CN104933718B - 一种基于双目视觉的物理坐标定位方法 - Google Patents

一种基于双目视觉的物理坐标定位方法 Download PDF

Info

Publication number
CN104933718B
CN104933718B CN201510351400.1A CN201510351400A CN104933718B CN 104933718 B CN104933718 B CN 104933718B CN 201510351400 A CN201510351400 A CN 201510351400A CN 104933718 B CN104933718 B CN 104933718B
Authority
CN
China
Prior art keywords
coordinate
point
pixel
image
coordinate system
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
CN201510351400.1A
Other languages
English (en)
Other versions
CN104933718A (zh
Inventor
魏千洲
张昱
陆英
李习峰
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.)
Institute of Intelligent Manufacturing of Guangdong Academy of Sciences
Original Assignee
Guangdong Institute of Intelligent Manufacturing
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 Guangdong Institute of Intelligent Manufacturing filed Critical Guangdong Institute of Intelligent Manufacturing
Priority to CN201510351400.1A priority Critical patent/CN104933718B/zh
Publication of CN104933718A publication Critical patent/CN104933718A/zh
Application granted granted Critical
Publication of CN104933718B publication Critical patent/CN104933718B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G06T2207/10021—Stereoscopic video; Stereoscopic image sequence

Landscapes

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

Abstract

一种基于双目视觉的物理坐标定位方法，包括以下步骤：S1、对左右两个摄像机进行设定，建立摄像机模型的坐标系，求得摄像机模型坐标系与世界坐标系的转换关系；S2、提取特征点和获得特征点在左右图像中的像素坐标；S3、算出特征点在世界坐标系中的空间坐标；本发明通过左右两台摄像机模拟双目，建立坐标系转换模型，然后对两个摄像机所拍摄的图像提取特征点和计算像素坐标，再转换为摄像机模型的理论坐标，最后在计算出目标点的空间坐标，提高了测量精度和效率，使得双目坐标定位在工业机器人手眼系统、工业切割、物流运输业、包装业、光学检测与加工等领域具有更好的应用前景。

