CN104504683A - 一种长基线光学交会测量的像点快速匹配方法 - Google Patents

一种长基线光学交会测量的像点快速匹配方法 Download PDF

Info

Publication number
CN104504683A
CN104504683A CN201410723550.6A CN201410723550A CN104504683A CN 104504683 A CN104504683 A CN 104504683A CN 201410723550 A CN201410723550 A CN 201410723550A CN 104504683 A CN104504683 A CN 104504683A
Authority
CN
China
Prior art keywords
camera
picture point
image planes
image
matching
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
Application number
CN201410723550.6A
Other languages
English (en)
Other versions
CN104504683B (zh
Inventor
程志远
折文集
李艳
张欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
XiAn Institute of Optics and Precision Mechanics of CAS
Original Assignee
XiAn Institute of Optics and Precision Mechanics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by XiAn Institute of Optics and Precision Mechanics of CAS filed Critical XiAn Institute of Optics and Precision Mechanics of CAS
Priority to CN201410723550.6A priority Critical patent/CN104504683B/zh
Publication of CN104504683A publication Critical patent/CN104504683A/zh
Application granted granted Critical
Publication of CN104504683B publication Critical patent/CN104504683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85Stereo camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

一种长基线布站相机间像点群快速匹配方法,先对两站相机中像点进行畸变像差修正,再将相机1和相机2中像点投影变换到平行于两相机测量基线的同一投影像面内,再将相机1和相机2像面变换到距三维空间坐标系水平轴同一水平高度,平行变换处理后,两站相机像点分别按距三维坐标系水平轴的高度排序;若两像点距三维空间坐标系水平轴高度差小于等于设定匹配阈值,则为正确匹配点。本发明只需比较像点与坐标系水平轴高度差,不需点到直线距离等复杂计算,有效减小像点匹配计算复杂度,省去大量重复计算,可实现两站相机同名像点快速准确匹配,有效提高长基线光学交会测量像点群匹配速度和匹配正确率。

