CN104737181B - 在陡峭角度下检测平面目标 - Google Patents

在陡峭角度下检测平面目标 Download PDF

Info

Publication number
CN104737181B
CN104737181B CN201380053503.9A CN201380053503A CN104737181B CN 104737181 B CN104737181 B CN 104737181B CN 201380053503 A CN201380053503 A CN 201380053503A CN 104737181 B CN104737181 B CN 104737181B
Authority
CN
China
Prior art keywords
image
planar target
warp
warpage
key point
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
Application number
CN201380053503.9A
Other languages
English (en)
Other versions
CN104737181A (zh
Inventor
丹尼尔·瓦格纳
斯拉沃米尔·K·格热科尼克
潘琪
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.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
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 Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN104737181A publication Critical patent/CN104737181A/zh
Application granted granted Critical
Publication of CN104737181B publication Critical patent/CN104737181B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明呈现用以通过装置(例如服务器)创建数据库且通过移动装置使用所述数据库来检测平面目标的系统、设备及方法。所述数据库允许移动装置在对运行时间有最小影响的情况下从较陡角度辨识平面目标。所述数据库是从所述平面目标的至少一个翘曲视图创建。举例来说，数据库可含有来自未翘曲视图以及来自一或多个翘曲视图的关键点及描述符。可通过移除一个图像(例如，翘曲图像)的与另一图像(例如，未翘曲图像)的类似或相同关键点及描述符重叠的关键点及对应描述符来精简所述数据库。

Description

在陡峭角度下检测平面目标
相关申请案的交叉参考
本申请案主张2013年3月11日申请、标题为“在陡峭角度下检测平面目标(Detection of planar targets under steep angles)”的第13/793,629号美国申请案的权益及优先权，所述美国申请案又根据35U.S.C.§119(e)主张2012年10月15日申请、标题为“在陡峭角度下检测平面目标(Detection of planar targets under steep angles)”的第61/714,115号美国临时申请案的权益及优先权，所述两案的全文以引用的方式并入本文中。
技术领域
本发明大体上涉及用于扩增实境(AR)的系统、设备及方法，且更确切地说，涉及允许在对运行时间具有最小影响的情况下从陡峭角度辨识平面目标。
背景技术
在扩增实境(AR)应用中，大多数平面对象检测系统比较平面对象的图片(例如，由用户用移动电话相机拍摄)的描述符与离线创建的描述符数据库。首先，呈现平面目标(有时称为参考目标、参考图像、平面图像、平面目标图像、平面参考图像、矫正图像，及其类似者)。接下来，处理器检测平面目标上的关键点130(例如，拐角或边缘特征，通常称为特征点)。处理器接着确定关于关键点130中的每一者的描述符。描述符可表示为描述关于平面对象的某一关键点的视觉外观的向量(例如，具有32、64或128维度)。关键点130连同其描述符可称为特征。多个关键点130连同其对应多个描述符可称为目标图像的多个特征。处理器将表示平面目标的特征连同其它平面目标的描述符存储在数据库中。移动装置可接着比较相机图像中所见的描述符与描述符的数据库以匹配或检测平面目标且由此获知哪一平面目标在相机的视图中以及数据库中的平面目标是从哪一视角来观测的。
描述符经设计以具有某些有吸引力的特性。理想情况下，描述符将完全点亮且视角不变。在点亮时，缩放及平面内旋转变化由现代描述符充分地处置，强平面外旋转仍成问题。在扩增实境(AR)系统中需要通过高效(例如，使用点积)且有效地(例如，至少部分地对于视角及照明改变保持不变)比较及匹配描述符而允许在对运行时间具有最小影响的情况下从陡峭角度辨识平面目标的系统、设备及方法。
发明内容
揭示用于更高效且有效地检测平面目标的系统、设备及方法。
根据一些方面，揭示一种创建用于检测平面目标的数据库的方法，所述方法包括：接收所述平面目标的具有参考坐标系的图像；处理所述平面目标的所述图像，其中处理包括：检测所述平面目标中的多个关键点；以及确定关于所述平面目标中所述多个关键点中的每一者的描述符，由此导致所述平面目标的所述图像的所述多个关键点及对应描述符；处理第一翘曲图像，其中处理包括：使所述平面目标翘曲以形成具有第一翘曲坐标系的所述第一翘曲图像；检测所述第一翘曲图像中的多个关键点；确定关于所述第一翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述第一翘曲图像的所述多个关键点及对应描述符；以及在所述第一翘曲坐标系与所述参考坐标系之间变换所述第一翘曲图像的所述多个关键点的坐标；以及结合所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些与所述平面目标的所述多个关键点及所述对应描述符中的至少一些以在所述数据库中形成用于所述平面目标的所述图像的单个数据集。
根据一些方面，揭示一种创建数据库以供移动装置用以检测平面目标的装置，所述装置包括：相机，其经配置以俘获具有参考坐标系的图像，其中所述图像含有所述平面目标；处理器，其耦合到所述相机且经配置以：处理所述平面目标的所述图像，其中所述处理器经配置以：检测所述平面目标中的多个关键点；以及确定关于所述平面目标中所述多个关键点中的每一者的描述符，由此导致所述平面目标的所述图像的所述多个关键点及对应描述符；处理第一翘曲图像，其中所述处理器经配置以：使所述平面目标翘曲以形成具有第一翘曲坐标系的所述第一翘曲图像；检测所述第一翘曲图像中的多个关键点；确定关于所述第一翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述第一翘曲图像的所述多个关键点及对应描述符；以及在所述第一翘曲坐标系与所述参考坐标系之间变换所述第一翘曲图像的所述多个关键点的坐标；以及结合所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些与所述平面目标的所述多个关键点及所述对应描述符中的至少一些以在所述数据库中形成用于所述平面目标的所述图像的单个数据集。
根据一些方面，揭示一种创建数据库以供移动装置用以检测平面目标的装置，所述装置包括：用于接收所述平面目标的具有参考坐标系的图像的装置；用于处理所述平面目标的所述图像的装置，其中所述处理包括：用于检测所述平面目标中的多个关键点的装置；以及用于确定关于所述平面目标中所述多个关键点中的每一者的描述符，由此导致所述平面目标的所述图像的所述多个关键点及对应描述符的装置；用于处理第一翘曲图像的装置，其中所述处理包括：用于使所述平面目标翘曲以形成具有第一翘曲坐标系的所述第一翘曲图像的装置；用于检测所述第一翘曲图像中的多个关键点的装置；用于确定关于所述第一翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述第一翘曲图像的所述多个关键点及对应描述符的装置；以及用于在所述第一翘曲坐标系与所述参考坐标系之间变换所述第一翘曲图像的所述多个关键点的坐标的装置；以及用于结合所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些与所述平面目标的所述多个关键点及所述对应描述符中的至少一些以在所述数据库中形成用于所述平面目标的所述图像的单个数据集的装置。
根据一些方面，揭示一种包含存储于上面的程序代码的非暂时性计算机可读存储媒体，所述程序代码用于使装置创建数据库以供移动装置用以检测平面目标，包括用以进行以下操作的程序代码：接收所述平面目标的具有参考坐标系的图像；处理所述平面目标的所述图像，其中用以处理的所述程序代码包括用以进行以下操作的程序代码：检测所述平面目标中的多个关键点；以及确定关于所述平面目标中所述多个关键点中的每一者的描述符，由此导致所述平面目标的所述图像的所述多个关键点及对应描述符；处理第一翘曲图像，其中用以处理的所述程序代码包括用以进行以下操作的程序代码：使所述平面目标翘曲以形成具有第一翘曲坐标系的所述第一翘曲图像；检测所述第一翘曲图像中的多个关键点；确定关于所述第一翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述第一翘曲图像的所述多个关键点及对应描述符；以及在所述第一翘曲坐标系与所述参考坐标系之间变换所述第一翘曲图像的所述多个关键点的坐标；以及结合所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些与所述平面目标的所述多个关键点及所述对应描述符中的至少一些以在所述数据库中形成用于所述平面目标的所述图像的单个数据集。
根据一些方面，揭示一种在移动装置中用于检测平面目标的方法，所述方法包括：以锐角俘获所述平面目标的图像以形成所俘获图像，其中所述锐角是从所述平面目标的平面的垂线测得；检测来自所述所俘获图像的多个关键点；确定关于所述多个关键点中的每一者的描述符，由此形成来自所述所俘获图像的多个描述符；比较来自所述所俘获图像的所述多个描述符与含有用于未翘曲图像的至少一个翘曲图像的多个描述符的数据库以导致比较；以及从所述比较辨识所述平面目标。
应理解，对于所属领域的技术人员来说，其它方面将从以下详细描述变得容易显而易见，其中借助于说明展示及描述各个方面。图式及详细描述应被视为本质上是说明性的而非限制性的。
附图说明
将参看图式仅通过实例方式来描述本发明的实施例。
图1相对于平面目标界定锐角α。
图2及3展示根据本发明的一些实施例的平面目标。
图4及5A到5C说明根据本发明的一些实施例的使平面目标翘曲的实例。
图6到9展示根据本发明的一些实施例的从平面目标导出的各种翘曲图像。
图10到12展示如从相机检视的在各种陡峭入射角度下的平面目标。
图13说明根据本发明的一些实施例的建立数据库文件以用于检测平面目标100的预处理方法200。
具体实施方式
以下结合附图而陈述的详细描述希望作为对本发明的各个方面的描述，而不希望表示其中可实践本发明的仅有方面。提供本发明中所描述的每一方面仅作为本发明的实例或说明，且其不应必然地解释为比其它方面优选或有利。详细描述包含用于提供对本发明的彻底理解的目的的特定细节。然而，所属领域的技术人员将明白，可在没有这些特定细节的情况下实践本发明。在一些例子中，以框图的形式展示众所周知的结构及装置以便避免混淆本发明的概念。首字母缩写词及其它描述性术语可仅出于便利及清楚的目的而使用，且不希望限制本发明的范围。
图1相对于平面目标100界定锐角α。在具有X、Y及Z轴的笛卡尔坐标系中，平面目标100展示为处于X-Y平面中。平面外旋转角度α被定义为在沿着相机视野的线110(即，正交于相机透镜的线)与正交于平面目标100的线(展示为Z轴)之间的角度。
如果平面外旋转角度α为零度(0°)，则图像未翘曲。如果平面外旋转角度α大于0°，则图像翘曲。即，在呈现为自上向下视图的情况下，平面目标100保持具有其初始未翘曲尺寸。当平面外旋转角度α极小(例如，小于5°、10°或15°)时，可认为图像未翘曲。在预处理期间，对于平面目标100的自上向下视图导出数个关键点130及描述符。通过在目标图像与相机之间以相对于一或多个轴从Z轴的非零角度α(例如，在50°与65°之间，例如60°)旋转平面外旋转角度α而将平面目标100合成为翘曲图像。
可或可不使用透视投影来投影旋转后的平面目标。当使用透视投影时，平面目标100的正面看似变大，而平面目标100的背面看似变小，使得正方形平面目标成为梯形翘曲图像(例如，当使用透视投影时)。替代使用透视投影，使用正投影来组合共同视图且节省存储量。通过正投影，图像的正面与背面的相对大小并不改变。由此，正方形平面目标在翘曲图像中变为平行四边形。使用正投影的翘曲称为仿射翘曲，其保留直线。仿射翘曲允许减小平面目标的翘曲视图的数目，因为向左与向右旋转的结果产生相同翘曲图像，且向上与向下旋转产生相同翘曲图像。因此，共同视图组合成单个视图。
可通过关于各个轴旋转目标图像来形成多个不同翘曲图像。再次在预处理期间，对于所得翘曲视图中的每一者导出另一数目个关键点132(例如，分别来自图6到9的132A、132B、132C、132D)及描述符。只要角度α小(例如，小于20°或30°)，所诱发的翘曲就小，且所导出的关键点132及描述符就足够类似以匹配未翘曲目标图像的关键点130及描述符。然而，随着α增大，对于愈加翘曲的视图导出的关键点132及描述符组就愈加不同，直到极其翘曲视图(例如，来自例如大于60°的角度等陡峭角度)的所得描述符不再充分匹配从目标视图导出的描述符的点。
先前，仅用来自一或多个未翘曲目标图像的描述符形成数据库，然而，所述数据库并不充分地表示在以陡峭角度(例如，在65°与70°之间或70°与75°之间的锐角)拍摄的目标图像的相机图像中检测到的描述符。根据本发明的一些实施例，数据库包含一或多个翘曲目标图像(例如改变或不改变或包含或不包含透视图的合成翘曲图像)的描述符。所述数据库可含有翘曲或旋转5°与35°之间、35°与45°之间、45°与55°之间及/或55°与75°之间的角度α的翘曲图像的关键点及描述符。
具有翘曲图像的描述符的数据库对于移动装置来说看似仅为具有未翘曲图像的数据库。在一些实施例中，数据库仅包含一或多个翘曲目标图像的描述符，而不包含来自初始未翘曲目标图像的描述符。在一些实施例中，数据库包含一或多个翘曲目标图像及初始未翘曲目标图像的描述符。在任何情况下，使用数据库的移动装置都不需要知晓数据库是不是以翘曲图像创建。然而，如果数据库是以一或多个翘曲图像创建，则移动装置将能够在数据库中找出对应于以较高倾斜角度或锐角相机角度拍摄的图像的较多描述符。因此，所述数据库可允许移动装置更稳健地匹配及辨识以较高锐角俘获的对象。
图2及3展示根据本发明的一些实施例的平面目标100。在图2中，平面目标100的自上向下视图是来自为0°的角度α。良好平面目标100含有随机图形(即，不具有重复图案)，具有一组分布良好但随机定位的关键点130。在图3中，相同平面目标100的一组关键点130单独地展示为十字标线。关键点130分布良好且随机分布。
图4及5A到5C说明根据本发明的一些实施例的使平面目标100翘曲的实例。在图4中，以绕X、Y及Z轴的旋转轴展示处于X-Y平面中的平面目标100。可通过将平面目标100绕一个或两个轴旋转固定度数而使其翘曲。举例来说，可通过将平面目标100绕X轴旋转(从而导致向上/向下旋转)而形成翘曲图像。可通过将平面目标100绕Y轴旋转(从而导致向左/向右旋转)而形成翘曲图像。可通过将平面目标100绕X轴及Y轴两者旋转而形成翘曲图像。此外，可通过将平面目标100绕X轴及/或Y轴及Z轴旋转，因此使所得图像在顺时针或逆时针方向上绕枢转点旋转来形成翘曲图像。旋转可包含使用透视投影，其中旋转图像的正面较大且旋转图像的较远处看起来较小。或者，可排除透视，使得使用正投影通过仿射翘曲而使透视不出现于翘曲图像中。可用物理图像及实际相机创建翘曲图像。或者，可通过数学变换或数学旋转来创建翘曲图像以包含或排除透视效应。
在图5A中，展示初始平面目标100及各种假想相机合成视图。绕Y轴向左/向右旋转角度αy导致第一翘曲图像。绕X轴向上/向下旋转角度αx导致第二翘曲图像。旋转(例如，绕X或Y轴，αxy＝60°)及枢转(例如，绕Z轴，β＝±45°)导致第三翘曲图像。
如果通过使用透视图而考虑透视，则需要处理翘曲图像的多达两倍的关键点132。如图5B中所示，一组关键点132A-右(其中术语“右”表示右侧透视图)及对应描述符可源于向右旋转。如图5C中所示，另一组关键点132A-左(其中术语“左”表示左侧透视图)及对应描述符可源于向左旋转。可检测关键点132(例如，如图6中所示的关键点132A)，且从翘曲图像中的每一者计算对应描述符。右侧透视图像及左侧透视图像是通过绕Y轴旋转而创建。类似地，上部透视图像及下部透视图像可通过绕X轴旋转而创建。
不管是否包含透视，每一视图提供一组关键点及用于每一关键点的对应描述符。数据库可包含来自每一翘曲图像的整组描述符或一组精简描述符。在任一情况(不具有透视或展示透视)下，精简数据库中所找出的描述符可导致移动装置的相机及处理器匹配平面图像的较快运行时间。
在一些实施例中，用来自各种图像的关键点及描述符(其中关键点及对应描述符可称为特征)形成数据库。不体现本发明的数据库仅包含来自初始未翘曲图像的特征。本发明的实施例的数据库包含来自至少一个翘曲或透视图图像的特征。
可用初始未翘曲图像及一个、两个、三个、四个或四个以上翘曲图像形成数据库。翘曲图像可考虑或不考虑透视。或者，可不用初始未翘曲图像而用一个、两个、三个、四个或四个以上翘曲图像形成数据库。举例来说，数据库可含有来自四个图像的已精简或未精简的多个特征：(1)左侧透视图；(2)右侧透视图；(3)上部透视图；以及(4)下部透视图。数据库可含有来自三个图像的多个特征：(1)初始未翘曲图像；(2)绕X轴旋转的非透视图；以及(3)绕Y轴旋转的非透视图。数据库可含有来自五个图像的多个特征：(1)初始未翘曲图像；(2)绕X轴旋转(αx＝20°)的非透视图；(3)绕X轴旋转(αx＝45°)的非透视图；(4)绕Y轴旋转(αy＝45°)的非透视图；以及(5)绕Y轴旋转(αy＝45°)的非透视图。数据库可含有仅来自图像的多个特征：(1)初始未翘曲图像；以及(2)绕X轴或Y轴旋转的非透视仿射视图。图像的其它组合是可能的。
数据库可包含少达两个未翘曲及翘曲图像或仅一个翘曲图像。来自目标图像的垂直角度(来自图5A，αx＝αy＝0°)的图像认为是初始未翘曲图像。通过使用透视投影的透视翘曲，也可认为原始图像来自此自上向下视图，使得对于矩形目标图像，边缘为曲线而非形成矩形。可以偏离垂直预定角度(例如，α＝10°、20°、30°或40°)的角度合成翘曲图像。
数据库可包含上文所描述的图像的多个数据库。举例来说，数据库可包含用于第一目标图像的未翘曲及翘曲图像，且还包含用于第二目标图像的未翘曲及翘曲图像。
数据库可处于单个参考系中。举例来说，初始未翘曲图像的参考系可用作用以表示未翘曲及翘曲图像两者的共同参考系。
图6到9展示根据本发明的一些实施例的从平面目标100导出的各种翘曲图像120。平面目标100具有参考坐标系(例如，在X-Y平面中)及一组确定的关键点130。在以下图中，已通过使用仿射翘曲而忽略透视。在图6中，平面目标100已绕Y轴在向左/向右方向上旋转，从而导致平面目标100的翘曲以形成第一翘曲图像122。第一翘曲图像122具有第一翘曲坐标系。使用此第一翘曲图像122检测关键点132A，接着从关键点132A确定对应描述符。当通过使用正投影忽略透视时，以数学方式创建第一翘曲图像122。而且，因为在使平面目标100翘曲时忽略透视，因此第一翘曲图像122看起来较细，具有平行侧边。如果不通过使用透视投影忽略透视，则第一翘曲图像122将看似为梯形，具有两个平行侧边及两个不平行侧边。
在图7中，平面目标100已用数学方式在向上/向下方向上绕X轴旋转，从而导致平面目标100的翘曲以形成具有第二翘曲坐标系的第二翘曲图像124。再次，检测关键点132B，接着确定用于第二翘曲图像124的对应描述符。因为使用正投影在数学变换中忽略了透视，因此第二翘曲图像124看起来较扁平，具有四个平行侧边。再次，如果不忽略透视，则第二翘曲图像124将看似为梯形，具有两个平行侧边及两个不平行侧边。
在图8中，平面目标100已用数学方式在中心点处绕Z轴逆时针旋转且在向上/向下方向上绕X轴旋转以形成具有第三翘曲坐标系的第三翘曲图像126。检测关键点132C，且接着确定用于第三翘曲图像126的对应描述符。此处，第三翘曲图像126的对置侧边彼此平行，但与相邻侧边不必成直角。
在图9中，平面目标100已在中心点处绕Z轴顺时针旋转且在向上/向下方向上绕X轴旋转以形成具有第四翘曲坐标系的第四翘曲图像128。再次，检测关键点132D，且确定用于第四翘曲图像128的描述符。
到目前为止，已论述预处理。可使用数学变换来创建先前翘曲图像。从经变换翘曲图像，确定关键点。所述组关键点可向下配对到减少的数目，例如一组分布良好且随机分布的关键点。对于所有或若干关键点，可确定表示关键点的描述符。这些关键点及对应描述符可作为特征保存在数据库中。可在服务器或其它装置处执行此预处理。
现在考虑装置上使用。装置上使用是由于移动装置俘获平面目标100的实际图像而发生。在这些所俘获图像中，俘获透视图，如以下图中所示。
图10到12展示如从相机检视的在各种陡峭入射角度下的平面目标100。在图10中，以60°的角度α从相机检视平面目标100。死角为60°的系统在平面目标100到相机的小于60°的锐角α下检测到关键点132，但大于60°但小于90°的锐角导致检测不到或检测到不明显的关键点132。在图11中，以70°的锐角α从相机检视平面目标100。在图12中，以77°的锐角α从相机检视平面目标100。
根据本文所述的实施例的对关键点130的检测可在高达60°到65°的角度α下操作。在一些实施例中，本文所述的改善允许在陡峭达70°到75°的角度α下检测描述符。即，仅含有用于未翘曲视图的关键点及描述符的数据库的死角低于含有用于翘曲视图的关键点及描述符的数据库。此处，图10与图11的视图角度α之间仅相差10°。死角的10°的类似改变(从60°改变为70°)显著地减小不可能进行检测的角度(从30°减小到20°)，其为33％的改善。
图13说明根据本发明的一些实施例的建立数据库文件以用于检测平面目标100的预处理方法200。
在210处，例如服务器等处理器接收平面目标的图像。通过参考坐标系(例如，{x，y})描述平面目标上的每个点。平面目标常常为正方形或矩形，但还可为另一几何形状(例如，平行四边形、八边形、圆形或卵形)或自由形式(例如，卡通图的轮廓)。
在220处，处理器处理平面目标100的图像以提取一组关键点及对应描述符。详细地说，处理开始于222且在224处完成。
在222处，处理器检测平面目标100中的多个关键点130。此时，可将所述多个关键点130精简到良好且随机分布的一组较少的其余关键点130，以减少所需的存储量及处理。
在224处，处理器确定关于平面目标100中的(其余)多个关键点130中的每一者的描述符，由此导致平面目标100的图像的所述多个关键点130及对应描述符。在一些实施例中，可基于翘曲图像中所找出的关键点130进一步精简关键点130以导致降低数目的关键点130。在一些实施例中，在导出用于关键点的描述符之前精简关键点。或者，直到已处理所有未翘曲及翘曲图像才精简关键点。
在230处，处理器处理第一翘曲图像以提取另一组描述符。详细地说，处理开始于232，继续到234及246，且接着在238处完成。
在232处，处理器使平面目标翘曲或以数学方式变换以形成具有第一翘曲坐标系的第一翘曲图像。举例来说，平面目标绕X轴及/或Y轴及/或Z轴旋转。第一翘曲图像具有第一翘曲坐标系(例如，{x',y'})，使得第一翘曲坐标系中的点可通过线性变换而转换到参考坐标系，由此使轴旋转的效应反转。可使用数学变换来将{x,y}坐标系中的图像的像素变换为{x',y'}坐标系中的翘曲图像的像素。
在234处，处理器检测第一翘曲图像中的多个关键点132(例如，132A)。再次，可将关键点132精简为一组其余关键点132以改进分布及/或减小所需的存储量及处理。
在236处，处理器确定关于第一翘曲图像的(其余)多个关键点132中的每一者的描述符，由此导致第一翘曲图像的所述多个关键点及对应描述符。
在238处，处理器在第一翘曲坐标系与参考坐标系之间变换第一翘曲图像的多个关键点132的坐标。
如230'处所示，处理器可以类似方式(如上文参考230到238所描述)处理平面目标的第二、第三、第四或更多个翘曲图像。举例来说，对于第二、第三及第四图像重复所述过程。可从未翘曲图像、右侧透视图像、左侧透视图像、向上透视翘曲图像及向下透视翘曲图像提取关键点。处理器可精简来自各个一或多个翘曲图像(第一、第二、第三及/或第四翘曲图像)及未翘曲平面目标图像的重叠关键点130及关键点132。
将各个关键点132的位置转换到共同坐标系，例如平面目标的参考坐标系。在240处，处理器结合第一翘曲图像的所述多个关键点130及对应描述符中的至少一些与平面目标的所述多个关键点132及对应描述符中的至少一些以在数据库中形成用于平面目标的图像的单个数据集。
处理器仅需要填充或供应未被精简处理精简掉的关键点及描述符。如此项技术中已知，精简处理可移除并不提供良好分布或为冗余的关键点130及关键点132。处理器接着可将未被精简的或其余的描述符保存到由每一单独关键点位置编索引的数据库。因此，在一个翘曲图像中确定的映射或变换到已经在另一翘曲图像中确定或在平面目标的自上向下视图中确定的关键点的关键点可被精简掉且作为冗余而忽略(例如，如果描述符相同或足够类似)。
例如在服务器中的处理器充当用于进行以下操作的装置：接收平面目标的图像；检测平面目标的图像中的关键点130、132；使平面目标的图像翘曲为一或多个翘曲图像；从翘曲图像确定关键点及描述符；精简关键点；在翘曲与未翘曲坐标系之间变换；以及加载、填充或供应数据库。从移动装置的观点来看，在使用期间，移动装置不能够分辨其数据库仅填充有未翘曲图像、仅填充有一或多个翘曲图像还是未翘曲图像及一或多个翘曲图像的组合。即，数据库对于移动装置来说看起来相同，且在数据库中具有或不具有翘曲图像特征点的情况下运行相同算法。然而，在具有翘曲视图的情况下，移动装置将能够以较陡角度检测特征点的描述符。
取决于应用，可通过各种装置实施本文中所描述的方法。举例来说，这些方法可以硬件、固件、软件或其任何组合来实施。对于硬件实施方案，处理单元可实施于一或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、电子装置、经设计以执行本文中所描述的功能的其它电子单元，或其组合内。
对于固件及/或软件实施方案，可用执行本文所描述的功能的模块(例如，程序、函数等)来实施所述技术。在实施本文所述的方法时，可以使用任何有形地体现指令的机器可读媒体。举例来说，软件代码可以存储在存储器中，并且由处理器单元来执行。存储器可以实施在处理器单元内或在处理器单元外部。在本文中使用时，术语“存储器”是指任何类型的长期、短期、易失性、非易失性或其它存储器，且不应限于任何特定类型的存储器或任何特定类型数目的存储器或存储存储器的媒体的类型。
如果以固件及/或软件来实施，则可将功能作为一或多个指令或代码存储在计算机可读媒体上。实例包含编码有数据结构的计算机可读媒体及编码有计算机程序的计算机可读媒体。计算机可读媒体包含物理计算机存储媒体。存储媒体可为可由计算机存取的任何可用媒体。借助于实例而非限制，此类计算机可读媒体可包含RAM、ROM、EEPROM、CD-ROM或其它光盘存储装置，磁盘存储装置或其它磁性存储装置，或任何其它可用于存储指令或数据结构的形式的期望程序代码并且可通过计算机存取的媒体；在本文中使用时，磁盘及光盘包括压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)，软性磁盘及蓝光光盘，其中磁盘通常以磁性方式再现数据，而光盘用激光以光学方式再现数据。上文的组合也应包含在计算机可读媒体的范围内。
除了存储在计算机可读媒体上之外，还可将指令及/或数据提供为通信设备中包括的发射媒体上的信号。举例来说，通信设备可包含具有指示指令及数据的信号的收发器。所述指令及数据经配置以致使一个或多个处理器实施权利要求书中概述的功能。即，通信设备包含具有指示用以执行所揭示的功能的信息的发射媒体。在第一时间，通信设备中包含的发射媒体可包含用以执行所揭示的功能的信息的第一部分，而在第二时间，通信设备中包含的发射媒体可包含用以执行所揭示的功能的信息的第二部分。
提供对所揭示方面的先前描述以使任何所属领域的技术人员能够进行或使用本发明。所属领域的技术人员将容易明白对这些方面的各种修改，且在不脱离本发明的精神或范围的情况下，本文中所界定的一般原理可应用于其它方面。

Claims (38)

1.一种创建用于检测平面目标的数据库的方法，所述方法包括：
接收所述平面目标的具有参考坐标系的图像；
处理所述平面目标的所述图像，其中处理包括：
检测所述平面目标中的多个关键点；以及
确定关于所述平面目标中所述多个关键点中的每一者的描述符，由此导致所述平面目标的所述图像的所述多个关键点及对应描述符；
处理第一翘曲图像，其中处理包括：
使所述平面目标翘曲以形成具有第一翘曲坐标系的所述第一翘曲图像；
检测所述第一翘曲图像中的多个关键点；
确定关于所述第一翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述第一翘曲图像的所述多个关键点及对应描述符；以及
在所述第一翘曲坐标系与所述参考坐标系之间变换所述第一翘曲图像的所述多个关键点的坐标；以及
结合所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些与所述平面目标的所述多个关键点及所述对应描述符中的至少一些以在所述数据库中形成用于所述平面目标的所述图像的单个数据集。
2.根据权利要求1所述的方法，其进一步包括处理一或多个翘曲图像，其中处理所述一或多个翘曲图像中的每一特定翘曲图像包括：
使所述平面目标翘曲以形成具有特定翘曲坐标系的所述特定翘曲图像；
检测所述特定翘曲图像中的多个关键点；
确定关于所述特定翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述特定翘曲图像的所述多个关键点及对应描述符；以及
在所述特定翘曲坐标系与所述参考坐标系之间变换所述特定翘曲图像的所述多个关键点的坐标；
其中结合进一步包括将所述一或多个翘曲图像中的所述特定翘曲图像中的每一者的所述多个关键点及所述对应描述符中的至少一些结合到所述数据库中的用于所述平面目标的所述图像的所述单个数据集。
3.根据权利要求1所述的方法，其中使所述平面目标翘曲包括翘曲介于5°与35°之间的角度α。
4.根据权利要求1所述的方法，其中使所述平面目标翘曲包括翘曲介于35°与45°之间的角度α。
5.根据权利要求1所述的方法，其中使所述平面目标翘曲包括翘曲介于45°与55°之间的角度α。
6.根据权利要求1所述的方法，其中使所述平面目标翘曲包括翘曲介于55°与75°之间的角度α。
7.根据权利要求1所述的方法，其中结合包括精简所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些。
8.根据权利要求1所述的方法，其中翘曲包括以数学方式使所述平面目标绕轴旋转。
9.根据权利要求1所述的方法，其中翘曲包括以数学方式使用正投影使所述平面目标旋转的仿射翘曲。
10.根据权利要求1所述的方法，其中翘曲包括使用透视投影使所述平面目标旋转。
11.一种创建数据库以供移动装置用以检测平面目标的装置，所述装置包括：
相机，其经配置以俘获具有参考坐标系的图像，其中所述图像含有所述平面目标；
处理器，其耦合到所述相机且经配置以：
处理所述平面目标的所述图像，其中所述处理器经配置以：
检测所述平面目标中的多个关键点；以及
确定关于所述平面目标中所述多个关键点中的每一者的描述符，由此导致所述平面目标的所述图像的所述多个关键点及对应描述符；
处理第一翘曲图像，其中所述处理器经配置以：
使所述平面目标翘曲以形成具有第一翘曲坐标系的所述第一翘曲图像；
检测所述第一翘曲图像中的多个关键点；
确定关于所述第一翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述第一翘曲图像的所述多个关键点及对应描述符；以及
在所述第一翘曲坐标系与所述参考坐标系之间变换所述第一翘曲图像的所述多个关键点的坐标；以及
结合所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些与所述平面目标的所述多个关键点及所述对应描述符中的至少一些以在所述数据库中形成用于所述平面目标的所述图像的单个数据集。
12.根据权利要求11所述的装置，其中所述处理器进一步经配置以处理一或多个翘曲图像，其中所述处理器经配置以通过开始经配置以进行以下操作来处理所述一或多个翘曲图像中的每一特定翘曲图像：
使所述平面目标翘曲以形成具有特定翘曲坐标系的所述特定翘曲图像；
检测所述特定翘曲图像中的多个关键点；
确定关于所述特定翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述特定翘曲图像的所述多个关键点及对应描述符；以及
在所述特定翘曲坐标系与所述参考坐标系之间变换所述特定翘曲图像的所述多个关键点的坐标；
其中所述处理器经配置以结合进一步包括所述处理器经配置以将所述一或多个翘曲图像中的所述特定翘曲图像中的每一者的所述多个关键点及所述对应描述符中的至少一些结合到所述数据库中的用于所述平面目标的所述图像的所述单个数据集。
13.根据权利要求11所述的装置，其中所述处理器经配置以结合包括所述处理器经配置以精简所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些。
14.根据权利要求11所述的装置，其中所述处理器经配置以翘曲包括所述处理器经配置以仿射翘曲而以数学方式使用正投影使所述平面目标旋转。
15.一种创建数据库以供移动装置用以检测平面目标的装置，所述装置包括：
用于接收所述平面目标的具有参考坐标系的图像的装置；
用于处理所述平面目标的所述图像的装置，其中所述处理包括：
用于检测所述平面目标中的多个关键点的装置；以及
用于确定关于所述平面目标中所述多个关键点中的每一者的描述符，由此导致所述平面目标的所述图像的所述多个关键点及对应描述符的装置；
用于处理第一翘曲图像的装置，其中所述处理包括：
用于使所述平面目标翘曲以形成具有第一翘曲坐标系的所述第一翘曲图像的装置；
用于检测所述第一翘曲图像中的多个关键点的装置；
用于确定关于所述第一翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述第一翘曲图像的所述多个关键点及对应描述符的装置；以及
用于在所述第一翘曲坐标系与所述参考坐标系之间变换所述第一翘曲图像的所述多个关键点的坐标的装置；以及
用于结合所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些与所述平面目标的所述多个关键点及所述对应描述符中的至少一些以在所述数据库中形成用于所述平面目标的所述图像的单个数据集的装置。
16.根据权利要求15所述的装置，其进一步包括用于处理一或多个翘曲图像的装置，其中用于处理所述一或多个翘曲图像中的每一特定翘曲图像的所述装置包括：
用于使所述平面目标翘曲以形成具有特定翘曲坐标系的所述特定翘曲图像的装置；
用于检测所述特定翘曲图像中的多个关键点的装置；
用于确定关于所述特定翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述特定翘曲图像的所述多个关键点及对应描述符的装置；以及
用于在所述特定翘曲坐标系与所述参考坐标系之间变换所述特定翘曲图像的所述多个关键点的坐标的装置；
其中用于结合的所述装置进一步包括用于将所述一或多个翘曲图像中的所述特定翘曲图像中的每一者的所述多个关键点及所述对应描述符中的至少一些结合到所述数据库中的用于所述平面目标的所述图像的所述单个数据集的装置。
17.根据权利要求15所述的装置，其中用于结合的所述装置包括用于精简所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些的装置。
18.根据权利要求15所述的装置，其中用于翘曲的装置包括用于以数学方式使用正投影使所述平面目标旋转的仿射翘曲的装置。
19.一种包含存储于上面的程序代码的非暂时性计算机可读存储媒体，所述程序代码用于使装置创建数据库以供移动装置用以检测平面目标，包括用以进行以下操作的程序代码：
接收所述平面目标的具有参考坐标系的图像；
处理所述平面目标的所述图像，其中用以处理的所述程序代码包括用以进行以下操作的程序代码：
检测所述平面目标中的多个关键点；以及
确定关于所述平面目标中所述多个关键点中的每一者的描述符，由此导致所述平面目标的所述图像的所述多个关键点及对应描述符；
处理第一翘曲图像，其中用以处理的所述程序代码包括用以进行以下操作的程序代码：
使所述平面目标翘曲以形成具有第一翘曲坐标系的所述第一翘曲图像；
检测所述第一翘曲图像中的多个关键点；
确定关于所述第一翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述第一翘曲图像的所述多个关键点及对应描述符；以及
在所述第一翘曲坐标系与所述参考坐标系之间变换所述第一翘曲图像的所述多个关键点的坐标；以及
结合所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些与所述平面目标的所述多个关键点及所述对应描述符中的至少一些以在所述数据库中形成用于所述平面目标的所述图像的单个数据集。
20.根据权利要求19所述的非暂时性计算机可读存储媒体，其中所述程序代码进一步包括用以处理一或多个翘曲图像的程序代码，其中所述一或多个翘曲图像的每一特定翘曲图像包括用以进行以下操作的程序代码：
使所述平面目标翘曲以形成具有特定翘曲坐标系的所述特定翘曲图像；
检测所述特定翘曲图像中的多个关键点；
确定关于所述特定翘曲图像的所述多个关键点中的每一者的描述符，由此导致所述特定翘曲图像的所述多个关键点及对应描述符；以及
在所述特定翘曲坐标系与所述参考坐标系之间变换所述特定翘曲图像的所述多个关键点的坐标；
其中用以结合的所述程序代码进一步包括用以将所述一或多个翘曲图像中的所述特定翘曲图像中的每一者的所述多个关键点及所述对应描述符中的至少一些结合到所述数据库中的用于所述平面目标的所述图像的所述单个数据集的程序代码。
21.根据权利要求19所述的非暂时性计算机可读存储媒体，其中用以结合的所述程序代码包括用以精简所述第一翘曲图像的所述多个关键点及所述对应描述符中的至少一些的程序代码。
22.根据权利要求19所述的非暂时性计算机可读存储媒体，其中用以翘曲的所述程序代码包括用于仿射翘曲而以数学方式使用正投影使所述平面目标旋转的程序代码。
23.一种在移动装置中用于检测平面目标的方法，所述方法包括：
以锐角俘获所述平面目标的图像以形成所俘获图像，其中所述锐角是从所述平面目标的平面的垂线测得；
检测来自所述所俘获图像的多个关键点；
确定关于所述多个关键点中的每一者的描述符，由此形成来自所述所俘获图像的多个描述符；
比较来自所述所俘获图像的所述多个描述符与根据权利要求1所述的方法创建的数据库以导致比较；以及
从所述比较辨识所述平面目标。
24.根据权利要求23所述的方法，其中所述锐角介于65°与70°之间。
25.根据权利要求23所述的方法，其中所述锐角介于70°与75°之间。
26.根据权利要求23所述的方法，其中所述数据库含有用于未翘曲图像及用于所述未翘曲图像的至少一个翘曲图像的多个描述符。
27.根据权利要求26所述的方法，其中所述至少一个翘曲图像包括所述未翘曲图像的多个翘曲图像。
28.根据权利要求26所述的方法，其中用于所述至少一个翘曲图像的所述多个描述符包括一组精简描述符。
29.根据权利要求26所述的方法，其中所述至少一个翘曲图像包括仿射翘曲图像，其为使用正投影的所述平面目标的以数学方式旋转的视图。
30.根据权利要求26所述的方法，其中所述至少一个翘曲图像包括翘曲介于5°与35°之间的角度α的至少一个翘曲图像。
31.根据权利要求26所述的方法，其中所述至少一个翘曲图像包括翘曲介于35°与45°之间的角度α的翘曲图像。
32.根据权利要求26所述的方法，其中所述至少一个翘曲图像包括翘曲介于45°与75°之间的角度α的翘曲图像。
33.一种用于检测平面目标的移动装置，所述移动装置包括：
用于以锐角俘获所述平面目标的图像以形成所俘获图像的装置，其中所述锐角是从所述平面目标的平面的垂线测得；
用于检测来自所述所俘获图像的多个关键点的装置；
用于确定关于所述多个关键点中的每一者的描述符，由此形成来自所述所俘获图像的多个描述符的装置；
用于比较来自所述所俘获图像的所述多个描述符与根据权利要求1所述的方法创建的数据库以导致比较的装置；以及
用于从所述比较辨识所述平面目标的装置。
34.根据权利要求33所述的移动装置，其中所述锐角介于65°与70°之间。
35.根据权利要求33所述的移动装置，其中所述锐角介于70°与75°之间。
36.一种用于检测平面目标的移动装置，所述移动装置包括：
相机，其用于以锐角俘获所述平面目标的图像以形成所俘获图像，其中所述锐角是从所述平面目标的平面的垂线测得；
接收器，其经配置以接收根据权利要求1所述的方法创建的数据库；
处理器，其耦合到所述相机及所述接收器且经配置以：
检测来自所述所俘获图像的多个关键点；
确定关于所述多个关键点中的每一者的描述符，由此形成来自所述所俘获图像的多个描述符；
比较来自所述所俘获图像的所述多个描述符与所述数据库以导致比较；以及
从所述比较辨识所述平面目标。
37.根据权利要求36所述的移动装置，其中所述锐角介于65°与70°之间。
38.根据权利要求36所述的移动装置，其中所述锐角介于70°与75°之间。
CN201380053503.9A 2012-10-15 2013-09-18 在陡峭角度下检测平面目标 Active CN104737181B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201261714115P 2012-10-15 2012-10-15
US61/714,115 2012-10-15
US13/793,629 2013-03-11
US13/793,629 US9020982B2 (en) 2012-10-15 2013-03-11 Detection of planar targets under steep angles
PCT/US2013/060361 WO2014062336A1 (en) 2012-10-15 2013-09-18 Detection of planar targets under steep angles

Publications (2)

Publication Number Publication Date
CN104737181A CN104737181A (zh) 2015-06-24
CN104737181B true CN104737181B (zh) 2019-05-14

Family

ID=50476403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380053503.9A Active CN104737181B (zh) 2012-10-15 2013-09-18 在陡峭角度下检测平面目标

Country Status (5)

Country Link
US (1) US9020982B2 (zh)
EP (1) EP2907081A1 (zh)
JP (1) JP6307511B2 (zh)
CN (1) CN104737181B (zh)
WO (1) WO2014062336A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101668802B1 (ko) * 2014-09-03 2016-11-09 신동윤 원거리 식별 이미지 생성 장치 및 그 동작 방법
US10685239B2 (en) * 2018-03-18 2020-06-16 Tusimple, Inc. System and method for lateral vehicle detection
CN116129228B (zh) * 2023-04-19 2023-07-18 中国科学技术大学 图像匹配模型的训练方法、图像匹配方法及其装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5838820A (en) * 1997-04-30 1998-11-17 Bergman; Anthony J. Pattern recognition apparatus and method
CN101808230A (zh) * 2009-02-16 2010-08-18 杭州恒生数字设备科技有限公司 一种用于数字视频监控的统一坐标系

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK0500225T3 (da) * 1991-01-31 1996-02-05 Texas Instruments Inc System, fremgangsmåde og proces til computerstyret fremstilling af tredimensionale genstande udfra computerdata
US6175422B1 (en) * 1991-01-31 2001-01-16 Texas Instruments Incorporated Method and apparatus for the computer-controlled manufacture of three-dimensional objects from computer data
US6134792A (en) * 1998-11-19 2000-10-24 Hunter Engineering Company Method and apparatus for determining wheel alignment optical target orientation parameters
US6763148B1 (en) 2000-11-13 2004-07-13 Visual Key, Inc. Image recognition methods
EP1599830A1 (en) 2003-03-06 2005-11-30 Animetrics, Inc. Generation of image databases for multifeatured objects
US7831094B2 (en) 2004-04-27 2010-11-09 Honda Motor Co., Ltd. Simultaneous localization and mapping using multiple view feature descriptors
US7613357B2 (en) 2005-09-20 2009-11-03 Gm Global Technology Operations, Inc. Method for warped image object recognition
US8224127B2 (en) 2007-05-02 2012-07-17 The Mitre Corporation Synthesis of databases of realistic, biologically-based 2-D images
FR2931277B1 (fr) * 2008-05-19 2010-12-31 Ecole Polytech Procede et dispositif de reconnaissance invariante-affine de formes
AU2010220015A1 (en) * 2009-03-03 2010-09-10 Fujifilm Corporation Image processing device and method, and program
US9135514B2 (en) * 2010-05-21 2015-09-15 Qualcomm Incorporated Real time tracking/detection of multiple targets
CN103329166A (zh) * 2011-01-25 2013-09-25 三菱电机株式会社 图像检索装置和方法、图像处理装置和方法
EP2668617A1 (en) * 2011-01-27 2013-12-04 Metaio GmbH Method for determining correspondences between a first and a second image, and method for determining the pose of a camera
JP5822322B2 (ja) * 2011-09-12 2015-11-24 インテル・コーポレーション ローカライズされ、セグメンテーションされた画像のネットワークキャプチャ及び３ｄディスプレイ

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5838820A (en) * 1997-04-30 1998-11-17 Bergman; Anthony J. Pattern recognition apparatus and method
CN101808230A (zh) * 2009-02-16 2010-08-18 杭州恒生数字设备科技有限公司 一种用于数字视频监控的统一坐标系

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Detection of arbitrary planar shapes with 3D pose;COZAR J R 等;《IMAGE AND VISION COMPUTING ELSEVIER NETHERLANDS》;20011201;第19卷(第14期);1057-1070
Inertial sensor-aligned visual feature descriptors;DANIEL KURZ 等;《COMPUTER VISION & PATTERN RECOGNITION》;20110601;第42卷(第7期);161-166

Also Published As

Publication number Publication date
EP2907081A1 (en) 2015-08-19
US9020982B2 (en) 2015-04-28
JP2016500871A (ja) 2016-01-14
CN104737181A (zh) 2015-06-24
WO2014062336A1 (en) 2014-04-24
JP6307511B2 (ja) 2018-04-04
US20140108466A1 (en) 2014-04-17

Similar Documents

Publication Publication Date Title
CN102831386B (zh) 物体识别方法及识别装置
CN106952402B (zh) 一种数据处理方法及装置
CN110378900B (zh) 产品缺陷的检测方法、装置及系统
CN105957007B (zh) 基于特征点平面相似度的图像拼接方法
CN103189827B (zh) 对象显示装置以及对象显示方法
AU2015224418B2 (en) Three-dimensional coordinate computing apparatus, three-dimensional coordinate computing method, and non-transitory computer readable recording medium having therein program for three-dimensional coordinate computing
CN103503030B (zh) 通过进行图像处理来决定位于现实空间中的对象物的进深的图像处理装置、立体视觉装置、集成电路
JP5905540B2 (ja) 画像の少なくとも１つの特徴として記述子を提供する方法及び特徴をマッチングする方法
CN105190655B (zh) 物品管理系统、信息处理设备及其控制方法和控制程序
CN102834845B (zh) 用于多摄像装置校准的方法与装置
WO2018133130A1 (en) 3d marker model construction and real-time tracking using monocular camera
CN104808956B (zh) 用于控制显示的系统和方法
US10395389B2 (en) Calibration based on intrinsic parameter selection and a projected calibration target
CN104541290A (zh) 提供图像特征描述符的方法
CN101589408A (zh) 标记生成及标记检测的系统、方法和程序
CN101976464B (zh) 基于单应性矩阵的多平面动态的增强现实注册的方法
US20190073796A1 (en) Method and Image Processing System for Determining Parameters of a Camera
CN104737181B (zh) 在陡峭角度下检测平面目标
CN108830888A (zh) 基于改进的多尺度协方差矩阵特征描述子的粗匹配方法
CN110264523A (zh) 一种确定测试图像中的目标图像的位置信息的方法与设备
CN113240736A (zh) 基于yolo6d改进网络的位姿估计方法及装置
CN104992433B (zh) 基于线段匹配的多光谱图像配准的方法及装置
JP5931646B2 (ja) 画像処理装置
CN110059708A (zh) 生成描述子的方法及装置、存储介质
CN111739081A (zh) 特征点匹配方法、拼接方法、装置、电子设备及存储介质

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