,尽管这始终是借助通过望远镜瞄准具(即,对准装置)的目镜观看目标来实施,因为在实际使用期间(例如,对于日照的情况)可能无法充分地识别显示控制单元上或者数据记录仪上显示的显示图像。
除了ATR精对准功能,也可以以类似的方式以及使用相同的ATR组件(诸如ATR光源和ATR检测器)来提供自动目标跟踪功能。在已经实施ATR精对准之后(即一旦瞄准装置与目标以如下方式对准:使ATR测量射线反射斑的中央与ATR区域传感器上的与对准轴线相对应的期望位置一致),瞄准装置可以进一步被“实时”地并且适当迅速地以如下方式跟踪至目标的移动:使ATR测量射线反射斑的中央进一步尽可能精确地保留并且总是在ATR区域传感器上的期望位置上。然后,通常声称目标"已锁定"。这里,如果目标突然迅速移动使得从ATR检测器的视场消失(即:在目标处反射的ATR测量射线不再入射在ATR区域传感器上),则可能出现问题。
举例来说,EP2141450描述了具有回射目标的自动瞄准功能以及具有自动目标跟踪功能的测量装置。在这种情况下,即使在迅速突然移动的情况下,为了保持目标处于"已锁定"的状态,并且在精确目标探测器的视场内不丢失该目标,建议借助摄像头(该摄像头在可见波长范围内敏感的)并行地记录目标的图像,并且在图像处理的辅助下,跟踪目标的移动(或者伴随目标一起移动的对象的移动),由此使得正从“已锁定”的状态失去目标的情况下回射器容易重新找到并重新锁定目标。
另外,现有技术公开了在图像和图像处理(尤其是基于在所记录的图像里以及根据已知的或者也被检测到的图像记录方向而确定的目标对象的位置)的辅助下确定测量装置和目标对象之间的立体角的方法。例如:在WO2005/026767中或者在WO2006/053837中描述了这种方法。
此外,欧洲专利申请NO.10168771.3描述了利用(无回射)的目标标记的目标点的测量装置的对准装置的机动化的自动定位。在这种情况下,目标标记(或一组不同的目标标记)之前是已知的,并且具有适合于指示目标标记上的目标点的结构/形状(图案、形式等)。借助评估单元,在检测到的图像中基于图案识别目标标记,并且高度精确地确定已成像的目标标记在图像中的位置。根据该已确定的目标标记或者与目标标记相关的图案在图像中的位置,然后,可以精确对准该对准装置。
根据现有技术的测量装置的一个缺陷为:一方面在于,对准装置与目标点的手动精确对准的给定需求。在立体角的测量期间这对精准度的影响可能有限,因为该过程依赖于用户的维护和能力。另外,目标点的手动准确对准与对用户的生产率具有不利影响的一定时间消耗相关联。
另一方面,根据现有技术的测量装置中的自动精确对准被限于限定的目标。由此,所描述的ATR精对准功能仅针对合作目标(例如棱镜)起作用,而针对自然目标点不起作用。自动精对准的其他方法只针对已限定的图案(例如,针对系统已知其形状的目标标记)起作用,而针对形状具有一定可变性(例如教堂塔楼)的对象不起作用。
发明内容
因此,本发明的目的在于提供一种可以高度自动化、低复杂性、更迅速且更可靠地实现期望目标点的选择的方法。本发明的另一个目的在于,使得在选择中可以考虑可能目标对象类型的变化性,尤其是关于它们的形态的变化性。本发明具体目标在于,使得在期望目标点的选择中可以考虑目标点所属的特性,尤其是支持选择的特性。另外的目标是提供用于这种方法的大地测量装置。
这些目标是通过实现独立权利要求的特征部分来实现的。根据从属专利权利要求可以汇聚以替代方式或者优选方式开发的本发明的特征。
本发明提供了一种用于将备选目标点与关于各备选点的权重或者目标点的概率的相应指示符一起提供的方法。
在这种情况下,在具有集成摄像头的测量装置的对准单元(尤其是望远镜)进行粗对准之后,记录基于针对可能的目标对象或者备选目标对象进行了数字图像处理方法分析后的图像。从目标对象或者备选目标对象得到目标点或者备选目标点。确定的备选目标点可以与适于作为用户所期望的目标点的相关概率一起提供例如在显示器上。系统可以从所提供的备选集中,自动选择点作为期望目标点,或者在模棱两可的情况下将预定数量的备选点(尤其是具有最高概率的那些备者点)呈给用户用于进行手动选择。在自动或手动选择之后,基于图像信息,可以计算出对准单元与到所选择的目标点的方向的偏差,并且测量装置可以通过为绕轴旋转而提供的驱动器来与目标点对准。
借助大地测量装置来实施根据本发明的用于提供形成备选集(从该备选集中选择目标点)的备选目标点的方法,其中,测量装置具有限定对准方向的对准单元以及在对准方向上大致对准的摄像头。在这种情况下,测量装置与目标点粗对准,并且在对准方向检测图像。
在这种情况下,测量装置的摄像头可以限定第二光束路径,进而限定检测方向,例如:与对准单元的光束路径不同轴或者未绝对平行的检测方向。举例来说,其摄像头和光学系统具有比对准单元的放大系数低的放大系数以例如能够记录用于对准目途的概况图像,因此以关于对准光学系统尤其以下面偏置的方式布置。因此,摄像头的对准不是必须与对准单元的对准相对应,但是可以将摄像头与对准方向大致对准,即例如以将可以通过对准单元可对准的目标点置于摄像头检测区域内的方式。
另外,通过图像处理(尤其通过分类法)实施在检测到的图像中搜索特定备选目标对象的处理,其中,基于预定的模型实施搜索处理并且备选目标对象被相应地分配代表相应备选目标对象的至少一个点,作为备选目标点。此外,备选目标点被分配给备选集,并且得到由备选目标点的预先确定的目标点特征的至少一个具体表现所定的相应权值(尤其是概率)并且分配给备选目标点。另外,将备选集的备选目标点分别与表示分配给相应备选目标点的权值的信息项一起提供。
尤其是,可以提供至少一个备选目标对象,从而也暗含提供分配给对象的目标点,尤其是用于对准这个点。在这方面,例如,可以给用户或者系统呈现关于在各情况下识别出那些目标点和/或目标对象以及适于作为目标点的概率是多少,进而可以以基于对象和/或基于点的方式来实现相应的选择。因此,在本发明的含义内,提供目标对象相当于同时提供分配给该目标对象的目标点,由此可以类似地理解为提供目标点。在这方面,通过各点以及通过已限定的结构(例如:对象)二者可以实现提供目标点或者备选目标。
因此,实施在检测到的图像中搜索备选目标对象的处理,其中,针对预定目标对象分类的代表的出现来检查图像。如果在图像中发现一个或者多个备选目标对象,针对这些备选目标对象确定相应的目标点或者分配相应的目标点,并且基于关于概率的已限定权重因子或者关于各备选点涉及用户所期望的一个目标点的程度的权值,对相应的目标点进行评估。在实现了选择之后,根据已选择的备选目标点,可以确定与当前目标方向的偏离角度,并且可以根据该偏离通过机动化来校正例如全站仪的望远镜的对准。
这里的权值被理解为表示备选目标点适于作为期望目标点的程度的值。另外,所述权值还可以被解释为概率,其中可以指出备选目标点适于作为目标点的概率是多少。
换句话说,权值是相关性的度量,例如关于各备选目标点适于作为期望目标点的信息项所表示的相关值。尤其是,在这种情况下相关特征值可以也被理解为权值,其中,相关特征值表示关于备选目标点代表期望目标点的程度的可量化的特征变量。
换句话说,可以将权值表示为分配给备选目标点的值反映目标点重要性的程度,即:指示关于备选目标点代表期望目标点这一事实的重要性。
