CN109005349A - 基于智能平台面阵相机采集的机场道面表面图像改进拼接方法 - Google Patents
基于智能平台面阵相机采集的机场道面表面图像改进拼接方法 Download PDFInfo
- Publication number
- CN109005349A CN109005349A CN201810964403.6A CN201810964403A CN109005349A CN 109005349 A CN109005349 A CN 109005349A CN 201810964403 A CN201810964403 A CN 201810964403A CN 109005349 A CN109005349 A CN 109005349A
- Authority
- CN
- China
- Prior art keywords
- pathindex
- photo
- width
- taoist monastic
- monastic name
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于智能平台面阵相机采集的机场道面表面图像改进拼接方法,包括采用步进往返移动、且均匀间隔拍摄数张连续的道面表面的照片;读取照片的中心坐标和道号,求得所有照片沿X轴方向的最大值和最小值,以及沿Y轴方向的最大值和最小值;将照片缩小比例为reducedScale;构建拼接的画布,并以画布左上角为原点,建立二维坐标系;修正任一照片的直角坐标;选取拼接照片在画布中的参考起点;获得任一道号内照片对应画布坐标系中修正的X轴坐标和平均像素间隔;获取任一道号的起始参考像素坐标;计算任一道号的照片在画布中的像素坐标;判断该照片的道号的奇偶性,道号为偶数,将该照片沿顺时针或逆时针旋转180°;获得机场道面表面的拼接图像。
Description
技术领域
本发明涉及图像处理技术领域,尤其是基于智能平台面阵相机采集的机场道面表面图像改进拼接方法。
背景技术
随着现代化交通技术地不断发展,越来越多的机场建成并投入使用,机场跑道的服役年限也在逐年增加。随着机场跑道服役年限的推移,其也存在使用病害,因此,需要定期或/和不定期对机场跑道进行检查、养护,以保证飞机起降的安全性和使用效率。对机场跑道养护的前提是对跑道的运行状况进行检测和评估,所述检测包括表观检测和跑道内部检测。
目前,市面上已经出现了针对机场跑道运行状况检测的智能设备,在该智能设备上设置有工业相机、定位模块等,并且采用自主规划弓形路径,实现跑道的全覆盖检测。路面表观数据采用图片方式存储,通过编码器固定脉冲触发,每隔固定距离即可拍摄一张图片,同时可记录拍摄这张照片时相机的具体位置(经纬度坐标,可转化为局部相对坐标系坐标),设定这个间隔距离保证相邻照片具有一定的重叠率,可使得采集数据能覆盖整个道面。但是,如何根据这些零散的图片拼接恢复出整个机场道面的全景照片是一个难点问题。传统的方法是根据图像处理算法,寻找各个图片之间的特征值,并进行特征值匹配,找到图片之间的重叠区域并进行拼接。但是这种方法首先是计算量很大,另外由于机场道面的特殊性,大部分图片几乎找不到很明显的特征,所以就算是相邻图片也会出现匹配失败的情况,因此,仅用传统图像处理方法几乎无法完成整个道面图片的拼接工作。
基于上述情况,急需要提出一种用于机场跑道道面表面图像拼接的方法,能保证将零散图片数据完整的,可靠的拼接起来,恢复出机场道面的全景照片,以便能直观、准确的观察机场跑道表面的全局状况。
发明内容
本发明的目的在于提供一种基于智能平台面阵相机采集的机场道面表面图像改进拼接方法,能够结合每张图片的位置信息和重叠率,实现全景图片的完整可靠拼接,本发明采用的技术方案如下:
基于智能平台面阵相机采集的机场道面表面图像改进拼接方法,采用设置在智能平台上、且垂直向下拍摄机场跑道面的图像的面阵相机。所述机场道面表面图像改进拼接方法,包括以下步骤:
步骤S01,所述智能平台以跑道边缘为起点,采用步进往返移动,且均匀间隔拍摄数张连续的道面表面的照片;所述任一照片的分辨率为width×height,且该照片对应的机场道面的实际宽度为t_x、长度为t_y;第i张照片应对的实际道面的中心坐标为(x(i),y(i));将所述智能平台往返移动的路径记为道号pathindex;其中,width、height、t_x和t_y均为大于零的数,x(i)和y(i)为自然数,且i和pathindex为大于零的自然数。
步骤S02,读取步骤S01中的数张照片的中心坐标(x(i),y(i))和道号pathindex,采用遍历的方式求得所有照片沿X轴方向的最大值X_max和最小值X_min,以及沿Y轴方向的最大值Y_max和最小值Y_min。
步骤S03,将步骤S01中的照片缩小比例为reducedScale,得到任一照片的像素为r_width×r_height。
步骤S04,构建拼接的画布,所述画布的实际宽度为back_width,其表达式为:
back_width=((X_max-X_min)÷t_x+1)×r_width+r_width ①
所述画布的实际高度为back_width,其表达式为:
back_width=((Y_max-Y_min)÷t_y+1)×r_height+r_height ②
以画布左上角为原点,建立二维坐标系。
构建拼接的画布的具体步骤包括:
(41)预估画布初始像素宽度pic_width,其预估公式为:
pic_width=((X_max-X_min)÷t_x+1)×r_width ③
(42)预估画布初始像素高度pic_height,其预估公式为:
pic_height=((Y_max-Y_min)÷t_y+1)×r_height ④
(43)将(41)中预估的画布沿左右方向各增加一宽度方向裕度horizontalMargin;所述宽度方向裕度horizontalMargin=r_width÷2,得到实际的画布宽度back_width,其表示式为:
back_width=pic_width+2×horizontalMargin ⑤
(44)将(42)中预估的画布沿上下方向各增加一高度方向裕度VerticalMargin;所述VerticalMargin=r_height÷2,得到实际的画布宽度back_height,其表示式为:
back_height=pic_height+2×VerticalMargin ⑥
并进入步骤S06。
步骤S05,修正任一照片的直角坐标,具体如下:
(51)取得同一道号pathindex的平均X轴坐标mxpathindex,其表达式为:
其中,n为某道号pathindex的总照片数量,k为某道号pathindex的总照片数量n中的第k张,xk为第k张照片的X轴坐标。
(52)取得同一道号pathindex的Y轴坐标增量dypathindex,其表达式为:
其中,yk+1为道号pathindex第k+1张照片的Y轴坐标,yk为道号pathindex第k张照片的Y轴坐标;
并进入步骤S07。
步骤S06,选取拼接照片在步骤S04中的画布中的参考起点(Sx',Sy'),其中,
Sx'=horizontalMargin ⑨
Sy'=back_height-VerticalMargin-r_height ⑩
并进入步骤S08。
步骤S07,获得任一道号pathindex内照片对应画布坐标系中修正的X轴坐标x'pathindex,其表达式为:
其中,mx1为第一道的X轴平均坐标,mxpathindex为第pathindex道的X轴平均坐标;
获得任一道号pathindex内照片对应画布坐标系中的平均像素间隔dy'pathindex,其表达式为:
步骤S08,获取任一道号pathindex的起始参考像素坐标(Sx'pathIndex,Sy'pathIndex),其表达式为:
其中,ypathIndex[1]为第pathindex道的第一张照片的实际Y轴坐标;
步骤S09,计算任一道号pathindex的第k张照片在画布中的像素坐标(x'pathIndex[k],y'pathIndex[k]),其表达式为:
步骤S10,判断任一照片的道号pathindex的奇偶性,若道号pathindex为偶数,则将该照片沿顺时针或逆时针旋转180°;若道号pathindex为奇数,则保持原布设方向;按拍摄顺序将所述照片依次放置在步骤S09中的像素坐标(x'pathIndex[k],y'pathIndex[k])上,获得机场道面表面的拼接图像。
优选地,所述步骤S01中,任一相邻的照片间距均小于t_y,且任一相邻的道的间距小于t_x。
与现有技术相比,本发明具有以下有益效果:
本发明绕开传统的图像处理方法,结合采集装置本身能够定位的优势,利用拍摄时记录的图片位置进行拼接,大大减小了计算量,并且只要所有图片位置记录正确,就能保证可靠拼接结果。只要保证相邻照片之间具有一定的重叠率,就可以保证拼接结果的全覆盖性。另外,本发明对每道图片x坐标进行平均修正,并根据每道平均重叠率修正每张图片的y坐标偏移,大大减小了因为相机定位不准导致的拼接错位等问题,和只按位置拼接的方法相比取得了更好的效果。
本发明不仅计算量小,并且能保证结果的有效可靠,在本技术领域具有很高的实用价值和推广价值。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需使用的附图作简单介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对保护范围的限定,对于本领域技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明的照片拍摄路径图。
图2为本发明的拼接流程图。
具体实施方式
为使本申请的目的、技术方案和优点更为清楚,下面结合附图和实施例对本发明作进一步说明,本发明的实施方式包括但不限于下列实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例
如图1至图2所示,本实施例提供了一种基于智能平台面阵相机采集的机场道面表面图像改进拼接方法,采用设置在智能平台上、且垂直向下拍摄机场跑道面的图像的面阵相机。该面阵相机与地面的距离保持不变,并且拍摄的是固定的局部照片。由于面阵相机拍摄的相片像素分辨率为固定值,那么相机拍摄的每张图片也对应实际机场跑道的固定宽度和长度。需要说明的是,本实施例中所述的“左右”、“上下”等方位用语均基于附图的表示。
所述机场道面表面图像改进拼接方法,包括以下步骤:
第一步,所述智能平台以跑道边缘为起点,采用如图1所示的步进往返移动,且均匀间隔拍摄数张连续的道面表面的照片。每一张照片的分辨率为width×height,且该照片对应的机场道面的实际宽度为t_x、长度为t_y。其中,第i张照片应对的实际道面的中心坐标为(x(i),y(i))。将所述智能平台往返移动的路径记为道号pathindex,在本实施例中,以道号pathindex为8为例,假定每次任务道号都从1开始,第1道沿y轴方向行走。如此每张照片除去其固有属性分辨率之外,还具备对应的直角坐标及道号,在拍照过程中直角坐标和道号依照照片拍摄顺序保存。为了保证拍摄数据的全覆盖性,相邻照片间距小于t_y以保证一定重叠率,相邻道的间隔也小于t_x,以重叠冗余区域保证完整覆盖。
第二步,读取中的数张照片的中心坐标(x(i),y(i))和道号pathindex,由于照片间存在重叠部分,因此,采用遍历的方式求得所有照片沿X轴方向的坐标最大值X_max和最小值X_min,以及沿Y轴方向的坐标最大值Y_max和最小值Y_min。
第三步,将第一步中的照片缩小比例为reducedScale,得到任一照片的像素为r_width×r_height,即r_width=reducedScale×width,
r_height=reducedScale×height。
第四步,构建拼接的画布,所述画布的实际宽度为back_width,其表达式为:
back_width=((X_max-X_min)÷t_x+1)×r_width+r_width ①
所述画布的实际高度为back_width,其表达式为:
back_width=((Y_max-Y_min)÷t_y+1)×r_height+r_height ②
以画布左上角为原点,建立二维坐标系。
构建拼接的画布的具体步骤包括:
(41)预估画布初始像素宽度pic_width,其预估公式为:
pic_width=((X_max-X_min)÷t_x+1)×r_width ③
(42)预估画布初始像素高度pic_height,其预估公式为:
pic_height=((Y_max-Y_min)÷t_y+1)×r_height ④
(43)将(41)中预估的画布沿左右方向各增加一宽度方向裕度horizontalMargin;所述宽度方向裕度horizontalMargin=r_width÷2,得到实际的画布宽度back_width,其表示式为:
back_width=pic_width+2×horizontalMargin ⑤
(44)将(42)中预估的画布沿上下方向各增加一高度方向裕度VerticalMargin;所述VerticalMargin=r_height÷2,得到实际的画布宽度back_height,其表示式为:
back_height=pic_height+2×VerticalMargin ⑥
第五步,对属于同一道的所有照片来说,理论上其X轴坐标应当相同的,但是,在实际中,定位是存在一定误差的,因此需要对同一道的所有照片进行坐标修正。同理地,在同一道内相邻照片在Y轴方向也存储坐标差值。本实施例巧妙地对直角坐标进行修正,有效地解决因定位偏差带来的拼接错位。具体地,利用同一道的平均X轴坐标mxpathindex作为该道的同一X轴坐标,其表达式为:
其中,n为某道号pathindex的总照片数量,k为某道号pathindex的总照片数量n中的第k张,xk为第k张照片的X轴坐标。
另外,本实施例通过取得同一道号pathindex的Y轴坐标增量dypathindex,以消除Y轴方向的误差,其表达式为:
其中,yk+1为道号pathindex第k+1张照片的Y轴坐标,yk为道号pathindex第k张照片的Y轴坐标。
第六步,选取拼接照片的画布中的参考起点(Sx',Sy'),其中,
Sx'=horizontalMargin ⑨
Sy'=back_height-VerticalMargin-r_height ⑩
第七步,获得任一道号pathindex内照片对应画布坐标系中修正的X轴坐标x′pathindex,其表达式为:
其中,mx1为第一道的X轴平均坐标,mxpathindex为第pathindex道的X轴平均坐标。
获得任一道号pathindex内照片对应画布坐标系中的平均像素间隔dy'pathindex,其表达式为:
第八步,获取任一道号pathindex的起始参考像素坐标(Sx'pathIndex,Sy'pathIndex),其表达式为:
其中,第pathindex道的第一张照片的实际坐标为(xpathIndex[1],ypathIndex[1])。
第九步,计算任一道号pathindex的第k张照片在画布中的像素坐标(x'pathIndex[k],y'pathIndex[k]),其表达式为:
第十步,判断任一照片的道号pathindex的奇偶性,若道号pathindex为偶数,则将该照片沿顺时针或逆时针旋转180°。若道号pathindex为奇数,则保持原布设方向;按拍摄顺序将所述照片依次放置在步骤S09中的像素坐标(x'pathIndex[k],y'pathIndex[k])上,获得机场道面表面的拼接图像。所有的照片均放置在该画布上,通过输出整张画布到图片文件,即为拼接结果。
通过上述方案,本发明能全面覆盖的拍摄机场跑道的道面,使表观检测检测更彻底,有效地解决重检、漏检、拼接缝隙的问题。可以说,与现有技术相比,具有突出的实质性特点和显著的进步,在图像处理技术领域具有广阔的市场前景。
上述实施例仅为本发明的优选实施例,并非对本发明保护范围的限制,但凡采用本发明的设计原理,以及在此基础上进行非创造性劳动而作出的变化,均应属于本发明的保护范围之内。
Claims (2)
1.基于智能平台面阵相机采集的机场道面表面图像改进拼接方法,采用设置在智能平台上、且垂直向下拍摄机场跑道面的图像的面阵相机,其特征在于,所述机场道面表面图像改进拼接方法,包括以下步骤:
步骤S01,所述智能平台以跑道边缘为起点,采用步进往返移动,且均匀间隔拍摄数张连续的道面表面的照片;所述任一照片的分辨率为width×height,且该照片对应的机场道面的实际宽度为t_x、长度为t_y;任一所述照片应对的实际道面的中心坐标为(x(i),y(i));将所述智能平台往返移动的路径记为道号pathindex;其中,width、height、t_x和t_y均为大于零的数,x(i)和y(i)为自然数,且i和pathindex为大于零的自然数;
步骤S02,读取步骤S01中的数张照片的中心坐标(x(i),y(i))和道号pathindex,采用遍历的方式求得所有照片沿X轴方向的最大值X_max和最小值X_min,以及沿Y轴方向的最大值Y_max和最小值Y_min;
步骤S03,将步骤S01中的照片缩小比例为reducedScale,得到任一照片的像素为r_width×r_height;
步骤S04,构建拼接的画布,所述画布的实际宽度为back_width,其表达式为:
back_width=((X_max-X_min)÷t_x+1)×r_width+r_width ①
所述画布的实际高度为back_width,其表达式为:
back_width=((Y_max-Y_min)÷t_y+1)×r_height+r_height ②
以画布左上角为原点,建立二维坐标系;
构建拼接的画布的具体步骤包括:
(41)预估画布初始像素宽度pic_width,其预估公式为:
pic_width=((X_max-X_min)÷t_x+1)×r_width ③
(42)预估画布初始像素高度pic_height,其预估公式为:
pic_height=((Y_max-Y_min)÷t_y+1)×r_height ④
(43)将(41)中预估的画布沿左右方向各增加一宽度方向裕度horizontalMargin;所述宽度方向裕度horizontalMargin=r_width÷2,得到实际的画布宽度back_width,其表示式为:
back_width=pic_width+2×horizontalMargin ⑤
(44)将(42)中预估的画布沿上下方向各增加一高度方向裕度VerticalMargin;所述VerticalMargin=r_height÷2,得到实际的画布宽度back_height,其表示式为:
back_height=pic_height+2×VerticalMargin ⑥
并进入步骤S06;
步骤S05,修正任一照片的直角坐标,具体如下:
(51)取得同一道号pathindex的平均X轴坐标mxpathindex,其表达式为:
其中,n为某道号pathindex的总照片数量,k为某道号pathindex的总照片数量n中的第k张,xk为第k张照片的X轴坐标;
(52)取得同一道号pathindex的Y轴坐标增量dypathindex,其表达式为:
其中,n为某道号pathindex的总照片数量,k为某道号pathindex的总照片数量n中的第k张,yk+1为第k+1张照片的Y轴坐标,yk为第k张照片的Y轴坐标;
并进入步骤S07;
步骤S06,选取拼接照片在步骤S04中的画布中的参考起点(Sx',Sy');其中,
Sx'=horizontalMargin ⑨
Sy'=back_height-VerticalMargin-r_height ⑩
并进入步骤S08;
步骤S07,获得任一道号pathindex内照片对应画布坐标系中修正的X轴坐标x'pathindex,其表达式为:
其中,mx1为第一道的X轴平均坐标,mxpathindex为第pathindex道的X轴平均坐标;
获得任一道号pathindex内照片对应画布坐标系中的平均像素间隔dy'pathindex,其表达式为:
步骤S08,获取任一道号pathindex的起始参考像素坐标(Sx'pathIndex,Sy'pathIndex),其表达式为:
其中,ypathIndex[1]为第pathindex道的第一张照片的实际Y轴坐标;
步骤S09,计算任一道号pathindex的第k张照片在画布中的像素坐标(x'pathIndex[k],y'pathIndex[k]),其表达式为:
步骤S10,判断任一照片的道号pathindex的奇偶性,若道号pathindex为偶数,则将该照片沿顺时针或逆时针旋转180°;若道号pathindex为奇数,则保持原布设方向;按拍摄顺序将所述照片依次放置在步骤S09中的像素坐标(x'pathIndex[k],y'pathIndex[k])上,获得机场道面表面的拼接图像。
2.根据权利要求1所述的基于智能平台面阵相机采集的机场道面表面图像改进拼接方法,其特征在于,所述步骤S01中,任一相邻的照片间距均小于t_y,且任一相邻的道的间距小于t_x。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810964403.6A CN109005349B (zh) | 2018-08-23 | 2018-08-23 | 基于智能平台面阵相机采集的机场道面表面图像改进拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810964403.6A CN109005349B (zh) | 2018-08-23 | 2018-08-23 | 基于智能平台面阵相机采集的机场道面表面图像改进拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109005349A true CN109005349A (zh) | 2018-12-14 |
CN109005349B CN109005349B (zh) | 2020-12-29 |
Family
ID=64593744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810964403.6A Active CN109005349B (zh) | 2018-08-23 | 2018-08-23 | 基于智能平台面阵相机采集的机场道面表面图像改进拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109005349B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110473236A (zh) * | 2019-06-25 | 2019-11-19 | 上海圭目机器人有限公司 | 一种道面图像检测用相机的偏置位置的测量方法 |
CN110580679A (zh) * | 2019-06-25 | 2019-12-17 | 上海圭目机器人有限公司 | 一种应用于大面积平面图像的混合拼接方法 |
CN111008985A (zh) * | 2019-11-07 | 2020-04-14 | 贝壳技术有限公司 | 全景图拼缝检测方法、装置、可读存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202134044U (zh) * | 2011-07-06 | 2012-02-01 | 长安大学 | 一种基于角点块提取与匹配的图像拼接装置 |
CN103714343A (zh) * | 2013-12-31 | 2014-04-09 | 南京理工大学 | 线激光器照明条件下双线阵相机采集的路面图像拼接及匀化方法 |
CN106407924A (zh) * | 2016-09-10 | 2017-02-15 | 上海大学 | 基于路面特征的双目道路识别检测方法 |
CN106780335A (zh) * | 2016-12-16 | 2017-05-31 | 北京尚水信息技术股份有限公司 | 使用拼接方式得到大范围表面流场图像的方法 |
-
2018
- 2018-08-23 CN CN201810964403.6A patent/CN109005349B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202134044U (zh) * | 2011-07-06 | 2012-02-01 | 长安大学 | 一种基于角点块提取与匹配的图像拼接装置 |
CN103714343A (zh) * | 2013-12-31 | 2014-04-09 | 南京理工大学 | 线激光器照明条件下双线阵相机采集的路面图像拼接及匀化方法 |
CN106407924A (zh) * | 2016-09-10 | 2017-02-15 | 上海大学 | 基于路面特征的双目道路识别检测方法 |
CN106780335A (zh) * | 2016-12-16 | 2017-05-31 | 北京尚水信息技术股份有限公司 | 使用拼接方式得到大范围表面流场图像的方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110473236A (zh) * | 2019-06-25 | 2019-11-19 | 上海圭目机器人有限公司 | 一种道面图像检测用相机的偏置位置的测量方法 |
CN110580679A (zh) * | 2019-06-25 | 2019-12-17 | 上海圭目机器人有限公司 | 一种应用于大面积平面图像的混合拼接方法 |
CN110473236B (zh) * | 2019-06-25 | 2022-03-15 | 上海圭目机器人有限公司 | 一种道面图像检测用相机的偏置位置的测量方法 |
CN111008985A (zh) * | 2019-11-07 | 2020-04-14 | 贝壳技术有限公司 | 全景图拼缝检测方法、装置、可读存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109005349B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242772A (zh) | 基于智能平台面阵相机采集的机场道面表面图像拼接方法 | |
US9542745B2 (en) | Apparatus and method for estimating orientation of camera | |
CN109005349A (zh) | 基于智能平台面阵相机采集的机场道面表面图像改进拼接方法 | |
US10147192B2 (en) | Coordinate-conversion-parameter determination apparatus, coordinate-conversion-parameter determination method, and non-transitory computer readable recording medium having therein program for coordinate-conversion-parameter determination | |
CN107808362A (zh) | 一种基于无人机pos信息与图像surf特征结合的图像拼接方法 | |
ES2887202T3 (es) | Dispositivo de procesamiento de imágenes, método de procesamiento de imágenes, y programa | |
US7363157B1 (en) | Method and apparatus for performing wide area terrain mapping | |
EP3028252B1 (en) | Rolling sequential bundle adjustment | |
CN104766292B (zh) | 多台立体相机标定方法和系统 | |
Yahyanejad et al. | Incremental mosaicking of images from autonomous, small-scale uavs | |
CN109712428A (zh) | 一种停车位置定位方法及装置、系统 | |
CN108020827A (zh) | 移动成像平台校准 | |
CN104835115A (zh) | 用于航空相机的图像成像方法及系统 | |
CN106062510A (zh) | 信息处理装置、信息处理方法和计算机程序 | |
US8417062B2 (en) | System and method for stabilization of fisheye video imagery | |
CN110022444A (zh) | 无人飞行机的全景拍照方法与使用其的无人飞行机 | |
CN108537885B (zh) | 山体创面三维地形数据的获取方法 | |
Gerke | Dense matching in high resolution oblique airborne images | |
CN109931912A (zh) | 一种航空倾斜摄影方法及装置 | |
CN108180912A (zh) | 基于混合导航带的移动机器人定位系统及方法 | |
CN109631854A (zh) | 一种低空无人机摄影测定矿区采煤塌陷裂缝方法 | |
Moussa et al. | A fast approach for stitching of aerial images | |
CN105243364B (zh) | 光电吊舱搜索方法、装置以及系统 | |
WO2013054132A1 (en) | Height measurement apparatus and method | |
CN110021035A (zh) | Kinect深度相机的标记物及基于该标记物的虚拟标记物跟踪方法 |
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 |