CN105785349B - 一种相控阵三维声学摄像声呐的噪声去除方法 - Google Patents
一种相控阵三维声学摄像声呐的噪声去除方法 Download PDFInfo
- Publication number
- CN105785349B CN105785349B CN201610302522.6A CN201610302522A CN105785349B CN 105785349 B CN105785349 B CN 105785349B CN 201610302522 A CN201610302522 A CN 201610302522A CN 105785349 B CN105785349 B CN 105785349B
- Authority
- CN
- China
- Prior art keywords
- point
- data
- neighborhood
- sonar
- center 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000013598 vector Substances 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000000513 principal component analysis Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种相控阵三维声学摄像声呐的噪声去除方法，包括：获取声呐数据，将每帧声呐数据对应的声呐图像转换为全局坐标系下的点云数据；针对声呐图像中某个数据点，求取该数据点的邻域中的每个数据点的加权系数；计算邻域的加权中心点；计算邻域中所有数据点的拟合平面方向以及法向量；将邻域的加权中心点沿拟合平面的法向量方向偏移；将偏移后的加权中心点沿拟合平面移动，得到拟合点；利用拟合点代替原数据点；对声呐图像中的所有数据点进行同样的替换操作，完成噪声去除。本发明速度快、计算量小，易于实现，细节保留较好，可以避免数据收缩问题，对孤立点具有良好的鲁棒性。
Description
技术领域
本发明涉及相控阵三维声学摄像声呐技术领域，具体涉及一种相控阵三维声学摄像声呐的噪声去除方法。
背景技术
相控阵三维摄像声呐系统是一种新型的水下三维声学成像系统，与通用的图像声呐(如侧扫声呐、多波束声呐)相比具有图像清晰、实时性好等优点，在港口实时监测、自动报警系统及蛙人水下作业保护等方面具有广泛的应用价值。
但是在声呐图像采集计算过程中，由于水下环境的复杂性及系统本身的影响，采集到的声呐图像不可避免地会带有噪声干扰，因此，在后续的声呐图像处理中，如3D重建，目标识别，必须首先去除噪声的干扰。
目前的大多数声学摄像声呐噪声去除方法在保持细节及计算量上仍然存在一定的限制，因此，研究相控阵三维摄像声呐噪声去除方法具有重要的工程实用价值和理论指导意义。
发明内容
本发明提供了一种相控阵三维声学摄像声呐的噪声去除方法，速度快、计算量小，易于实现，细节保留较好，可以避免数据收缩问题，对孤立点具有良好的鲁棒性。
一种相控阵三维声学摄像声呐的噪声去除方法，包括：
步骤1，获取声呐数据，将每帧声呐数据对应的声呐图像转换为全局坐标系下的点云数据；
步骤2，针对声呐图像中某个数据点，求取该数据点的邻域中的每个数据点的加权系数；
步骤3，根据加权系数，计算对应邻域的加权中心点；
步骤4，依据加权中心点，以及加权系数获得协方差矩阵，并依据协方差矩阵求得邻域中所有数据点的拟合平面方向，以及拟合平面的法向量；
步骤5，将邻域的加权中心点沿拟合平面的法向量方向偏移，偏移量为邻域中所有数据点与加权中心点的距离在拟合平面法向量方向上的投影长度；
步骤6，将偏移后的加权中心点沿拟合平面移动，得到拟合点，移动量为原始数据点到偏移后的加权中心点的距离在拟合平面上的投影长度；
步骤7，利用拟合点代替原数据点；
步骤8，对声呐图像中的所有数据点进行步骤2～步骤7的操作，完成噪声去除。
步骤1中，通过网络逐帧获取声呐数据，将每帧声呐数据对应的范围图像依据多波束相控阵系统的位置信息和状态信息转换为全局坐标系下的点云数据；
每帧声呐图像的点云数据中任意选取一个数据点p进行步骤2～步骤7的操作，利用步骤7得到的拟合点替代原始的数据点p，对每帧声呐图像中的所有数据点进行步骤2～步骤7的操作，完成噪声的去除。
步骤2中对每帧声呐图像中的每个数据点进行邻域划分，并进行标记，数据点的邻域大小依据实验进行选择。
作为优选，步骤2中，依据下式计算加权系数wi：
式中，di表示数据点pi到平均中心点的距离；
表示邻域中的所有数据点与平均中心点的距离和；
对邻域中所有数据点的坐标进行平均得到所述平均中心点。
作为优选，步骤3中，依据下式计算加权中心点
式中：wi为数据点pi的加权系数。
作为优选，步骤4中，协方差矩阵Cw如下：
式中，n为邻域中数据点的个数，T表示转置，w1～wn分别为数据点对应的权重系数。
作为优选，步骤4，计算协方差的特征值λ1、λ2、λ3及对应的特征向量v1、v2、v3，其中λ1>λ2>λ3，v1和v2确定对应邻域的拟合平面方向，v3为拟合平面的法向量。
作为优选，步骤5中，依据下式计算偏移后的加权中心点：
式中，表示偏移后的加权中心点；
np为拟合平面的单位法向量，由v3归一化后得到；
dm为邻域中各数据点与加权中心点的距离在np上的投影长度的平均值。
作为优选，步骤6中，依据下式计算拟合点
式中，p为步骤2中所针对的数据点；
T表示拟合平面。
步骤2～步骤7中均针对同一数据点的邻域进行操作，本发明中，通过遍历每帧声呐图像中的所有数据点，利用加权PCA算法获得每个声呐数据点邻域中所有点的拟合平面及拟合平面的法向量，通过将邻域内所有数据点的平均坐标沿着拟合平面的法向量及拟合平面内做适当的偏移，替代原先的声呐数据点，完成噪声去除。
相对于现有技术，本发明具有以下有益的技术效果：
(1)进行噪声去除时，不需要预先的网格连接或局部的多项式拟合过程；
(2)使用加权PCA算法，可以有效消除孤立点的影响，通过将平均中心点在法向量和拟合平面的适当偏移，避免过度平滑和数据收缩。
(3)简单、快速，能较好的保证尖锐的细节，对孤立点具有良好的鲁棒性，有效地实现了相控阵三维声学摄像声呐的噪声去除功能。
附图说明
图1为本发明相控阵三维声学摄像声呐的噪声去除方法的流程图。
具体实施方式
下面结合附图，对本发明相控阵三维声学摄像声呐的噪声去除方法做详细描述。
如图1所示，一种相控阵三维声学摄像声呐的噪声去除方法，包括：
步骤1，采集声呐数据，并通过网络发送，通过网络逐帧获取声呐数据，将每一帧声呐数据对应的声呐图像依据声呐系统的位置信息和状态信息转换为全局坐标系下的点云数据，得到一帧声呐图像的点云数据。
步骤2，遍历一帧声呐图像的点云数据中的每一个数据点，寻找每个数据点的邻域，进行标记。
步骤3，计算每个数据点邻域(邻域包括数据点本身)的平均中心点，进行加权主成分分析(PCA)，得到该邻域内所有数据点的拟合平面及拟合平面的法向量，将平均中心点沿拟合平面的法向量方向及拟合平面方向做适当的偏移，以偏移后的拟合点代替原始的数据点。对一帧声呐图像的所有数据点进行处理后，完成去除噪声工作。
对每个邻域进行处理时，首先进行加权系数分配，对邻域中的所有数据点的坐标进行平均获取平均中心点，然后计算每个数据点与该平均中心点的距离，邻域中每个数据点的加权系数与该数据点到平均中心点的距离成反比，如式(Ⅰ)。
式(Ⅰ)中，di表示数据点pi到平均中心点的距离；表示邻域中的所有数据点与平均中心点的距离和；wi为数据点pi的加权系数。当邻域中的某个数据点到平均中心点的距离为0时，则加权系数为1；距离不为0，加权系数为距离的反比。
在得到加权系数后，重新计算加权后的加权中心点如式(II)
式(II)中，wi表示邻域中数据点pi的加权系数，pi表示邻域中的某一个数据点。
在获得加权中心点后，根据该加权中心点求该邻域中各数据点的协方差矩阵Cw，如式(III)。
该协方差矩阵为对称半正定的3×3矩阵，n为邻域内所有数据点的个数；对该协方差矩阵求特征值λ1、λ2、λ3及对应的特征向量v1、v2、v3，其中λ1>λ2>λ3，向量v1和v2表征了该邻域所有数据点的拟合平面方向，向量v3为该拟合平面的法向量，对该法向量进行归一化处理得到该拟合平面的单位法向量。
获取单位法向量后，为保证声呐图像的细节部分，防止过度平滑，将邻域中的加权中心点沿拟合平面的法向量方向偏移，偏移的大小为邻域中各数据点与加权中心点的距离在单位法向量上的投影长度的平均值。根据式(IV)计算。
其中表示偏移后的加权中心点，为加权计算得到的加权中心点，np为拟合平面的单位法向量，dm为邻域中各数据点与加权中心点的距离在np上的投影长度的平均值，采用式(Ⅴ)计算得到。
当用偏移后的加权中心点代替原始数据点时，存在数据点位置的收缩现象，因此需对偏移后的加权中心点进行补偿。将偏移后的加权中心点沿着拟合平面移动，移动大小为原始数据点p到偏移后的加权中心点的距离在拟合平面的投影，采用式(VI)计算得到。
式(VI)中表示经过修正后的拟合点，T表示上文中的拟合平面。
对邻域中的每个原始数据点p，用代替，对一帧声呐图像中的所有数据点采用相同的方式处理完毕后，噪声去除工作完成。
Claims (6)
1.一种相控阵三维声学摄像声呐的噪声去除方法，其特征在于，包括：
步骤1，获取声呐数据，将每帧声呐数据对应的声呐图像转换为全局坐标系下的点云数据；
步骤2，针对声呐图像中某个数据点，求取该数据点的邻域中的每个数据点的加权系数；
加权系数wi的计算式为：
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>&CenterDot;</mo>
<mo>&Sigma;</mo>
<mi>D</mi>
<mi>m</mi>
<mi>e</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>N</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>,</mo>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>s</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中，di表示数据点pi到平均中心点的距离；
表示邻域中的所有数据点与平均中心点的距离和；
对邻域中所有数据点的坐标进行平均得到所述平均中心点；
步骤3，根据加权系数，计算对应邻域的加权中心点；
步骤4，依据加权中心点，以及加权系数获得协方差矩阵，并依据协方差矩阵求得邻域中所有数据点的拟合平面方向，以及拟合平面的法向量；
步骤5，将邻域的加权中心点沿拟合平面的法向量方向偏移，偏移量为邻域中所有数据点与加权中心点的距离在拟合平面法向量方向上的投影长度；
步骤6，将偏移后的加权中心点沿拟合平面移动，得到拟合点，移动量为原始数据点到偏移后的加权中心点的距离在拟合平面上的投影长度；
步骤7，利用拟合点代替原数据点；
步骤8，对声呐图像中的所有数据点进行步骤2～步骤7的操作，完成噪声去除。
2.如权利要求1所述的相控阵三维声学摄像声呐的噪声去除方法，其特征在于，步骤3中，依据下式计算加权中心点
<mrow>
<mover>
<msub>
<mi>p</mi>
<mi>W</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&Sigma;w</mi>
<mi>i</mi>
</msub>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mo>&Sigma;</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
</mrow>
式中：wi为数据点pi的加权系数。
3.如权利要求2所述的相控阵三维声学摄像声呐的噪声去除方法，其特征在于，步骤4中，协方差矩阵Cw如下：
<mrow>
<msub>
<mi>C</mi>
<mi>w</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>n</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<msub>
<mi>p</mi>
<mi>w</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<msub>
<mi>p</mi>
<mi>w</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>{</mo>
<msqrt>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
</msqrt>
<mo>,</mo>
<mo>...</mo>
<msqrt>
<msub>
<mi>w</mi>
<mi>n</mi>
</msub>
</msqrt>
<mo>}</mo>
</mrow>
式中，n为邻域中数据点的个数，T表示转置，w1～wn分别为数据点对应的权重系数。
4.如权利要求3所述的相控阵三维声学摄像声呐的噪声去除方法，其特征在于，步骤4中求得拟合平面方向和拟合平面的法向量的方法具体为：计算协方差的特征值λ1、λ2、λ3及对应的特征向量v1、v2、v3，其中λ1>λ2>λ3，v1和v2确定对应邻域的拟合平面方向，v3为拟合平面的法向量。
5.如权利要求4所述的相控阵三维声学摄像声呐的噪声去除方法，其特征在于，步骤5中，依据下式计算偏移后的加权中心点：
<mrow>
<msup>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mover>
<msub>
<mi>p</mi>
<mi>w</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>+</mo>
<msub>
<mi>d</mi>
<mi>m</mi>
</msub>
<msub>
<mi>n</mi>
<mi>p</mi>
</msub>
</mrow>
式中，表示偏移后的加权中心点；
np为拟合平面的单位法向量，由v3归一化后得到；
dm为邻域中各数据点与加权中心点的距离在np上的投影长度的平均值。
6.如权利要求5所述的相控阵三维声学摄像声呐的噪声去除方法，其特征在于，步骤6中，依据下式计算拟合点
<mrow>
<msubsup>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>-</mo>
<msup>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mo>&prime;</mo>
</msup>
</mrow>
<mo>)</mo>
<mo>,</mo>
<mi>T</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>T</mi>
<mo>+</mo>
<msup>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mo>&prime;</mo>
</msup>
</mrow>
式中，p为步骤2中所针对的数据点；
T表示拟合平面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610302522.6A CN105785349B (zh) | 2016-05-09 | 2016-05-09 | 一种相控阵三维声学摄像声呐的噪声去除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610302522.6A CN105785349B (zh) | 2016-05-09 | 2016-05-09 | 一种相控阵三维声学摄像声呐的噪声去除方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105785349A CN105785349A (zh) | 2016-07-20 |
| CN105785349B true CN105785349B (zh) | 2017-12-26 |
Family
ID=56400925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610302522.6A Active CN105785349B (zh) | 2016-05-09 | 2016-05-09 | 一种相控阵三维声学摄像声呐的噪声去除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105785349B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106338733B (zh) * | 2016-09-09 | 2018-11-09 | 河海大学常州校区 | 基于蛙眼视觉特性的前视声呐目标跟踪方法 |
| CN108241150B (zh) * | 2016-12-26 | 2023-05-30 | 中国科学院软件研究所 | 一种三维声呐点云环境中的移动物体检测与跟踪方法 |
| CN106918813B (zh) | 2017-03-08 | 2019-04-30 | 浙江大学 | 一种基于距离统计的三维声纳点云图像增强方法 |
| CN107133966B (zh) * | 2017-03-30 | 2020-04-14 | 浙江大学 | 一种基于采样一致性算法的三维声纳图像背景分割方法 |
| CN109523581B (zh) * | 2017-09-19 | 2021-02-23 | 华为技术有限公司 | 一种三维点云对齐的方法和装置 |
| CN110570361B (zh) * | 2019-07-26 | 2022-04-01 | 武汉理工大学 | 声呐图像结构化噪声的抑制方法、系统、装置和存储介质 |
| CN113607346B (zh) * | 2021-07-14 | 2024-07-19 | 东莞市鑫泰仪器仪表有限公司 | 一种基于嵌入式处理器的三维声学成像实时信号处理装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10036291C1 (de) * | 2000-07-26 | 2001-10-31 | Stn Atlas Elektronik Gmbh | Verfahren zur Störbefreiung von Gruppensignalen |
| US6996241B2 (en) * | 2001-06-22 | 2006-02-07 | Trustees Of Dartmouth College | Tuned feedforward LMS filter with feedback control |
| JP5626621B2 (ja) * | 2010-03-19 | 2014-11-19 | 株式会社 日立産業制御ソリューションズ | フェイズドアレイ合成開口ソナーシステム |
| CN103197308B (zh) * | 2013-03-15 | 2015-04-01 | 浙江大学 | 基于多波束相控阵声纳系统的三维声纳可视化处理方法 |
| CN103323831B (zh) * | 2013-05-31 | 2014-12-03 | 浙江大学 | 一种基于czt变换和剪除分裂基快速傅里叶变换的三维摄像声纳波束形成方法 |
| CN103323832B (zh) * | 2013-05-31 | 2015-01-21 | 浙江大学 | 一种相控阵三维摄像声纳系统换能器阵列的幅相误差校正方法 |
-
2016
- 2016-05-09 CN CN201610302522.6A patent/CN105785349B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105785349A (zh) | 2016-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105785349B (zh) | 一种相控阵三维声学摄像声呐的噪声去除方法 | |
| US20210042929A1 (en) | Three-dimensional object detection method and system based on weighted channel features of a point cloud | |
| CN105021124B (zh) | 一种基于深度图的平面零件三维位置和法向量计算方法 | |
| CN106570913B (zh) | 基于特征的单目slam快速初始化方法 | |
| CN108876744B (zh) | 一种基于区域分割的大尺度点云噪声去噪方法 | |
| CN109919984A (zh) | 一种基于局部特征描述子的点云自动配准方法 | |
| CN107767456A (zh) | 一种基于rgb‑d相机的物体三维重建方法 | |
| CN104390591B (zh) | 大型曲面板测量中圆形标记物的精确定位方法 | |
| WO2018161662A1 (zh) | 一种基于距离统计的三维声纳点云图像增强方法 | |
| JP2021192064A (ja) | ３次元計測システム及び３次元計測方法 | |
| JP6349418B2 (ja) | 高精度単眼移動によるオブジェクト位置特定 | |
| TW201514867A (zh) | 光流追蹤方法和裝置 | |
| CN108225319B (zh) | 基于目标特征的单目视觉快速相对位姿估计系统及方法 | |
| CN103310421B (zh) | 针对高清图像对的快速立体匹配方法及视差图获取方法 | |
| CN111897349A (zh) | 一种基于双目视觉的水下机器人自主避障方法 | |
| JP2011179907A (ja) | 位置姿勢計測装置、位置姿勢計測方法およびプログラム | |
| CN103994755B (zh) | 一种基于模型的空间非合作目标位姿测量方法 | |
| CN109215118B (zh) | 一种基于图像序列的增量式运动结构恢复优化方法 | |
| CN110209184A (zh) | 一种基于双目视觉系统的无人机避障方法 | |
| CN111127613B (zh) | 基于扫描电子显微镜的图像序列三维重构方法及系统 | |
| CN110766782A (zh) | 基于多无人机视觉协同的大型施工场景实时重构方法 | |
| CN109520480A (zh) | 基于双目立体视觉的测距方法及测距系统 | |
| CN110570474A (zh) | 一种深度相机的位姿估计方法及系统 | |
| CN109671084B (zh) | 一种工件形状的测量方法 | |
| TWI571099B (zh) | 深度估測裝置及方法 |
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 |