在这种情况下以基于规则的方式实施基于目标对象的目标点的确定或者对准,那就是说,如果在图像中发现目标对象分类的代表,则目标点可以被定义为线的交叉点或者被定义为圆或者椭圆的中点。在这方面,例如在目标对象分类代表为“教堂塔楼”的情况,可以由十字架的横条(在检测到的图像中被识别为线)的交叉点得到一个目标点,而可以由圆屋顶(在检测到的图像中被识别为圆)的中心点得到另外的目标点。这些得到目标点的规则可以被分配给各个目标对象分类并且存储在测量装置中。
这种方法使得用户能从测量环境中所提供的备选目标点的集合中选择期望目标点。作为另选方案,可以在该方法的情况下自动选择目标点。结果,在测量装置的粗对准之后,可以自动选择目标点并且系统可以自动进行对准。如果自动目标点选择由于模棱两可而不成功,则可以为用户呈现例如最有可能的备选目标点用于手动选择。因此,可以自动实现手动粗对准之后的复杂精对准,并且可以增加测量过程的生产率。
为了提供备选目标点,检测测量环境的图像,其中,在检测图像期间,将具有摄像头的测量装置(例如,全站仪或者经纬仪)以如下方式对准:使期望目标点被粗对准并且因此使摄像头的检测方向与该点大致对准,由此使期望目标点处于摄像头的图像区域中。针对备选目标对象的出现对检测到的图像进行检查,出于来自图像处理的这个目的来说许多方法(尤其是分类方法)是已知的。首先,可以从图像剪辑中提取特征并且可以将特征组合成特征矢量(例如Haar(哈尔)小波或者HOG特征)。所述特征矢量可以映射至特征空间和根据在该空间中的位置分配给目标对象分类。在这种情况下,可以借助已限定尺寸的窗口来选择图像剪辑,该窗口在整个图像上逐渐地(例如逐行地)滑动或者扫描(滑动窗口)。
另外,为了限定图像剪辑,可以借助于例如(弗斯特纳)算子、Harris-Laplace(哈里斯-拉普拉斯)检测器和/或Harris(哈里斯)边角检测器,针对永久结构的出现,所谓的"兴趣点",对图像进行分析。因此,可以定位图像中的突出(prominent)结构,并且进而基于计算哪个特征矢量,所述结构的周围可以限定特定的图像剪辑。
例如,这种"兴趣点"还可以通过子系统(例如,ATR单元(自动目标识别)得到,其中,借助附加的射线源,可以检测例如反射目标的位置并且可对准反射目标。借助对“ATR兴趣点”的环境的随后图像分析,由此可以改善ATR功能针对ATR目标与非ATR目标之间的区别的稳健性。在这种情况下,例如可以针对能够代表回射器的结构来检查图像环境。
作为用于根据计算哪些特征矢量来限定图像剪辑的另外变型,基于已知目标点(例如来自官方测量的固定点)的坐标,根据摄像头的位置和定向,可以计算其在图像中的位置。在这种情况下,可以通过在这个位置周围的预定环境来限定图像剪辑。
由此,举例来说,在这种情况下各特征矢量可以馈送到分类器。借助于分类器,可以确定各个特征矢量与预定分类的关联性,并且确定所述特征矢量的分配概率或者特征概率,即,分配的质量。
之后是用于在已记录的图像中检测目标对象的进一步方法,进而可以在后者搜索"兴趣点"。这些"兴趣点"限定了生成特征矢量(例如:SIFT或SURF)的图像剪辑的位置。在分类的情况下,结合有计算出的特征矢量的“兴趣点”的位置与系统中存储的并且对应于目标对象分类的对象模型进行比较,并且评估它们的关联性。
此外,例如借助于Hough(哈夫)变换也可以从图像搜索几何图元(诸如,圆、椭圆或直线)。可以基于检测到的图元的相邻关系建立图像的拓扑图,在针对与单个目标对象分类相对应的、已存储的不同基准图形结构进行分类的情况下搜索所述拓扑图。
根据备选目标对象关于它们与备选集的关联性的分类,即:在图像中检测到的对象是否是可能的目标对象,除了分配到目标对象分类之外,也可能出现描述各个分配的质量的分配概率。
因此,利用这种分类,不仅可以针对考虑识别出的可能目标对象(即:目标点或者非目标点)作出决定,也可以去实现将可能目标对象(以及相关联的目标点)进一步详细细分成不同分类,例如,圆棱镜或者房屋边缘。另外,可以进一步考虑这种分类划分和分配概率,来确定各个备选目标点代表用户所期望的目标点的权值或者概率,或者,可以影响对所述概率或者权重的计算。
在该方法的情况下可以训练分类器,或者可以基于训练图像来创建分类器,和/或分类器已经以存储的形式存在。为此,可以根据足以代表不同分类的目标点的训练图像集或者图像剪辑集来创建分类器。具体而言,训练图像可以由代表真正的目标点并且它们的目标点分类是已知的图像剪辑的第一集合和“类似但不期望的目标点的图像和被分配给剩余分类或者非目标点分类的目标点的背景图像”的第二集合构成。可以在一天中不同时间段以及在不同测量和天气条件下记录这些训练图像,以产生尽可能健壮的评估方法。
为了训练分类器,根据该方法,可以从各训练图像在预定图像区域中提取特征矢量或者拓扑图。特征矢量可以由明确且独立地描述图像内容的尺寸关系和定位的不同的几何和统计描述符的组合构成。所有训练图像的特征矢量可以转换到特征空间并且根据目标对象分类的典型特征推定在特征空间的具体位置。然后,可以借助学习方法,更特别是基于机器的学习方法,例如最大距离方法(支持矢量机器),按如下方式将特征空间细分成多个区域:在该过程中各分类占据最大的可能空间但是与其它分类没有交叠。特征空间可以附加地被转换为更高维度的空间以简化学习。此外,例如借助于主分量分析可以降低特征空间的维度,以抑制统计学上非相关的信息,从而使分类器的训练效率更高。另外,可以针每个分类学习产生给定特征矢量和其分配概率之间的关系的功能。这些功能可以例如借助于逻辑回归来进行学习。
具体而言,在学习期间,可以在限定的图像剪辑中检测几何图元,并且根据它们建立拓扑图。由此,针对各个目标对象分类,可产生相应的基准图形结构并且存储起来用于分类,尤其用于"图像匹配"。
根据本发明,可以根据各个备选目标对象的目标对象特征的评估(尤其是借助于分类),尤其是对象的类型和/或环境、和/或目标点环境的灰度值、灰度值梯度和/或直方图、和/或几何图元、和/或它们的相邻关系,来对搜索过程进行评估。此外,根据图像,尤其是代表备选目标对象的和/或与目标对象相似的图像剪辑,可以实施目标对象特征的评估。此外,可以确定目标对象特征的特征具体表示和具体表示系数,尤其是其中可以根据各个特征矢量在特征空间中的位置来确定特征具体表示和具体表示系数,尤其是其中确定了分配概率。
如果,例如通过上面提到的方法能够在图像中发现潜在的目标对象,即,一个或多个目标对象分类的代表,则可以从它们当中得到各个备选目标点。为每个可能的目标点分配权值或者概率,所述概率表示各个备选目标点代表尤其是用户所期望的目标点的程度的度量。这种评估可以是基于预定的权重因子的。
权重因子可以依赖于例如分配概率,即分类的质量,和/或可以根据备选目标点所基于的目标对象分类、根据所述目标对象分类在测量环境中的出现频率来得到。另外,权重因子可以依赖于备选目标点与图像中央之间的距离。此外,可以根据用户的或者正在运行的测量程序的选择行为来确定权重因子。
然后,基于权重因子,备选目标点可以与表示它们各自所确定的概率的信息项一起来提供。因此,在评估之后,系统可以自动选择任一最有可能的备选点,即用最高的权重被评估的备选点,或者如果多个备选点是适合的,可以将最有可能的备选点提供给用户,用于手动选择。根据本发明,在这种情况下,尤其是基于各个权值,可以提供特定数量的备选目标点。
在这种情况下,可以以如下方式提供备选目标点:备选目标点(尤其是与关于权值的信息一起)被提供例如在显示器上,尤其是触摸感应型显示器上。因此,可以给予用户从所提供的可能目标点集中选择期望目标点的可能性,其中,可以以支持的方式考虑关于概率或者权重的指标,用于目标点的选择。此外,可以以如下方式把备选目标点连同有关概率或者权值的信息一起提供:在该方法的情况下,可以实现从备选集自动选择目标点。在这种情况下,例如:可以自动选择相对于其它备选目标点被分配有更高的(尤其是显著更高的)权值的备选目标点。
因此,根据本发明,在该方法的情况下,可以根据所提供的备选目标点以及表示分配给各个备选目标点的权值的信息项由用户或自动确定目标点。尤其是,相对于其它备选目标点被分配有更大权值或者更高概率的备选目标点可以自动被确定为目标点。此外,提供目标点、备选目标点和/或代表被分配给各个备选目标点的权值的信息项可以在显示器上进行。
此外,利用根据本发明的方法,形成计算备选目标点的概率或者权值的基础的目标点属性可以依赖于在检测到的图像中可以确定的点属性。在这种情况下,目标点属性可以包括那些属性或者特征或者可被分配给备选目标点的这些属性,所述备选目标点被分配给相关联的目标对象。因为用户可以尝试尽可能准确地(在图像中央)对准期望目标点,所以例如在这种情况下,可能目标对象在图像中的位置可以影响权重。此外,分配给特定目标对象分类可以影响权重。举例来说,在与在测量环境中的回射器或者主要对象的设计相对应的构造的情况(例如山顶十字架或教堂塔楼),可以实施有利于更高的目标点概率的权重。
因此根据本发明,目标点属性可以依赖于各个目标对象分类、备选目标点在图像中的位置和/或各个备选目标对象的反射率。
此外,在测量装置已经粗对准之后,可以自动执行根据本发明的方法,使得例如用户只是对准期望目标点并且作为该对准的结果为用户提供尤其与期望目标点相对应的、已经选择目标点。此外,通过确定测量装置的目前对准相对于期望目标点的偏移以及将测量装置与目标点重新对准,可以手动地或类似自动地实施该目标点的精确对准。
因此根据本发明,可以在图像中确定对准方向所限定的对准点相对于目标点的偏移,并且根据该偏移以对准目标点的方式使对准方向对准。
本发明的另一个方面是用于提供用于选择包含对准单元(尤其是望远镜瞄准具)的目标点的备选目标点的大地测量装置,尤其是全站仪或者经纬仪。该对准单元是相对于测量装置的基部可绕轴旋转的,用于改变其在两个轴线的对准,其中,该对准单元限定了对准方向以及具有用于大致在对准方向检测图像的摄像头。另外,提供了用于高精度地检测对准方向的对准的角测量功能和用于提供信息的输出单元。此外,该测量设备包括控制和处理单元。在数据库中存储有用于通过图像处理识别目标对象的模型和用于对备选目标点的目标点属性进行评估的系数。此外,测量装置具有搜索功能,在此情况下,在利用控制和处理单元执行搜索功能期间,在检测图像之后,根据与模型的对应度,尤其是借助于分类方法,在图像中搜索备选目标对象,其中,备选目标对象分别分配有代表备选目标对象的至少一个点,作为备选目标点。此外,在该搜索功能的情况下,备选目标点被分配备选集,并且针对各个备选目标点得到各个权值的系数,尤其是概率,并且将各个权值的系数分配给备选目标点。另外,备选目标点分别与代表分配给各备选目标点的权值的信息项一起提供,尤其是在输出单元上。根据本发明这种测量装置可以被附加地设计为能够实现根据本发明的已描述方法,即,该测量装置可以以如下方式提供搜索功能,当实施搜索功能时实现根据本发明的上述方法。
本发明附加地涉及包括存储在机器可读载体上的程序代码的计算机程序产品,用来实现根据本发明的提供用于从备选目标点中选择目标点的备选目标点的方法,尤其是当在设计为根据本发明的大地测量装置的处理单元的电子数据处理单元上执行该程序时。
附图说明
下面,根据在附图中示意性地示出的具体示例性的实施方式,以下完全通过举例的方式来更详细地描述根据本发明的方法和根据本发明的测量装置,其中还将讨论本发明的其它优点。具体在附图中:
图1a和图1b示出了根据现有技术的利用期望目标点对准测量装置的对准方向;
图2示出了根据本发明的方法的示意性顺序;
图3a到图3c示出了根据本发明的、利用拓扑图在检测到的图像中检测备选目标点;
图4a至图4c示出了根据本发明的、利用特征矢量及其在特征空间中的位置对在图像中所识别的备选目标点进行分类的形式;
图5示出了根据本发明的测量装置检测到的、具有不同备选目标对象的图像,备选目标对象具有各自的目标点;
图6示出了根据本发明的、具有相应所分配的信息项的备选目标点的提供;
图7示出了期望目标点与测量装置当前对准的偏移的确定。
具体实施方式
图1a和图1b示出了根据现有技术的测量装置的对准过程。在对准对象20的期望点21(这里示为教堂尖顶)期间,以如下方式改变例如经纬仪或者全站仪的测量装置的对准单元的对准:指示对准方向的对准的标线片11的中心12与目标点21相一致(图1b)。在这种情况下,用户可以通过旋转将望远镜与对象20瞄准和粗对准,来瞄准目标点21。在第二步骤中,用户可以通过望远镜进行观看,并且在这种情况下通过在测量装置的精细驱动器上的旋转实现与目标点21的精对准。
在实践中可以证明这一过程非常花费时间,其中准精度附加地依赖于用户的能力。
另外,还可以利用自动对准功能(自动目标识别,ATR),根据目标对象的形状来实施对准,该自动对准功能例如利用反射器能够精确自动对准望远镜。这里被证明是不利的是,对准功能仅针对反射器而不能针对自然目标点21。
此外,现今具有"点击并打开"功能的全站仪是可得的。在这种情况下,利用集成摄像头,可以在对准方向记录实况图像并且呈现在测量装置上或者控制器上的显示器上。用户可以使用笔来选择期望点21,然后望远镜与期望点自动对准。在这种情况下,对准精确度再次受限于用户用笔在显示器的正确位置处命中目标点21的能力。这一过程可能变得更为困难,尤其是在测量远距离移动的目标并且考虑到显示器的分辨率限制的情况下。
此外,测量装置可以与非反射目标自动并且高精确度地对准的方法是已知的。然而,这预先假定目标对象20的外形是已知,例如通过使用已定义的目标表,该目标表对于用于测量的目标点21是固定的并且以相应的目标标记图案的形式存储在测量装置上。
图2示出了根据本发明的方法的示意性顺序。本发明是基于在对准期望目标点21期间支持用户以及通过使用图像处理方法实现根据可能目标点集合非常精确地对准该点21的理念。
在这种情况下,在第一步骤51中,用户可以将测量装置的望远镜与目标点21粗对准。这可以通过手动旋转望远镜或利用"点击并打开"功能来进行。接下来,利用测量装置中集成的摄像头,可以大致在对准方向记录52图像,通过数字图像处理方法针对可能的目标对象来分析该图像。在这种情况下,可以将在图像中所检测到的结构与存储在测量装置中的模型进行比较,由此可以识别并标记53对象,作为可能目标对象。
针对各目标对象,然后得到54至少一个可能的目标点。
然后,这些可能目标点被组合在集合中,其中,该集合中的每个元素被按照相应点是目标点21的概率来评估或加权55,该目标点21是用户所期望的以及如果适合希望被系统自动对准。
在下一步骤56中,然后,在显示器上或者测量装置中,可能目标点的集合可以与信息项(尤其是与所确定的权重或者概率)一起以数据的形式提供给例如用户。在这种情况下,利用类似大小的权重或概率,可以呈给用户尤其是特定数量的备选点(例如,只有具有最高概率或者权重的那些备选点),用于手动选择。
然后,根据为可能目标点分别确定的概率或者权重的分布,可以或者用户手动地或者系统自动地从检测到并且提供的点的集合中选择57点,尤其是选择具有相当大的概率或者权重的点。
在进行选择之后,在进一步的步骤58中,再次利用数字图像处理方法,可以测量在图像中所选目标点21与当前对准方向的偏差并且根据该偏差来确定用于对准方向的重新对准的校正角。这些可以被传送至用于对准望远镜的电机驱动的驱动器,由此用作望远镜与目标点21的精确对准59。
图3a示出了根据本发明的、在检测到的图像10中的可能的备选目标对象20、25的检测,其中下面结合图3b和图3c来描述根据本发明的、可能的备选目标对象20、25的分类。在这种情况下,图3b和3c示出了根据本发明的、基于拓扑图对备选目标对象20、25进行分类的形式。
可以针对可能的目标对象20、25检查已记录的图像10,也就是说,旨在自动确定在图像中适于作为自动对准的备选对象的所有对象。在所示的情况下,确定出教堂尖顶20的目标点和山顶十字架25的目标点。
可以基于分类方法实施该图像分析。在第一变型中,可以针对几何图元(诸如线、圆、椭圆)对图像进行搜索。基于检测到的图元的相邻关系,可以考虑类型、位置以及与相邻几何图元的组合来建立整个图像的拓扑图100(图3b)。因此,通过图元的组合,可以检测到例如十字架22、圆23或者顶点24,其中,综合考虑这些对象可以定义教堂尖顶20。
根据图3a中示出的教堂尖顶20以及山顶十字架25得到的拓扑图100包含节点"教堂塔楼"111和"山顶十字架"112。再进一步地细分,"教堂塔楼"由节点"十字架"121、"圆屋顶"122和"顶点"123构成,以及进而这些节点由单个几何图元构成。可以使用数字图像处理方法(例如Hough变换)在图像中找到这些图元。
在系统中,对应于单个目标对象分类的基准图形结构111、112可以存储为在根据图像10中生成的拓扑图100中所寻找的基准模型。图3c示出了与目标对象分类"教堂塔楼"相对应的基准结构111,和与目标对象分类"山顶十字架"相对应的基准结构112。
因此,在分类的情况下,可以在根据图像中生成的图形中寻找所存储的图形结构。"图匹配"的方法尤其对于在图形中寻找特定的拓扑结构是已知的。
从图像10中检测出的可能的目标对象20,25中得到可能的目标点22、23、24、26、27。然后,需要在所述目标点当中识别用户想要对准的那个目标点。为此,已给出多个备选目标点22、23、24、26、27,后者可以经过按照在图像中检测到的每个单个目标点22、23、24、26、27是用户所期望的目标点21的概率进行的评估。
基于预定的权重因子,可以实施单个备选目标点的该加权,这些单个权重因子的乘积产生备选目标点的总权重值。因为用户已经可以尝试利用粗对准命中期望目标点21,一个权重因子可以是备选点22、23、24、26、27相对于测量装置的当前对准(标线片11)的距离。那就是说,在图像中央的可能的目标点可以比位于检测到的图像10的边缘的点获得更高的评估。
另外的权重因子可以是基于在测量期间实际与特定目标对象分类相关联的目标点21或者目标点22、23、24、26、27的出现频率。因此,如图5中所示,举例来说,圆棱镜44经常代表期望目标点21并且如果后者被识别为圆棱镜44,因此可以使权值增加和/或被提供有相应更强的加权系数。也可以首先在检测到的图像上识别出山顶十字架41、教堂尖顶42和/或特定目标点标记或者目标台43并且其次山顶十字架41、教堂尖顶42和/或特定目标点标记或者目标台43在各个情况中代表至少一个备选目标对象,其中,例如通过教堂尖顶的具体构造可以同时限定两个目标点21。
此外,在手动选择期间用户的个人行为也会影响权值或者关于备选目标点代表期望目标点的程度的相关性的确定。当例如用户经常选择分类"教堂塔楼"和在后者中的圆屋顶的中央作为代表,这可以通过系统检测到并且在未来的评估中尤其是自动地考虑进来。
此外,可以根据测量装置或正运行的测量程序的设置得到关于加权的其它标准。如果例如距离测量模式被设置为"无反射镜",与分类“圆棱镜”相关联的可能目标点22、23、24、26、27可以被评估有更低的权值。类似地,在测量程序的情况下,可以请求用户例如测量位于反射器上的多边形点。在这种情况下,与分类"圆棱镜"相关的可能目标点愿意被会被评估有相应更高的概率。
为了获得权值,附加地可以定义基于多个权重因子(例如:结合针对特定目标对象分类的分配概率和/或在图像中与标线片的距离,备选目标点22、23、24、26、27与该类的关联性)确定可分配给备选目标点22、23、24、26、27的总权值的函数或算法。
图4a和图4b分别示出了测量环境的图像10a、10b,其中在图4a中通过ATR单元来检测图像10a,以及在图4b中通过摄像头来检测图像10b。此外,图4c示出了具有根据图像10b中产生的特征矢量86a、86b、86c的特征空间32。借助于ATR,记录图像10a并且在所述图像中检测到ATR发射的激光束84a、84b、84c的反射。基于反射84a、84b、84c,仅在ATR图像自身中可能难以评估反射激光是否是从360°棱镜81、圆棱镜82、或者其他一些对象(例如车辆的后视镜83)反射的。
在这种情况下,在本发明的情况下,激光点84a、84b和84c的位置可以起到"兴趣点"的作用,因而限定了图像剪辑85a、85b、85c在已记录的图像10b中的位置。此外,可以根据所述图像剪辑生成特征矢量86a、86b、86c(图4c),所述特征矢量映射至特征空间32中。
在所述特征空间32中限定了与单个目标对象分类相对应的区域87a、87b。分类涉及基于对应图像剪辑85a、85b、85c的目标对象分类应该被分配给的特征矢量86a、86b、86c在特征空间32中的"定位"进行评估。由此,这里例如特征矢量86a和86b变成位于区域87a和87b内,其可以对应于例如目标对象分类"360°棱镜"和"圆棱镜"。因为特征向量86c位于已限定区域的外部,所以不能将它分配给目标对象分类。
除了将各个图像剪辑85a、85b、85c分配给目标对象分类之外,作为结果,分类还产生描述分配质量的分配概率。后者可以例如根据特征矢量86a、86b、86c在区域87a、87b内的位置得到。如果矢量86a差不多位于区域中央,其分配概率会很高,例如90%;如果矢量86b相反位于区域边缘或是更接近另一区域,则分配概率将被评估得较低。
此外,可以为用户供给用户定义目标对象分类的可能性,针对该目标对象分类,系统将自动生成相关分类器或者相应地调整现有分类器。
此外,可以通过影响处理的附加信息来改进分类。因为,例如圆棱镜的尺寸是已知的,所以可以根据提供了光学成像参数的知识的、到对象的距离得到棱镜在图像10b中的尺寸。其他对象的尺寸(例如山顶十字架或者教堂塔楼上的圆形顶)通常也在一定限度内改变。到对象的距离可借助于测量装置的距离测量功能来确定或者可以根据对准装置的聚焦透镜的位置来得到。
图6示出了备选目标点22、23、26的根据本发明的提供。为此,在检测到的图像中相应地搜索可能的备选目标对象,由此得到备选目标点22、23、26并且加权,作为关于它们的概率的可能目标,以及尤其是为了选择作为目标点的一个可能的目标,备选目标点22、23、26被提供有标签51、52、53,使得能够提供通过启动控制面板上相应按键或者通过用笔点击标签51、52、53进行选择。如果可能的目标点的权值或者概率明显比所有其他可能的目标点的都高时,可以在没有与用户方进一步互动的情况下通过系统来选择该可能的目标点。对于权值或者一个概率是否明显比其他权值或者概率更高的这种判定,可以使用预定的阈值,在此情况下,当超过所述阈值时可以实施自动选择。
当存在具有相似权值的多个备选点,用户可以手动实施选择。为此,举例来说,可以在图像中标记预定数量的可能的目标点(这些可能的目标点是明确的,例如具有最高权值或最高相关度的那些可能的目标点)并且被提供有例如标记或者标签51、52、53。因此,用户可以通过在显示器60上点击标记(例如使用笔或者通过按下测量装置的控制面板上的与标记或者标签相对应的按键),来选择目标点。
此外,在显示器60中可以存在用于结束54自动对准功能的其它选择。如果用户作出了该选择,则可以屏蔽关于备选目标点22、23、26的信息并且可以插入对准单元的标线片,使得用户可以以已知的方式手动对准目标点。
此外,可以有用于学习55新目标点的选择,其中,用户可以手动再次对准期望目标点。通过选择这项功能,在对准之后,可以为用户提供将已对准的目标点分配给已经存在的目标对象分类的可能性以及生成新的、用户定义的目标对象分类的可能性。系统根据在标线片附近已限定尺寸的图像剪辑生成特征矢量,并且将所述特征矢量映射到相关联的特征空间中,其中借助于现有分类限制的变型,可以使分类器适于考虑新的目标点,由此在未来将这种类型的目标点识别为可能的备选目标点22、23、26。
图7示出了目标对象20的期望目标点21与测量装置当前对准的偏移的确定。在这种情况下,偏移可被理解为“标线片11的中心12或者在图像中通过对准单元对准所限定的对准点”与所期望的或者所选择的目标点21之间的位置差。在两个方向71,72上可以借助于图像处理来确定点之间的偏移,其中,在每种情况下,各个方向的偏移可以表示期望目标点21与标线片的中心12之间的距离。
根据对准单元的光学参数,尤其是望远镜的光学参数(例如:焦距),以及集成摄像头的光学参数(例如:像素尺寸),该偏移可以进一步被转换成用于对对准单元或者测量装置重新对准的校正角。可以将这些校正传递至对准单元的电动旋转驱动器,由此用于对准单元与期望目标点21的精细重新对准,其中,可以以自动受控方式来实现该对准。
此外,可以在显示器60上显示具体偏移71,72。因此,代替自动对准,用户可以通过使位置差变为0的方式调整对准单元的精细驱动器,来手动执行对准单元的重新对准。在这种情况下,可以即时更新显示器60上的方向偏移71、72,尤其是连续地更新,因此向用户显示对准进展。
不言而喻,这些示图只是概要地示出了可能的示例性实施方式。根据本发明,各种方法可以类似地与用于对准目标点的另一个变化和方法和装置相结合,以及与根据现有技术的测量装置相结合。
Claims (25)
1.一种用于提供形成备选集的备选目标点(22、23、24、26、27)的方法,所述备选集用于借助大地测量装置从该备选集中选择目标点(21),其中,所述大地测量装置具有限定了对准方向的对准单元和与所述对准方向大致对准的摄像头,所述方法包括:
·将所述大地测量装置与所述目标点(21)粗对准;以及
·在所述对准方向检测图像(10、10b),
其特征在于:
·通过图像处理实施在检测到的图像(10、10b)中搜索特定的备选目标对象(20、25)的处理,其中:
□基于预定的模型实施搜索处理,以及
□所述备选目标对象(20、25)分别被分配有代表相应备选目标对象(20、
25)的至少一个点,作为备选目标点(22、23、24、26、27),
·所述备选目标点(22、23、24、26、27)被分配给所述备选集,
·得到依赖于所述备选目标点(22、23、24、26、27)的预先确定的目标点属性的至少一个具体表示的各个权值,并且所述各个权值被分配给所述备选目标点(22、23、24、26、27),以及
·所述备选集的备选目标点(22、23、24、26、27)分别连同代表被分配给相应备选目标点(22、23、24、26、27)的权值的信息项一起提供。
2.根据权利要求1所述的方法,其特征在于:
通过分类法实施在检测到的图像(10、10b)中搜索特定的备选目标对象(20、25)的处理。
3.根据权利要求1所述的方法,其特征在于:
所述权值是概率。
4.根据权利要求1所述的方法,其特征在于:
根据各个备选目标对象(20、25)的目标对象特征的评估,来实施搜索处理。
5.根据权利要求1所述的方法,其特征在于:
根据各个备选目标对象(20、25)的目标对象特征的借助于分类的评估,来实施搜索处理。
6.根据权利要求1所述的方法,其特征在于:
根据对象的类型和/或环境、和/或灰度值、灰度值梯度和/或几何图元和/或它们的相邻关系,来实施搜索处理。
7.根据权利要求4所述的方法,其特征在于:
根据图像(10、10b)实施对所述目标对象特征的评估。
8.根据权利要求4所述的方法,其特征在于:
根据代表所述备选目标对象(20、25)和/或与目标对象相似的图像剪辑,实施对所述目标对象特征的评估。
9.根据权利要求4或7所述的方法,其特征在于:
确定所述目标对象特征的特征具体表示和具体表示系数。
10.根据权利要求9所述的方法,其特征在于:
根据各个特征矢量(86a、86b、86c)在特征空间(32)中的位置来确定所述特征具体表示和所述具体表示系数。
11.根据权利要求1至8中任一项所述的方法,其特征在于:
提供特定数量的备选目标点(22、23、24、26、27)。
12.根据权利要求1至8中任一项所述的方法,其特征在于:
依赖于各个权值提供特定数量的备选目标点(22、23、24、26、27)。
13.根据权利要求1至8中任一项所述的方法,其特征在于:
根据所提供的备选目标点(22、23、24、26、27)以及代表分配给各个备选目标点(22、23、24、26、27)的权值的信息项由用户或者自动确定所述目标点(21)。
14.根据权利要求1至8中任一项所述的方法,其特征在于:
相对于其它备选目标点(22、23、24、26、27)被分配有更大权值的备选目标点(22、23、24、26、27)自动被确定为所述目标点(21)。
15.根据权利要求1至8中任一项所述的方法,其特征在于:
提供所述目标点(21)、所述备选目标点(22、23、24、26、27)和/或代表分配给各个备选目标点(22、23、24、26、27)的权值的信息项在显示器上进行。