Description

一种基于双目视觉的物理坐标定位方法
技术领域
本发明涉及计算机视觉领域，更具体地说，是涉及一种基于双目视觉的物理坐标定位方法。
背景技术
双目立体视觉是机器视觉领域中的一个重要分支，其直接模拟人类双眼处理景物的方式，可靠简便。因此双目立体视觉装置在诸如微操作系统的位姿检测与控制，机器人自主导航与航测、三维测量学和虚拟现实等很多领域中都极具应用价值。
随着机器视觉技术的发展，利用摄像头采集的图像信息来进行目标定位具有了较大的可行性和更大的优势。如今基于单目立体视觉的定位已经得到了广泛的应用。但是单目视觉得到的是二维数据，丢失了大量的深度信息，造成了定位速度慢、定位精度不可靠。相对而言，双目立体视觉直接模拟人类双眼的处理方式，具有获取物体深度信息的能力，能得到目标点的精确空间位置信息，因而具有更大的研究价值。双目立体视觉技术已越来越多的应用于工程测绘、军事、航天航空、医疗和消防领域。工程测绘上使用基于双目立体视觉技术精确测量三维物体周长，通过双目视觉实现了机器人对磁场分布的快速准确检测。军事上使用机器人上战场，通过机器人上的摄像头定位敌对目标并进行射击能有效降低人员伤亡，医疗上使用机器手做手术，精确定位空间目标点，消防上基于双目空间定位实现快速准确的定位火源，实现自动化灭火、将火灾隐患消灭于火灾早期，最大程度的降低火灾带来的损失。
基于机器视觉的双目空间定位是从多个视点拍摄一个空间物体，得到它在不同角度下的一系列图像，利用多个图像中对应像素之间的差异，计算得到目标物体的三维几何形状和三维空间位置。空间定位通常都需要前期进行摄像头标定，摄像机标定技术是空间物体三维重建的一个重要组成部分，直接影响三维重建的精度，是系统误差的主要来源之一，是从二维图像获得三维信息关键环节，是立体视觉研究的最重要工作之一。基于双目立体视觉定位的标定方法中传统方法可以适用于任意的摄像机模型，但标定精度高标定过程复杂，提取准确率低，定位精度低，效率不高，而且算法可扩展性低，只能针对一种处理方式。
发明内容
本发明的目的在于克服现有技术中的上述缺陷，提供一种基于双目视觉的物理坐标定位方法，提高了测量精度和效率。
为实现上述目的，本发明提供的技术方案如下：
一种基于双目视觉的物理坐标定位方法，包括以下步骤：
S1、对左右两个摄像机进行标定，建立摄像机模型的坐标系，求得摄像机模型中图像坐标系与世界坐标系的转换关系；
S2、提取特征点和获得特征点点在左右图像中的像素坐标；
S3、算出特征点在世界坐标系中的空间坐标；
作为优选的，所述S1具体包括：
S101、建立模型，设置摄像机的标定模型，建立摄像机模型坐标系；
S102、求出世界坐标系与摄像机模型坐标系的转换模型：
其中，R为3×3摄像机模型坐标系的旋转矩阵，T为3×1摄像机模型坐标系平移向量，(xc，yc，zc)为摄像机模型坐标系中的坐标，(xw，yw，zw)为世界坐标系中的坐标。
S103、通过摄像机模型将世界坐标系中的目标点投影到一个二维图像中，建立二维图像的像素坐标系；
S104、求出摄像机模型坐标系与像素坐标系的转换关系；
其中，(xc，yc，zc)为摄像机模型坐标系中的坐标，(u，v)是成像平面的像素坐标，(u0、v0)成像平面的中心点坐标，f是摄像机焦距，sx＝1/dx是成像平面横轴上的尺度因子，sy＝1/dy成像平面纵轴上的尺度因子。
作为优选的，所述S2具体包括：
S21、图像边缘提取；
S22、求出特征点在左右图像中的像素坐标；
进一步的，所述步骤S21具体包括：
S211、通过高斯滤波器实现图像的平滑；
S212、计算平滑后的图像的像素梯度幅值N(u，v)和方向θ(u，v)；
S213、对梯度幅值进行非极大值抑制，将目标像素点的梯度幅值N(i，j)分别与该梯度幅值方向上两端的相邻像素点的梯度幅值N1(i，j)、N2(i，j)进行对比，若N>N2且N>N1，则N(i，j)保持不变，否则N(i，j)＝0；
S214、采用双阈值检测并连接边缘点，对经过非极大值抑制处理的梯度图像用双阈值算法检测和连接边缘。
进一步的，所述步骤S214中双阈值检测具体方法为，对非极大值抑制图像作用两个阈值th1和th2，两者关系th1＝0.4th2，把梯度值小于th1的像素的灰度值设为0，得到图像1，把梯度值小于th2的像素的灰度值设为0，得到图像2，以图像2为基础，以图像1为补充来连接图像的边缘。
进一步的，所述步骤S214中连接边缘具体步骤为：
(a)、对图像2进行扫描，当遇到一个非零灰度的像素I(u，v)时，跟踪以I(u，v)为开始点的轮廓线，直到轮廓线的终点I’(u，v)；
(b)、检查图像1中与图像2中I’(u，v)点位置对应的点s(u，v)的8邻近区域，如果在s(u，v)点的8邻近区域中有非零像素存在，则将其包括到图像2中，作为r(u，v)点，从r(u，v)开始，重复步骤(a)，直到在图像1和图像2中都无法继续为止；
(c)、当完成对包含I(u，v)的轮廓线的连结之后，将这条轮廓线标记为已经访问，回到步骤(a)，寻找下一条轮廓线，重复步骤(a)、步骤(b)、步骤(c)，直到图像2中找不到新轮廓线为止。
作为优选的，所述步骤S22具体包括：
S221、对图像的每个像素点灰度值进行“八领域”的相似度参数计算，即对于灰度值I(i,j)，分别计算I(i-1,j-1)、I(i-1,j)、I(i-1,j+1)、I(i,j-1)、I(i,j+1)、I(i+1,j-1)、I(i+1,j)、I(i+1,j+1)的灰度值与I(i,j)的差值，如果差值在±20之间则为相似点，可用1表示，否则不为相似点，可用0表示，所有的相似点组成相似矩阵C；
S222、特征点提取；对每一个像素点计算相关矩阵M，计算公式如下：
G＝exp[-1/2(x2+y2)/δ2]
其中，I表示像素点的像素灰度值强度，X、Y为像素灰度值在像素坐标u、v方向上的一阶偏导数，G为高斯平滑函数，x、y为高斯滤波器尺寸；
S223、计算相似矩阵中每个相似点的角点响应，计算公式如下：
R＝(AB-C2)2-k(A+B)2
其中，k为常数，R为角点响应的最大值；
S224、对与相似矩阵中的每个相似点，在w*w范围内寻找极大值点，w为移动检测窗口尺寸，若角点响应大于某一阀值θ且该点的角点响应比以该点为中心的“八领域”点都大，则视为角点，该点的坐标值为相似矩阵中相似点的坐标，该坐标即像素坐标，对左右图像进行上述步骤操作，算出空间点在左右摄像机模型中的像素坐标；
作为优选的，所述S3包括：
S301、对左右摄像机模型中的像素坐标进行特性匹配，计算特征点视差，其计算公式为：
SAD(u，v，disp)＝∑|PL(i+h，j+k)-PR(i+h+disp，j+k)|
其中，i、j为像素点坐标，h、k为x、y坐标轴上的移动检测窗口尺寸，disp为视差值，PL、PR为左右图像像素点的横坐标；
S302、根据三角测距法计算目标点Z轴坐标：
PL、PR为左右图像像素点的横坐标，T为两相机光心连线距离，f为焦距，zw为目标点跟相机连线的距离值，即目标点世界坐标中的Z坐标值；
S303、根据目标点的Z轴坐标，代入S1步骤中的转换模型，计算出目标点的左、右摄像机模型坐标系下的坐标，进而计算出目标点在世界坐标系中的坐标。
与现有技术相比，本发明的有益效果在于：通过左右两台摄像机模拟双目，通过建立坐标系转换模型，求的两个摄像机获取的目标点的像素坐标，再转换为摄像机模型的理论坐标，最后在计算出目标点的空间坐标，提高了测量精度和效率，使得双目坐标定位在工业机器人手眼系统、工业切割、物流运输业、包装业、光学检测与加工等领域具有更好的应用前景。
附图说明
图1是本发明的方法的流程图；
图2是本发明及成像平面的各坐标系的关系示意图；
图3是本发明的三角测距法的示意图。
具体实施方式
下面结合附图和实施例对本发明所述的一种基于双目视觉的物理坐标定位方法作进一步说明。
以下是本发明所述的一种基于双目视觉的物理坐标定位方法的最佳实例，并不因此限定本发明的保护范围。
如图1所示，一种基于双目视觉的物理坐标定位方法，包括以下步骤：
S1、对左右两个摄像机进行标定，建立摄像机模型的坐标系，求得摄像机模型中图像坐标系与世界坐标系的转换关系；
S2、提取特征点和获得特征点点在左右图像中的像素坐标；
S3、算出特征点在世界坐标系中的空间坐标；
作为优选的，所述S1具体包括：
S101、建立模型，设置摄像机的标定模型，建立摄像机模型坐标系；
S102、求出世界坐标系与摄像机模型坐标系的转换模型：
其中，R为3×3摄像机模型坐标系的旋转矩阵，T为3×1摄像机模型坐标系平移向量，(xc，yc，zc)为摄像机模型坐标系中的坐标，(xw，yw，zw)为世界坐标系中的坐标。
S103、通过摄像机模型将世界坐标系中的目标点投影到一个二维图像中，建立二维图像的像素坐标系；
S104、求出摄像机模型坐标系与像素坐标系的转换关系；
其中，(xc，yc，zc)为摄像机模型坐标系中的坐标，(u，v)是成像平面的像素坐标，(u0、v0)成像平面的中心点坐标，f是摄像机焦距，sx＝1/dx是成像平面横轴上的尺度因子，sy＝1/dy成像平面纵轴上的尺度因子。
作为优选的，所述S2具体包括：
S21、图像边缘提取；
S22、求出特征点在左右图像中的像素坐标；
进一步的，所述步骤S21具体包括：
S211、通过高斯滤波器实现图像的平滑；
S212、计算平滑后的图像的像素梯度幅值N(u，v)和方向θ(u，v)；
S213、对梯度幅值进行非极大值抑制，将目标像素点的梯度幅值N(i，j)分别与该梯度幅值方向上两端的相邻像素点的梯度幅值N1(i，j)、N2(i，j)进行对比，若N>N2且N>N1，则N(i，j)保持不变，否则N(i，j)＝0；
S214、采用双阈值检测并连接边缘点，对经过非极大值抑制处理的梯度图像用双阈值算法检测和连接边缘。
进一步的，所述步骤S214中双阈值检测具体方法为，对非极大值抑制图像作用两个阈值th1和th2，两者关系th1＝0.4th2，把梯度值小于th1的像素的灰度值设为0，得到图像1，把梯度值小于th2的像素的灰度值设为0，得到图像2，以图像2为基础，以图像1为补充来连接图像的边缘。
进一步的，所述步骤S214中连接边缘具体步骤为：
(a)、对图像2进行扫描，当遇到一个非零灰度的像素I(u，v)时，跟踪以I(u，v)为开始点的轮廓线，直到轮廓线的终点I’(u，v)；
(b)、检查图像1中与图像2中I’(u，v)点位置对应的点s(u，v)的8邻近区域，如果在s(u，v)点的8邻近区域中有非零像素存在，则将其包括到图像2中，作为r(u，v)点，从r(u，v)开始，重复步骤(a)，直到在图像1和图像2中都无法继续为止；
(c)、当完成对包含I(u，v)的轮廓线的连结之后，将这条轮廓线标记为已经访问，回到步骤(a)，寻找下一条轮廓线，重复步骤(a)、步骤(b)、步骤(c)，直到图像2中找不到新轮廓线为止。
作为优选的，所述步骤S22具体包括：
S221、对图像的每个像素点灰度值进行“八领域”的相似度参数计算，即对于灰度值I(i,j)，分别计算I(i-1,j-1)、I(i-1,j)、I(i-1,j+1)、I(i,j-1)、I(i,j+1)、I(i+1,j-1)、I(i+1,j)、I(i+1,j+1)的灰度值与I(i,j)的差值，如果差值在±20之间则为相似点，可用1表示，否则不为相似点，可用0表示，所有的相似点组成相似矩阵C；
S222、特征点提取；对每一个像素点计算相关矩阵M，计算公式如下：
G＝exp[-1/2(x2+y2)/δ2]
其中，I表示像素点的像素灰度值强度，X、Y为像素灰度值在像素坐标x、y方向上的一阶偏导数，G为高斯平滑函数，x、y为高斯滤波器尺寸；
S223、计算相似矩阵中每个相似点的角点响应，计算公式如下：
R＝(AB-C2)2-k(A+B)2
其中，k为常数，R为角点响应的最大值；
S224、对与相似矩阵中的每个相似点，在w*w范围内寻找极大值点，w为移动检测窗口尺寸，若角点响应大于某一阀值θ且该点的角点响应比以该点为中心的“八领域”点都大，则视为角点，该点的坐标值为相似矩阵中相似点的坐标，该坐标即像素坐标，对左右图像进行上述步骤操作，算出空间点在左右摄像机模型中的像素坐标；
作为优选的，所述S3包括：
S301、对左右摄像机模型中的像素坐标进行特性匹配，计算特征点视差，其计算公式为：
SAD(u，v，disp)＝∑|PL(i+h，j+k)-PR(i+h+disp，j+k)|
其中，i、j为像素点坐标，h、k为x、y坐标轴上的移动检测窗口尺寸，disp为视差值，PL、PR为左右图像像素点的横坐标；
S302、根据三角测距法计算目标点Z轴坐标：
PL、PR为左右图像像素点的横坐标，T为两相机光心连线距离，f为焦距，zw为目标点跟相机连线的距离值，即目标点世界坐标中的Z坐标值；
S303、根据目标点的Z轴坐标，代入S1步骤中的转换模型，计算出目标点的左、右摄像机模型坐标系下的坐标，进而计算出目标点在世界坐标系中的坐标。
与现有技术相比，本发明的有益效果在于：通过左右两台摄像机模拟双目，通过建立坐标系转换模型，求的两个摄像机获取的目标点的像素坐标，再转换为摄像机模型的理论坐标，最后在计算出目标点的空间坐标，提高了测量精度和效率，使得双目坐标定位在工业机器人手眼系统、工业切割、物流运输业、包装业、光学检测与加工等领域具有更好的应用前景。
以上所述实施例仅表达了本发明的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种基于双目视觉的物理坐标定位方法，其特征在于，包括以下步骤：
S1、对左右两个摄像机进行标定，建立摄像机模型的坐标系，求得摄像机模型中图像坐标系与世界坐标系的转换关系；
S2、提取特征点和获得特征点在左右图像中的像素坐标；
S3、算出特征点在世界坐标系中的空间坐标；
所述S2具体包括：
S21、图像边缘提取；
S22、求出特征点在左右图像中的像素坐标；
所述步骤S22具体包括：
S221、对图像的每个像素点灰度值进行“八邻域”的相似度参数计算，即对于像素点I(i,j)的灰度值，分别计算I(i-1,j-1)、I(i-1,j)、I(i-1,j+1)、I(i,j-1)、I(i,j+1)、I(i+1,j-1)、I(i+1,j)、I(i+1,j+1)的灰度值与I(i,j)灰度值的差值，如果差值在±20之间则为相似点，用1表示，否则不为相似点，用0表示，所有的相似点组成相似矩阵S；
S222、特征点提取；对每一个像素点计算相关矩阵M，计算公式如下：
G＝exp[-1/2(d2+e2)/δ2]
其中，I表示像素点的像素灰度值强度，X、Y为像素灰度值在像素坐标x、y方向上的一阶偏导数，G为高斯平滑函数，d、e为高斯滤波器尺寸，u、v指的是图像坐标系的x、y值；
S223、计算相似矩阵中每个相似点的角点响应，计算公式如下：
R＝(AB-S2)2-L(A+B)2
其中，L为常数，R为角点响应的最大值；
S224、对于相似矩阵中的每个相似点，在w*w范围内寻找极大值点，w为移动检测窗口尺寸，若角点响应大于某一阈值θ且该点的角点响应比以该点为中心的“八邻域”点都大，则视为角点，该点的坐标值为相似矩阵中相似点的坐标，该坐标即像素坐标，对左右图像进行上述步骤操作，算出空间点在左右摄像机模型的坐标系中的像素坐标；
所述S3包括：
S301、对左右摄像机模型的坐标系中的像素坐标进行特征匹配，计算特征点视差，其计算公式为：
SAD(u，v，disp)＝∑|PL(i+h，j+k)-PR(i+h+disp，j+k)|
其中，(i，j)为像素点坐标，h、k为x、y坐标轴上的移动检测窗口尺寸，disp为视差值，PL(i+h，j+k)、PR(i+h+disp，j+k)为左右图像像素点的坐标；
S302、根据三角测距法计算目标点Z轴坐标：
PL、PR为左右图像像素点的横坐标，T为两摄像机光心连线距离，f为焦距，ZP为目标点跟摄像机连线的距离值，即目标点在世界坐标系中的Z坐标值；
S303、将目标点的Z轴坐标ZP，代入S1步骤中的转换模型，计算出目标点的左、右摄像机模型坐标系下的坐标，进而计算出目标点在世界坐标系中的坐标。
2.根据权利要求1所述的基于双目视觉的物理坐标定位方法，其特征在于，所述S1具体包括：
S101、建立模型，设置摄像机的标定模型，建立摄像机模型坐标系；
S102、求出世界坐标系与摄像机模型坐标系的转换模型：
其中，R为3×3摄像机模型坐标系的旋转矩阵，Q为3×1摄像机模型坐标系平移向量，(xc，yc，zc)为摄像机模型坐标系中的坐标，(xw，yw，zw)为世界坐标系中的坐标；
S103、通过摄像机模型将世界坐标系中的目标点投影到一个二维图像中，建立二维图像的像素坐标系；
S104、求出摄像机模型坐标系与像素坐标系的转换关系；
其中，(xc，yc，zc)为摄像机模型坐标系中的坐标，(u，v)是成像平面的像素坐标，(u0、v0)成像平面的中心点坐标，f是摄像机焦距，sx＝1/dx是成像平面横轴上的尺度因子，sy＝1/dy成像平面纵轴上的尺度因子。
3.根据权利要求1所述的基于双目视觉的物理坐标定位方法，其特征在于，所述步骤S21具体包括：
S211、通过高斯滤波器实现图像的平滑；
S212、计算平滑后的图像的像素梯度幅值N(u，v)和方向θ(u，v)；
S213、对梯度幅值进行非极大值抑制，将目标像素点的梯度幅值N(i，j)分别与该梯度幅值方向上两端的相邻像素点的梯度幅值N1(i，j)、N2(i，j)进行对比，若N(i,j)>N2(i,j)且N(i,j)>N1(i,j)，则N(i，j)保持不变，否则N(i，j)＝0；
S214、采用双阈值检测并连接边缘点，对经过非极大值抑制处理的梯度图像用双阈值算法检测和连接边缘。
4.根据权利要求3所述的基于双目视觉的物理坐标定位方法，其特征在于，所述步骤S214中双阈值检测具体方法为，对非极大值抑制图像作用两个阈值th1和th2，两者关系th1＝0.4th2，把梯度幅值小于th1的像素的灰度值设为0，得到图像1，把梯度幅值小于th2的像素的灰度值设为0，得到图像2，以图像2为基础，以图像1为补充来连接图像的边缘。
5.根据权利要求4所述的基于双目视觉的物理坐标定位方法，其特征在于，所述步骤S214中连接边缘具体步骤为：
(a)、对图像2进行扫描，当遇到一个非零灰度的像素I(u，v)时，跟踪以I(u，v)为开始点的轮廓线，直到轮廓线的终点I’(u，v)；
(b)、检查图像1中与图像2中I’(u，v)点位置对应的点s(u，v)的八邻域，如果在s(u，v)点的八邻域中有非零像素存在，则将其包括到图像2中，作为r(u，v)点，从r(u，v)开始，重复步骤(a)，直到在图像1和图像2中都无法继续为止；
(c)、当完成对包含I(u，v)的轮廓线的连接之后，将这条轮廓线标记为已经访问，回到步骤(a)，寻找下一条轮廓线，重复步骤(a)、步骤(b)、步骤(c)，直到图像2中找不到新轮廓线为止。
CN201510351400.1A 2015-06-23 2015-06-23 一种基于双目视觉的物理坐标定位方法 Active CN104933718B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510351400.1A CN104933718B (zh) 2015-06-23 2015-06-23 一种基于双目视觉的物理坐标定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510351400.1A CN104933718B (zh) 2015-06-23 2015-06-23 一种基于双目视觉的物理坐标定位方法

Publications (2)

Publication Number Publication Date
CN104933718A CN104933718A (zh) 2015-09-23
CN104933718B true CN104933718B (zh) 2019-02-15

Family

ID=54120872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510351400.1A Active CN104933718B (zh) 2015-06-23 2015-06-23 一种基于双目视觉的物理坐标定位方法

Country Status (1)

Country Link
CN (1) CN104933718B (zh)

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105513068A (zh) * 2015-12-04 2016-04-20 湖北工业大学 基于多相机阵列大尺寸视觉测量系统的标定系统及方法
CN105538345B (zh) * 2016-01-27 2017-09-26 华南理工大学 一种基于多镜头的智能机械手及定位装配方法
CN108603745B (zh) * 2016-02-04 2020-04-28 富士胶片株式会社 信息处理装置、信息处理方法及程序
WO2017134805A1 (ja) * 2016-02-05 2017-08-10 株式会社日立産機システム 位置検出装置、制御装置及び移動体
CN105654732A (zh) * 2016-03-03 2016-06-08 上海图甲信息科技有限公司 一种基于深度图像的道路监控系统及方法
CN107442973B (zh) * 2016-05-30 2020-06-16 上海气焊机厂有限公司 基于机器视觉的焊道定位方法及装置
CN106228538B (zh) * 2016-07-12 2018-12-11 哈尔滨工业大学 基于logo的双目视觉室内定位方法
CN107993233B (zh) * 2016-10-26 2022-02-22 中国科学院深圳先进技术研究院 一种坑区域的定位方法及装置
CN106846408B (zh) * 2016-11-25 2020-05-19 瑞安市辉煌网络科技有限公司 一种获取校正参数的方法和装置
CN106612397A (zh) * 2016-11-25 2017-05-03 努比亚技术有限公司 一种图像处理方法及终端
CN107063228B (zh) * 2016-12-21 2020-09-04 上海交通大学 基于双目视觉的目标姿态解算方法
CN106952347B (zh) * 2017-03-28 2019-12-17 华中科技大学 一种基于双目视觉的超声手术辅助导航系统
CN107038703A (zh) * 2017-04-26 2017-08-11 国家电网公司 一种基于双目视觉的货物距离测量方法
CN107144257B (zh) * 2017-05-16 2019-03-26 江苏省电力试验研究院有限公司 一种电力设备带电检测的双目视觉测距方法及装置
CN107179322A (zh) * 2017-06-15 2017-09-19 长安大学 一种基于双目视觉的桥梁底面裂缝检测方法
CN107391800B (zh) * 2017-06-23 2020-02-21 浙江耀厦控股集团有限公司 一种钢桁架液压提升全过程实时动态应力监测方法
CN107358632B (zh) * 2017-06-29 2020-01-14 西北工业大学 应用于水下双目立体视觉的水下摄像机标定方法
CN107621226A (zh) * 2017-07-18 2018-01-23 深圳大学 多目立体视觉的三维扫描方法及系统
CN107688174A (zh) * 2017-08-02 2018-02-13 北京纵目安驰智能科技有限公司 一种图像测距方法、系统、存储介质和车载视觉感知设备
CN107729893B (zh) * 2017-10-12 2020-06-30 清华大学 一种合模机的视觉定位方法、系统和存储介质
CN107958466B (zh) * 2017-12-01 2022-03-29 大唐国信滨海海上风力发电有限公司 一种Slam算法优化基于模型的跟踪方法
CN108090572B (zh) * 2017-12-01 2022-05-06 大唐国信滨海海上风力发电有限公司 一种海上风电场增强现实系统的控制方法
CN108109208B (zh) * 2017-12-01 2022-02-08 同济大学 一种海上风电场增强现实方法
CN108088390B (zh) * 2017-12-13 2019-12-03 浙江工业大学 一种焊接检测中基于双目线结构光的光条中心三维坐标获取方法
CN108036730B (zh) * 2017-12-22 2019-12-10 福建和盛高科技产业有限公司 一种基于热成像的火点测距方法
CN108596963B (zh) * 2018-04-25 2020-10-30 珠海全志科技股份有限公司 图像特征点的匹配、视差提取和深度信息提取方法
CN109163928A (zh) * 2018-08-27 2019-01-08 河海大学常州校区 一种基于双目视觉的无人机智能取水系统
CN109801374B (zh) * 2019-01-14 2023-02-24 盾钰（上海）互联网科技有限公司 一种通过多角度图像集重构三维模型的方法、介质及系统
CN109678057A (zh) * 2019-02-18 2019-04-26 上海应用技术大学 基于立体视觉的桥式吊车的摆角测量方法
CN109908497B (zh) * 2019-04-01 2021-11-30 上海联影医疗科技股份有限公司 坐标校准装置、系统、方法及介质
CN110174093B (zh) * 2019-05-05 2022-10-28 腾讯科技（深圳）有限公司 定位方法、装置、设备和计算机可读存储介质
CN110099215A (zh) * 2019-05-06 2019-08-06 深圳市华芯技研科技有限公司 一种扩展双目相机定位范围的方法和装置
CN110443853B (zh) * 2019-07-19 2022-01-28 广东虚拟现实科技有限公司 基于双目摄像头的标定方法、装置、终端设备及存储介质
CN110514114A (zh) * 2019-07-30 2019-11-29 江苏海事职业技术学院 一种基于双目视觉的微小目标空间位置标定方法
CN110595443A (zh) * 2019-08-22 2019-12-20 苏州佳世达光电有限公司 一种投影装置
CN110675449B (zh) * 2019-09-02 2020-12-08 山东科技大学 一种基于双目相机的离岸流检测方法
CN110530336B (zh) * 2019-09-04 2021-05-25 合肥市极点科技有限公司 对称高度差测量方法、装置、系统、电子设备及存储介质
CN110560443A (zh) * 2019-09-26 2019-12-13 太仓光电技术研究所 一种基于双目视觉的自动焊烟捕集装置及捕集方法
CN112650207B (zh) * 2019-10-11 2024-06-14 杭州萤石软件有限公司 机器人的定位校正方法、设备和存储介质
CN110812745A (zh) * 2019-11-18 2020-02-21 燕山大学 一种移动智能消防机器人及消防控制方法
CN113012215A (zh) * 2019-12-20 2021-06-22 华为技术有限公司 一种空间定位的方法、系统及设备
CN113053057B (zh) * 2019-12-26 2023-02-28 杭州海康微影传感科技有限公司 火点定位系统及方法
CN111082309A (zh) * 2019-12-30 2020-04-28 浙江矽感锐芯科技有限公司 一种to封装中对封帽同轴度的控制方法
CN111685711B (zh) * 2020-05-25 2023-01-03 中国科学院苏州生物医学工程技术研究所 基于3d摄像头的医用内窥镜三维成像系统
US11311747B2 (en) 2020-07-16 2022-04-26 Uih America, Inc. Systems and methods for isocenter calibration
CN112215871B (zh) * 2020-09-29 2023-04-21 武汉联影智融医疗科技有限公司 一种基于机器人视觉的移动目标追踪方法及装置
CN114061488B (zh) * 2021-11-15 2024-05-14 华中科技大学鄂州工业技术研究院 一种物体测量方法、系统以及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0849699A2 (en) * 1996-12-17 1998-06-24 Honda Giken Kogyo Kabushiki Kaisha System and method for image recognition
CN102567989A (zh) * 2011-11-30 2012-07-11 重庆大学 基于双目立体视觉的空间定位方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0849699A2 (en) * 1996-12-17 1998-06-24 Honda Giken Kogyo Kabushiki Kaisha System and method for image recognition
CN102567989A (zh) * 2011-11-30 2012-07-11 重庆大学 基于双目立体视觉的空间定位方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Calibrating method and systemic error analysis on binocular 3D position system;Yang Jianxi等;《Automation and Logistics, 2008. ICAL 2008. IEEE International Conference on》;20080930;第2310-2314页
SIFT结合改进的Harris的图像匹配方法;唐坚刚等;《计算机应用与软件》;20130731;第30卷(第7期);第126-131页
基于OpenCV的双目测距系统;王浩 等;《吉林大学学报（信息科学版）》;20140331;第32卷(第2期);第188-194页
基于双目视觉的三维立体成像研究;何扬;《中国优秀硕士学位论文全文数据库》;20111215(第12期);正文第10-14，26-36，42-45和52-53页

Also Published As

Publication number Publication date
CN104933718A (zh) 2015-09-23

Similar Documents

Publication Publication Date Title
CN104933718B (zh) 一种基于双目视觉的物理坐标定位方法
CN109993793B (zh) 视觉定位方法及装置
Ham et al. Computer vision based 3D reconstruction: A review
KR100755450B1 (ko) 평면 호모그래피를 이용한 3차원 재구성 장치 및 방법
CN104034269B (zh) 一种单目视觉测量方法与装置
CN104376552A (zh) 一种3d模型与二维图像的虚实配准算法
CN105739106B (zh) 一种体感多视点大尺寸光场真三维显示装置及方法
CN110889873A (zh) 一种目标定位方法、装置、电子设备及存储介质
Pi et al. Stereo visual SLAM system in underwater environment
CN111429571B (zh) 一种基于时空图像信息联合相关的快速立体匹配方法
CN110197529A (zh) 室内空间三维重建方法
An et al. A real-time three-dimensional tracking and registration method in the AR-HUD system
CN112150518A (zh) 一种基于注意力机制的图像立体匹配方法及双目设备
Aloimonos et al. Robust computation of intrinsic images from multiple cues
Waskitho et al. FloW vision: Depth image enhancement by combining stereo RGB-depth sensor
Iqbal et al. Real time 3D depth estimation and measurement of un-calibrated stereo and thermal images
Thangarajah et al. Vision-based registration for augmented reality-a short survey
Kurka et al. Automatic estimation of camera parameters from a solid calibration box
CN109493354B (zh) 一种基于多视角图像的目标二维几何外形重构方法
Sombekke et al. Triangulation for depth estimation
Jang et al. Depth video based human model reconstruction resolving self-occlusion
Ling et al. Binocular vision physical coordinate positioning algorithm based on PSO-Harris operator
Wang et al. Realization of 3D Reconstruction Algorithm Based on 2D Video
Pramod et al. Techniques in Virtual Reality
Almeida et al. Incremental 3d body reconstruction framework for robotic telepresence applications

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20180720

Address after: 510000 15 building, 100 martyrs Road, Yuexiu District, Guangzhou, Guangdong.

Applicant after: GUANGDONG INSTITUTE OF INTELLIGENT MANUFACTURING

Address before: 510000 building 13, 100 martyrs Road, Yuexiu District, Guangzhou, Guangdong.

Applicant before: Guangdong Institute of Automation

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 510000 15 building, 100 martyrs Road, Yuexiu District, Guangzhou, Guangdong.

Patentee after: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Address before: 510000 15 building, 100 martyrs Road, Yuexiu District, Guangzhou, Guangdong.

Patentee before: GUANGDONG INSTITUTE OF INTELLIGENT MANUFACTURING

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Guangzhou xiweike Intelligent Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980032261

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230222

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: GUANGZHOU INFOHAND TECHNOLOGY Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980033653

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230316

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Haimu Ruijian (Yantai) Animal Husbandry Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980035808

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230522

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Shandong Huashengda Industrial Automation Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980036570

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230613

Application publication date: 20150923

Assignee: Yantai Junyu Energy Conservation and Environmental Protection Equipment Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980036505

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230613

Application publication date: 20150923

Assignee: Zhongke Enji (Yantai) Intelligent Equipment Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980036541

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230613

Application publication date: 20150923

Assignee: Yantai Hetong Industrial Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980036551

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230613

Application publication date: 20150923

Assignee: Yantai Jiecheng Electromechanical Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980036501

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230613

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Shandong Quantum Cryptography Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980037771

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230711

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Shandong Zhongjian Xincai Environmental Protection Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980037873

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230712

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Yantai Yingmai Intelligent Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980038564

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230725

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Dongguan Xutaifeng CNC Tool Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980039644

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20230815

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Guigang Taiying Information Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980044561

Denomination of invention: A Physical Coordinate Location Method Based on Binocular Vision

Granted publication date: 20190215

License type: Common License

Record date: 20231025

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Guangdong yingweituo Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980053725

Denomination of invention: A physical coordinate localization method based on binocular vision

Granted publication date: 20190215

License type: Common License

Record date: 20231222

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Zhongshan Jianshi Precision Hardware Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980054181

Denomination of invention: A physical coordinate localization method based on binocular vision

Granted publication date: 20190215

License type: Common License

Record date: 20231227

Application publication date: 20150923

Assignee: TONGYU COMMUNICATION Inc.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2023980054179

Denomination of invention: A physical coordinate localization method based on binocular vision

Granted publication date: 20190215

License type: Common License

Record date: 20231228

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: GUANGDONG SIRUI OPTICAL Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2024980001495

Denomination of invention: A physical coordinate localization method based on binocular vision

Granted publication date: 20190215

License type: Common License

Record date: 20240126

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: GUANGZHOU CHENGKE ELECTRONIC TECHNOLOGY CO.,LTD.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2024980007604

Denomination of invention: A physical coordinate localization method based on binocular vision

Granted publication date: 20190215

License type: Common License

Record date: 20240620

Application publication date: 20150923

Assignee: Guangzhou chuangying Machinery Design Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2024980007600

Denomination of invention: A physical coordinate localization method based on binocular vision

Granted publication date: 20190215

License type: Common License

Record date: 20240620

Application publication date: 20150923

Assignee: Dongguan Linxi Intelligent Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2024980007598

Denomination of invention: A physical coordinate localization method based on binocular vision

Granted publication date: 20190215

License type: Common License

Record date: 20240619

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20150923

Assignee: Guangzhou Lanao Electronic Technology Co.,Ltd.

Assignor: Institute of intelligent manufacturing, Guangdong Academy of Sciences

Contract record no.: X2024980008194

Denomination of invention: A physical coordinate localization method based on binocular vision

Granted publication date: 20190215

License type: Common License

Record date: 20240627