CN106327530A - 一种特定目标自动捕获方法及装置 - Google Patents

一种特定目标自动捕获方法及装置 Download PDF

Info

Publication number
CN106327530A
CN106327530A CN201610726461.6A CN201610726461A CN106327530A CN 106327530 A CN106327530 A CN 106327530A CN 201610726461 A CN201610726461 A CN 201610726461A CN 106327530 A CN106327530 A CN 106327530A
Authority
CN
China
Prior art keywords
target
specific objective
actual size
focal length
image
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
CN201610726461.6A
Other languages
English (en)
Other versions
CN106327530B (zh
Inventor
王宣
刘晶红
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.)
Changchun Institute of Optics Fine Mechanics and Physics of CAS
Original Assignee
Changchun Institute of Optics Fine Mechanics and Physics 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 Changchun Institute of Optics Fine Mechanics and Physics of CAS filed Critical Changchun Institute of Optics Fine Mechanics and Physics of CAS
Priority to CN201610726461.6A priority Critical patent/CN106327530B/zh
Publication of CN106327530A publication Critical patent/CN106327530A/zh
Application granted granted Critical
Publication of CN106327530B publication Critical patent/CN106327530B/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
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30241Trajectory

Landscapes

  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种特定目标自动捕获方法及装置。本发明的特定目标自动捕获方法包括以下步骤:获取目标场景的图像,当前焦距以及目标的距离;计算出实际尺寸的目标在图像传感器上的图像占有的像素个数;读取特定目标的外观模板和目标的实际尺寸;计算相关值;比较相关值和阈值的大小,当相关值大于所述阈值时,判定特定目标自动捕获成功并输出特定目标自动捕获结果。本发明还公开了一种特定目标自动捕获装置。

Description

一种特定目标自动捕获方法及装置
技术领域
本发明涉及机载光电跟踪测量技术领域,特别涉及一种特定目标自动捕获方法和装置。
背景技术
光电跟踪和测量设备用于测量飞行器在空中的飞行轨迹作为飞行器飞行性能的评价。随着现代技术的发展对飞行器性能提出愈来愈高的要求,从而也对跟踪和测量飞行器飞行轨迹的光电跟踪和测量设备提出了相应的技术进步要求。
机载光电跟踪测量设备在进行稳定跟踪前,首先要实现目标的捕获。目标捕获可分为人工捕获和自动捕获,自动捕获指光电跟踪测量设备能够自动识别并捕获目标。现代机载光电跟踪测量设通常装备连续变焦距可见光摄像机,由于焦距不同,载机与目标距离的不同,造成目标在图像传感器上的投影面积不同,所以进行空对地目标自动捕获时,面临着复杂的目标模板尺度变换问题。目标运算速度较快的相关模板匹配、光流法等方法对尺度不同的目标不能进行匹配识别,而尺度自适应图像模板匹配算法,如SIFT等计算量大,不能满足机载光电跟踪测量设备实时目标自动识别捕获的要求。
发明内容
本发明的目的旨在至少解决上述的技术缺陷之一。
为此,本发明的第一个目的在于提出一种特定目标自动捕获方法。
所述特定目标自动捕获方法包括以下步骤:获取目标场景在当前焦距下的图像,当前焦距以及目标的距离;根据当前焦距,目标的距离计算出实际尺寸的目标在图像传感器上的图像占有的像素个数;读取特定目标的外观模板和目标的实际尺寸;将特定目标的外观模板缩放到当前焦距下对应的像素个数与所述图像做相关匹配并计算相关值;比较相关值和阈值的大小,当相关值大于所述阈值时,判定特定目标自动捕获成功并输出特定目标自动捕获结果。
为达到上述目的,本发明的另一目的在于提出一种特定目标自动捕获装置。所述特定目标自动捕获装置包括:成像镜头组,图像传感器,焦距测量装置,测距机,目标模版匹配电路,以及存储单元。所述图像传感器获取经过成像镜头组的目标场景在当前焦距下的图像;所述焦距测量装置获取成像镜头组的当前焦距;所述测距机获取目标的距离;所述存储单元中存储有目标的实际尺寸和特定目标的外观模板;所述目标模版匹配电路根据当前焦距、目标的距离计算出实际尺寸的目标在图像传感器上的图像占有的像素个数,从存储单元中读取特定目标的外观模板和目标的实际尺寸,并将特定目标的外观模板缩放到当前焦距下对应的像素个数,与所述图像传感器获取的图像做相关匹配并计算相关值,比较相关值和阈值的大小,当相关值大于所述阈值时,判定特定目标自动捕获成功并输出特定目标自动捕获结果。
根据本发明提出的特定目标自动捕获方法和装置,方法实现简单,且可以满足高实时性、抗尺度变换的机载光电跟踪测量设备特定目标自动捕获的要求。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的特定目标自动捕获方法的流程图;
图2为根据本发明一个实施例的特定目标自动捕获装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的可应用于性和/或其他材料的使用。另外,以下描述的第一特征在第二特征之“上”的结构可以包括第一和第二特征形成为直接接触的实施例,也可以包括另外的特征形成在第一和第二特征之间的实施例,这样第一和第二特征可能不是直接接触。
在本发明的描述中,需要说明的是,除非另有规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
参照下面的描述和附图,将清楚本发明的实施例的这些和其他方面。在这些描述和附图中,具体公开了本发明的实施例中的一些特定实施方式,来表示实施本发明的实施例的原理的一些方式,但是应当理解,本发明的实施例的范围不受此限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
下面参照图1和图2来对本发明实施例提出的特定目标自动捕获方法和装置进行详细描述。
如图1所示,为本发明一个实施例的特定目标自动捕获方法,所述方法包括以下步骤:
S1,获取目标场景在当前焦距下的图像,当前焦距以及目标的距离;
S2,根据当前焦距,目标的距离计算出实际尺寸的目标在图像传感器上的图像占有的像素个数;
S3,读取特定目标的外观模板和目标的实际尺寸;
S4,将特定目标的外观模板缩放到当前焦距下对应的像素个数与所述图像做相关匹配并计算相关值;
S5,比较相关值和阈值的大小,当相关值大于所述阈值时,判定特定目标自动捕获成功并输出特定目标自动捕获结果。
在一些实施例中,所述目标的实际尺寸与图像传感器上的图像占有的像素个数的关系为:
s = f × k d × μ
其中,μ为图像传感器的像元尺寸;f为成像镜头组的当前焦距;d为目标与镜头的距离;k为目标的实际尺寸的边长;s为目标的实际尺寸的边长占有的像素个数;目标的实际尺寸为k×k;目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s。具体的,k表示可以将目标完全收容的正方形的边长;在焦距为f,目标与镜头的距离为d的情况下,边长为k的正方形在图像传感器上的投影为正方形,该正方形的边长占有的像素个数为s;目标的实际尺寸为k×k;目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s。
在一些实施例中,所述将特定目标的外观模板缩放到当前焦距下对应的像素个数中,缩放关系如下:
X Z X T = z s , Y Z Y T = z s
其中,(XZ,YZ)为特定目标的外观模板中的坐标,(XT,YT)为目标模板缩放后的坐标;k为目标的实际尺寸的边长,s为目标的实际尺寸的边长占有的像素个数,z为特定目标外观模板的边长占有的像素个数;
所述目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s,所述特定目标的外观模板的像素个数为z×z。更具体的,k表示可以将目标完全收容的正方形的边长;在焦距为f,目标与镜头的距离为d的情况下,边长为k的正方形在图像传感器上的投影为正方形,该正方形的边长占有的像素个数为s;特定目标外观模板是正方形,该正方形的边长是z个像素;目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s,所述特定目标的外观模板的像素个数为z×z。
在一些实施例中,所述将特定目标的外观模板缩放到当前焦距下对应的像素个数与所述图像做相关匹配并计算相关值的匹配算法如下:
R = ΣM T × M S - ( ΣM T ) ( ΣM T ) s × s × ΣM T 2 - ( ΣM T ) 2 × s × s × ΣM S 2 - ( ΣM S ) 2
式中,MT表示目标模板缩放后坐标为(XT,YT)的像素的灰度值;MS表示目标在图像传感器上的投影坐标为(XS,YS)的像素的灰度值;f为成像镜头组的当前焦距;d为目标与镜头的距离;k为目标的实际尺寸的边长;s为目标的实际尺寸的边长占有的像素个数;R为相关值。具体的,在焦距为f,目标与镜头的距离为d的情况下,边长为k的正方形在图像传感器上的投影为正方形,该正方形的边长占有的像素个数为s;所述目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s。
在一些实施例中,所述阈值设定为0.7。如果相关值大于阈值0.7,特定目标自动捕获成功。
本发明的另一个实施例还提出了一种特定目标自动捕获装置100,如图2所示,所述特定目标自动捕获装置100包括:成像镜头组1,图像传感器2,焦距测量装置3,测距机4,目标模版匹配电路5,以及存储单元6。
所述图像传感器2获取经过成像镜头组1的目标场景在当前焦距下的图像;所述焦距测量装置3获取成像镜头组1的当前焦距;所述测距机4获取目标的距离;所述存储单元6中存储有目标的实际尺寸和特定目标的外观模板;所述目标模版匹配电路5根据当前焦距、目标的距离计算出实际尺寸的目标在图像传感器2上的图像占有的像素个数,从存储单元6中读取特定目标的外观模板和目标的实际尺寸,并将特定目标的外观模板缩放到当前焦距下对应的像素个数,与所述图像传感器2获取的图像做相关匹配并计算相关值,比较相关值和阈值的大小,当相关值大于所述阈值时,判定特定目标自动捕获成功并输出特定目标自动捕获结果。
在一些实施例中,所述焦距测量装置3为安装在镜头组2上的位置传感器。
在一些实施例中,如图2所示,所述测距机4为激光测距机。可以理解的时,所述测距机4还可以为其他形式的测距机,例如红外测距机或其他可以实现测距功能的机器。
在一些实施例中,所述特定目标自动捕获装置还包括显示特定目标自动捕获结果的显示设备7。
在一些实施例中,所述目标的实际尺寸与图像传感器上的图像占有的像素个数的关系为:
s = f × k d × μ
其中,μ为图像传感器的像元尺寸;f为成像镜头组的当前焦距;d为目标与镜头的距离;k为目标的实际尺寸的边长;s为目标的实际尺寸的边长占有的像素个数;目标的实际尺寸为k×k;目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s。具体的,k表示可以将目标完全收容的正方形的边长;在焦距为f,目标与镜头的距离为d的情况下,边长为k的正方形在图像传感器上的投影为正方形,该正方形的边长占有的像素个数为s;目标的实际尺寸为k×k;目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s。
在一些实施例中,所述将特定目标的外观模板缩放到当前焦距下对应的像素个数中,缩放关系如下:
X Z X T = z s , Y Z Y T = z s
其中,(XZ,YZ)特定目标的外观模板中的坐标,(XT,YT)为目标模板缩放后的坐标;k为目标的实际尺寸的边长,s为目标的实际尺寸的边长占有的像素个数,z为特定目标外观模板的边长占有的像素个数;
所述目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s,所述特定目标的外观模板的像素个数为z×z。
具体地,k表示可以将目标完全收容的正方形的边长;在焦距为f,目标与镜头的距离为d的情况下,边长为k的正方形在图像传感器上的投影为正方形,该正方形的边长占有的像素个数为s;特定目标外观模板是正方形,该正方形的边长是z个像素;目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s,所述特定目标的外观模板的像素个数为z×z。
在一些实施例中,所述将特定目标的外观模板缩放到当前焦距下对应的像素个数与所述图像做相关匹配并计算相关值的匹配算法如下:
R = ΣM T × M S - ( ΣM T ) ( ΣM T ) s × s × ΣM T 2 - ( ΣM T ) 2 × s × s × ΣM S 2 - ( ΣM S ) 2
式中,MT表示目标模板缩放后坐标为(XT,YT)的像素的灰度值;MS表示目标在图像传感器上的投影坐标为(XS,YS)的像素的灰度值;f为成像镜头组的当前焦距;d为目标与镜头的距离;k为目标的实际尺寸的边长;s为目标的实际尺寸的边长占有的像素个数;R为相关值。具体的,在焦距为f,目标与镜头的距离为d的情况下,边长为k的正方形在图像传感器上的投影为正方形,该正方形的边长占有的像素个数为s;所述目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s。
在一些实施例中,所述阈值设定为0.7。当相关值R大于0.7时,特定尺寸目标捕获成功,否则继续在图像的下一帧进行搜索。
根据本发明提出的特定目标自动捕获装置和方法,具有简单、易于实现的优点。而且可以满足高实时性、抗尺度变换的机载光电跟踪测量设备特定目标自动捕获的要求。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同限定。

Claims (10)

1.一种特定目标自动捕获方法,其特征在于,包括以下步骤:
获取目标场景在当前焦距下的图像,当前焦距以及目标的距离;
根据当前焦距,目标的距离计算出实际尺寸的目标在图像传感器上的图像占有的像素个数;
读取特定目标的外观模板和目标的实际尺寸;
将特定目标的外观模板缩放到当前焦距下对应的像素个数与所述图像做相关匹配并计算相关值;
比较相关值和阈值的大小,当相关值大于所述阈值时,判定特定目标自动捕获成功并输出特定目标自动捕获结果。
2.如权利要求1所述的特定目标自动捕获方法,其特征在于,所述目标的实际尺寸与图像传感器上的图像占有的像素个数的关系为:
s = f × k d × μ
其中,μ为图像传感器的像元尺寸;f为成像镜头组的当前焦距;d为目标与镜头的距离;k为目标的实际尺寸的边长;s为目标的实际尺寸的边长占有的像素个数;目标的实际尺寸为k×k;目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s。
3.如权利要求2所述的特定目标自动捕获方法,其特征在于,所述将特定目标的外观模板缩放到当前焦距下对应的像素个数中,缩放关系如下:
X Z X T = z s , Y Z Y T = z s
其中,(XZ,YZ)为特定目标的外观模板中的坐标,(XT,YT)为目标模板缩放后的坐标;k为目标的实际尺寸的边长,s为目标的实际尺寸的边长占有的像素个数,z为特定目标外观模板的边长占有的像素个数;
所述目标的实际尺寸k×k在图像传感器上图像占有的像素个数为s×s,所述特定目标的外观模板的像素个数为z×z。
4.如权利要求1所述的特定目标自动捕获方法,其特征在于,所述将特定目标的外观模板缩放到当前焦距下对应的像素个数与所述图像做相关匹配并计算相关值的匹配算法如下:
R = ΣM T × M S - ( ΣM T ) ( ΣM T ) s × s × ΣM T 2 - ( ΣM T ) 2 × s × s × ΣM S 2 - ( ΣM S ) 2
式中,MT表示目标模板缩放后坐标为(XT,YT)的像素的灰度值;MS表示目标在图像传感器上的投影坐标为(XS,YS)的像素的灰度值;f为成像镜头组的当前焦距;d为目标与镜头的距离;k为目标的实际尺寸的边长;s为目标的实际尺寸的边长占有的像素个数;R为相关值。
5.如权利要求1所述的特定目标自动捕获方法,其特征在于,所述阈值设定为0.7。
6.一种特定目标自动捕获装置,其特征在于,包括:
成像镜头组,图像传感器,焦距测量装置,测距机,目标模版匹配电路,以及存储单元;
所述图像传感器获取经过成像镜头组的目标场景在当前焦距下的图像;
所述焦距测量装置获取成像镜头组的当前焦距;
所述测距机获取目标与的距离;
所述存储单元中存储有目标的实际尺寸和特定目标的外观模板;
所述目标模版匹配电路根据当前焦距、目标的距离计算出实际尺寸的目标在图像传感器上的图像占有的像素个数,从存储单元中读取特定目标的外观模板和目标的实际尺寸,并将特定目标的外观模板缩放到当前焦距下对应的像素个数,与所述图像传感器获取的图像做相关匹配并计算相关值,比较相关值和阈值的大小,当相关值大于所述阈值时,判定特定目标自动捕获成功并输出特定目标自动捕获结果。
7.如权利要求6所述的特定目标自动捕获装置,其特征在于,所述焦距测量装置为安装在镜头组上的位置传感器。
8.如权利要求6所述的特定目标自动捕获装置,其特征在于,所述测距机为激光测距机。
9.如权利要求6所述的特定目标自动捕获装置,其特征在于,还包括显示特定目标自动捕获结果的显示设备。
10.如权利要求6所述的特定目标自动捕获装置,其特征在于,所述阈值设定为0.7。
CN201610726461.6A 2016-08-25 2016-08-25 一种特定目标自动捕获方法及装置 Active CN106327530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610726461.6A CN106327530B (zh) 2016-08-25 2016-08-25 一种特定目标自动捕获方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610726461.6A CN106327530B (zh) 2016-08-25 2016-08-25 一种特定目标自动捕获方法及装置

Publications (2)

Publication Number Publication Date
CN106327530A true CN106327530A (zh) 2017-01-11
CN106327530B CN106327530B (zh) 2019-06-25

Family

ID=57790930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610726461.6A Active CN106327530B (zh) 2016-08-25 2016-08-25 一种特定目标自动捕获方法及装置

Country Status (1)

Country Link
CN (1) CN106327530B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030103648A1 (en) * 2001-12-05 2003-06-05 Wataru Ito Object tracking method and apparatus using template matching
US20040054473A1 (en) * 2002-09-17 2004-03-18 Nissan Motor Co., Ltd. Vehicle tracking system
CN101101192A (zh) * 2007-07-19 2008-01-09 上海远超微纳技术有限公司 双视场枪瞄电子测距瞄准装置
CN101916437A (zh) * 2010-06-18 2010-12-15 中国科学院计算技术研究所 一种基于多视觉信息的目标定位方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030103648A1 (en) * 2001-12-05 2003-06-05 Wataru Ito Object tracking method and apparatus using template matching
US20040054473A1 (en) * 2002-09-17 2004-03-18 Nissan Motor Co., Ltd. Vehicle tracking system
CN101101192A (zh) * 2007-07-19 2008-01-09 上海远超微纳技术有限公司 双视场枪瞄电子测距瞄准装置
CN101916437A (zh) * 2010-06-18 2010-12-15 中国科学院计算技术研究所 一种基于多视觉信息的目标定位方法和系统

Also Published As

Publication number Publication date
CN106327530B (zh) 2019-06-25

Similar Documents

Publication Publication Date Title
Pang et al. A method for vehicle count in the presence of multiple-vehicle occlusions in traffic images
Molleda et al. An improved 3D imaging system for dimensional quality inspection of rolled products in the metal industry
JP2017032548A (ja) 自動工業検査における3dビジョンの使用
CN107016348A (zh) 结合深度信息的人脸检测方法、检测装置和电子装置
EP3690800A2 (en) Information processing apparatus, information processing method, and program
CN105606628A (zh) 一种光学镜片检测系统及方法
JP2008158984A (ja) 画像処理装置および領域追跡プログラム
Moroni et al. Underwater scene understanding by optical and acoustic data integration
US9305235B1 (en) System and method for identifying and locating instances of a shape under large variations in linear degrees of freedom and/or stroke widths
Lenac et al. Moving objects detection using a thermal Camera and IMU on a vehicle
CN112489240B (zh) 一种商品陈列巡检方法、巡检机器人以及存储介质
CN106327530A (zh) 一种特定目标自动捕获方法及装置
Delmas et al. Stereo camera visual odometry for moving urban environments
Panahi et al. Automated Progress Monitoring in Modular Construction Factories Using Computer Vision and Building Information Modeling
CN112529960A (zh) 目标对象的定位方法、装置、处理器和电子装置
Szwoch et al. Objects classification based on their physical sizes for detection of events in camera images
He et al. Lane Detection and Tracking through Affine Rectification.
Reiterer A semi-automatic image-based measurement system
KR101087863B1 (ko) 구조 광 패턴을 이용한 영상의 경계를 결정하는 방법, 이러한 방법이 기록된 기록매체 및 구조 광 패턴을 이용한 영상의 경계 인식 시스템
Bao Image-based Monitoring of Bolted Connections in Steel Structures via Deep Leaning and Hough Transform
Miao et al. Automatic classification algorithm of urban building based on corner analysis
JPH10228542A (ja) 三次元計測方法及びその装置
Zhao et al. Model-based interpretation of stereo imagery of textured surfaces
CN114511628A (zh) 一种基于计算机视觉的光束照射点预测方法及装置
CN116119275A (zh) 一种基于多模型级联的钢背表面检测的生产线控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Wang Xuan

Inventor after: Jia Ping

Inventor after: Liu Jinghong

Inventor before: Wang Xuan

Inventor before: Liu Jinghong

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant