CN105184736B - 一种窄重叠双视场高光谱成像仪的图像配准的方法 - Google Patents
一种窄重叠双视场高光谱成像仪的图像配准的方法 Download PDFInfo
- Publication number
- CN105184736B CN105184736B CN201510571623.9A CN201510571623A CN105184736B CN 105184736 B CN105184736 B CN 105184736B CN 201510571623 A CN201510571623 A CN 201510571623A CN 105184736 B CN105184736 B CN 105184736B
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- image
- transferred
- view field
- 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
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000000007 visual effect Effects 0.000 claims description 33
- XKJMBINCVNINCA-UHFFFAOYSA-N Alfalone Chemical compound CON(C)C(=O)NC1=CC=C(Cl)C(Cl)=C1 XKJMBINCVNINCA-UHFFFAOYSA-N 0.000 claims description 18
- 125000004122 cyclic group Chemical group 0.000 claims description 15
- 241001269238 Data Species 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
一种窄重叠双视场高光谱成像仪的图像配准的方法,首先利用几何校正后图像的地面坐标粗略的计算左右视场对应关系,以此对应关系为基准在一定的相对位置范围内计算互信息,并去除掉重叠像元数较少时计算的互信息,在剩下的所有互信息中找到最大互信息,则最大互信息所对应的左右视场图像的对应关系即为图像最佳匹配的对应关系。本方法利用了图像几何校正后的地面坐标和互信息来计算图像的匹配关系,可以解决几何校正后地面坐标不精确带来的拼接误差问题和基于互信息配准时误匹配的问题,快速准确的得到图像的配准关系。
Description
技术领域
本发明涉及一种窄重叠双视场高光谱成像仪左右视场图像配准的方法,属于高光谱图像处理技术领域。
背景技术
推帚式高光谱成像仪是航拍中最常用的成像仪之一,而多个视场又可以扩展其总视场角从而拍到更宽的图像,因此多视场的推帚式高光谱成像仪所成图像的配准拼接成为重要的技术问题。
窄重叠双视场推帚式高光谱成像仪是由中国科学院上海技术物理研究所研制开发的一款遥感高光谱成像仪,窄重叠双视场推帚式高光谱成像仪的图像配准拼接是指左右视场的图像配准拼接。而图像配准是图像拼接中最为重要的步骤。图像配准是指针对多幅图像重叠区域存在几何畸变或空间点坐标不一致而进行的匹配处理过程。余先川,吕中华,胡丹的“遥感图像配准技术综述”【见《光学精密工程》2013年11月-第21卷第11期p2960-2972】一文中给出了基于区域、基于特征、基于混合模型和基于物理模型的遥感图像配准方法。但是由于窄重叠双视场推帚式高光谱成像仪所成图像具有左右视场重叠区域小、高光谱和左右视场图像存在一定的对应关系的特点,基于互信息的图像配准方法存在误匹配的问题。
发明内容
为了克服现有技术的缺陷和不足,本发明提供了一种窄重叠双视场高光谱成像仪左右视场图像配准的方法。
本发明的技术方案如下:
一种窄重叠双视场高光谱成像仪左右视场图像配准的方法,通过计算机进行图像数据读入、分析及计算处理,该方法步骤如下:
1)读取所需参数:从图像的头文件中分别读取左、右视场两幅图像左上角的地面坐标(X1,Y1)和(X2,Y2)、像元数Samples_L和Samples_R、行数Lines_L和Lines_R及地面分辨率r;
2)计算两幅图像左上角点在X方向和Y方向上相差的像元数(SXd,SYd):
3)设置两幅图像的配准范围:设X方向的循环范围为(minoffset_x,maxoffset_x),XX为X方向的循环范围的循环变量,Y方向的循环范围为(minoffset_y,maxoffset_y),YY为Y方向的循环范围的循环变量;
4)计算两幅图像最佳匹配位置:
a)选取待计算图像数据:在左、右视场两幅图像中选取对应的N个波段,该N个波段应为有效且图像清晰的波段,将这N个波段的图像数据读入内存;
b)设波段数的循环变量bandx的初始值为1;
c)读取N个波段数据中第bandx波段数据;
d)设XX的初始值为minoffset_x;
e)设YY的初始值为minoffset_y;
f)设左右视场两幅图像中的重合像元数count的初始值为0,左右视场两幅图像中的像元的最小最大值分别为L_min=0、L_max=99999999和R_min=0、R_max=99999999;g)获取计算互信息的图像范围:若SXd<0则得到X方向范围取值的最小值(即计算互信息图像范围的X方向范围的最小值)x_min=-SXd+1+XX,最大值为x_max=Samples_L,否则X方向范围取值的最小值x_min=1,最大值为x_max=Samples_R-SXd+XX;若SYd>0则得到Y方向范围的最小值(即计算互信息图像范围的Y方向范围的最小值)y_min=SYd+1+YY,最大值为y_max=Lines_L,否则Y方向范围的最小值y_min=1,最大值为y_max=Lines_R+SYd+YY;
h)设Y方向范围的循环变量linex的初始值为y_min;
i)设X方向范围的循环变量samplex的初始值为x_min;
j)若左视场图像第linex行第samplex个像元的值不为0且右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值不为0,则转入k),否则则转入l);
k)重合像元数count加1,若左视场图像第linex行第samplex个像元的值大于左视场像元最大值L_max,则此像元值赋给L_max,若左视场图像第linex行第samplex个像元的值小于左视场像元最小值,则此像元值赋给L_min,若右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值大于右视场像元最大值,则此像元值赋给R_max,若右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值小于右视场像元最小值,则此像元值赋给R_min;l)samplex加1,若samplex大于x_max则转入m),否则则转入j);
m)linex加1,若linex大于y_max则转入n),否则则转入j);
n)判断是否符合计算互信息的条件:若重合像元数count小于Lines_L*Lines_R*CHSampls的90%,其中CHSamples是已知参数由窄重叠双视场高光谱成像仪硬件所决定的左右视场一行像元的重合像元数,则转入(r);否则则转入o);
o)设左视场重合像元直方图级数为Llevel,右视场重合像元直方图级数为Rlevel;计算得到左视场重合像元直方图步长为Lstep=(L_max–L_min)/(Llevel-1),右视场重合像元直方图步长为Rstep=(R_max–R_min)/(Rlevel-1),则可以把左视场重合像元的像元值从小到大分为Llevel个区间,把右视场重合像元的像元值从小到大分为Rlevel个区间;
p)计算重合像元落在左视场像元值的Llevel个区间中每一个区间的像元数,并将每个区间的像元数除以count,即得到像元落在不同区间的概率,记为pi,(1≤i≤Llevel),同理计算重合像元落在右视场不同区间的概率,记为pj,(1≤j≤Rlevel);计算重合像元值落在左视场像元值第i个区间同时落在右视场第j个区间的像元数,并处以count,记为pij,(1≤i≤Llevel,1≤j≤Rlevel);q)根据以下公式计算互信息MIXX,YY,(minoffset_x≤XX≤maxoffset_x,minoffset_y≤YY≤maxoffset_y):
r)YY加1,若YY大于maxoffset_y则转入s),否则则转入f);
s)XX加1,若XX大于minoffset_x则转入t),否则则转入f);
t)在记录下的所有互信息MIXX,YY,(minoffset_x≤XX≤maxoffset_x,minoffset_y≤YY≤maxoffset_y)中,找到最大的互信息,记录下最大互信息的下标XX和YY的值即为匹配位置,用(X_mibandx,Y_mibandx)表示,其中(1≤bandx≤N);u)bandx加1,若bandx大于N则转入v),否则则转入c);
v)取所有记录下的匹配位置的平均值,即为所求的最佳匹配位置,我们记为X_last和Y_last;
5)计算左右视场对应像元关系:
①设X方向偏移像元数为offset_x,则offset_x=SXd-X_last,设Y方向偏移像元数为offset_y,则offset_y=SYd+Y_last;
②设左视场和右视场的第m列、第n行点的坐标分别为(mL,nL)和(mR,nR),则得到
左右视场像元对应关系为:
上述得到的左右视场对应关系即为本发明方法所求的配准关系。
本发明的有益效果是利用了几何校正后图像的地面坐标和窄重叠双视场高光谱成像仪所成图像的特点,结合了经过改进的互信息配准方法,解决了几何校正后地面坐标不精确带来的直接拼接误差问题和仅基于互信息配准时误匹配的问题,有效的对左右视场图像进行拼接并取得良好的图像拼接效果。
具体实施方式
下面结合实施例对本发明作进一步说明,但不限于此。
实施例:
本发明实施例如下所示,一种窄重叠双视场高光谱成像仪左右视场图像配准的方法,通过计算机进行图像数据读入、分析及计算处理,该方法步骤如下:
1)读取所需参数:从图像的头文件中分别读取左、右视场两幅图像左上角的地面坐标(X1,Y1)和(X2,Y2)、像元数Samples_L和Samples_R、行数Lines_L和Lines_R及地面分辨率r;
2)计算两幅图像左上角点在X方向和Y方向上相差的像元数(SXd,SYd):
3)设置两幅图像的配准范围:设X方向的循环范围为(minoffset_x,maxoffset_x),XX为X方向的循环范围的循环变量,Y方向的循环范围为(minoffset_y,maxoffset_y),
YY为Y方向的循环范围的循环变量;
4)计算两幅图像最佳匹配位置:
a)选取待计算图像数据:在左、右视场两幅图像中选取对应的N个波段,该N个波段应为有效且图像清晰的波段,将这N个波段的图像数据读入内存;
b)设波段数的循环变量bandx的初始值为1;
c)读取N个波段数据中第bandx波段数据;
d)设XX的初始值为minoffset_x;
e)设YY的初始值为minoffset_y;
f)设左右视场两幅图像中的重合像元数count的初始值为0,左右视场两幅图像中的像元的最小最大值分别为L_min=0、L_max=99999999和R_min=0、R_max=99999999;g)获取计算互信息的图像范围:若SXd<0则得到X方向范围取值的最小值(即计算互信息图像范围的X方向范围的最小值)x_min=-SXd+1+XX,最大值为x_max=Samples_L,否则X方向范围取值的最小值x_min=1,最大值为x_max=Samples_R-SXd+XX;若SYd>0则得到Y方向范围的最小值(即计算互信息图像范围的Y方向范围的最小值)y_min=SYd+1+YY,最大值为y_max=Lines_L,否则Y方向范围的最小值y_min=1,最大值为y_max=Lines_R+SYd+YY;
h)设Y方向范围的循环变量linex的初始值为y_min;
i)设X方向范围的循环变量samplex的初始值为x_min;
j)若左视场图像第linex行第samplex个像元的值不为0且右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值不为0,则转入k),否则则转入l);
k)重合像元数count加1,若左视场图像第linex行第samplex个像元的值大于左视场像元最大值L_max,则此像元值赋给L_max,若左视场图像第linex行第samplex个像元的值小于左视场像元最小值,则此像元值赋给L_min,若右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值大于右视场像元最大值,则此像元值赋给R_max,若右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值小于右视场像元最小值,则此像元值赋给R_min;l)samplex加1,若samplex大于x_max则转入m),否则则转入j);
m)linex加1,若linex大于y_max则转入n),否则则转入j);
n)判断是否符合计算互信息的条件:若重合像元数count小于Lines_L*Lines_R*CHSampls的90%,其中CHSamples是已知参数由窄重叠双视场高光谱成像仪硬件所决定的左右视场一行像元的重合像元数,则转入(r);否则则转入
o);
o)设左视场重合像元直方图级数为Llevel,右视场重合像元直方图级数为Rlevel;计算得到左视场重合像元直方图步长为Lstep=(L_max–L_min)/(Llevel-1),右视场重合像元直方图步长为Rstep=(R_max–R_min)/(Rlevel-1),则可以把左视场重合像元的像元值从小到大分为Llevel个区间,把右视场重合像元的像元值从小到大分为Rlevel个区间;
p)计算重合像元落在左视场像元值的Llevel个区间中每一个区间的像元数,并将每个区间的像元数除以count,即得到像元落在不同区间的概率,记为pi,(1≤i≤Llevel),同理计算重合像元落在右视场不同区间的概率,记为pj,(1≤j≤Rlevel);计算重合像元值落在左视场像元值第i个区间同时落在右视场第j个区间的像元数,并处以count,记为pij,(1≤i≤Llevel,1≤j≤Rlevel);q)根据以下公式计算互信息MIXX,YY,(minoffset_x≤XX≤maxoffset_x,minoffset_y≤YY≤maxoffset_y):
r)YY加1,若YY大于maxoffset_y则转入s),否则则转入f);
s)XX加1,若XX大于minoffset_x则转入t),否则则转入f);
t)在记录下的所有互信息MIXX,YY,(minoffset_x≤XX≤maxoffset_x,minoffset_y≤YY≤maxoffset_y)中,找到最大的互信息,记录下最大互信息的下标XX和YY的值即为匹配位置,用(X_mibandx,Y_mibandx)表示,其中(1≤bandx≤N);u)bandx加1,若bandx大于N则转入v),否则则转入c);
v)取所有记录下的匹配位置的平均值,即为所求的最佳匹配位置,我们记为X_last和Y_last;
5)计算左右视场对应像元关系:
①设X方向偏移像元数为offset_x,则offset_x=SXd-X_last,设Y方向偏移像元数为offset_y,则offset_y=SYd+Y_last;
②设左视场和右视场的第m列、第n行点的坐标分别为(mL,nL)和(mR,nR),则得到左右视场像元对应关系为:
上述得到的左右视场对应关系即为本发明方法所求的配准关系。
Claims (1)
1.一种窄重叠双视场高光谱成像仪左右视场图像配准的方法,通过计算机进行图像数据读入、分析及计算处理,该方法步骤如下:
1)读取所需参数:从图像的头文件中分别读取左、右视场两幅图像左上角的地面坐标(X1,Y1)和(X2,Y2)、像元数Samples_L和Samples_R、行数Lines_L和Lines_R及地面分辨率r;
2)计算两幅图像左上角点在X方向和Y方向上相差的像元数(SXd,SYd):
3)设置两幅图像的配准范围:设X方向的循环范围为(minoffset_x,maxoffset_x),XX为X方向的循环范围的循环变量,Y方向的循环范围为(minoffset_y,maxoffset_y),YY为Y方向的循环范围的循环变量;
4)计算两幅图像最佳匹配位置:
a)选取待计算图像数据:在左、右视场两幅图像中选取对应的N个波段,该N个波段应为有效且图像清晰的波段,将这N个波段的图像数据读入内存;
b)设波段数的循环变量bandx的初始值为1;
c)读取N个波段数据中第bandx波段数据;
d)设XX的初始值为minoffset_x;
e)设YY的初始值为minoffset_y;
f)设左右视场两幅图像中的重合像元数count的初始值为0,左右视场两幅图像中的像元的最小最大值分别为L_min=0、L_max=99999999和R_min=0、R_max=99999999;
g)获取计算互信息的图像范围:若SXd<0则得到X方向范围取值的最小值即计算互信息图像范围的X方向范围的最小值x_min=-SXd+1+XX,最大值为x_max=Samples_L,否则X方向范围取值的最小值x_min=1,最大值为x_max=Samples_R-SXd+XX;若SYd>0则得到Y方向范围的最小值即计算互信息图像范围的Y方向范围的最小值y_min=SYd+1+YY,最大值为y_max=Lines_L,否则Y方向范围的最小值y_min=1,最大值为y_max=Lines_R+SYd+YY;
h)设Y方向范围的循环变量linex的初始值为y_min;
i)设X方向范围的循环变量samplex的初始值为x_min;
j)若左视场图像第linex行第samplex个像元的值不为0且右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值不为0,则转入k),否则则转入l);
k)重合像元数count加1,若左视场图像第linex行第samplex个像元的值大于左视场像元最大值L_max,则此像元值赋给L_max,若左视场图像第linex行第samplex个像元的值小于左视场像元最小值,则此像元值赋给L_min,若右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值大于右视场像元最大值,则此像元值赋给R_max,若右视场图像的第linex-SYd-YY行第samplex+SXd-XX个像元的值小于右视场像元最小值,则此像元值赋给R_min;
l)samplex加1,若samplex大于x_max则转入m),否则则转入j);
m)linex加1,若linex大于y_max则转入n),否则则转入j);
n)判断是否符合计算互信息的条件:若重合像元数count小于Lines_L*Lines_R*CHSampls的90%,其中CHSamples是已知参数由窄重叠双视场高光谱成像仪硬件所决定的左右视场一行像元的重合像元数,则转入(r);否则则转入o);
o)设左视场重合像元直方图级数为Llevel,右视场重合像元直方图级数为Rlevel;计算得到左视场重合像元直方图步长为Lstep=(L_max–L_min)/(Llevel-1),右视场重合像元直方图步长为Rstep=(R_max–R_min)/(Rlevel-1),则可以把左视场重合像元的像元值从小到大分为Llevel个区间,把右视场重合像元的像元值从小到大分为Rlevel个区间;
p)计算重合像元落在左视场像元值的Llevel个区间中每一个区间的像元数,并将每个区间的像元数除以count,即得到像元落在不同区间的概率,记为pi,1≤i≤Llevel,同理计算重合像元落在右视场不同区间的概率,记为pj,1≤j≤Rlevel;计算重合像元值落在左视场像元值第i个区间同时落在右视场第j个区间的像元数,并处以count,记为pij,1≤i≤Llevel,1≤j≤Rlevel;
q)根据以下公式计算互信息MIXX,YY ,minoffset_x≤XX≤maxoffset_x,minoffset_y≤YY≤maxoffset_y:
r)YY加1,若YY大于maxoffset_y则转入s),否则则转入f);
s)XX加1,若XX大于minoffset_x则转入t),否则则转入f);
t)在记录下的所有互信息MIXX,YY,minoffset_x≤XX≤maxoffset_x,minoffset_y≤YY≤maxoffset_y中,找到最大的互信息,记录下最大互信息的下标XX和YY的值即为匹配位置,用(X_mibandx,Y_mibandx)表示,其中1≤bandx≤N;
u)bandx加1,若bandx大于N则转入v),否则则转入c);
v)取所有记录下的匹配位置的平均值,即为所求的最佳匹配位置,我们记为X_last和Y_last;
5)计算左右视场对应像元关系:
①设X方向偏移像元数为offset_x,则offset_x=SXd-X_last,设Y方向偏移像元数为offset_y,则offset_y=SYd+Y_last;
②设左视场和右视场的第m列、第n行点的坐标分别为(mL,nL)和(mR,nR),则得到左右视场像元对应关系为:
上述得到的左右视场对应关系即为本发明方法所求的配准关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510571623.9A CN105184736B (zh) | 2015-09-09 | 2015-09-09 | 一种窄重叠双视场高光谱成像仪的图像配准的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510571623.9A CN105184736B (zh) | 2015-09-09 | 2015-09-09 | 一种窄重叠双视场高光谱成像仪的图像配准的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105184736A CN105184736A (zh) | 2015-12-23 |
CN105184736B true CN105184736B (zh) | 2018-02-13 |
Family
ID=54906791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510571623.9A Active CN105184736B (zh) | 2015-09-09 | 2015-09-09 | 一种窄重叠双视场高光谱成像仪的图像配准的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105184736B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204601B (zh) * | 2016-07-15 | 2018-09-28 | 华东师范大学 | 一种基于波段扫描形式的活体高光谱序列图像并行配准方法 |
CN107274380B (zh) * | 2017-07-07 | 2019-10-11 | 北京大学 | 一种无人机多光谱影像快速拼接方法 |
CN109493331B (zh) * | 2018-11-06 | 2021-09-28 | 中国林业科学研究院资源信息研究所 | 一种基于并行计算算法的两景图像重叠区域快速获取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024398A (zh) * | 2013-01-15 | 2013-04-03 | 山东大学 | 基于稀疏矩阵的高光谱遥感图像的压缩感知处理方法 |
CN104754327A (zh) * | 2015-03-26 | 2015-07-01 | 山东大学 | 一种检测及消除高光谱图像坏点的方法 |
EP2913779A1 (en) * | 2014-02-28 | 2015-09-02 | Ricoh Company, Ltd. | Method for product recognition from multiple images |
-
2015
- 2015-09-09 CN CN201510571623.9A patent/CN105184736B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024398A (zh) * | 2013-01-15 | 2013-04-03 | 山东大学 | 基于稀疏矩阵的高光谱遥感图像的压缩感知处理方法 |
EP2913779A1 (en) * | 2014-02-28 | 2015-09-02 | Ricoh Company, Ltd. | Method for product recognition from multiple images |
CN104754327A (zh) * | 2015-03-26 | 2015-07-01 | 山东大学 | 一种检测及消除高光谱图像坏点的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105184736A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110211043B (zh) | 一种用于全景图像拼接的基于网格优化的配准方法 | |
Gaiani et al. | An advanced pre-processing pipeline to improve automated photogrammetric reconstructions of architectural scenes | |
CN104599258B (zh) | 一种基于各向异性特征描述符的图像拼接方法 | |
CN106249881B (zh) | 增强现实视场空间和虚拟三维目标动态配准方法 | |
CN111862224B (zh) | 确定相机与激光雷达之间外参的方法和装置 | |
WO2017054314A1 (zh) | 一种建筑物高度计算方法、装置和存储介质 | |
CN105654421B (zh) | 基于变换不变低秩纹理的投影变换图像匹配方法 | |
CN103971378A (zh) | 一种混合视觉系统中全景图像的三维重建方法 | |
CN109829853A (zh) | 一种无人机航拍图像拼接方法 | |
CN104077760A (zh) | 一种航空摄影测量的快速拼接系统及其实现方法 | |
CN103902953B (zh) | 一种屏幕检测系统及方法 | |
Urban et al. | Finding a good feature detector-descriptor combination for the 2D keypoint-based registration of TLS point clouds | |
CN109325913B (zh) | 无人机图像拼接方法及装置 | |
CN108470356A (zh) | 一种基于双目视觉的目标对象快速测距方法 | |
CN105184736B (zh) | 一种窄重叠双视场高光谱成像仪的图像配准的方法 | |
CN110120013A (zh) | 一种点云拼接方法及装置 | |
CN105678720A (zh) | 一种全景拼接判断图像匹配方法及装置 | |
CN111126418A (zh) | 一种基于平面透视投影的倾斜影像匹配方法 | |
CN107578029B (zh) | 计算机辅助图片认证的方法、装置、电子设备及存储介质 | |
CN112733773A (zh) | 一种对象检测方法、装置、计算机设备和存储介质 | |
CN108961182A (zh) | 针对视频图像的竖直方向灭点检测方法及视频扭正方法 | |
CN113642397A (zh) | 一种基于手机视频的物体长度测量方法 | |
CN117576461A (zh) | 一种用于变电站场景的语义理解方法、介质及系统 | |
CN109902695B (zh) | 一种面向像对直线特征匹配的线特征矫正与提纯方法 | |
CN104156952B (zh) | 一种抵抗形变的图像匹配方法 |
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 |