16.根据权利要求1至8中任一项所述的方法,其特征在于:
所述目标点属性依赖于各个目标对象分类、所述备选目标点(22、23、24、26、27)在所述图像中的位置和/或各个备选目标对象(20、25)的反射率。
17.根据权利要求1至8中任一项所述的方法,其特征在于:
在所述图像(10、10b)中确定由所述对准方向所限定的对准点相对于所述目标点(21)的偏移(71、72),并且根据所述偏移(71、72)以对准所述目标点(21)的方式使所述对准方向对准。
18.根据权利要求1至8中任一项所述的方法,其特征在于:
在所述大地测量装置已经粗对准之后,自动地执行所述方法。
19.一种用于提供用于选择目标点(21)的备选目标点(22、23、24、26、27)的大地测量装置,该大地测量装置包括:
·对准单元,其中,所述对准单元
□是相对于大地测量装置的基部可绕轴旋转的,用于改变其在两个轴线的对准;
□限定了对准方向;以及
□具有用于大致在所述对准方向上检测图像(10、10b)的至少一个摄像头;
·用于高度精确地检测所述对准方向的对准的角测量功能;
·用于提供信息的输出单元;以及
·控制和处理单元,
其特征在于:
·在数据库中存储有借助于图像处理进行目标对象识别的模型和用于评估备选目标点(22、23、24、26、27)的目标点属性的系数;以及
·所述大地测量装置具有搜索功能,在此情况下,在所述控制和处理单元执行所述搜索功能期间,在检测图像(10、10b)之后,
□根据与所述模型的对应程度,在所述图像(10、10b)中搜索备选目标对象(20、25),其中,所述备选目标对象(20、25)被分别分配有代表所述备选目标对象(20、25)的至少一个点,作为备选目标点(22、23、24、26、27),
□所述备选目标点(22、23、24、26、27)被分配给备选集,
□根据系数,针对各个备选目标点(22、23、24、26、27)得到各个权值,并且将各个权值分配给所述备选目标点(22、23、24、26、27),以及
□所述备选目标点(22、23、24、26、27)分别与代表分配给各个备选目标点(22、23、24、26、27)的权值的信息项(51、52、53)一起提供。
20.根据权利要求19所述的大地测量装置,其特征在于:
所述大地测量装置是全站仪或者经纬仪。
21.根据权利要求19所述的大地测量装置,其特征在于:
所述对准单元是望远镜瞄准具。
22.根据权利要求19所述的大地测量装置,其特征在于:
借助于分类法在所述图像(10、10b)中搜索所述备选目标对象(20、25)。
23.根据权利要求19所述的大地测量装置,其特征在于:
所述权值是概率。
24.根据权利要求19所述的大地测量装置,其特征在于:
所述备选目标点(22、23、24、26、27)分别与代表分配给各个备选目标点(22、23、24、26、27)的权值的信息项(51、52、53)一起提供在所述输出单元上。
25.根据权利要求19所述的大地测量装置,其特征在于:
所述大地测量装置以如下方式提供所述搜索功能:在执行所述搜索功能期间,实现权利要求1至18中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP11172756A EP2543960A1 (de) | 2011-07-05 | 2011-07-05 | Verfahren zum Bereitstellen von Zielpunktkandidaten zur Auswahl eines Zielpunkts |
EP11172756.6 | 2011-07-05 | ||
PCT/EP2012/062936 WO2013004700A1 (de) | 2011-07-05 | 2012-07-03 | Verfahren zum bereitstellen von zielpunktkandidaten zur auswahl eines zielpunkts |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103649681A CN103649681A (zh) | 2014-03-19 |
CN103649681B true CN103649681B (zh) | 2016-05-04 |
Family
ID=46397310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280033256.1A Active CN103649681B (zh) | 2011-07-05 | 2012-07-03 | 提供用于选择目标点的备选目标点的方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9047536B2 (zh) |
EP (2) | EP2543960A1 (zh) |
KR (1) | KR101606444B1 (zh) |
CN (1) | CN103649681B (zh) |
BR (1) | BR112013031979A2 (zh) |
WO (1) | WO2013004700A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146932A (zh) * | 2018-07-17 | 2019-01-04 | 北京旷视科技有限公司 | 确定图像中目标点的世界坐标的方法、装置和系统 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9159134B2 (en) * | 2011-12-16 | 2015-10-13 | Universitat Zu Lubek | Method and apparatus for estimating a pose |
GB201322873D0 (en) * | 2013-12-23 | 2014-02-12 | Tobii Technology Ab | Eye gaze determination |
FR3036473B1 (fr) * | 2015-05-20 | 2018-11-16 | Airbus Operations (S.A.S.) | Procede de mesure de la position d'une structure mobile |
US9927917B2 (en) * | 2015-10-29 | 2018-03-27 | Microsoft Technology Licensing, Llc | Model-based touch event location adjustment |
EP3333538B1 (en) * | 2016-12-07 | 2020-09-09 | Hexagon Technology Center GmbH | Scanner vis |
EP3460394B1 (en) * | 2017-09-26 | 2020-06-03 | Hexagon Technology Center GmbH | Surveying instrument, augmented reality (ar)-system and method for referencing an ar-device relative to a reference system |
EP3614173A1 (en) * | 2018-08-20 | 2020-02-26 | Leica Geosystems AG | Surveying device with automatic training of locked object or person for camera based target tracking |
EP4242586A3 (en) * | 2019-01-03 | 2023-11-22 | Leica Geosystems AG | Measuring system |
US10832096B2 (en) * | 2019-01-07 | 2020-11-10 | International Business Machines Corporation | Representative-based metric learning for classification and few-shot object detection |
CN111027540B (zh) * | 2019-11-08 | 2024-06-04 | 深兰机器人(上海)有限公司 | 一种寻找目标对象的方法和设备 |
CN111062893B (zh) * | 2019-12-30 | 2022-02-08 | 合肥联宝信息技术有限公司 | 一种图像处理方法及电子设备 |
JP2022053397A (ja) * | 2020-09-24 | 2022-04-05 | 株式会社トプコン | 測量装置および測量プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6731329B1 (en) * | 1999-05-14 | 2004-05-04 | Zsp Geodaetische Systeme Gmbh | Method and an arrangement for determining the spatial coordinates of at least one object point |
CN101040166A (zh) * | 2004-10-11 | 2007-09-19 | 莱卡地球系统公开股份有限公司 | 测地定位系统 |
CN101506843A (zh) * | 2006-08-14 | 2009-08-12 | 微软公司 | 图像中的对象的自动分类 |
CA2745530A1 (en) * | 2008-12-03 | 2010-06-10 | Leica Geosystems Ag | Position determination method and geodetic measuring system |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5910817A (en) * | 1995-05-18 | 1999-06-08 | Omron Corporation | Object observing method and device |
DE19710722C2 (de) | 1996-03-15 | 2003-06-05 | Pentax Corp | Automatische Fokussiereinrichtung für ein Fernrohr |
JP3174551B2 (ja) | 1998-06-11 | 2001-06-11 | 旭光学工業株式会社 | 焦点調節レンズ位置検出装置 |
JP3500077B2 (ja) | 1998-10-14 | 2004-02-23 | ペンタックス株式会社 | 視準望遠鏡の自動焦点調節機構 |
DE19859947C2 (de) | 1998-12-28 | 2001-02-01 | Anatoli Stobbe | System zur räumlichen Zuordnung wenigstens eines Transponders zu Zellen eines Detektionsgebietes, Basisstation sowie Transponder |
ATE219575T1 (de) | 1999-08-31 | 2002-07-15 | Leica Geosystems Ag | Tachymeter-fernrohr |
EP1460377A3 (de) * | 2003-03-21 | 2004-09-29 | Leica Geosystems AG | Verfahren und Vorrichtung zur Bildverarbeitung in einem geodätischen Messgerät |
EP1515152A1 (de) | 2003-09-12 | 2005-03-16 | Leica Geosystems AG | Verfahren zur Richtungsbestimmung zu einem zu vermessenden Objekt |
EP1659417A1 (de) | 2004-11-19 | 2006-05-24 | Leica Geosystems AG | Verfahren zur Bestimmung der Ausrichtung eines Ausrichtungsindikators |
EP1662278A1 (de) | 2004-11-27 | 2006-05-31 | Leica Geosystems AG | Plankonvex- oder Plankonkavlinse mit damit verbundenem Umlenkmittel |
EP1686350A1 (de) | 2005-01-26 | 2006-08-02 | Leica Geosystems AG | Modular erweiterbare geodätische Totalstation |
JP5469894B2 (ja) | 2008-07-05 | 2014-04-16 | 株式会社トプコン | 測量装置及び自動追尾方法 |
EP2219011A1 (de) | 2009-02-11 | 2010-08-18 | Leica Geosystems AG | Geodätisches Vermessungsgerät |
EP2405236B1 (de) | 2010-07-07 | 2012-10-31 | Leica Geosystems AG | Geodätisches Vermessungsgerät mit automatischer hochpräziser Zielpunkt-Anzielfunktionalität |
-
2011
- 2011-07-05 EP EP11172756A patent/EP2543960A1/de not_active Withdrawn
-
2012
- 2012-07-03 WO PCT/EP2012/062936 patent/WO2013004700A1/de active Application Filing
- 2012-07-03 EP EP12730586.0A patent/EP2729764B1/de active Active
- 2012-07-03 US US14/114,888 patent/US9047536B2/en active Active
- 2012-07-03 CN CN201280033256.1A patent/CN103649681B/zh active Active
- 2012-07-03 KR KR1020137030750A patent/KR101606444B1/ko active IP Right Grant
- 2012-07-03 BR BR112013031979A patent/BR112013031979A2/pt active Search and Examination
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6731329B1 (en) * | 1999-05-14 | 2004-05-04 | Zsp Geodaetische Systeme Gmbh | Method and an arrangement for determining the spatial coordinates of at least one object point |
CN101040166A (zh) * | 2004-10-11 | 2007-09-19 | 莱卡地球系统公开股份有限公司 | 测地定位系统 |
CN101506843A (zh) * | 2006-08-14 | 2009-08-12 | 微软公司 | 图像中的对象的自动分类 |
CA2745530A1 (en) * | 2008-12-03 | 2010-06-10 | Leica Geosystems Ag | Position determination method and geodetic measuring system |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146932A (zh) * | 2018-07-17 | 2019-01-04 | 北京旷视科技有限公司 | 确定图像中目标点的世界坐标的方法、装置和系统 |
CN109146932B (zh) * | 2018-07-17 | 2021-08-24 | 北京旷视科技有限公司 | 确定图像中目标点的世界坐标的方法、装置和系统 |
Also Published As
Publication number | Publication date |
---|---|
US20140105457A1 (en) | 2014-04-17 |
KR20130140899A (ko) | 2013-12-24 |
BR112013031979A2 (pt) | 2016-12-20 |
EP2729764A1 (de) | 2014-05-14 |
EP2543960A1 (de) | 2013-01-09 |
KR101606444B1 (ko) | 2016-04-01 |
WO2013004700A1 (de) | 2013-01-10 |
US9047536B2 (en) | 2015-06-02 |
EP2729764B1 (de) | 2015-03-11 |
CN103649681A (zh) | 2014-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103649681B (zh) | 提供用于选择目标点的备选目标点的方法 | |
CN105122000B (zh) | 具有校准电子十字光标的显示图像位置的功能的测量装置 | |
CN102239424B (zh) | 位置确定方法和大地测量系统 | |
CN103314271B (zh) | 包括热成像相机的大地测量装置 | |
CN107402000A (zh) | 用于相对于测量仪器参照显示装置的系统和方法 | |
US11500391B2 (en) | Method for positioning on basis of vision information and robot implementing same | |
CN105358937A (zh) | 用于测绘仪器的定位方法和所述测绘仪器 | |
CN103959308A (zh) | 以参考特征匹配图像特征的方法 | |
CN103827631A (zh) | 对坐标系中已知的目标点进行标记的测量系统和方法 | |
CN111397586B (zh) | 测量系统及利用其来验证预配置目标属性的方法 | |
CN107894189B (zh) | 一种目标点自动追踪的光电瞄准系统及其自动追踪方法 | |
CN105937904A (zh) | 具有精细瞄准和目标跟踪功能的勘测装置 | |
WO2014128507A2 (en) | A mobile indoor navigation system | |
CN105792353A (zh) | 群智感知式WiFi信号指纹辅助的图像匹配室内定位方法 | |
CN104101872A (zh) | 用大地测量精确单点确定和扫描对物体进行表面确定 | |
EP3505958B1 (en) | System and method for integration of data received from gmti radars and electro optical sensors | |
CN111156989B (zh) | 基于指向自动测定的空间碎片实时天文定位方法 | |
CN108303094A (zh) | 基于多视觉传感器融合阵列的定位导航系统及其定位导航方法 | |
CN104011502A (zh) | 自动水准测量 | |
Ehrhart et al. | Object tracking with robotic total stations: Current technologies and improvements based on image data | |
CN110163270A (zh) | 多传感器数据融合方法及系统 | |
CN115752393A (zh) | 一种矿井测量机器人系统棱镜点号识别系统和方法 | |
CN105928509B (zh) | 基于最大内角散列函数的三角形识别方法 | |
CN105021169A (zh) | 自动目标识别的全站仪的工作方法 | |
CN111007521B (zh) | 一种激光主动探测系统及目标识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |