CN107421463A - 一种弹头发射痕迹计算机识别系统及其弹痕比对方法 - Google Patents
一种弹头发射痕迹计算机识别系统及其弹痕比对方法 Download PDFInfo
- Publication number
- CN107421463A CN107421463A CN201710429855.XA CN201710429855A CN107421463A CN 107421463 A CN107421463 A CN 107421463A CN 201710429855 A CN201710429855 A CN 201710429855A CN 107421463 A CN107421463 A CN 107421463A
- Authority
- CN
- China
- Prior art keywords
- bullet
- trace
- error
- data
- module
- 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
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/04—Measuring microscopes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明属于刑侦技术领域,特别涉及一种弹头发射痕迹计算机识别系统及其弹痕比对方法。主要包括以下主要模块弹头痕迹三维测量模块,弹头痕迹纹理特征提取模块、弹头痕迹自动比对模块、数据库处理模块、弹头痕迹自动比对模块、人工辅助比对模块。本发明提出一种基于统计模型和时序分析的弹痕比对方法,首先通过图像采集设备采集弹痕数据,通过对弹头实际测量数据的统计建模,利用概率模型构造函数,当函数取最小值时,即可估计出平移误差和转动误差,从而有效的消除了测量数据中的各种误差.通过时间序列分析比较两个弹痕的相似程度,结果表明该方法在可接受的计算时间内有效地解决了弹头痕迹的自动比对问题,精度和效率都较传统方法有显著提高。
Description
技术领域
本发明属于刑侦技术领域,特别涉及一种弹头发射痕迹计算机识别系统及其弹痕比对方法。
背景技术
枪弹痕迹检验是用来侦破涉枪案件的一项重要的刑侦技术手段。由于制造、使用、保管等方面的原因,不可能有两支膛线完全相同的枪,枪弹痕迹检验的主要任务便是枪支的同一认定,也就是要确定现场弹头、弹壳是哪一支枪发射的。因此,枪弹痕迹鉴定和指纹鉴定、DNA 鉴定一样,都是枪械性能分析与枪案刑侦工作中不可或缺的部分。传统的子弹比对方法,如比对显微镜检测法、分段照相、触针检测等方法,有着无法获取三维信息、精度不高、影响物证物理完整性、无法进行计算机自动比对的缺陷。随着现代高精度数据测量、采集设备和信息技术的发展,为弹痕的自动化比对创造了必要条件。
自动化比对过程一般可以分为两步:首先用光学设备采集弹头上弹痕的3维数据;然后用计算机软件根据一定的模型判断子弹间的相似程度,确认发射子弹的枪支。我们一般着重研究第二步,在获取了样本数据之后,如何采用有效的方法进行提取特征并验证同一性。为此,研究人员们做了很多基础的研究。由于弹痕采样的方法有不同,对于弹痕数据的处理也各有特点。在枪案侦破和提供刑事物证过程中,需对弹头的发射痕迹进行测量和鉴别,目前国内对枪弹痕迹的检验,主要是在显微镜下人工对比检验,以专家经验为主,缺乏客观的识别标准,工作效率低且不适应打击犯罪的要求。
而在光学设备上测量弹头上弹痕的3维数据时,需要人工调整弹头的位置和姿态.人工操作中必然会造成一定的误差,现有技术中多是采用小波去噪的方法只能消除一部分噪声,而如何处理弹头姿态位置造成的误差并没有进行讨论。
因此,有必要针对如何使得两个弹头可以尽量在相同位置和相同姿态的情况下进行比对这个首要问题,设计了一套科学合理的解决方案,以消除随机误差对测量结果和比对结果的影响。
发明内容
针对上述问题,本发明提出一种弹头发射痕迹计算机识别系统及其弹痕比对方法,
为达到上述目的,本发明提供如下技术方案:
一种弹头发射痕迹计算机识别系统,主要包括以下主要模块弹头痕迹三维测量模块,弹头痕迹纹理特征提取模块、弹头痕迹自动比对模块、数据库处理模块、弹头痕迹自动比对模块、人工辅助比对模块,其中:
所述的弹头痕迹三维测量模块:实现弹头三维形貌的测量;
所述的弹头痕迹纹理特征提取模块:提供可视化的工具进行弹头痕迹特征区域的自动截取和手工选取.数据预处理模块用来对测量并经过特征区域截取后的数据进行处理,以提取弹头上反映发射枪支稳定痕迹特征的数据。
所述的数据库处理模块:实现对弹头数据库的管理,包括添加、删除、修改弹头痕迹特征记录。
所述的弹头痕迹自动比对模块:实现样本弹头痕迹与数据库中已有弹头痕迹的自动比对, 并自动从数据库中查找出发射样本弹头的枪支;弹头痕迹自动比对模块还提供多种比对手段、比对策略的选择以及多种查找策略的选择。
所述的人工辅助比对模块:提供一些辅助性的可视化工具实现对弹头痕迹的人工比对。
作为优选,所述的弹头痕迹三维测量模块为非接触式视频显微仪。
基于上述一种弹头发射痕迹计算机识别系统的弹头痕迹识别方法,其具体步骤为:
(1)通过弹头痕迹三维测量模块采集弹痕数据;
(2)通过对弹头实际测量数据的统计建模,利用概率模型构造出一个代价函数,当该代价函数的取最小值时,估计出平移误差和转动误差,消除了测量数据误差;
(3)通过时间序列分析比较两个弹痕的相似程度。
本发明的有益效果
1、本发明提出一种弹头发射痕迹计算机识别系统,应用机器视觉技术设计出枪弹弹头自动检测系统,在不接触弹头的情况下,实对枪弹弹头痕迹的自动测量和重量的自动检测,同时,本发明检测的准确率高,实用性强,易于操作。
2、本发明还提出了一种枪弹头弹痕自动比对方法.首先通过常规的采集设备采集弹痕数据,通过对弹头实际测量数据的统计建模,利用概率模型构造出一个代价函数,当该代价函数的取最小值时,即可估计出平移误差和转动误差,从而有效的消除了测量数据中的各种误差。通过时间序列分析比较两个弹痕的相似程度,结果表明该方法在可接受的计算时间内有效地解决了弹头痕迹的自动比对问题,精度和效率都较传统方法有显著提高。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种弹头发射痕迹计算机识别系统,包括以下模块:
所述的弹头痕迹三维测量模块:实现弹头三维形貌的测量,弹头痕迹三维测量模块为非接触式视频显微仪,其由投影仪,面阵CCD相机,PC计算机系统,三维测量工作台,子弹等组成,其工作过程为:将被测子弹放在固定子弹的夹中,此时注意控制照明要尽可能的均匀,打开计算机软件,将软件产生的标准正弦条纹通过投影仪投射到子弹表面,然后通过光学成像系统将子弹聚焦于CCD相机,通过图像采集卡,将被子弹表面形貌调制后的变形正弦条纹图像采集到计算机内,按照一定的数图像处理算法,计算出子弹表面的三维形貌信息,并存储到计算机硬盘,供后的弹痕比对使用。
所述的弹头痕迹纹理特征提取模块:提供可视化的工具进行弹头痕迹特征区域的自动截取和手工选取.数据预处理模块用来对测量并经过特征区域截取后的数据进行处理,以提取弹头上反映发射枪支稳定痕迹特征的数据。
所述的数据库处理模块:实现对弹头数据库的管理,包括添加、删除、修改弹头痕迹特征记录。
所述的弹头痕迹自动比对模块:实现样本弹头痕迹与数据库中已有弹头痕迹的自动比对, 并自动从数据库中查找出发射样本弹头的枪支;弹头痕迹自动比对模块还提供多种比对手段、比对策略的选择以及多种查找策略的选择。
所述的人工辅助比对模块:提供一些辅助性的可视化工具实现对弹头痕迹的人工比对。
基于上述一种弹头发射痕迹计算机识别系统的弹头痕迹识别方法,其具体步骤为:
(1)通过弹头痕迹三维测量模块采集弹痕数据;
(2)通过对弹头实际测量数据的统计建模,利用概率模型构造出一个代价函数,当该代价函数的取最小值时,估计出平移误差和转动误差,消除了测量数据误差;
(3)通过时间序列分析比较两个弹痕的相似程度。
枪弹发射后,弹头上留下了枪管膛线的擦痕痕迹.枪管有4条凸膛线共8个棱,分为4 个主棱和4个次棱,所以在弹头上留下的痕迹分为4片主棱线的痕迹和4片次棱线的痕迹。子弹头表面的次棱痕迹,可以看出由于枪弹通过枪管时只旋转了一个很小的角度,擦痕分布 成斜线状(与圆柱母线有一个夹角),每一片痕迹的主要部分都显示为不同大小和不同深浅 的线条。高精度数据采集设备采集弹头上8片痕迹的3维数据,测量的基准平面取为固定在 测量设备上的空间直角内。
通过上述对弹痕比对问题的描述,建立如下模型:设空间直角坐标系xoy平面,测量设备可以测得数据为弹头表面上每一个点的空间坐标(x,y,z),且沿x轴方向和沿y轴方向的测量步长为τx和τy,z的测量精度为τz,子弹头的直径为d,长度为l。
通过对弹痕比对问题的建模分析可知,由于基准平面在弹头痕迹的附近,测量时调节弹头的姿态使得弹头圆柱中心线尽量平行于基准平面,且y轴尽量平行于擦痕的走向.由于弹头的姿态靠人工调节,所以上述的两个平行都不是准确的平行,造成了一定的测量误差。测量误差主要包括以下几个方面:
(1)平移误差:也可称为共轴误差,即测量坐标系的差异造成的测量误差。在空间直角坐标系xoy中,平移误差可以分解为x轴、y轴、z轴3个方向的误差。所以,消除平移误差也就是通过移动原有的测量坐标系,对测量值做线性变换,消除3个方向上的误差,使得参与比对的子弹的位置基本相同。因此假设x轴方向平移误差ξx,y轴方向平移误差ξy,z轴方向平移误差ξz。
(2)转动误差:即测量中由于人工调节,造成子弹的姿态不同所带来的测量误差。因此, 消除转动误差,就是要使参与比对的弹头的姿态尽可能的相同。故设子弹头转动的误差为ζ。
(3)测量精度是每次测量中都必定包含的第三类误差源,在此假设第i次的测量误差用εi表示。
通过3种造成测量误差的主要因素的分析可知,在比对过程中最重要的是要消除平移误差和转动误差对比对结果造成的不利影响,要进行弹痕比对必须将弹头精确的摆放在相同位置,而通过坐标变换精确的将两个弹头变换到同一坐标系的同一测量位置是不可能的。
本发明采用基于概率分布的误差消除方法以消除测量数据误差:
子弹的一系列测量数据可以看作是在重复测量某一物理量X,获得的一系列容量为n测量数据样本(x1,x2,…,xn),设X的精确值为x,第i次测量值为xi(i=1,2,…,n),则误差εi为
εi=xi-x(i=1,2,…,n) (1)
设εi的概率密度函数为f(xi-x),由εi(i=1,2,…,n)的相互独立性可知ε1,ε2,…,εn的联合概率密度L为:
由极大似然估计法可知,L越大,x1,x2,…,xn越能表现出真实情况,故使而又有L与lnL在相同点x处取得极大值,下式成立:
又令则(4)为
由于测量值的均值xi最接近于真值x,则(5)可以改写为:
其中记作G。
由于可以看出y1,y2,…,yn这n个变量中只有n-1个是独立的,不妨令yi=-(y1+y2+...+yn-1) (7)
对式(6)求偏导数
其中,由及
可得
公式(10)表明(c为常数)。设g(yi)=cyi+b,则有
由G=0,可推知b=0,故有
其中k为常数,已知概率密度函数满足:
若该积分收敛,需满足c<0。令代入(12)、(13)可得
即f
即εi~N(μ=0,σ2)。
对于平移误差ξ满足ξ~N(μ=0,σ2)。若假设测量误差以0.99的置信度在置信区间[-0.03,0.03]
内,则其概率密度函数为:
因此,x,y,z轴上的误差变量ξx,ξy,ξz均服从ξ~N(μ=0,0.0132),概率密度函数同样可以求出,而对于转动误差ζ样也服从均值为0的正态分布,且以0.99的置信度分布在[-0.2°,0.2°]之间,可求得σ=0.008,则有
可以认为,当小概率误差出现时,应该给予较大的惩罚,依据该原则,构造如下代价函数:
cost(ξx,ξy,ξz,ζ,Simab)=-{Simab-[1-f(ξx)]-[1-f(ξy)]-[1-f(ξz)]-[1-f(ζ)]}
=4-Simab-f(ξx)-f(ξy)-f(ξz)-f(ζ)
其中,-0.03mm<ξx,ξy,ξz<0.03mm,-0.2°<ζ<0.2°,当在该约束条件下,求得代价函数的最小值时,即可估计出平移误差和转动误差。Simab表示a,b两个弹痕的相关度,可见该值不仅依赖于所比对的弹痕数据,也依赖于ξx,ξy,ξz,ζ。
在步骤(3)中采用基于时间序列的弹痕比对算法,其具体算法步骤如下:
从子弹测量数据中可以假定是在重复测量某一物理量a,获得了一系列测量数据x1,x2,...,xn(n=1,2,...,N),上述子弹的测量数据序列可以看成是按时间顺序取得的一系列观测值,因此,可将x1,x2,...,xn序列看作是一个时间序列,其时间序列共有n个观测值,组成(n-1)对数据,如(x1,x2),(x2,x3),...,(xi,xi+1),...,(xn-1,xn)根据两变量相关系数的概念,我们可以计算出上述(n-1)对数据的相关系数为ρ1,则有
其中,
则称ρ1为时间序列的自相关系数,它与两变量的相关系数含义不同.它是用来度量时间序列上一次的测量数据和下一次的测量数据之间的关系,从定量的角度来研究上一次观测值对下一次观测值的影响程度有多大。选择弹痕数据的相关系数来定义弹痕之间的相似度,即:
Simab=Corr(a,b)
相关度定义如下:设两次测量中,z轴的测量值集合分别为a1,a2,a3,...,an和 b1,b2,b3,...,bn,则两列变量的相关系数Corr(a,b)为:
其中,
在弹头匹配的过程中,根据基本假设,可认为无论是否由同一支枪发射,弹头之间的相似度都是很高的,那些少部分的差异才是区分弹头来源的信息.所以,基本的思路就是在进行空间平移和转动消除测量误差时,对每种情况都尝试4种可能的次棱配对方案,选取其中匹配得最好的两对次棱的相关系数的和的最大值作为两个弹头的相似度,具体步骤如下:
(1)对弹头的测量数据进行采样和截取,获得有效的、规模较小的、可用于比对的数据;
(2)在范围内搜索x轴、y轴、z轴3个方向上的平移误差ξx,ξy,ξz和转动误差ζ的最优值,使得代价函数cost(ξx,ξy,ξz,ζ,Simab)最小。在[-|ξx},|ξx|]之间的每个ξx,ξy,ξz和[-ζ,ζ] 之间的每个ζ的组合,计算4种次棱对应关系情况下的相似度(相似度的计算稍后介绍)最高的两对次棱之间的相似度的和,此即为两个弹头在当前误差情况下的Simab.从而计算出 cost(ξx,ξy,ξz,ζ,Simab);
(3)找到cost(ξx,ξy,ξz,ζ,Simab)的最小值,以及每两个子弹的次棱对应关系和相似度,并输出结果。
本发明提出一种弹头发射痕迹计算机识别系统,应用机器视觉技术设计出枪弹弹头自动检测系统,在不接触弹头的情况下,实对枪弹弹头痕迹的自动测量和重量的自动检测,同时,本发明检测的准确率高,实用性强,易于操作。本发明还提出了一种枪弹头弹痕自动比对方法.首先通过常规的采集设备采集弹痕数据,通过对弹头实际测量数据的统计建模,利用概率模型构造出一个代价函数,当该代价函数的取最小值时,即可估计出平移误差和转动误差,从而有效的消除了测量数据中的各种误差。通过时间序列分析比较两个弹痕的相似程度, 结果表明该方法在可接受的计算时间内有效地解决了弹头痕迹的自动比对问题,精度和效率都较传统方法有显著提高。
最后说明的是,以上优选实施例仅用于说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (5)
1.一种弹头发射痕迹计算机识别系统,其特征在于,主要包括以下主要模块:
实现对弹头三维形貌测量的弹头痕迹三维测量模块;
提供可视化工具进行弹头痕迹特征区域的自动截取和手工选取,并对测量并经过特征区域截取后的数据进行处理,以提取弹头上反映发射枪支稳定痕迹特征的数据的弹头痕迹纹理特征提取模块;
实现对弹头数据库的管理,包括添加、删除、修改弹头痕迹特征记录的数据库处理模块;
实现样本弹头痕迹与数据库中已有弹头痕迹的自动比对,并自动从数据库中查找出发射样本弹头的枪支的弹头痕迹自动比对模块;
提供辅助性的可视化工具实现对弹头痕迹的人工比对的人工辅助比对模块。
2.根据权利要求1所述的一种弹头发射痕迹计算机识别系统,其特征在于:所述的弹头痕迹三维测量模块为非接触式视频显微仪。
3.基于上述一种弹头发射痕迹计算机识别系统的弹头痕迹识别方法,其特征在于:其具体步骤为:
(1)通过弹头痕迹三维测量模块采集弹痕数据;
(2)通过对弹头实际测量数据的统计建模,利用概率模型构造出一个代价函数,当该代价函数的取最小值时,估计出平移误差和转动误差,消除测量数据误差;
(3)通过时间序列分析比较两个弹痕的相似程度。
4.根据权利要求3所述的一种弹头痕迹识别方法,其特征在于:在步骤(2)采用基于概率分布的误差消除方法以消除测量数据误差。
5.根据权利要求1所述的一种弹头痕迹识别方法,其特征在于:在步骤(3)中采用基于时间序列的弹痕比对算法,其具体算法步骤如下:
(1)对弹头的测量数据进行采样和截取,获得有效的、规模较小的、可用于比对的数据;
(2)在范围内搜索x轴、y轴、z轴3个方向上的平移误差ξx,ξy,ξz和转动误差ζ的最优值,使得代价函数cost(ξx,ξy,ξz,ζ,Simab)最小,在[-|ξx|,|ξx|]之间的每个ξx,ξy,ξz和[-ζ,ζ]之间的每个ζ的组合,计算4种次棱对应关系情况下的相似度最高的两对次棱之间的相似度的和,此即为两个弹头在当前误差情况下的Simab,从而计算出cost(ξx,ξy,ξz,ζ,Simab);
(3)找到cost(ξx,ξy,ξz,ζ,Simab)的最小值,以及每两个子弹的次棱对应关系和相似度,并输出结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710429855.XA CN107421463A (zh) | 2017-06-09 | 2017-06-09 | 一种弹头发射痕迹计算机识别系统及其弹痕比对方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710429855.XA CN107421463A (zh) | 2017-06-09 | 2017-06-09 | 一种弹头发射痕迹计算机识别系统及其弹痕比对方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107421463A true CN107421463A (zh) | 2017-12-01 |
Family
ID=60429718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710429855.XA Pending CN107421463A (zh) | 2017-06-09 | 2017-06-09 | 一种弹头发射痕迹计算机识别系统及其弹痕比对方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107421463A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110553556A (zh) * | 2019-08-22 | 2019-12-10 | 李刚 | 一种枪弹膛线表面痕迹激光检测装置 |
CN112381109A (zh) * | 2020-04-27 | 2021-02-19 | 昆明理工大学 | 一种应用于单点激光检测的线条痕迹对比系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201133812Y (zh) * | 2007-10-29 | 2008-10-15 | 北京恒安通达科技有限公司 | 弹头或工具痕迹测量仪 |
CN202230493U (zh) * | 2011-09-01 | 2012-05-23 | 蔺彬涛 | 枪弹弹头膛线图像信息建档、检索、自动比对系统仪 |
JP2013248340A (ja) * | 2012-06-04 | 2013-12-12 | Sankyo Co Ltd | 遊技機 |
CN205373629U (zh) * | 2016-02-03 | 2016-07-06 | 李刚 | 一种弹头痕迹测量仪 |
-
2017
- 2017-06-09 CN CN201710429855.XA patent/CN107421463A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201133812Y (zh) * | 2007-10-29 | 2008-10-15 | 北京恒安通达科技有限公司 | 弹头或工具痕迹测量仪 |
CN202230493U (zh) * | 2011-09-01 | 2012-05-23 | 蔺彬涛 | 枪弹弹头膛线图像信息建档、检索、自动比对系统仪 |
JP2013248340A (ja) * | 2012-06-04 | 2013-12-12 | Sankyo Co Ltd | 遊技機 |
CN205373629U (zh) * | 2016-02-03 | 2016-07-06 | 李刚 | 一种弹头痕迹测量仪 |
Non-Patent Citations (2)
Title |
---|
曾文涵等: "弹头发射痕迹计算机识别系统的研制", 《华东科技大学学报(自然科学版)》 * |
贺力克等: "一种基于统计模型和时许分析的弹痕比对方法", 《湖南师范大学自然科学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110553556A (zh) * | 2019-08-22 | 2019-12-10 | 李刚 | 一种枪弹膛线表面痕迹激光检测装置 |
CN112381109A (zh) * | 2020-04-27 | 2021-02-19 | 昆明理工大学 | 一种应用于单点激光检测的线条痕迹对比系统 |
CN112381109B (zh) * | 2020-04-27 | 2023-05-05 | 昆明理工大学 | 一种应用于单点激光检测的线条痕迹对比系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110340891B (zh) | 基于点云模板匹配技术的机械臂定位抓取系统及方法 | |
JP6216508B2 (ja) | 3dシーンにおける3d物体の認識および姿勢決定のための方法 | |
Lowe | Object recognition from local scale-invariant features | |
CN106327526A (zh) | 图像目标跟踪方法与系统 | |
Guo et al. | Efficient center voting for object detection and 6D pose estimation in 3D point cloud | |
CN110533722A (zh) | 一种基于视觉词典的机器人快速重定位方法及系统 | |
CN109523501A (zh) | 一种基于降维和点云数据匹配的电池外观缺陷检测方法 | |
CN114972459B (zh) | 一种基于低维点云局部特征描述符的点云配准方法 | |
CN105957082A (zh) | 一种基于面阵相机的印刷质量在线监测方法 | |
CN109341668B (zh) | 基于折射投影模型和光束追踪法的多相机测量方法 | |
CN106780551B (zh) | 一种三维运动目标检测方法和系统 | |
CN110084243A (zh) | 一种基于二维码和单目相机的档案识别与定位方法 | |
CN109211198A (zh) | 一种基于三目视觉的智能目标检测和测量系统及方法 | |
CN109523528A (zh) | 一种基于无人机双目视觉sgc算法的输电线路提取方法 | |
CN107421463A (zh) | 一种弹头发射痕迹计算机识别系统及其弹痕比对方法 | |
Yang et al. | A fruit recognition method for automatic harvesting | |
CN108205645A (zh) | 一种异源图像匹配系统的基准图质量评价方法 | |
CN109272458A (zh) | 一种基于先验信息的点云滤波方法 | |
CN104123546A (zh) | 基于多维特征提取的枪弹痕迹比对方法 | |
CN109271927A (zh) | 一种空基多平台的协同监视方法 | |
CN104765739B (zh) | 基于形状空间的大规模人脸数据库检索方法 | |
Naiberg et al. | A unified recognition and stereo vision system for size assessment of fish | |
CN108805218A (zh) | 一种基于偏差映射聚类的光学目标关联方法 | |
Yammen et al. | Cartridge case image matching using effective correlation area based method | |
Sun et al. | Binocular Ranging Based on Improved ORB-RANSAC |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171201 |