CN106803286A - 基于多视点图像的虚实遮挡实时处理方法 - Google Patents
基于多视点图像的虚实遮挡实时处理方法 Download PDFInfo
- Publication number
- CN106803286A CN106803286A CN201710034552.8A CN201710034552A CN106803286A CN 106803286 A CN106803286 A CN 106803286A CN 201710034552 A CN201710034552 A CN 201710034552A CN 106803286 A CN106803286 A CN 106803286A
- Authority
- CN
- China
- Prior art keywords
- image
- real
- camera
- formula
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- 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 Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于多视点图像的虚实遮挡实时处理方法,首先将标识物贴附在真实物体上,并通过双目全景摄像机捕捉真实场景下的多视点图像;其次对双目全景摄像机进行标定获取摄像机内外参数,得到三维空间坐标系到二维图像平面坐标系的变换矩阵,将虚拟物叠加到真实场景图像中获得虚实物体合成图;然后将无关对象作为背景剔除,检测与提取虚拟物轮廓,利用双目立体成像系统分别求取真实物和虚拟物的深度信息,比较深度值判别正确的虚实遮挡关系;最后利用帧缓存技术重新绘制合成的视频图像,实现场景中虚实物体的正确遮挡。
Description
技术领域
本发明属于图像处理技术领域,特别是涉及一种增强现实系统中图像的虚实遮挡处理方法。
背景技术
增强现实技术是随着虚拟现实技术的发展而产生的,是一种将计算机产生的虚拟物体与场景叠加到真实世界中,实现对真实世界的有效扩充和增强的技术。增强现实技术不仅可以使虚拟物体与真实世界融为一体,而且可以通过特定的设备使用户与场景中的虚拟物体进行交互,为用户提供声音、触觉及嗅觉体验。随着研究的不断深入以及关键技术的革新,人们逐渐意识到增强现实技术在生活、军事、医疗、建筑、娱乐等多个领域中具有广泛的应用前景。而虚实物体遮挡关系的正确体现是判断增强现实系统好坏的一个重要指标,错误的遮挡关系会给观察者带来虚实物体相对位置失真的错觉,严重影响系统的真实感。
对于虚实遮挡问题,国内外已有研究人员对此问题展开了研究,现阶段主要有基于模型和基于深度两类处理方法。
其中,基于模型的虚实遮挡处理方法基本原理是对遮挡虚拟物体的真实物体进行三维建模,求得该物体在世界坐标系下的三维坐标,然后利用三维注册技术将重建得到的真实物体的三维模型叠加到场景中该物体所对应的位置上,从而实现真实物体对虚拟物体的遮挡。Fuhrmann等人(Fuhrmann等人,1999年在Computers and Graphicsd中发表了《Occlusion in collaborative augmented environments》)利用这种方法在静态场景条件下可以准确地获取正确虚实遮挡关系,但对于复杂的真实物体进行精确三维建模比较困难,且建模结果的好坏直接影响虚实遮挡处理的效果。Lepetit等人(Lepetit,V.和Berger,M.O.Handling,2000年在IEEE and ACM International Symposium on AugmentedReality中发表了《occlusion im augmented reality systems:a semi-automaticmethod》)提出了一种半自动方法,首先选取视频序列中的部分视频图像作为关键帧,用户通过手动选取关键帧图像中遮挡虚拟物的真实物体轮廓,利用相邻关键帧图像中物体轮廓的二维信息重建物体轮廓的三维坐标,最后将重建的真实物体重投影到中间帧图像上,得到虚实遮挡关系正确的合成图像。该方法在摄像机视角发生变化时也能获得正确的虚实遮挡关系,不仅适合静态场景图像而且适合动态场景,但三维重建过程较困难,计算量过大。
基于深度的虚实遮挡处理方法基本原理是首先计算真实场景图像中每个像素点的深度信息,然后根据观察者的视点位置、虚拟物体的叠加位置以及求得的深度信息,比较虚拟物体与真实物体的空间位置关系,如果虚拟物体被真实物体遮挡,则在显示合成场景图像时,只绘制虚拟物体未被遮挡的部分,不绘制被遮挡的部分。Yokoya等人(1999年,Yokoya等人在Proceedings of the 1st International Symposia on Mixed Reality中发表了《Stereo vision based video see-through mixed reality》)提出利用双目立体视觉原理计算真实场景图像上物体的深度信息,根据观察者的视点位置和深度信息完成虚实遮挡处理,求取整幅图像上每个像素的深度信息,与虚拟物体的深度值进行对比得到遮挡关系,该类方法虽然判定准确度高,能够处理复杂物体的遮挡问题,但计算量太大,不具备实时性。
发明内容
针对现有的各虚实遮挡处理方法存在的不足,本发明的目的在于提出一种基于多视点图像的虚实遮挡实时处理方法,通过剔除背景中无关对象,提取虚拟物轮廓,计算虚拟物和真实物目标区域的深度值并比较判别正确的虚实遮挡关系,利用帧缓存技术重新绘制,实现场景中虚实物体的正确遮挡。
本发明的技术方案是:
基于多视点图像的虚实遮挡实时处理方法,主要包括以下四个步骤:
(1)将标识物贴附在真实物体上,并通过双目全景摄像机捕捉真实场景下的多视点图像。在虚实遮挡关系的判别过程中,为了避免混淆,便于区分视频图像中的真实物体与虚拟物体,通常在三维的真实物体上贴一个标识物。这里的标识物选择一个带有黑色正方形外边框的方形图片,该图片的黑色正方形外边框内为白色方框区域,在白色方框区域可以设计不同的图案或者文字。
(2)利用步骤(1)中标识物图像的坐标特征和摄像机标定方法求取摄像机内外参数,得到三维空间坐标系到二维图像平面坐标系的变换矩阵,根据变换矩阵实现三维虚拟场景投影到二维图像平面的坐标变换,将虚拟物叠加到真实场景图像中获得虚实物体合成图;
以步骤(1)中获取的多视点图像中的标识物图像上标识物的黑色正方形外边框顶点作为已知特征点,利用增强现实相关研究中的ARToolkit算法库,经过标识物的识别和位置计算,得到由标识物三维空间坐标系到摄像机坐标系的映射,再由摄像机标定获取摄像机内部参数矩阵,完成摄像机坐标系到二维图像平面坐标系的映射。
设三维空间内某已知特征点坐标为(Xw,Yw,Zw),经映射变换矩阵Twc得到摄像机坐标系下点的坐标为(Xc,Yc,Zc),如(1)式所示,其中R为坐标系的旋转矩阵,T为坐标系间的平移矩阵。
由双目摄像机标定方法(可以参照经典标定方法,张正友的摄像机标定方法,在Pattern Analysis and Machine Intelligence发表的《A flexible new technique forcamera calibration》文献中)得到摄像机内参矩阵Kc,得到摄像机坐标系下点(Xc,Yc,Zc)映射到二维图像平面坐标系下的点坐标为(xi,yi),如(2)式所示。其中(cx,cy)表示二维图像中心点像素坐标,fx,fy分别为X和Y方向的等效焦距。
由(1)式和(2)式可以得到三维空间坐标系与二维图像平面坐标系的变换矩阵M,如(3)式所示,则可根据变换矩阵M实现三维虚拟场景投影到二维图像平面的坐标变换,将虚拟物叠加到真实场景图像中获得虚实物体合成图。
M=Twc·Kc (3)
(3)对步骤(2)得到的虚实物体合成图进行虚实遮挡关系判别处理,首先将无需进行虚实遮挡关系判别的图像区域作为背景,利用局部颜色直方图和区域划分对背景进行剔除;利用Canny边缘检测算子检测并提取前景虚拟物体的轮廓线;根据双目摄像机立体成像系统的立体成像原理分别求取虚拟物图像区域所有像素点的深度值和附有标识物的真实物体所有像素点的深度值,比较虚拟物与真实物的深度值大小并判断正确的虚实遮挡关系;
(3.1)将无需进行虚实遮挡关系判别的图像区域作为背景,利用局部颜色直方图和区域划分对背景进行剔除,方法如下:
在YUV空间内将颜色进行量化,在背景中按YUV空间内颜色量化各区间内含像素点数目多少选择前m种主要的颜色作为直方图归类,其他所有次要颜色归为一类,此时颜色量化直方图中的颜色数被减少到m+1种,简化了颜色归类的计算量,颜色量化之后,颜色量化直方图中每两种颜色之间的相似度可以用高斯函数Gc(uk,vk)表示,如(4)式所示,其中(uj,vj)表示类中心的颜色分量(即m+1类颜色的中值所对应的颜色分量),(uk,vk)表示第k类颜色的颜色分量,δc表示标准差。
为了增加图像在直方图中的空域信息,将步骤(2)得到的虚实物体合成图均等划分为n×n个区域块,则每个像素点都隶属于n2个不同的区域块,在每个区域块中,根据像素点的不同位置对该像素点进行权值分配,权值由高斯函数Gs(sl)表示为(5)式所示,其中(xt,yt)表示区域块中心的位置,(xl,yl)表示像素点l的位置坐标,通常δs取经验值3时具有较好的光滑性。
结合(4)式和(5)式,将每个区域块的直方图定义为空域高斯核和颜色高斯核的乘积,计算像素点属于前景即目标区域的概率公式如(6)式所示。可以看出越靠近区域块中心且与背景颜色差异越大时,像素点的直方图值越小,则该像素点属于前景的概率越大。因此根据公式(6)计算各区域块像素点隶属于前景的概率,设定阈值判断,剔除无关的背景区域块。根据实验效果验证,取阈值为0.65,当Pcs大于0.65时,判断当前区域块像素点隶属于目标区域块;反之则为背景区域块。
(3.2)经背景剔除处理之后获得需要判别虚实遮挡对象的目标区域,通过Canny边缘检测算子提取前景物体中的虚拟物轮廓线,设置形态学结构元素的大小、形状、扫描方式进行条件约束,去除孤立噪声点的影响,得到连续光滑的轮廓边缘线。运用了数学形态学的知识,对形态学结构元素的参数进行设置,这是常规处理方法,常用于去噪处理。
(3.3)根据双目摄像机立体成像系统的立体成像原理分别求取虚拟物图像区域所有像素点的深度值和附有标识物的真实物体所有像素点的深度值,比较虚拟物与真实物的深度值大小并判断正确的虚实遮挡关系。
双目摄像机立体成像系统中,左右两摄像头CMOS1和CMOS2对空间内同一点Q(X,Y,Z)投影到成像平面上,分别对应点L(x1,y1)和点R(x2,y2),其中l为摄像机镜头到成像面的距离,e为两摄像镜头的光心间距,b为左右两像素点间的水平视差,假定左右摄像头的内部参数相同,可以得到点Q在虚实物体合成图中对应像素点q(x,y)的深度值v,计算式如(7)式所示。
根据(7)式求得虚实物体各区域每个像素点的深度值,进一步求取虚实物体各区域的平均深度值作为该区域图像对应的深度值,比较深度值的大小,从而确定不同区域所对应物体的正确虚实遮挡关系。
(4)根据步骤(3)中得到的不同区域所对应物体的正确虚实遮挡关系,利用帧缓存技术重新绘制合成的视频图像,实现场景中虚实物体的正确遮挡。
通过帧缓存操作可以绘制丰富的图形效果,在开放图形语言库OpenGL中主要利用帧缓存技术的颜色缓存与模板缓存对遮挡面进行处理。帧缓存技术是常规方法,主要运用了帧缓存技术中的颜色缓存和模板缓存处理方法。首先计算遮挡物在图像坐标系下的坐标,利用OpenGL函数设置一个带模板的双缓冲RGB颜色缓冲区,开启模板测试。根据虚实物体的空间位置关系,将当前帧图像中所有像素点的模板值设置为0;在模板缓存中绘制遮挡物体对应的几何体,并将该几何体覆盖区域的模板值设置为1;执行模板测试,只有模板值为1的像素点被绘制,而其它像素点则保持不变,即将跟踪的遮挡物体轮廓内的所有像素点重新绘制在合成的视频图像上,颜色缓存中绘制遮挡面的相关数据也会自动被写入,从而得到新的合成视频图像,实现场景中虚实物体的正确遮挡。
本发明相比以往技术方法,具有以下明显优点:
本发明通过合理设计标识物图像,对摄像机进行标定,利用三维空间坐标系到二维图像坐标系的变换矩阵得到虚实合成图,经虚实区域深度值比较判别之后得到正确的虚实遮挡关系,最后利用帧缓存技术重新绘制合成的视频图像,实现场景中虚实物体的正确遮挡。
附图说明
图1为本发明的原理框图
图2为标识物设计示意图
图3为双目摄像机立体成像原理图
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
如图1所示,通过双目全景摄像机获取真实场景下的多组不同视点图像,根据已知标识物的坐标特征和摄像机标定方法求取摄像机内外参数,得到由标识物坐标系映射到摄像机坐标系,再到屏幕图像坐标系的变换矩阵;根据变换矩阵实现三维虚拟场景投影到二维图像平面的坐标变换,将虚拟物叠加到真实场景图像中获得虚实物体合成图;由于直接映射变换得到的虚实物体合成图中存在错误遮挡关系,需要对合成图进行虚实遮挡关系判别处理,主要包括无关对象作为背景剔除、虚拟物轮廓检测与提取、利用双目立体成像系统分别求取真实物和虚拟物的深度信息、比较深度值大小并判别正确的虚实遮挡关系等步骤;最后根据虚实物体正确的空间位置关系,利用帧缓存技术重新绘制合成的视频图像,实现场景中虚实物体的正确遮挡。
在虚实遮挡关系的判别过程中,为了避免混淆,便于区分视频图像中的真实物体与虚拟物体,通常在三维真实物上贴一个标识物,如图2所示,首先设计一个带有黑色正方形边框,黑色边框内为带有AR字样的白色方框区域,以这样一个平面图形作为附加在真实物体上的标识物图像,通过双目全景摄像机捕捉真实场景,获取真实场景下的多视点图像。
建立摄像机成像模型,获取三维现实世界到二维图像的映射,图像上坐标点与世界坐标点之间的变换关系可以用摄像机内部参数矩阵和外部参数矩阵表示,通过摄像机标定方法求取内外参数矩阵。
以三维空间标识物的黑色外边框顶点为已知特征点,利用增强现实相关研究中的ARToolkit算法库,经过标识物的识别和位置计算,得到由标识物三维空间坐标系到摄像机坐标系的映射,再由摄像机标定获取摄像机内部参数矩阵,完成摄像机坐标系到二维图像坐标系的映射。
设三维空间内某已知特征点(黑色外边框顶点)坐标为(Xw,Yw,Zw),经映射变换矩阵Twc得到摄像机坐标系下点的坐标为(Xc,Yc,Zc),如(1)式所示,其中R为坐标系的旋转矩阵,T为坐标系间的平移矩阵。
由双目摄像机标定方法得到摄像机内参矩阵Kc,得到摄像机坐标系下点(Xc,Yc,Zc)映射到二维图像坐标系下的点坐标为(xi,yi),如(2)式所示。其中(cx,cy)表示二维图像中心点像素坐标,fx,fy分别为X和Y方向的等效焦距。
由(1)式和(2)式可以得到三维空间坐标系与二维图像坐标系的变换矩阵M,如(3)式所示,则可根据变换矩阵M实现三维虚拟场景投影到二维图像平面的坐标变换,将虚拟物叠加到真实场景图像中获得虚实物体合成图。
M=Twc·Kc (3)
由于直接映射变换得到的虚实物体合成图中存在错误遮挡关系,需要对合成图进行虚实遮挡关系判别处理。如果直接对整幅视图进行遮挡判别,计算量太大,因此通常根据系统内容开发人员提供的先验知识,即预知场景中真实物体与对应的虚拟物体或其他真实物体之间可能发生相互遮挡,将无需进行遮挡判别的图像区域作为背景,利用局部颜色直方图和区域划分对背景进行剔除。一幅图像的最大颜色数取决于采集图像数据的摄像机等硬件设备的精度,在YUV空间内将颜色进行量化,在背景中按YUV空间内颜色量化各区间内含像素点数目多少选择像素点数目位于前m种的颜色作为直方图归类,其他所有次要颜色归为一类,此时直方图中的颜色数被减少到m+1种,简化了颜色归类的计算量。
颜色量化之后,颜色量化直方图中每两种颜色之间的相似度可以用高斯函数Gc(uk,vk)表示,如(4)式所示,其中(uj,vj)表示类中心的颜色分量即m+1类颜色的中值所对应的颜色分量,(uk,vk)表示第k类颜色的颜色分量,δc表示标准差。
为了增加图像在直方图中的空域信息,将虚实物体合成图均等划分为n×n个区域块,则每个像素点都隶属于n2个不同的区域块,在每个区域块中,根据像素点的不同位置对该像素点进行权值分配,权值由高斯函数Gs(sl)表示为(5)式所示,其中(xt,yt)表示区域块中心的位置,(xl,yl)表示像素点l的位置坐标,通常δs取经验值3时具有较好的光滑性。
结合(4)式和(5)式,将每个区域块的直方图定义为空域高斯核和颜色高斯核的乘积,计算像素点属于前景即目标区域的概率公式如(6)式所示。可以看出越靠近区域块中心且与背景颜色差异越大时,像素点的直方图值越小,则该像素点属于前景的概率越大。因此根据公式(6)计算各区域块像素点隶属于前景的概率,设定阈值判断,剔除无关的背景区域块。本实施例中:取阈值为0.65,当Pcs大于0.65时,判断当前区域块像素点隶属于目标区域块;反之则为背景区域块。
经背景剔除处理之后获得需要判别虚实遮挡对象的目标区域,通过Canny边缘检测算子提取前景物体中的虚拟物轮廓线,设置形态学结构元素的大小、形状、扫描方式进行条件约束,去除孤立噪声点的影响,得到连续光滑的轮廓边缘线。
由连续的轮廓边缘线可以将虚实合成图像中虚拟物像素点区域检测出来,为了减少求取像素点深度信息的计算量,根据立体视觉原理计算虚拟物图像区域所有像素点的深度值和附有标识物的真实物体所有像素点的深度值,如图3所示。双目摄像机立体成像系统中,左右两摄像头CMOS1和CMOS2对空间内同一点Q(X,Y,Z)投影到成像平面上,分别对应点L(x1,y1)和点R(x2,y2),其中l为摄像机镜头到成像面的距离,e为两摄像镜头的光心间距,b为左右两像素点间的水平视差,假定左右摄像头的内部参数相同,可以得到场景点Q在合成图中对应像素点q(x,y)的深度值v,计算式如(7)式所示。
根据(7)式求得虚实物体各区域每个像素点的深度值,进一步求取虚实物体各区域的平均深度值作为该区域图像对应的深度值,比较深度值的大小,从而确定不同区域所对应物体的正确虚实遮挡关系。
最后利用帧缓存技术重新绘制合成的视频图像,实现场景中虚实物体的正确遮挡。通过帧缓存操作可以绘制丰富的图形效果,在OpenGL中主要利用帧缓存技术的颜色缓存与模板缓存对遮挡面进行处理。首先计算遮挡物在图像坐标系下的坐标,利用OpenGL函数设置一个带模板的双缓冲RGB颜色缓冲区,开启模板测试。根据虚实物体的空间位置关系,将当前帧图像中所有像素点的模板值设置为0;在模板缓存中绘制遮挡物体对应的几何体,并将该几何体覆盖区域的模板值设置为1;执行模板测试,只有模板值为1的像素点被绘制,而其它像素点则保持不变,即将跟踪的遮挡物体轮廓内的所有像素点重新绘制在合成的视频图像上,颜色缓存中绘制遮挡面的相关数据也会自动被写入,从而得到新的合成视频图像,实现场景中虚实物体的正确遮挡。
以上包含了本发明优选实施例的说明,这是为了详细说明本发明的技术特征,并不是想要将发明内容限制在实施例所描述的具体形式中,依据本发明内容主旨进行的其他修改和变型也受本专利保护。本发明内容的主旨是由权利要求书所界定,而非由实施例的具体描述所界定。
Claims (8)
1.一种基于多视点图像的虚实遮挡实时处理方法,其特征在于,包括以下步骤:
(1)将标识物贴附在真实物体上,并通过双目全景摄像机捕捉真实场景下的多视点图像;
(2)利用步骤(1)中标识物图像的坐标特征和摄像机标定方法求取摄像机内外参数,得到三维空间坐标系到二维图像平面坐标系的变换矩阵,根据变换矩阵实现三维虚拟场景投影到二维图像平面的坐标变换,将虚拟物叠加到真实场景图像中获得虚实物体合成图;
(3)对步骤(2)得到的虚实物体合成图进行虚实遮挡关系判别处理,首先将无需进行虚实遮挡关系判别的图像区域作为背景,利用局部颜色直方图和区域划分对背景进行剔除;利用Canny边缘检测算子检测并提取前景虚拟物体的轮廓线;根据双目摄像机立体成像系统的立体成像原理分别求取虚拟物图像区域所有像素点的深度值和附有标识物的真实物体所有像素点的深度值,比较虚拟物与真实物的深度值大小并判断正确的虚实遮挡关系;
(4)根据步骤(3)中得到的不同区域所对应物体的正确虚实遮挡关系,利用帧缓存技术重新绘制合成的视频图像,实现场景中虚实物体的正确遮挡。
2.根据权利要求1所述的基于多视点图像的虚实遮挡实时处理方法,其特征在于,步骤(1)中,标识物选择一个带有黑色正方形外边框的方形图片,该图片的黑色正方形外边框内为白色方框区域,在白色方框区域设有图案或者文字。
3.根据权利要求2所述的基于多视点图像的虚实遮挡实时处理方法,其特征在于,步骤(2)中的实现方法是:
以步骤(1)中获取的多视点图像中的标识物图像上标识物的黑色正方形外边框顶点作为已知特征点,通过对标识物的识别和位置计算,得到由标识物三维空间坐标系到摄像机坐标系的映射,再由摄像机标定获取摄像机内部参数矩阵,完成摄像机坐标系到二维图像平面坐标系的映射;
设三维空间内某已知特征点坐标为(Xw,Yw,Zw),经映射变换矩阵Twc得到摄像机坐标系下点的坐标为(Xc,Yc,Zc),如(1)式所示,其中R为坐标系的旋转矩阵,T为坐标系间的平移矩阵:
由双目摄像机标定方法、得到摄像机内参矩阵Kc,得到摄像机坐标系下点(Xc,Yc,Zc)映射到二维图像平面坐标系下的点坐标为(xi,yi),如(2)式所示;其中(cx,cy)表示二维图像中心点像素坐标,fx,fy分别为X和Y方向的等效焦距;
由(1)式和(2)式可以得到三维空间坐标系与二维图像平面坐标系的变换矩阵M,如(3)式所示,则可根据变换矩阵M实现三维虚拟场景投影到二维图像平面的坐标变换,将虚拟物叠加到真实场景图像中获得虚实物体合成图;
M=Twc·Kc (3)。
4.根据权利要求3所述的基于多视点图像的虚实遮挡实时处理方法,其特征在于,步骤(3)中,将无需进行虚实遮挡关系判别的图像区域作为背景,利用局部颜色直方图和区域划分对背景进行剔除,其实现方法如下:
在YUV空间内将颜色进行量化,在背景中按YUV空间内颜色量化各区间内含像素点数目多少选择像素点数目位于前m种的颜色作为直方图归类,其他所有次要颜色归为一类,此时颜色量化直方图中的颜色数被减少到m+1种;
颜色量化之后,颜色量化直方图中每两种颜色之间的相似度可以用高斯函数Gc(uk,vk)表示,如(4)式所示,其中(uj,vj)表示类中心的颜色分量即m+1类颜色的中值所对应的颜色分量,(uk,vk)表示第k类颜色的颜色分量,δc表示标准差;
为了增加图像在直方图中的空域信息,将步骤(2)得到的虚实物体合成图均等划分为n×n个区域块,则每个像素点都隶属于n2个不同的区域块,在每个区域块中,根据像素点的不同位置对该像素点进行权值分配,权值由高斯函数Gs(sl)表示为(5)式所示,其中(xt,yt)表示区域块中心的位置,(xl,yl)表示像素点l的位置坐标,δs取3;
结合(4)式和(5)式,将每个区域块的直方图定义为空域高斯核和颜色高斯核的乘积,计算像素点属于前景即目标区域的概率,计算公式如(6)式所示;根据公式(6)计算各区域块像素点隶属于前景的概率,设定阈值判断,剔除无关的背景区域块;
5.根据权利要求4所述的基于多视点图像的虚实遮挡实时处理方法,其特征在于,步骤(3)中,设定阈值判断,剔除无关的背景区域块时,取阈值为0.65,当Pcs大于0.65时,判断当前区域块像素点隶属于目标区域块;反之则为背景区域块。
6.根据权利要求1所述的基于多视点图像的虚实遮挡实时处理方法,其特征在于,步骤(3)中,利用Canny边缘检测算子检测并提取前景虚拟物体的轮廓线后,设置形态学结构元素的大小、形状、扫描方式进行条件约束,去除孤立噪声点的影响,得到连续光滑的轮廓边缘线。
7.根据权利要求1所述的基于多视点图像的虚实遮挡实时处理方法,其特征在于,步骤(3)中,根据双目摄像机立体成像系统的立体成像原理分别求取虚拟物图像区域所有像素点的深度值和附有标识物的真实物体所有像素点的深度值,比较虚拟物与真实物的深度值大小并判断正确的虚实遮挡关系,其实现方法是:
双目摄像机立体成像系统中,左右两摄像头CMOS1和CMOS2对空间内同一点Q(X,Y,Z)投影到成像平面上,分别对应点L(x1,y1)和点R(x2,y2),其中l为摄像机镜头到成像面的距离,e为两摄像镜头的光心间距,b为左右两像素点间的水平视差,假定左右摄像头的内部参数相同,可以得到点Q在虚实物体合成图中对应像素点q(x,y)的深度值v,计算式如(7)式所示:
根据(7)式求得虚实物体各区域每个像素点的深度值,然后求取虚实物体各区域的平均深度值作为该区域图像对应的深度值,比较深度值的大小,从而确定不同区域所对应物体的正确虚实遮挡关系。
8.根据权利要求1所述的基于多视点图像的虚实遮挡实时处理方法,其特征在于,步骤(4)的实现方法是:
首先计算遮挡物在图像坐标系下的坐标,利用OpenGL函数设置一个带模板的双缓冲RGB颜色缓冲区,开启模板测试;根据虚实物体的空间位置关系,将当前帧图像中所有像素点的模板值设置为0;在模板缓存中绘制遮挡物体对应的几何体,并将该几何体覆盖区域的模板值设置为1;执行模板测试,只有模板值为1的像素点被绘制,而其它像素点则保持不变,即将跟踪的遮挡物体轮廓内的所有像素点重新绘制在合成的视频图像上,颜色缓存中绘制遮挡面的相关数据也会自动被写入,从而得到新的合成视频图像,实现场景中虚实物体的正确遮挡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710034552.8A CN106803286A (zh) | 2017-01-17 | 2017-01-17 | 基于多视点图像的虚实遮挡实时处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710034552.8A CN106803286A (zh) | 2017-01-17 | 2017-01-17 | 基于多视点图像的虚实遮挡实时处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106803286A true CN106803286A (zh) | 2017-06-06 |
Family
ID=58985679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710034552.8A Pending CN106803286A (zh) | 2017-01-17 | 2017-01-17 | 基于多视点图像的虚实遮挡实时处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106803286A (zh) |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107368188A (zh) * | 2017-07-13 | 2017-11-21 | 河北中科恒运软件科技股份有限公司 | 介导现实中的基于多重空间定位的前景抽取方法及系统 |
CN108171141A (zh) * | 2017-12-25 | 2018-06-15 | 淮阴工学院 | 基于注意力模型的级联多模式融合的视频目标跟踪方法 |
CN108398787A (zh) * | 2018-03-20 | 2018-08-14 | 京东方科技集团股份有限公司 | 增强现实显示设备、方法和增强现实眼镜 |
CN108446237A (zh) * | 2018-06-11 | 2018-08-24 | Oppo(重庆)智能科技有限公司 | 测试方法、装置、存储介质及电子设备 |
CN108804330A (zh) * | 2018-06-12 | 2018-11-13 | Oppo(重庆)智能科技有限公司 | 测试方法、装置、存储介质及电子设备 |
CN108829595A (zh) * | 2018-06-11 | 2018-11-16 | Oppo(重庆)智能科技有限公司 | 测试方法、装置、存储介质及电子设备 |
CN109254406A (zh) * | 2018-11-07 | 2019-01-22 | 深圳市传智科技有限公司 | 一种多功能增强现实眼镜 |
CN109391765A (zh) * | 2017-08-02 | 2019-02-26 | 佳能株式会社 | 信息处理装置、信息处理方法和存储介质 |
CN109492522A (zh) * | 2018-09-17 | 2019-03-19 | 中国科学院自动化研究所 | 特定目标检测模型训练程序、设备及计算机可读存储介质 |
CN109982005A (zh) * | 2017-12-27 | 2019-07-05 | 艾迪普(北京)文化科技股份有限公司 | 一种基于全景视频的图文跟随合成方法 |
CN110349246A (zh) * | 2019-07-17 | 2019-10-18 | 广西师范大学 | 一种应用于光场绘制中降低视点的重构失真度的方法 |
CN110516639A (zh) * | 2019-08-30 | 2019-11-29 | 成都索贝数码科技股份有限公司 | 一种基于视频流自然场景的人物三维位置实时计算方法 |
CN110515463A (zh) * | 2019-08-29 | 2019-11-29 | 南京泛在地理信息产业研究院有限公司 | 一种手势交互式视频场景中基于单目视觉的3d模型嵌入方法 |
CN110555407A (zh) * | 2019-09-02 | 2019-12-10 | 东风汽车有限公司 | 路面车辆空间识别方法及电子设备 |
CN110554770A (zh) * | 2018-06-01 | 2019-12-10 | 苹果公司 | 静态遮挡物 |
CN110740309A (zh) * | 2019-09-27 | 2020-01-31 | 北京字节跳动网络技术有限公司 | 一种图像显示方法、装置、电子设备及存储介质 |
CN110766637A (zh) * | 2019-10-30 | 2020-02-07 | 北京金山云网络技术有限公司 | 一种视频处理方法、处理装置、电子设备及存储介质 |
CN110930361A (zh) * | 2019-10-22 | 2020-03-27 | 西安理工大学 | 一种虚实物体遮挡检测方法 |
CN111325984A (zh) * | 2020-03-18 | 2020-06-23 | 北京百度网讯科技有限公司 | 样本数据的获取方法、装置和电子设备 |
CN111383340A (zh) * | 2018-12-28 | 2020-07-07 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的背景过滤方法、装置及系统 |
CN111415380A (zh) * | 2020-03-03 | 2020-07-14 | 智方达(天津)科技有限公司 | 一种基于景深信息的视频运动放大方法 |
WO2020207191A1 (zh) * | 2019-04-12 | 2020-10-15 | Oppo广东移动通信有限公司 | 虚拟物体被遮挡的区域确定方法、装置及终端设备 |
CN111784847A (zh) * | 2020-07-03 | 2020-10-16 | 珠海金山网络游戏科技有限公司 | 一种三维场景中物体显示的方法及装置 |
CN111862866A (zh) * | 2020-07-09 | 2020-10-30 | 北京市商汤科技开发有限公司 | 图像显示方法、装置、设备及计算机可读存储介质 |
CN112132909A (zh) * | 2020-09-23 | 2020-12-25 | 字节跳动有限公司 | 参数获取方法及装置、媒体数据处理方法和存储介质 |
CN112184916A (zh) * | 2019-07-03 | 2021-01-05 | 光宝电子(广州)有限公司 | 平面物件的增强现实渲染方法 |
CN112346564A (zh) * | 2020-10-26 | 2021-02-09 | 江南大学 | 一种手抓取释放虚拟物体方法 |
CN112651881A (zh) * | 2020-12-30 | 2021-04-13 | 北京百度网讯科技有限公司 | 图像合成方法、装置、设备、存储介质以及程序产品 |
CN112905831A (zh) * | 2021-04-02 | 2021-06-04 | 上海国际汽车城(集团)有限公司 | 物体在虚拟场景中的坐标获取方法、系统及电子设备 |
CN113447896A (zh) * | 2021-06-07 | 2021-09-28 | 重庆大学 | 一种基于动态遮挡判断的起伏地形sar回波仿真方法 |
CN113743380A (zh) * | 2021-11-03 | 2021-12-03 | 江苏博子岛智能产业技术研究院有限公司 | 一种基于视频图像动态监测的主动跟踪方法 |
CN116310918A (zh) * | 2023-02-16 | 2023-06-23 | 东易日盛家居装饰集团股份有限公司 | 基于混合现实的室内关键物体识别定位方法、装置及设备 |
CN116404561A (zh) * | 2023-06-08 | 2023-07-07 | 威海双城电气有限公司 | 一种电力设备智能识别装置 |
CN116542847A (zh) * | 2023-07-05 | 2023-08-04 | 海豚乐智科技(成都)有限责任公司 | 一种低小慢目标高速图像模拟方法、存储介质及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020140708A1 (en) * | 2001-03-27 | 2002-10-03 | Frank Sauer | Augmented reality guided instrument positioning with depth determining graphics |
CN102129708A (zh) * | 2010-12-10 | 2011-07-20 | 北京邮电大学 | 增强现实环境中快速多层次虚实遮挡处理方法 |
US20120113223A1 (en) * | 2010-11-05 | 2012-05-10 | Microsoft Corporation | User Interaction in Augmented Reality |
CN102509343A (zh) * | 2011-09-30 | 2012-06-20 | 北京航空航天大学 | 一种基于双目图像和对象轮廓的虚实遮挡处理方法 |
CN103472909A (zh) * | 2012-04-10 | 2013-12-25 | 微软公司 | 用于头戴式、增强现实显示器的逼真遮挡 |
CN103489214A (zh) * | 2013-09-10 | 2014-01-01 | 北京邮电大学 | 增强现实系统中基于虚拟模型预处理的虚实遮挡处理方法 |
CN104123753A (zh) * | 2014-08-13 | 2014-10-29 | 中山大学 | 基于服装图片的三维虚拟试衣方法 |
-
2017
- 2017-01-17 CN CN201710034552.8A patent/CN106803286A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020140708A1 (en) * | 2001-03-27 | 2002-10-03 | Frank Sauer | Augmented reality guided instrument positioning with depth determining graphics |
US20120113223A1 (en) * | 2010-11-05 | 2012-05-10 | Microsoft Corporation | User Interaction in Augmented Reality |
CN102129708A (zh) * | 2010-12-10 | 2011-07-20 | 北京邮电大学 | 增强现实环境中快速多层次虚实遮挡处理方法 |
CN102509343A (zh) * | 2011-09-30 | 2012-06-20 | 北京航空航天大学 | 一种基于双目图像和对象轮廓的虚实遮挡处理方法 |
CN103472909A (zh) * | 2012-04-10 | 2013-12-25 | 微软公司 | 用于头戴式、增强现实显示器的逼真遮挡 |
CN103489214A (zh) * | 2013-09-10 | 2014-01-01 | 北京邮电大学 | 增强现实系统中基于虚拟模型预处理的虚实遮挡处理方法 |
CN104123753A (zh) * | 2014-08-13 | 2014-10-29 | 中山大学 | 基于服装图片的三维虚拟试衣方法 |
Non-Patent Citations (3)
Title |
---|
康波等: ""一种增强现实虚实遮挡的实时处理方法"", 《系统仿真学报》 * |
朱杰杰: ""增强现实中多视图几何问题的研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
诸葛斌: "《医学图像三维重建》", 31 December 2008, 浙江工商大学出版社 * |
Cited By (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107368188A (zh) * | 2017-07-13 | 2017-11-21 | 河北中科恒运软件科技股份有限公司 | 介导现实中的基于多重空间定位的前景抽取方法及系统 |
CN109391765A (zh) * | 2017-08-02 | 2019-02-26 | 佳能株式会社 | 信息处理装置、信息处理方法和存储介质 |
CN108171141A (zh) * | 2017-12-25 | 2018-06-15 | 淮阴工学院 | 基于注意力模型的级联多模式融合的视频目标跟踪方法 |
CN108171141B (zh) * | 2017-12-25 | 2020-07-14 | 淮阴工学院 | 基于注意力模型的级联多模式融合的视频目标跟踪方法 |
CN109982005A (zh) * | 2017-12-27 | 2019-07-05 | 艾迪普(北京)文化科技股份有限公司 | 一种基于全景视频的图文跟随合成方法 |
CN108398787A (zh) * | 2018-03-20 | 2018-08-14 | 京东方科技集团股份有限公司 | 增强现实显示设备、方法和增强现实眼镜 |
CN110554770A (zh) * | 2018-06-01 | 2019-12-10 | 苹果公司 | 静态遮挡物 |
CN108829595B (zh) * | 2018-06-11 | 2022-05-17 | Oppo(重庆)智能科技有限公司 | 测试方法、装置、存储介质及电子设备 |
CN108446237A (zh) * | 2018-06-11 | 2018-08-24 | Oppo(重庆)智能科技有限公司 | 测试方法、装置、存储介质及电子设备 |
CN108829595A (zh) * | 2018-06-11 | 2018-11-16 | Oppo(重庆)智能科技有限公司 | 测试方法、装置、存储介质及电子设备 |
CN108446237B (zh) * | 2018-06-11 | 2021-09-10 | Oppo(重庆)智能科技有限公司 | 测试方法、装置、存储介质及电子设备 |
CN108804330A (zh) * | 2018-06-12 | 2018-11-13 | Oppo(重庆)智能科技有限公司 | 测试方法、装置、存储介质及电子设备 |
CN109492522A (zh) * | 2018-09-17 | 2019-03-19 | 中国科学院自动化研究所 | 特定目标检测模型训练程序、设备及计算机可读存储介质 |
CN109254406A (zh) * | 2018-11-07 | 2019-01-22 | 深圳市传智科技有限公司 | 一种多功能增强现实眼镜 |
CN111383340B (zh) * | 2018-12-28 | 2023-10-17 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的背景过滤方法、装置及系统 |
CN111383340A (zh) * | 2018-12-28 | 2020-07-07 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的背景过滤方法、装置及系统 |
CN111815755A (zh) * | 2019-04-12 | 2020-10-23 | Oppo广东移动通信有限公司 | 虚拟物体被遮挡的区域确定方法、装置及终端设备 |
US11842438B2 (en) | 2019-04-12 | 2023-12-12 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and terminal device for determining occluded area of virtual object |
WO2020207191A1 (zh) * | 2019-04-12 | 2020-10-15 | Oppo广东移动通信有限公司 | 虚拟物体被遮挡的区域确定方法、装置及终端设备 |
CN111815755B (zh) * | 2019-04-12 | 2023-06-30 | Oppo广东移动通信有限公司 | 虚拟物体被遮挡的区域确定方法、装置及终端设备 |
US20220036648A1 (en) * | 2019-04-12 | 2022-02-03 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and terminal device for determining occluded area of virtual object |
CN112184916A (zh) * | 2019-07-03 | 2021-01-05 | 光宝电子(广州)有限公司 | 平面物件的增强现实渲染方法 |
CN110349246A (zh) * | 2019-07-17 | 2019-10-18 | 广西师范大学 | 一种应用于光场绘制中降低视点的重构失真度的方法 |
CN110515463B (zh) * | 2019-08-29 | 2023-02-28 | 南京泛在地理信息产业研究院有限公司 | 一种手势交互式视频场景中基于单目视觉的3d模型嵌入方法 |
CN110515463A (zh) * | 2019-08-29 | 2019-11-29 | 南京泛在地理信息产业研究院有限公司 | 一种手势交互式视频场景中基于单目视觉的3d模型嵌入方法 |
CN110516639A (zh) * | 2019-08-30 | 2019-11-29 | 成都索贝数码科技股份有限公司 | 一种基于视频流自然场景的人物三维位置实时计算方法 |
CN110516639B (zh) * | 2019-08-30 | 2022-04-12 | 成都索贝数码科技股份有限公司 | 一种基于视频流自然场景的人物三维位置实时计算方法 |
CN110555407A (zh) * | 2019-09-02 | 2019-12-10 | 东风汽车有限公司 | 路面车辆空间识别方法及电子设备 |
CN110555407B (zh) * | 2019-09-02 | 2022-03-08 | 东风汽车有限公司 | 路面车辆空间识别方法及电子设备 |
CN110740309A (zh) * | 2019-09-27 | 2020-01-31 | 北京字节跳动网络技术有限公司 | 一种图像显示方法、装置、电子设备及存储介质 |
CN110930361A (zh) * | 2019-10-22 | 2020-03-27 | 西安理工大学 | 一种虚实物体遮挡检测方法 |
CN110930361B (zh) * | 2019-10-22 | 2022-03-25 | 西安理工大学 | 一种虚实物体遮挡检测方法 |
CN110766637B (zh) * | 2019-10-30 | 2022-10-04 | 北京金山云网络技术有限公司 | 一种视频处理方法、处理装置、电子设备及存储介质 |
CN110766637A (zh) * | 2019-10-30 | 2020-02-07 | 北京金山云网络技术有限公司 | 一种视频处理方法、处理装置、电子设备及存储介质 |
CN111415380B (zh) * | 2020-03-03 | 2022-08-02 | 智方达(天津)科技有限公司 | 一种基于景深信息的视频运动放大方法 |
CN111415380A (zh) * | 2020-03-03 | 2020-07-14 | 智方达(天津)科技有限公司 | 一种基于景深信息的视频运动放大方法 |
CN111325984A (zh) * | 2020-03-18 | 2020-06-23 | 北京百度网讯科技有限公司 | 样本数据的获取方法、装置和电子设备 |
CN111784847A (zh) * | 2020-07-03 | 2020-10-16 | 珠海金山网络游戏科技有限公司 | 一种三维场景中物体显示的方法及装置 |
CN111862866B (zh) * | 2020-07-09 | 2022-06-03 | 北京市商汤科技开发有限公司 | 图像显示方法、装置、设备及计算机可读存储介质 |
CN111862866A (zh) * | 2020-07-09 | 2020-10-30 | 北京市商汤科技开发有限公司 | 图像显示方法、装置、设备及计算机可读存储介质 |
CN112132909B (zh) * | 2020-09-23 | 2023-12-22 | 字节跳动有限公司 | 参数获取方法及装置、媒体数据处理方法和存储介质 |
CN112132909A (zh) * | 2020-09-23 | 2020-12-25 | 字节跳动有限公司 | 参数获取方法及装置、媒体数据处理方法和存储介质 |
CN112346564B (zh) * | 2020-10-26 | 2021-12-03 | 江南大学 | 一种手抓取释放虚拟物体方法 |
CN112346564A (zh) * | 2020-10-26 | 2021-02-09 | 江南大学 | 一种手抓取释放虚拟物体方法 |
CN112651881A (zh) * | 2020-12-30 | 2021-04-13 | 北京百度网讯科技有限公司 | 图像合成方法、装置、设备、存储介质以及程序产品 |
CN112651881B (zh) * | 2020-12-30 | 2023-08-01 | 北京百度网讯科技有限公司 | 图像合成方法、装置、设备、存储介质以及程序产品 |
CN112905831B (zh) * | 2021-04-02 | 2023-03-24 | 上海国际汽车城(集团)有限公司 | 物体在虚拟场景中的坐标获取方法、系统及电子设备 |
CN112905831A (zh) * | 2021-04-02 | 2021-06-04 | 上海国际汽车城(集团)有限公司 | 物体在虚拟场景中的坐标获取方法、系统及电子设备 |
CN113447896A (zh) * | 2021-06-07 | 2021-09-28 | 重庆大学 | 一种基于动态遮挡判断的起伏地形sar回波仿真方法 |
CN113743380A (zh) * | 2021-11-03 | 2021-12-03 | 江苏博子岛智能产业技术研究院有限公司 | 一种基于视频图像动态监测的主动跟踪方法 |
CN113743380B (zh) * | 2021-11-03 | 2022-02-15 | 江苏博子岛智能产业技术研究院有限公司 | 一种基于视频图像动态监测的主动跟踪方法 |
CN116310918A (zh) * | 2023-02-16 | 2023-06-23 | 东易日盛家居装饰集团股份有限公司 | 基于混合现实的室内关键物体识别定位方法、装置及设备 |
CN116310918B (zh) * | 2023-02-16 | 2024-01-09 | 东易日盛家居装饰集团股份有限公司 | 基于混合现实的室内关键物体识别定位方法、装置及设备 |
CN116404561A (zh) * | 2023-06-08 | 2023-07-07 | 威海双城电气有限公司 | 一种电力设备智能识别装置 |
CN116404561B (zh) * | 2023-06-08 | 2023-08-15 | 威海双城电气有限公司 | 一种电力设备智能识别装置 |
CN116542847A (zh) * | 2023-07-05 | 2023-08-04 | 海豚乐智科技(成都)有限责任公司 | 一种低小慢目标高速图像模拟方法、存储介质及装置 |
CN116542847B (zh) * | 2023-07-05 | 2023-10-10 | 海豚乐智科技(成都)有限责任公司 | 一种低小慢目标高速图像模拟方法、存储介质及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106803286A (zh) | 基于多视点图像的虚实遮挡实时处理方法 | |
CN103400409B (zh) | 一种基于摄像头姿态快速估计的覆盖范围3d可视化方法 | |
CN106651942B (zh) | 基于特征点的三维旋转运动检测与旋转轴定位方法 | |
CN106651752B (zh) | 三维点云数据配准方法及拼接方法 | |
CN107248159A (zh) | 一种基于双目视觉的金属工件缺陷检测方法 | |
CN104318548B (zh) | 一种基于空间稀疏度和sift特征提取的快速图像配准实现方法 | |
US6363169B1 (en) | Apparatus and method of three-dimensional modeling | |
CN105225230B (zh) | 一种识别前景目标对象的方法及装置 | |
CN104930985B (zh) | 基于时空约束的双目视觉三维形貌测量方法 | |
CN104063702B (zh) | 一种基于遮挡修复和局部相似性匹配的三维步态识别方法 | |
CN101443817B (zh) | 用于确定场景的三维重建时的对应关系的方法和装置 | |
CN106091984A (zh) | 一种基于线激光的三维点云数据获取方法 | |
CN107170037A (zh) | 一种基于多摄像机的实时三维点云重建方法和系统 | |
CN104680532B (zh) | 一种对象标注方法及装置 | |
CN104933434A (zh) | 一种结合LBP特征提取和surf特征提取方法的图像匹配方法 | |
CN104463899A (zh) | 一种目标对象检测、监控方法及其装置 | |
CN105184857A (zh) | 基于点结构光测距的单目视觉重建中尺度因子确定方法 | |
Han et al. | Automated monitoring of operation-level construction progress using 4D BIM and daily site photologs | |
CN109000557A (zh) | 一种核燃料棒位姿自动识别方法 | |
CN106023307B (zh) | 基于现场环境的快速重建三维模型方法及系统 | |
CN107977996A (zh) | 基于靶标标定定位模型的空间目标定位方法 | |
CN113902812A (zh) | 一种基于多标定板的激光雷达与相机外参自动标定方法 | |
CN110223356A (zh) | 一种基于能量生长的单目相机全自动标定方法 | |
Alshawabkeh et al. | Automatic multi-image photo texturing of complex 3D scenes | |
CN105138979A (zh) | 基于立体视觉的运动人体头部检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170606 |
|
RJ01 | Rejection of invention patent application after publication |