Description

一种长基线光学交会测量的像点快速匹配方法
技术领域
本发明属于空间点群目标三维坐标光学交会测量和工业非接触式立体测量技术领域,涉及到多台光电经纬仪相机像点快速匹配方法的创新性改进。
背景技术
在靶场光学交会测量和工业非接触式三维测量等领域,利用两台或两台以上长基线布站分布式光电经纬仪相机组成的空间坐标测量系统,交会测量空间点群目标三维坐标,具有系统结构简单、成本低、精度高、可靠性高等优点,已成为空间点群三维立体测量的一种重要手段。一台测量站相机可测出目标的在像面上的投影坐标位置,只有通过两台或多台相机之间的像面位置坐标交会计算才能得到目标的空间三维坐标。因此交会测量空间点群目标三维坐标,需解决不同测量站像点同名点匹配问题,即任给空间多目标群中任意一点,分别成像到两台相机,已知其在相机1像面中像点位置,精确寻求其在相机2像面的对应位置,实现交会得到空间坐标。
截止目前空间点群目标光学交会测量普遍采用“异面直线剔除误匹配点法”进行点群目标像点匹配,该方法具有形象、直观的优点。
但该方法基于“两个测量站之间先两两穷举交会,再利用空间交会点异面直线之间的距离剔除误匹配点”的思想进行匹配,由于穷举交会,视场中目标增多时,计算量呈几何级数增加,该方法存在以下问题:1)设两台相机正确匹配点对为n,则运算量为2*nn数量级,重复计算量巨大且匹配效率低下;2)由于穷举交会得到大量误匹配点,该方法会得到nn个匹配点对,其中n*(n-1)个为误匹配点,误匹配点太多,剔除误匹配点运算量巨大;3)剔除误匹配点困难,存在正确匹配率低的问题。
发明内容
本发明目的是提供一种长基线光学交会测量的像点快速高效匹配方法,该方法基于像面投影极线约束原理,将投影像面平行归一化校正处理,可有效地提高匹配正确率和效率,从而提高多目标点群光学交会三维空间坐标测量的实时性和自动化程度,克服了现有匹配方法正确率和效率低下问题,解决了多站光电经纬仪长基线布站测量多目标像点的匹配实时性和自动交会问题。
本发明的技术解决方案是:
一种长基线光学交会测量的像点快速匹配方法,包括以下步骤:
1)获取像点坐标值:
获取三维空间点群在相机1和相机2成像像面上的像点坐标值;
2)投影面平行归一化计算:
2.1)由相机1和相机2摄影模型的投影中心O1和O2的连线得到测量基线O1-O2;
2.2)相机1像面变换到平行于测量基线O1-O2投影像面;
2.3)相机2像面变换到平行于测量基线O1-O2投影像面;
3)像点群快速匹配:
3.1)相机1像点群{P1_1’,P1_2’,P1_3’}和相机2像点群{P2_1’,P2_2’,P2_3’}中所有点按像点距坐标系OXY水平X轴高度由高到低排序;
3.2)依序由像点距三维空间坐标系OXY水平X轴高度,从高到低遍历比较相机1和相机2像点高度;
若相机1与相机2像点距三维坐标系OXZ水平面高度差|d|小于等于设定的匹配阈值E,则两相机像点为正确匹配点对;
若两站相机像点高度差|d|大于设定的匹配阈值E,则继续判断d大于零还是小于零:
若d<0,则选取相机2像点群中距水平X轴次高点P2_2’(X22,Y22),同理计算两像点y轴坐标之差d,直到找到相机2中像点与相机1像点P1_1’y轴坐标之差|d|<=E,则相机2中该像点为相机1像点P1_1’中正确匹配点;若搜寻完相机2中所有像点,仍找不到|d|<=E的像点,则相机1中像点P1_1’在相机2中无正确匹配点,选取相机1中像点P1_2’重新开始上述匹配;
若d>0,则相机1像点P1_1’在相机2中无正确匹配像点;直接选取相机1中第2个像点P1_2’重新开始上述步骤迭代匹配;
3.3)依次类推,直至遍历完相机1像面上所有像点为止。
上述方法还包括投影面平行归一化计算步骤之前对相机1和相机2的像点群进行修正的像点匹配像差修正处理步骤:
通过相机标定法得到相机1和相机2各自的透镜畸变系数,依据各自的透镜畸变系数对光测像点像面坐标值光学畸变像差进行修正。
上述相机1像面变换到平行于测量基线O1-O2投影像面,主要包括以下步骤:
a.由测量基线O1-O2与相机1像平面空间位置关系,得到相机1像面平行于测量基线O1-O2且通过相机1像面中心M1的坐标旋转变换矩阵;
b.由a中得到的旋转变换矩阵,对相机1像面中像点群{P1_1,P1_2,P1_3}进行同样的坐标旋转变换,得到相机1平行变换处理后的点群{P1_1’,P1_2’,P1_3’};
c.相机1像面中经旋转变换到通过相机1像面中心M1’且平行于测量基线O1-O2的投影成像像面T1。
上述相机2像面变换到平行于测量基线O1-O2投影像面,主要包括以下步骤:
a.由测量基线O1-O2与相机2像平面空间位置关系,得到相机2像面平行于测量基线O1-O2且通过相机2像面中心M2的坐标旋转变换矩阵;
b.经上述旋转变换后的相机2投影像面再沿三维空间坐标系深度轴方向OZ,前后移动到与相机1像面中心M1’同一深度,即相机2平移后像面中心M2’与相机1像面中心M1距三维空间坐标系垂直面OXY距离相同;最后再将相机2投影像面沿三维空间坐标系垂直轴方向OY,上下移动到与相机1像面中心M1’同一水平高度,即相机2平移后像面中心M2’与相机1像面中心M1’距三维空间坐标系水平面OXZ距离相同;
c.由2.3)中旋转变换矩阵和两次平移变换矩阵,对相机2像面中像点群{P2_1,P2_2,P2_3}进行同样的坐标旋转和平移变换得到相机2平行变换归一化处理后的点群{P2_1’,P2_2’,P2_3’};
d.相机2像面中经旋转和坐标平移变换到通过相机2平移后像面中心M2’且平行于测量基线O1-O2的投影成像像面T2。
本发明的有益效果是:
1)现有光学交会测量像点匹配方案是先穷举匹配交会,再剔除错误匹配点对。而本发明利用两站相机投影像点满足匹配像差修正后的投影极线约束原理,同现有穷举匹配法比较,像点搜索范围由原来的二维平面搜索范围,缩小为一维线搜索范围,节约了计算量,提高了匹配速度。
2)本发明在极线约束匹配的基础上,进一步提出投影像面平行于相机测量基线的平行归一化快速匹配方法,该方法通过坐标旋转和平移变换,将两站相机像面变换到距三维空间坐标系水平面同一高度的投影像面上,在两站相机像点匹配时,只需判断两站像点距距三维空间坐标系水平面高度是否小于设定匹配阈值,即可完成像点间的快速匹配,不需要常规极线约束匹配方案中,点到直线距离的大量重复性复杂运算。该方法可完成像点的有序匹配,降低了匹配计算的复杂度,匹配速度呈加速趋势,可大大提高匹配速度,从而实现两站相机像点群的快速准确匹配,突破了长基线点群目标交会测量的像点快速准确匹配技术瓶颈,通过实验验证该方法同现有方法比较,具有计算量小、匹配速度快、正确率高、实现简单的特点。
附图说明
图1是本发明方法的流程图;
图2是共面投影极线约束示意图;
图3平行归一化后像点匹配示意图;
图4匹配阈值误差带示意图。
具体实施方式
本发明方法的实施流程如图1所示,主要包括匹配像差修正、投影面平行归一化计算和点群快速匹配步骤。
1.匹配像差修正
光学交会测量通常布设多台测量站相机测量基线长度从几百米到几十公里不等,由于各站透镜畸变影响不同,需先对各站光测像点位置分别进行匹配像差修正。
1)透镜畸变像差修正:三维空间点群{D1,D2,D3}分别成像投影到相机1和相机2像面得到相机1像点{P1_1,P1_2,P1_3}和相机2像点{P2_1,P2_2,P2_3},由两站相机图象得到像点坐标位置;
2)通过两相机各自的透镜畸变模型,修正光学畸变误差。
透镜畸变校正模型为:
x j = x z + kx z ( x z 2 + x z 2 ) y j = y z + ky z ( y z 2 + y z 2 ) - - - ( 1 )
上式中,xz,yz为不存在畸变的理想像面坐标,xj,yj透镜存在畸变的像面坐标,k为畸变系数。
由相机标定方法可实际测得相机1和相机2畸变系数k1和k2,求得畸变系数后,相机1和相机2所有像点代入(1)式,经畸变像差修正后,可得到修正后的相机1中像点群{P1_1,P1_2,P1_3}和相机2中像点群{P2_1,P2_2,P2_3}。
2.投影面平行归一化处理
利用长基线布站的像点满足误差修正后的投影极线约束这一基本原理,实现多站像点按序快速匹配。不同于传统穷举交会方法,通过投影极线约束匹配原理,可将搜索范围由二维平面降低到一维范围内,从而大大减小搜索区域,提高匹配速度,降低误匹配点数目。
由于多站像点匹配,尤其像点数量较多时,现有方法需计算相机1上每一个像点在相机2像面上的投影极线计算量很大而且存在重复计算的问题,这使得常规的基于极线匹配很耗时。为解决这一问题,本专利采取相机投影面平行归一化修正方法,以简化计算,提高匹配速度和正确率,具体步骤如下:
1)图2中,OXYZ为三维空间坐标系,OX为水平轴,OY为垂直轴,OZ为深度方向轴;M1为相机1像面中心,X1和Y1分别为相机1像面中心坐标系水平轴和垂直轴;M2为相机2像面中心,X2和Y2为相机2像面中心坐标系水平轴和垂直轴,两相机中心O1和O2连线为测量基线,该测量基线与相机2像面交点P12,则为相机1光心O1在相机2像面上的投影极点,极点P12分别与相机2中像点{P2_1,P2_2,P2_3}连线,得到3条投影极线L1、L2、L3。
2)先把相机1投影像面上各像点经坐标旋转变换到通过相机1像面中心M1且平行于测量基线O1-O2的投影成像像面T1;通过相机1像面平行校正后,极点P12位于水平方向无穷远处。
由测量基线O1-O2与相机1像面空间位置关系可计算得到绕X、Y、Z轴三个旋转角α、β、γ,则三个旋转矩阵分别为:
R 1 = 1 0 0 0 cos &alpha; sin &alpha; 0 - sin &alpha; cos &alpha; R 2 = cos &beta; 0 - sin &beta; 0 1 0 sin &beta; 0 cos &beta; R 3 = cos &gamma; sin &gamma; 0 - sin &gamma; cos &gamma; 0 0 0 1
相机1像面坐标旋转公式为:x′=R1R2R3x   (2)
x为相机1像面投影变换前坐标,x′为相机1像面投影平行变换后坐标。
3)
由相机2像面与测量基线O1-O2空间位置关系,将相机2像面围绕图像中心M2坐标旋转后,旋转到与测量基线O1-O2平行且通过相机2像面中心M2的投影像面。
设相机2像面旋转矩阵为R。
则相机1像面坐标旋转公式为:x'2=Rx2      (3)
x2为相机2像面投影旋转前坐标,x′2为相机2像面投影平行变换后坐标。
4)再将该投影面经坐标平移变换后,沿坐标系OZ轴方向前后移动到与相机1像面中心M1’同一深度,即相机2平移后像面中心M2’与相机1像面中心M1’距三维空间坐标系垂直面OXY距离相同;最后再将相机2投影像面沿三维空间坐标系垂直轴方向OY,上下移动到与相机1像面中心M1’同一水平高度,即相机2像面中心M2’与相机1像面中心M1’距三维空间坐标系水平面OXZ距离相同;
设相机1像面中心点M1在三维空间系OXY中坐标为(X1,Y1,Z1),相机2像面中心点M2在三维空间系OXY中坐标为(X2,Y2,Z2),则平移矩阵T
T = 1 0 z 1 - z 2 0 1 Y 1 - Y 2 0 0 1
坐标平移变换公式为:x'2T=Tx'2      (4)
x'2为相机2像面平移变换后坐标,x2为相机2像面平移变换前坐标。
5)由公式(2)得到投影面平行归一化处理后的相机1投影像面上像点{P1_1’,P1_2’,P1_3’};由公式(3)和公式(4)得到相机2投影像面上像点{P2_1’,P2_2’,P2_3’},相机1和相机2像面中心分别变换到M1’和M2’点;经投影面平行归一化处理后,上述相机1像点和相机2像点位于同一投影像面,且两相机投影像面中心M1和M2位于距三维空间坐标系水平面OXZ同一水平高度。
6)相机2像面经坐标平移旋转变换到通过相机2像面中心M2’且平行于测量基线O1-O2的投影成像像面T2;图2中共同交于极点P12的投影极线L1、L2、L3,经投影面平行变换后,变换为平行于水平X轴,且相互平行的3条极线L1’、L2’、L3’,极点P12变换到无穷远处,如图3所示。
3.像点群快速匹配
得到两站相机投影变换后的相机1像点群{P1_1’,P1_2’,P1_3’}和相机2像点群{P2_1’,P2_2’,P2_3’},像点群快速匹配的具体步骤为:
1)相机1像点群{P1_1’,P1_2’,P1_3’}和相机2像点群Q2{P2_1’,P2_2’,P2_3’}中所有点按像点距三维空间坐标系水平面OXZ高度由高到低排序。
2)先选取相机1中距水平面最高像点P1_1’其像点坐标为(X11,Y11),过像点P1_1’且平行于水平X轴水平投影线为L1’,则相机2像面中与水平投影线L1’距离小于设定阈值E的像点,则为与相机1像点P1_1’匹配的点。具体步骤如下:
a.取相机2像点群中距水平X轴最高点P2_1’其像点坐标为(X21,Y21),
相机2像点P2_1’与相机1像点P1_1’y轴坐标之差d=Y11-Y21,若两像点y轴坐标之差小于设定阈值E,即:|d|<=E,则像点P1_1’与像点P2_1’为正确匹配点对,如图4所示,位于该水平投影极线L1’附近,正负E匹配误差带内的像点为匹配点;
若|d|>E,则分两种情况分别讨论:
a1).若d<0,则选取相机2像点群中距水平X轴次高点P2_2’(X22,Y22),同理计算两像点y轴坐标之差d,直到找到相机2中像点与相机1像点P1_1’y轴坐标之差|d|<=E,则相机2中该像点与相机1像点P1_1’为正确匹配点;若搜寻完相机2中所有像点,仍找不到|d|<=E的像点,则相机1中像点P1_1’在相机2中无正确匹配点,选取相机1中像点P1_2’重新开始上述匹配。
a2).若d>0,则相机1像点P1_1’在相机2中无正确匹配像点;直接选取相机1中第2个像点P1_2’重新开始上述步骤迭代匹配。
3)依次类推,按上述步骤,依序由像点距坐标系OXY水平X轴高度,从高到低遍历相机1中所有像点,得到匹配点对,匹配结束。

Claims (4)

1.一种长基线光学交会测量的像点快速匹配方法,其特征在于:包括以下步骤:
1)获取像点坐标值:
获取三维空间点群在相机1和相机2成像像面上的像点坐标值;
2)投影面平行归一化计算:
2.1)由相机1和相机2摄影模型的投影中心O1和O2的连线得到测量基线O1-O2;
2.2)相机1像面变换到平行于测量基线O1-O2投影像面;
2.3)相机2像面变换到平行于测量基线O1-O2投影像面;
3)像点群快速匹配:
3.1)相机1像点群{P1_1’,P1_2’,P1_3’}和相机2像点群{P2_1’,P2_2’,P2_3’}中所有点按像点距坐标系OXY水平X轴高度由高到低排序;
3.2)依序由像点距三维空间坐标系OXY水平X轴高度,从高到低遍历比较相机1和相机2像点高度;
若相机1与相机2像点距三维坐标系OXZ水平面高度差|d|小于等于设定的匹配阈值E,则两相机像点为正确匹配点对;
若两站相机像点高度差|d|大于设定的匹配阈值E,则继续判断d大于零还是小于零:
若d<0,则选取相机2像点群中距水平X轴次高点P2_2’(X22,Y22),同理计算两像点y轴坐标之差d,直到找到相机2中像点与相机1像点P1_1’y轴坐标之差|d|<=E,则相机2中该像点为相机1像点P1_1’中正确匹配点;若搜寻完相机2中所有像点,仍找不到|d|<=E的像点,则相机1中像点P1_1’在相机2中无正确匹配点,选取相机1中像点P1_2’重新开始上述匹配;
若d>0,则相机1像点P1_1’在相机2中无正确匹配像点;直接选取相机1中第2个像点P1_2’重新开始上述步骤迭代匹配;
3.3)依次类推,直至遍历完相机1像面上所有像点为止。
2.根据权利要求1所述的长基线光学交会测量的像点快速匹配方法,其特征在于:还包括投影面平行归一化计算步骤之前对相机1和相机2的像点群进行修正的像点匹配像差修正处理步骤:
通过相机标定法得到相机1和相机2各自的透镜畸变系数,依据各自的透镜畸变系数对光测像点像面坐标值光学畸变像差进行修正。
3.根据权利要求1或2所述的长基线光学交会测量的像点快速匹配方法,其特征在于:
所述相机1像面变换到平行于测量基线O1-O2投影像面,主要包括以下步骤:
a.由测量基线O1-O2与相机1像平面空间位置关系,得到相机1像面平行于测量基线O1-O2且通过相机1像面中心M1的坐标旋转变换矩阵;
b.由a中得到的旋转变换矩阵,对相机1像面中像点群{P1_1,P1_2,P1_3}进行同样的坐标旋转变换,得到相机1平行变换处理后的点群{P1_1’,P1_2’,P1_3’};
c.相机1像面中经旋转变换到通过相机1像面中心M1’且平行于测量基线O1-O2的投影成像像面T1。
4.根据权利要求1或2所述的长基线光学交会测量的像点快速匹配方法,其特征在于:
所述相机2像面变换到平行于测量基线O1-O2投影像面,主要包括以下步骤:
a.由测量基线O1-O2与相机2像平面空间位置关系,得到相机2像面平行于测量基线O1-O2且通过相机2像面中心M2的坐标旋转变换矩阵;
b.经上述旋转变换后的相机2投影像面再沿三维空间坐标系深度轴方向OZ,前后移动到与相机1像面中心M1’同一深度,即相机2平移后像面中心M2’与相机1像面中心M1距三维空间坐标系垂直面OXY距离相同;最后再将相机2投影像面沿三维空间坐标系垂直轴方向OY,上下移动到与相机1像面中心M1’同一水平高度,即相机2平移后像面中心M2’与相机1像面中心M1’距三维空间坐标系水平面OXZ距离相同;
c.由2.3)中旋转变换矩阵和两次平移变换矩阵,对相机2像面中像点群{P2_1,P2_2,P2_3}进行同样的坐标旋转和平移变换得到相机2平行变换归一化处理后的点群{P2_1’,P2_2’,P2_3’};
d.相机2像面中经旋转和坐标平移变换到通过相机2平移后像面中心M2’且平行于测量基线O1-O2的投影成像像面T2。
CN201410723550.6A 2014-12-02 2014-12-02 一种长基线光学交会测量的像点快速匹配方法 Active CN104504683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410723550.6A CN104504683B (zh) 2014-12-02 2014-12-02 一种长基线光学交会测量的像点快速匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410723550.6A CN104504683B (zh) 2014-12-02 2014-12-02 一种长基线光学交会测量的像点快速匹配方法

Publications (2)

Publication Number Publication Date
CN104504683A true CN104504683A (zh) 2015-04-08
CN104504683B CN104504683B (zh) 2018-04-10

Family

ID=52946077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410723550.6A Active CN104504683B (zh) 2014-12-02 2014-12-02 一种长基线光学交会测量的像点快速匹配方法

Country Status (1)

Country Link
CN (1) CN104504683B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106840103A (zh) * 2016-12-15 2017-06-13 东南大学 一种基于长短混合基线的数字摄影测量方法
CN107976146A (zh) * 2017-11-01 2018-05-01 中国船舶重工集团公司第七〇九研究所 一种线阵ccd相机的自标定方法及测量方法
TWI625051B (zh) * 2017-03-21 2018-05-21 奇景光電股份有限公司 深度感測裝置
CN112651427A (zh) * 2020-12-03 2021-04-13 中国科学院西安光学精密机械研究所 宽基线光学交会测量的像点快速高效匹配方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09329440A (ja) * 1996-06-12 1997-12-22 Topcon Corp 複数枚の画像の各計測点の対応づけ方法
CN101231751A (zh) * 2008-01-31 2008-07-30 北京航空航天大学 利用激光标志点实现图像快速匹配的方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09329440A (ja) * 1996-06-12 1997-12-22 Topcon Corp 複数枚の画像の各計測点の対応づけ方法
CN101231751A (zh) * 2008-01-31 2008-07-30 北京航空航天大学 利用激光标志点实现图像快速匹配的方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FREDERIK SCHAFFALITZKY等: "Viewpoint invariant texture matching and wide baseline stereo", 《COMPUTER VISION, 2001. ICCV 2001. PROCEEDINGS. EIGHTH IEEE INTERNATIONAL CONFERENCE ON》 *
隆昌宇等: "移动视觉测量中基于空间交会的匹配方法", 《光学学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106840103A (zh) * 2016-12-15 2017-06-13 东南大学 一种基于长短混合基线的数字摄影测量方法
CN106840103B (zh) * 2016-12-15 2019-03-05 东南大学 一种基于长短混合基线的数字摄影测量方法
TWI625051B (zh) * 2017-03-21 2018-05-21 奇景光電股份有限公司 深度感測裝置
CN107976146A (zh) * 2017-11-01 2018-05-01 中国船舶重工集团公司第七〇九研究所 一种线阵ccd相机的自标定方法及测量方法
CN107976146B (zh) * 2017-11-01 2019-12-10 中国船舶重工集团公司第七一九研究所 一种线阵ccd相机的自标定方法及测量方法
CN112651427A (zh) * 2020-12-03 2021-04-13 中国科学院西安光学精密机械研究所 宽基线光学交会测量的像点快速高效匹配方法
CN112651427B (zh) * 2020-12-03 2024-04-12 中国科学院西安光学精密机械研究所 宽基线光学交会测量的像点快速高效匹配方法

Also Published As

Publication number Publication date
CN104504683B (zh) 2018-04-10

Similar Documents

Publication Publication Date Title
CN109163657B (zh) 一种基于双目视觉三维重建的圆形目标位姿检测方法
CN106091984B (zh) 一种基于线激光的三维点云数据获取方法
CN105300316B (zh) 基于灰度重心法的光条中心快速提取方法
CN104075688B (zh) 一种双目立体凝视监控系统的测距方法
CN104101331B (zh) 基于全光场相机的非合作目标位姿测量
CN102663767B (zh) 视觉测量系统的相机参数标定优化方法
CN105716542B (zh) 一种基于柔性特征点的三维数据拼接方法
CN103604417B (zh) 物方信息约束的多视影像双向匹配策略
CN104036542B (zh) 一种基于空间光线聚集性的像面特征点匹配方法
CN106225676B (zh) 三维测量方法、装置及系统
CN104504683A (zh) 一种长基线光学交会测量的像点快速匹配方法
CN103278138A (zh) 一种复杂结构薄部件三维位置及姿态的测量方法
CN105046743A (zh) 一种基于全局变分技术的超高分辨率三维重建方法
CN105241397A (zh) 基于结构光的实时测量拼接方法及其设备
CN104574415A (zh) 一种基于单摄像机的目标空间定位方法
CN102693543B (zh) 室外环境下变焦云台摄像机全自动标定方法
CN104848801A (zh) 一种基于平行双圆柱靶标的线结构光视觉传感器标定方法
CN102930551A (zh) 利用圆心的投影坐标和极线求解摄像机内参数
CN105021139A (zh) 一种机器人线结构光视觉测量系统的手眼标定方法
CN106595517A (zh) 投射条纹几何分布特征结构光测量系统标定方法
CN104091345B (zh) 基于前方交会约束的五点相对定向方法
CN102901490B (zh) 一种基于动态阈值的图像匹配方法及系统
CN117197241B (zh) 一种基于多目视觉的机器人末端绝对位姿高精度跟踪方法
CN108921936A (zh) 一种基于光场模型的水下激光条纹匹配和立体重建方法
CN112651427B (zh) 宽基线光学交会测量的像点快速高效匹配方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant