CN107146257B - 一种自适应水质的水下相机标定装置 - Google Patents
一种自适应水质的水下相机标定装置 Download PDFInfo
- Publication number
- CN107146257B CN107146257B CN201710292067.0A CN201710292067A CN107146257B CN 107146257 B CN107146257 B CN 107146257B CN 201710292067 A CN201710292067 A CN 201710292067A CN 107146257 B CN107146257 B CN 107146257B
- Authority
- CN
- China
- Prior art keywords
- camera
- underwater
- calibration
- value
- water quality
- 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
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种自适应水质的水下相机标定装置,包括电源、处理器、电机、相机、标定板、连接杆、水质监测模块和电脑,其中:电脑驱动相机进行拍摄,电脑还通过处理器驱动电机,电机通过连接杆驱动标定板相对于相机运动,处理器还与水质监测模块通信;电源连接处理器和电机驱动电路。本发明采用改进的水下标定技术,通过优化的算法筛选出适合标定的图片,并通过加装的电子设备,让标定板在不同水质下反复进行标定,自动化适应不同的水质情况。节省操作人员精力,降低成本,提高精确度、不需要设计不同环境下的标定方法,提高了下一步图像处理的准确率。
Description
技术领域
本发明属于水下探测技术领域,特别涉及一种自适应水质的水下相机标定装置。
背景技术
水下探测使用相机拍摄水下物体,对物体进行三维重建,获得水下物体的尺寸、姿态的信息,继而进行深入的对水下环境的分析,水下相机拍摄提供了一种可靠的手段,让人们能够精确的对水下情况进行探测和研究,因此是重要的水下探测手段。在进行相机拍摄前,人们必须要对相机进行标定,因为在三维物体投影到二维平面时我们无法确定对应点之间的位置关系,标定是确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系。当水下标定完成之后,在同样水质情况下,就不需要再次对相机进行标定,这些参数是固定的。
在相机标定过程中,空气中的标定方法已经非常完善,但是面对水下环境,相机在水中需要一个防水的防护罩。光从水中进入到防护罩中,发生了从水到空气的变化,光在两种传播介质中运动会发生折射。原有的空气中对相机的张氏标定方法需要在空气中拍摄照片,来确定相机的内参、外参以及投影矩阵。在水下情况时,因为发生折射投影矩阵发生变化,标定方法也无法确定相机的内参、外参,标定结果就会造成巨大的偏差,无法进行下一步的对图片的处理工作。
如果此时针对光从水到空气中的折射的情况,建立新的相机水下投影矩阵,在空气中标定得到相机的固有属性内部参数,采取不改变相机外参的方法,来重新对相机进行标定的话,就能够做到对水下相机进行标定,再使用滤波减小误差,就能精确的对水下相机标定,通过加装的电子设备让相机能在不同水质下进行自动的标定,就能节省操作人员精力,降低成本,提高精确度、不需要设计不同环境下的标定方法,提高了下一步图像处理的准确率。
发明内容
本发明提供一种自适应水质的水下相机标定装置,以解决现有技术中的问题。
为实现上述目的,本发明采用的技术方案为:
一种自适应水质的水下相机标定装置,包括电源、处理器、电机、相机、标定板、连接杆、水质监测模块和电脑,其中:
所述电脑驱动相机进行拍摄,电脑还通过处理器驱动电机,所述电机通过连接杆驱动标定板相对于相机运动,所述处理器还与水质监测模块通信;
所述电源连接处理器和电机驱动电路,并为其供电。
进一步的,所述处理器,用于接受电脑的操作指令后,发出指令控制电机驱动电路,使得电机驱动电路驱动电机的运行,从而带动连接杆,使得标定板到达指定的位置,进行水下标定。
进一步的,所述处理器通过电机驱动电路驱动电机运动。
进一步的,所述电源包括12v锂电池和5V的模块电源,5v模块电源通过转换器将12v锂电池电压转为5v,其中12V为电机提供电源,5V为处理器提供电源。
进一步的,所述相机外设置有防护罩。
进一步的,所述处理器是型号为STM32F107的芯片;电机驱动电路为L298;电机是型号为42HS34-12D5-21-IP68的防水高精密步进电机;相机是型号为CAM01A的水下摄像机;水质监测模块是型号为MPE 400的多参数环境传感器。
进一步的,所述水质监测模块,用于检测当前水域的水质情况,包括当前水域的电导率,溶解氧,ORP,pH值,温度,水位和压力。
进一步的,所述电脑,用于获取和保存相机拍摄的图片,还用于计算相机的标定参数。
进一步的,计算相机标定参数包括以下步骤:
步骤(1)、进行空气中标定:相机在空气中拍摄包含标定板的图片,计算出相机的内部参数以及每张照片对应的外部参数,空气中相机标定方程为:
式(1)和(2)中A是相机的内部参数矩阵,B是相机的投影矩阵,相机的投影矩阵在水下环境会发生变化,C是相机的外部参数矩阵,其中:R表示旋转变换,t表示平移变换;[uv 1]T是图像的像素点齐次坐标;u是像素的横向坐标,v是像素的纵向坐标,u,v是图像坐标系,[xw yw zw 1]T表示世界齐次坐标,xw,yw,zw是世界坐标系;(u0,v0)是图像的中心坐标;dy是图像纵向方向单个像素的物理尺寸;dx是图像横向方向单个像素的物理尺寸;f是相机的焦距;电脑根据上述公式计算出内部参数dx,dy,f,以及外部参数R和t;
步骤(2)、获取水下的图片:保持相机与标定板最后一次拍摄图片的位置,将相机放入水中,在水下拍摄m张图片,m为预先设定的数目,将拍摄的图片传给电脑;在这个过程中,保证相机与标定板的外部参数保持不变,相机与标定板的位置关系,水中和空气中均不变;位置关系包括距离,角度等,可以理解为两者之间没有发生任何变化;
步骤(3)、进行水下标定:根据得到拍摄后的水下图片,继续通过步骤(1)中的式(1)和式(2),得到现在情况下相机的m组内部参数;
步骤(4)、对进行标定的水下图片进行滤波;将测定的m组内部参数按从大到小的顺序排列,由可疑值与其相邻值之差的绝对值除以极差,求得Q值;
其中:X疑是所要判定的值,X邻是要判定值得邻近值,X最大是这些数值中最大的值,X最小是这些数值中最小的值;Q值愈大,表明可疑值离群愈远;计算m张照片的Q值,比较Q值与预先设定的p值,p值为标准值,其中Q值≥p值的舍去,在p值范围内的留下,最后留下m*张图片;
步骤(5)、对剩下的m*张图片处理,根据水下投影公式(4),计算现在水下投影矩阵的结果;
式(4)为考虑到水下折射,推倒出的水下投影矩阵,n0=nair/nwater,nwater是水的折射率,nair是空气的折射率,xu,yu是成像点的物理二维坐标;通过空气中标定,已经获得的相机内部参数、外部参数以及水下标定之后的参数,可以将水下投影矩阵的参数求解出来,输出水下投影矩阵参数;
步骤(6)、结束输出:保存结果,保存步骤(5)处理后的水下投影矩阵参数,保存标定结果。
与现有技术相比,本发明具有以下优点:
本发明基于现有的电子技术和人工智能技术,提出了一种自适应不同水质下的水下相机标定装置,采用改进的水下标定技术,通过优化的算法筛选出适合标定的图片,并通过加装的电子设备,让标定板在不同水质下反复进行标定,自动化适应不同的水质情况。节省操作人员精力,降低成本,提高精确度、不需要设计不同环境下的标定方法,提高了下一步图像处理的准确率。
附图说明
图1是本发明的硬件结构示意图;
图2是本发明的硬件模块框图;
图3是本发明的工作流程示意图;
其中:1-处理器,2-防护罩,3-相机,4-标定板,5-电脑,6-连接杆,7-水质监测模块。
具体实施方式
下面结合实施例对本发明作更进一步的说明。
如图1-2所示,一种自适应水质的水下相机标定装置,包括电源、处理器1、电机、相机3、标定板4、连接杆6、水质监测模块7和电脑5,其中:
所述电脑5驱动相机3进行拍摄,电脑5还通过处理器1驱动电机,所述电机通过连接杆6驱动标定板4相对于相机3运动,所述处理器1还与水质监测模块7通信;
所述电源连接处理器1和电机驱动电路,并为其供电。
所述处理器1,用于接受电脑5的操作指令后,发出指令控制电机驱动电路,使得电机驱动电路驱动电机的运行,从而带动连接杆6,使得标定板4到达指定的位置,进行水下标定。
所述处理器1通过电机驱动电路驱动电机运动。
所述电源包括12v锂电池和5V的模块电源,5v模块电源通过转换器将12v锂电池电压转为5v,其中12V为电机提供电源,5V为处理器提供电源。
所述相机3外设置有防护罩2。
所述处理器是型号为STM32F107的芯片;电机驱动电路为L298;电机是型号为42HS34-12D5-21-IP68的防水高精密步进电机;相机是型号为CAM01A的水下摄像机;水质监测模块是型号为MPE 400的多参数环境传感器。
所述水质监测模块,用于检测当前水域的水质情况,包括当前水域的电导率,溶解氧,ORP,pH值,温度,水位和压力。
所述电脑,用于获取和保存相机拍摄的图片,还用于计算相机的标定参数。
如图3所示,先在空气中使用相机拍摄图像,然后使用张氏标定方法计算出此时的相机内部参数和外部参数;其中相机的内部参数是相机的固有属性,不会随着外部环境的变化而变换,相机的外部参数是相机与标定的位置关系,保持位置关系不变;通过在水中拍摄图像,在不改变外部参数的情况,进入水中,拍摄多张照片,通过改进的水下标定方法,考虑光从水中进入到防护罩这一过程发生了水到空气的折射变化,计算出新的投影矩阵,通过滤波挑选出较为精确的参数完成水下相机的标定,计算相机标定参数包括以下步骤:
步骤(1)、进行空气中标定:相机在空气中拍摄包含标定板的图片,计算出相机的内部参数以及每张照片对应的外部参数,空气中相机标定方程为:
式(1)和(2)中A是相机的内部参数矩阵,B是相机的投影矩阵,相机的投影矩阵在水下环境会发生变化,C是相机的外部参数矩阵,其中:R表示旋转变换,t表示平移变换;[uv 1]T是图像的像素点齐次坐标;u是像素的横向坐标,v是像素的纵向坐标,u,v是图像坐标系,[xw yw zw 1]T表示世界齐次坐标,xw,yw,zw是世界坐标系;(u0,v0)是图像的中心坐标;dy是图像纵向方向单个像素的物理尺寸;dx是图像横向方向单个像素的物理尺寸;f是相机的焦距;电脑根据上述公式计算出内部参数dx,dy,f,以及外部参数R和t;
步骤(2)、获取水下的图片:保持相机与标定板最后一次拍摄图片的位置,将相机放入水中,在水下拍摄m张图片,m为预先设定的数目,将拍摄的图片传给电脑;在这个过程中,保证相机与标定板的外部参数保持不变,相机与标定板的位置关系,水中和空气中均不变;位置关系包括距离,角度等,可以理解为两者之间没有发生任何变化;
步骤(3)、进行水下标定:根据得到拍摄后的水下图片,继续通过步骤(1)中的式(1)和式(2),得到现在情况下相机的m组内部参数;
步骤(4)、对进行标定的水下图片进行滤波;将测定的m组内部参数按从大到小的顺序排列,由可疑值与其相邻值之差的绝对值除以极差,求得Q值;
其中:X疑是所要判定的值,X邻是要判定值得邻近值,X最大是这些数值中最大的值,X最小是这些数值中最小的值;Q值愈大,表明可疑值离群愈远;计算m张照片的Q值,比较Q值与预先设定的p值,p值为标准值,其中Q值≥p值的舍去,在p值范围内的留下,最后留下m*张图片;
步骤(5)、对剩下的m*张图片处理,根据水下投影公式(4),计算现在水下投影矩阵的结果;
式(4)为考虑到水下折射,推倒出的水下投影矩阵,n0=nair/nwater,nwater是水的折射率,nair是空气的折射率,xu,yu是成像点的物理二维坐标;通过空气中标定,已经获得的相机内部参数、外部参数以及水下标定之后的参数,可以将水下投影矩阵的参数求解出来,输出水下投影矩阵参数;
步骤(6)、结束输出:保存结果,保存步骤(5)处理后的水下投影矩阵参数,保存标定结果。
其中,如图1所示,电源、处理器模块、电机驱动集中在一个处理器内,该处理器与电脑通信,驱动电机,使连接杆运动,带动标定板工作。在不同水质下,电脑发出指令,让标定板到达指定位置进行标定,标定结束后,让电机驱动,带动标定板,让标定板移开相机前端,不影响正常拍照获取水下图片。处理器与水质监测模块连接,带动其工作。电脑是驱动处理器的工作,采集相机的图像信息,采集水质,进行图片的标定工作,并将标定结果和水质信息保存下来,进行拟合曲线。连接杆带动标定板转动,电脑记录下标定板与相机的位置关系。
本实施例中,电源,用于对整个系统进行供电,本实施例中采用的是12v锂电池和5V的模块电源,5v模块电源通过转换器将12v锂电池电压转为5v,其中12V为给电机使用,5V为给处理器使用。处理器用于接受电脑的操作指令后,发出指令控制电机驱动电路,使得电机驱动电路驱动电机的运行,然后带动连接杆,使标定板到达指定位置,它还驱动水质监测模块工作。本实施例中,采用的处理器是STM32F107芯片,电机驱动电路用于接受处理器模块的指令,驱动电机的工作,本实施例中采用的是1路L298的电机驱动电路。电机用于在电机驱动电路的驱动下,带动标定板转动,本实施例中采用的是1个42HS34-12D5-21-IP68的防水高精密步进电机。相机用于在电脑的操作下,拍摄需要检测的对象,本实施例中采用的是CAM01A的水下摄像机。本实施例中采用的是张氏标定法中的棋盘标定板,进行防水的涂装变为水下棋盘标定板。本实施例中采用的是MPE 400多参数环境传感器,可以检测出电导率,溶解氧,ORP,pH值,温度,水位和压力(绝对压力)等数据电脑用于管理处理器的工作,用于获得相机的拍摄结果,用于分析和保存相机拍摄的照片,用于进行图片的标定,水质检测的数据保存以及对于畸变参数与水质环境的拟合。本实施例中电脑采用的是戴尔T5810型图形工作站,这个工作站实际上就是一台电脑,通过电脑来操作。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种自适应水质的水下相机标定装置,其特征在于:包括电源、处理器、电机、相机、标定板、连接杆、水质监测模块和电脑,其中:
所述电脑驱动相机进行拍摄,电脑还通过处理器驱动电机,所述电机通过连接杆驱动标定板相对于相机运动,所述处理器还与水质监测模块通信;
所述电源连接处理器和电机驱动电路,并为其供电;
其中,所述电脑,用于获取和保存相机拍摄的图片,还用于计算相机的标定参数;
计算相机标定参数包括以下步骤:
步骤(1)、进行空气中标定:相机在空气中拍摄包含标定板的图片,计算出相机的内部参数以及每张照片对应的外部参数,空气中相机标定方程为:
式(1)和(2)中A是相机的内部参数矩阵,B是相机的投影矩阵,相机的投影矩阵在水下环境会发生变化,C是相机的外部参数矩阵,其中:R表示旋转变换,t表示平移变换;[u v 1]τ是图像的像素点齐次坐标;u是像素的横向坐标,v是像素的纵向坐标,u,v是图像坐标系,[xwyw zw 1]τ表示世界齐次坐标,xw,yw,zw是世界坐标系;(u0,v0)是图像的中心坐标;dy是图像纵向方向单个像素的物理尺寸;dx是图像横向方向单个像素的物理尺寸;f是相机的焦距;电脑根据上述公式计算出内部参数dx,dy,f,以及外部参数R和t;
步骤(2)、获取水下的图片:保持相机与标定板最后一次拍摄图片的位置,将相机放入水中,在水下拍摄m张图片,m为预先设定的数目,将拍摄的图片传给电脑;在这个过程中,保证相机与标定板的外部参数保持不变;
步骤(3)、进行水下标定:根据得到拍摄后的水下图片,继续通过步骤(1)中的式(1)和式(2),得到现在情况下相机的m组内部参数;
步骤(4)、对进行标定的水下图片进行滤波;将测定的m组内部参数按从大到小的顺序排列,由可疑值与其相邻值之差的绝对值除以极差,求得Q值;
其中:X疑是所要判定的值,X邻是要判定值得邻近值,X最大是这些数值中最大的值,X最小是这些数值中最小的值;Q值愈大,表明可疑值离群愈远;计算m张照片的Q值,比较Q值与预先设定的p值,p值为标准值,其中Q值≥p值的舍去,在p值范围内的留下,最后留下m*张图片;
步骤(5)、对剩下的m*张图片处理,根据水下投影公式(4),计算现在水下投影矩阵的结果;
式(4)为考虑到水下折射,推倒出的水下投影矩阵,n0=nair/nwater,nwater是水的折射率,nair是空气的折射率,xu,yu是成像点的物理二维坐标;通过空气中标定,已经获得的相机内部参数、外部参数以及水下标定之后的参数,可以将水下投影矩阵的参数求解出来,输出水下投影矩阵参数;
步骤(6)、结束输出:保存结果,保存步骤(5)处理后的水下投影矩阵参数,保存标定结果。
2.根据权利要求1所述的自适应水质的水下相机标定装置,其特征在于:所述处理器,用于接受电脑的操作指令后,发出指令控制电机驱动电路,使得电机驱动电路驱动电机的运行,从而带动连接杆,使得标定板到达指定的位置,进行水下标定。
3.根据权利要求1所述的自适应水质的水下相机标定装置,其特征在于:所述处理器通过电机驱动电路驱动电机运动。
4.根据权利要求3所述的自适应水质的水下相机标定装置,其特征在于:所述电源包括12v锂电池和5V的模块电源,5v模块电源通过转换器将12v锂电池电压转为5v,其中12V为电机提供电源,5V为处理器提供电源。
5.根据权利要求1所述的自适应水质的水下相机标定装置,其特征在于:所述相机外设置有防护罩。
6.根据权利要求3所述的自适应水质的水下相机标定装置,其特征在于:所述处理器是型号为STM32F107的芯片;电机驱动电路为L298;电机是型号为42HS34-12D5-21-IP68的防水高精密步进电机;相机是型号为CAM01A的水下摄像机;水质监测模块是型号为MPE 400的多参数环境传感器。
7.根据权利要求1所述的自适应水质的水下相机标定装置,其特征在于:所述水质监测模块,用于检测当前水域的水质情况,包括当前水域的电导率,溶解氧,ORP,pH值,温度,水位和压力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710292067.0A CN107146257B (zh) | 2017-04-28 | 2017-04-28 | 一种自适应水质的水下相机标定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710292067.0A CN107146257B (zh) | 2017-04-28 | 2017-04-28 | 一种自适应水质的水下相机标定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107146257A CN107146257A (zh) | 2017-09-08 |
CN107146257B true CN107146257B (zh) | 2020-07-31 |
Family
ID=59774578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710292067.0A Active CN107146257B (zh) | 2017-04-28 | 2017-04-28 | 一种自适应水质的水下相机标定装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107146257B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108269287A (zh) * | 2017-09-19 | 2018-07-10 | 杭州先临三维科技股份有限公司 | 三维扫描仪的标定装置、方法、存储介质以及处理器 |
CN108171758B (zh) * | 2018-01-16 | 2022-02-11 | 重庆邮电大学 | 基于最小光程原理和透明玻璃标定板的多相机标定方法 |
CN110082488A (zh) * | 2019-04-19 | 2019-08-02 | 山西省计量科学研究院 | 一种溶解氧计量校准装置及方法 |
CN116619392B (zh) * | 2023-07-24 | 2023-11-07 | 常熟理工学院 | 机器人跨介质视觉的标定板、标定方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101629806A (zh) * | 2009-06-22 | 2010-01-20 | 哈尔滨工程大学 | 结合激光发射器的非线性ccd三维定位装置及定位方法 |
CN102305598A (zh) * | 2011-05-09 | 2012-01-04 | 中国人民解放军信息工程大学 | 半刚性自回弹反射器型面精度的水下摄影测量方法 |
CN103591939A (zh) * | 2013-10-29 | 2014-02-19 | 中国科学院力学研究所 | 基于主动立体视觉技术的模拟海床地形测量方法及测量装置 |
CN205050210U (zh) * | 2015-09-30 | 2016-02-24 | 青岛市光电工程技术研究院 | 水下彩色三维重建装置 |
CN105678742A (zh) * | 2015-12-29 | 2016-06-15 | 哈尔滨工业大学深圳研究生院 | 一种水下相机标定方法 |
CN105698767A (zh) * | 2015-12-30 | 2016-06-22 | 哈尔滨工业大学深圳研究生院 | 一种基于视觉的水下测量方法 |
-
2017
- 2017-04-28 CN CN201710292067.0A patent/CN107146257B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101629806A (zh) * | 2009-06-22 | 2010-01-20 | 哈尔滨工程大学 | 结合激光发射器的非线性ccd三维定位装置及定位方法 |
CN102305598A (zh) * | 2011-05-09 | 2012-01-04 | 中国人民解放军信息工程大学 | 半刚性自回弹反射器型面精度的水下摄影测量方法 |
CN103591939A (zh) * | 2013-10-29 | 2014-02-19 | 中国科学院力学研究所 | 基于主动立体视觉技术的模拟海床地形测量方法及测量装置 |
CN205050210U (zh) * | 2015-09-30 | 2016-02-24 | 青岛市光电工程技术研究院 | 水下彩色三维重建装置 |
CN105678742A (zh) * | 2015-12-29 | 2016-06-15 | 哈尔滨工业大学深圳研究生院 | 一种水下相机标定方法 |
CN105698767A (zh) * | 2015-12-30 | 2016-06-22 | 哈尔滨工业大学深圳研究生院 | 一种基于视觉的水下测量方法 |
Non-Patent Citations (2)
Title |
---|
Underwater Camera Calibration;J.M.Lavest;《European Conference on Computer Vision》;20030418;第654-668页 * |
模拟失重环境星载天线型面水下摄影测量技术研究;钦桂勤;《中国博士学位论文全文数据库 基础科学辑》;20120715;正文第87页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107146257A (zh) | 2017-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109308693B (zh) | 由一台ptz相机构建的目标检测和位姿测量单双目视觉系统 | |
CN107146257B (zh) | 一种自适应水质的水下相机标定装置 | |
CN110728715B (zh) | 一种智能巡检机器人摄像机角度自适应调整方法 | |
CN105818167B (zh) | 采用远距数字摄像头校准铰接的末端执行器的方法 | |
CN108510551B (zh) | 一种远距离大视场条件下相机参数的标定方法及系统 | |
CN110146099B (zh) | 一种基于深度学习的同步定位与地图构建方法 | |
CN104173054B (zh) | 基于双目视觉技术的人体身高测量方法及其装置 | |
CN105654476B (zh) | 基于混沌粒子群优化算法的双目标定方法 | |
CN106625673A (zh) | 狭小空间装配系统及装配方法 | |
CN111144349B (zh) | 一种室内视觉重定位方法及系统 | |
CN106570899B (zh) | 一种目标物体检测方法及装置 | |
CN109859272A (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
CN110193849A (zh) | 一种机器人手眼标定的方法及装置 | |
CN107705293A (zh) | 一种基于ccd面阵相机视觉检测的五金零件尺寸测量方法 | |
CN112132874B (zh) | 无标定板异源图像配准方法、装置、电子设备及存储介质 | |
CN107403447B (zh) | 深度图像获取方法 | |
CN111637834B (zh) | 一种三维数据测量装置及方法 | |
CN111307146A (zh) | 一种基于双目相机和imu的虚拟现实头戴显示设备定位系统 | |
CN109669474A (zh) | 基于先验知识的多旋翼无人机自适应悬停位置优化算法 | |
CN111583342A (zh) | 一种基于双目视觉的目标快速定位方法及装置 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及系统 | |
CN103268612B (zh) | 基于低秩特征恢复的单幅图像鱼眼相机标定的方法 | |
CN114529585A (zh) | 基于深度视觉和惯性测量的移动设备自主定位方法 | |
CN110796710A (zh) | 基于流形空间的快速在线标定相机外参的方法和模块 | |
CN107945166B (zh) | 基于双目视觉的待测物体三维振动轨迹的测量方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |