CN109146932A - 确定图像中目标点的世界坐标的方法、装置和系统 - Google Patents
确定图像中目标点的世界坐标的方法、装置和系统 Download PDFInfo
- Publication number
- CN109146932A CN109146932A CN201810785868.5A CN201810785868A CN109146932A CN 109146932 A CN109146932 A CN 109146932A CN 201810785868 A CN201810785868 A CN 201810785868A CN 109146932 A CN109146932 A CN 109146932A
- Authority
- CN
- China
- Prior art keywords
- point
- result
- angle point
- image
- angle
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/10—Map spot or coordinate position indicators; Map reading aids
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种确定图像中目标点的世界坐标的方法、装置和系统,该方法包括:获取待处理的图像以及与该图像相对应的世界坐标系地图,对图像和地图分别进行角点检测得到第一结果和第二结果;将第一结果和第二结果进行匹配,得到图像中的角点位置与地图中的角点位置的对应关系;获取图像中的目标点的像素坐标,基于该对应关系计算得到与该像素坐标相对应的世界坐标。本发明的方法、装置、系统和存储介质通过对相机所拍摄图像以及与该图像对应的世界坐标系地图进行角点检测和角点匹配来得到图像与地图之间的角点对应关系,基于该角点对应关系能够快速得到图像中任一目标点所对应的世界坐标,无需对相机实施标定操作,节省大量时间和人力。
Description
技术领域
本发明涉及视频结构化技术领域,更具体地涉及一种确定图像中目标点的世界坐标的方法、装置、系统和存储介质。
背景技术
在视频结构化过程中,如果需要得到视频/图像中的物体在世界坐标系中的位置,就需要对采集该视频/图像的相机进行标定操作。现有的相机标定方法需要特殊的标定板以及工具,并且需要操作人员在现场进行操作,非常耗费时间和人力,而且对于每个安装的相机都需要进行标定操作,更是效率低下。
发明内容
本发明提出了一种确定图像中目标点的世界坐标的方案,其通过对相机所拍摄图像以及与该图像对应的世界坐标系地图进行角点检测和角点匹配来得到图像与地图之间的角点对应关系,基于该角点对应关系能够快速得到图像中任一目标点所对应的世界坐标,无需对相机实施标定操作,从而节省大量时间和人力。下面简要描述本发明提出的确定图像中目标点的世界坐标的方案,更多细节将在后续结合附图在具体实施方式中加以描述。
根据本发明一方面,提供了一种确定图像中目标点的世界坐标的方法,所述方法包括:获取待处理的图像以及与所述图像相对应的世界坐标系地图,对所述图像和所述地图分别进行角点检测得到第一结果和第二结果;将所述第一结果和所述第二结果进行匹配,得到所述图像中的角点位置与所述地图中的角点位置的对应关系;以及获取所述图像中的目标点的像素坐标,基于所述对应关系计算得到与所述像素坐标相对应的世界坐标。
在一个实施例中,所述将所述第一结果和所述第二结果进行匹配包括:第一步骤:从所述第一结果中选出两个角点A和B,并从所述第二结果中选出两个角点A’和B’,其中角点A和角点A’相对应,角点B和角点B’相对应;第二步骤:从所述第一结果的剩余角点中选出离角点A、角点B的距离之和最小的角点C,并从所述第二结果的剩余角点中选出离角点A’、角点B’的距离之和最小的角点C’,得到角点C’为角点C的匹配结果;以及第三步骤:将角点C替代角点A且将角点C’替代角点A’回到所述第二步骤进行循环,直到所述第一结果和所述第二结果中所有的角点彼此匹配完成,以得到所述对应关系。
在一个实施例中,所述基于所述对应关系计算得到与所述像素坐标相对应的世界坐标包括:对所述第一结果所包括的角点进行三角剖分得到多个三角形,并确定所述像素坐标所表示的点所落入的三角形作为目标三角形;基于所述对应关系从所述第二结果中查找与所述目标三角形的三个顶点各自相对应的三个角点;以及基于所述三个角点的世界坐标通过插值计算得到与所述像素坐标相对应的世界坐标。
在一个实施例中,与所述图像相对应的所述世界坐标系地图为包括所述图像所描述场景的位置的地图。
在一个实施例中,所述角点检测基于Harris角点提取算法实现,或基于神经网络模型实现。
根据本发明另一方面,提供了一种确定图像中目标点的世界坐标的装置,所述装置包括:角点检测模块,用于获取待处理的图像以及与所述图像相对应的世界坐标系地图,对所述图像和所述地图分别进行角点检测得到第一结果和第二结果;匹配模块,用于将所述角点检测模块检测得到的所述第一结果和所述第二结果进行匹配,得到所述图像中的角点位置与所述地图中的角点位置的对应关系;以及计算模块,用于获取所述图像中的目标点的像素坐标,基于所述匹配模块得到的所述对应关系计算得到与所述像素坐标相对应的世界坐标。
在一个实施例中,所述匹配模块将所述第一结果和所述第二结果进行匹配包括:第一步骤:从所述第一结果中选出两个角点A和B,并从所述第二结果中选出两个角点A’和B’,其中角点A和角点A’相对应,角点B和角点B’相对应;第二步骤:从所述第一结果的剩余角点中选出离角点A、角点B的距离之和最小的角点C,并从所述第二结果的剩余角点中选出离角点A’、角点B’的距离之和最小的角点C’,得到角点C’为角点C的匹配结果;以及第三步骤:将角点C替代角点A且将角点C’替代角点A’回到所述第二步骤进行循环,直到所述第一结果和所述第二结果中所有的角点彼此匹配完成,以得到所述对应关系。
在一个实施例中,所述计算模块基于所述对应关系计算得到与所述像素坐标相对应的世界坐标包括:对所述第一结果所包括的角点进行三角剖分得到多个三角形,并确定所述像素坐标所表示的点所落入的三角形作为目标三角形;基于所述对应关系从所述第二结果中查找与所述目标三角形的三个顶点各自相对应的三个角点;以及基于所述三个角点的世界坐标通过插值计算得到与所述像素坐标相对应的世界坐标。
在一个实施例中,与所述图像相对应的所述世界坐标系地图为包括所述图像所描述场景的位置的地图。
在一个实施例中,所述角点检测模块基于Harris角点提取算法实现所述角点检测,或基于神经网络模型实现所述角点检测。
根据本发明又一方面,提供了一种确定图像中目标点的世界坐标的系统,所述系统包括存储装置和处理器,所述存储装置上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行上述任一项所述的确定图像中目标点的世界坐标的方法。
根据本发明再一方面,提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序在运行时执行上述任一项所述的确定图像中目标点的世界坐标的方法。
根据本发明实施例的确定图像中目标点的世界坐标的方法、装置、系统和存储介质通过对相机所拍摄图像以及与该图像对应的世界坐标系地图进行角点检测和角点匹配来得到图像与地图之间的角点对应关系,基于该角点对应关系能够快速得到图像中任一目标点所对应的世界坐标,无需对相机实施标定操作,从而节省大量时间和人力。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1示出用于实现根据本发明实施例的确定图像中目标点的世界坐标的方法、装置、系统和存储介质的示例电子设备的示意性框图;
图2示出根据本发明实施例的确定图像中目标点的世界坐标的方法的示意性流程图;
图3示出根据本发明实施例的确定图像中目标点的世界坐标的装置的示意性框图;以及
图4示出根据本发明实施例的确定图像中目标点的世界坐标的系统的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
首先,参照图1来描述用于实现本发明实施例的确定图像中目标点的世界坐标的方法、装置、系统和存储介质的示例电子设备100。
如图1所示,电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106以及输出装置108,这些组件通过总线系统110和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如用户)输出各种信息(例如图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
示例性地,用于实现根据本发明实施例的确定图像中目标点的世界坐标的方法和装置的示例电子设备可以为诸如智能手机、平板电脑等等移动终端。示例性地,用于实现根据本发明实施例的确定图像中目标点的世界坐标的方法和装置的示例电子设备也可以为任何具有计算能力的计算设备。
下面,将参考图2描述根据本发明实施例的确定图像中目标点的世界坐标的方法200。如图2所示,确定图像中目标点的世界坐标的方法200可以包括如下步骤:
在步骤S210,获取待处理的图像以及与所述图像相对应的世界坐标系地图,对所述图像和所述地图分别进行角点检测得到第一结果和第二结果。
在本发明的实施例中,与待处理的图像相对应的世界坐标系地图可以为包括所述图像所描述场景的位置的地图。例如,假定待处理的图像为某公司某间办公室的场景,则与该图像相对应的世界坐标系地图可以为该公司的该间办公室的世界坐标系地图,也可以为该公司整体的世界坐标系地图。
在本发明的实施例中,待处理图像中和地图中的角点可以理解为特征点、关键点等,其包括但不限于地砖地板边角的位置、墙角、张贴海报的边角等容易辨认的定位点等。在本发明的一个示例中,对获取的待处理图像和与该图像对应的世界坐标系地图分别进行的角点检测,可以基于Harris角点提取算法实现。在本发明的另一个示例中,对获取的待处理图像和与该图像对应的世界坐标系地图分别进行的角点检测可以基于神经网络模型实现。在本发明的其他示例中,对获取的待处理图像和与该图像对应的世界坐标系地图分别进行的角点检测还可以基于其他任何合适的角点检测方法来实现。应了解,本发明不受具体采用的角点检测方法的限制,无论是现有的角点检测方法还是将来开发的角点检测方法,都可以应用于根据本发明实施例的确定图像中目标点的世界坐标的方法中,并且也应包括在本发明的保护范围内。
基于对获取的待处理图像进行角点检测得到的第一角点检测结果(简称为第一结果,该第一结果可以包括从待处理图像中检测得到的角点及其这些角点的像素坐标)和对与该图像对应的世界坐标系地图进行角点检测得到的第二角点检测结果(简称为第二结果,该第二结果可以包括从与该图像对应的世界坐标系地图中检测得到的角点及其这些角点的世界坐标),可实施确定图像中目标点的世界坐标的方法200的后续操作,下面继续参考图2。
在步骤S220,将所述第一结果和所述第二结果进行匹配,得到所述图像中的角点位置与所述地图中的角点位置的对应关系。
在本发明的实施例中,对获取的待处理图像进行角点检测得到的第一结果和对与该图像对应的世界坐标系地图进行角点检测得到的第二结果进行的角点匹配可以包括如下的过程:第一步骤:从所述第一结果中选出两个角点A和B,并从所述第二结果中选出两个角点A’和B’,其中角点A和角点A’相对应(此处角点A和角点A’之间的“相对应”可以理解为待处理图像中的角点A在物理世界中的表现是世界坐标系地图中的角点A’),角点B和角点B’相对应;第二步骤:从所述第一结果的剩余角点中选出离角点A、角点B的距离之和最小的角点C,并从所述第二结果的剩余角点中选出离角点A’、角点B’的距离之和最小的角点C’,得到角点C’为角点C的匹配结果;以及第三步骤:将角点C替代角点A且将角点C’替代角点A’回到所述第二步骤进行循环(例如从所述第一结果的剩余角点中选出离角点B、角点C的距离之和最小的角点D,并从所述第二结果的剩余角点中选出离角点B’、角点C’的距离之和最小的角点D’,得到角点D’为角点D的匹配结果;接着,将角点D替代角点B且将角点D’替代角点B’回到所述第二步骤进行循环,例如从所述第一结果的剩余角点中选出离角点C、角点D的距离之和最小的角点E,并从所述第二结果的剩余角点中选出离角点C’、角点D’的距离之和最小的角点E’,得到角点E’为角点E的匹配结果;接着,将角点E替代角点C且将角点E’替代角点C’回到所述第二步骤进行循环……依次类推),直到所述第一结果和所述第二结果中所有的角点彼此匹配完成,从而得到所述图像中的角点位置与所述地图中的角点位置的对应关系。示例性地,在上述角点匹配过程中,在匹配不到相对应的角点时,可以通过人工辅助标出匹配的角点;在匹配出错的情况下,也可以通过手动调整角点之间的对应关系来改正错误的匹配,以确保得到完全正确的匹配结果。在其他实施例中,还可以采用任何其他合适的角点匹配方法来实施对获取的待处理图像进行角点检测得到的第一结果和对与该图像对应的世界坐标系地图进行角点检测得到的第二结果所进行的角点匹配。
基于上述角点匹配结果,可实施确定图像中目标点的世界坐标的方法200的后续操作,下面继续参考图2。
在步骤S230,获取所述图像中的目标点的像素坐标,基于所述对应关系计算得到与所述像素坐标相对应的世界坐标。
在本发明的实施例中,可以基于步骤S220所得到的角点匹配结果解算出图像中任一目标点相对应的世界坐标。示例性地,该解算过程可以包括:对所述第一结果所包括的角点进行三角剖分得到多个三角形,并确定所述像素坐标所表示的点所落入的三角形作为目标三角形;基于所述对应关系从所述第二结果中查找与所述目标三角形的三个顶点各自相对应的三个角点;以及基于所述三个角点的世界坐标通过插值计算得到与所述像素坐标相对应的世界坐标。
在上述解算过程中,首先对于图像中所包括的角点进行三角剖分,可以得到多个三角形,而图像中任意一点(即任意一个像素的坐标)都至少会落入在其中的一个三角形中,可以根据该三角形的三个顶点(即图像中的三个角点)根据步骤S220得到的角点匹配关系找到地图中相对应的三个角点,然后基于所找到的地图中的三个角点的坐标(即世界坐标)通过例如插值计算来得到该图像中的一点所对应在物理世界中的位置(即该点的世界坐标)。
示例性地,在上述插值计算中可以采用如下的计算公式:
xp=S1/S*x1+S2/S*x2+S3/S*x3
yp=S1/S*y1+S2/S*y2+S3/S*y3
zp=S1/S*z1+S2/S*z2+S3/S*z3
上述三个式子可以综合写为:
(xp,yp,zp)=S1/S*(x1,y1,z1)+S2/S*(x2,y2,z2)+S3/S*(x3,y3,z3)
其中,(xp,yp,zp)是待处理图像中任意一点p的待求的世界坐标(即在地图中与点p对应的点p’的坐标),(x1,y1,z1)、(x2,y2,z2)以及(x3,y3,z3)分别是图像中点p所落入的三角形的三个顶点所对应的地图中三个角点(角点1、角点2、角点3)各自的世界坐标,S为图像中点p所落入的三角形的面积,S1为点p’、角点2以及角点3所组成的三角形的面积,S2为点p’、角点1以及角点3所组成的三角形的面积,S3为点p’、角点1以及角点2所组成的三角形的面积。
在其他示例中,也可以采用任何其他合适的方式基于步骤S220得到的角点匹配关系计算待处理图像中任一点所对应的世界坐标。
基于上面的描述,根据本发明实施例的确定图像中目标点的世界坐标的方法通过对相机所拍摄图像以及与该图像对应的世界坐标系地图进行角点检测和角点匹配来得到图像与地图之间的角点对应关系,基于该角点对应关系能够快速得到图像中任一目标点所对应的世界坐标,无需对相机实施标定操作,从而节省大量时间和人力。
以上示例性地描述了根据本发明实施例的确定图像中目标点的世界坐标的方法。示例性地,根据本发明实施例的确定图像中目标点的世界坐标的方法可以在具有存储器和处理器的设备、装置或者系统中实现。
此外,根据本发明实施例的确定图像中目标点的世界坐标的方法可以方便地部署到智能手机、平板电脑、个人计算机等移动设备上。替代地,根据本发明实施例的确定图像中目标点的世界坐标的方法还可以部署在服务器端(或云端)。替代地,根据本发明实施例的确定图像中目标点的世界坐标的方法还可以分布地部署在服务器端(或云端)和个人终端处。
下面结合图3描述本发明另一方面提供的确定图像中目标点的世界坐标的装置。图3示出了根据本发明实施例的确定图像中目标点的世界坐标的装置300的示意性框图。
如图3所示,根据本发明实施例的确定图像中目标点的世界坐标的装置300包括角点检测模块310、匹配模块320和计算模块330。所述各个模块可分别执行上文中结合图2描述的确定图像中目标点的世界坐标的方法的各个步骤/功能。以下仅对确定图像中目标点的世界坐标的装置300的各模块的主要功能进行描述,而省略以上已经描述过的细节内容。
角点检测模块310用于获取待处理的图像以及与所述图像相对应的世界坐标系地图,对所述图像和所述地图分别进行角点检测得到第一结果和第二结果。匹配模块320用于将所述角点检测模块检测得到的所述第一结果和所述第二结果进行匹配,得到所述图像中的角点位置与所述地图中的角点位置的对应关系。计算模块330用于获取所述图像中的目标点的像素坐标,基于所述匹配模块得到的所述对应关系计算得到与所述像素坐标相对应的世界坐标。角点检测模块310、匹配模块320和计算模块330均可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
在本发明的实施例中,与待处理的图像相对应的世界坐标系地图可以为包括所述图像所描述场景的位置的地图。例如,假定待处理的图像为某公司某间办公室的场景,则与该图像相对应的世界坐标系地图可以为该公司的该间办公室的世界坐标系地图,也可以为该公司整体的世界坐标系地图。
在本发明的实施例中,待处理图像中和地图中的角点可以理解为特征点、关键点等,其包括但不限于地砖地板边角的位置、墙角、张贴海报的边角等容易辨认的定位点等。在本发明的一个示例中,角点检测模块310对获取的待处理图像和与该图像对应的世界坐标系地图分别进行的角点检测,可以基于Harris角点提取算法实现。在本发明的另一个示例中,角点检测模块310对获取的待处理图像和与该图像对应的世界坐标系地图分别进行的角点检测可以基于神经网络模型实现。在本发明的其他示例中,角点检测模块310对获取的待处理图像和与该图像对应的世界坐标系地图分别进行的角点检测还可以基于其他任何合适的角点检测方法来实现。
在本发明的实施例中,匹配模块320对获取的待处理图像进行角点检测得到的第一结果和对与该图像对应的世界坐标系地图进行角点检测得到的第二结果进行的角点匹配可以包括如下的过程:第一步骤:从所述第一结果中选出两个角点A和B,并从所述第二结果中选出两个角点A’和B’,其中角点A和角点A’相对应,角点B和角点B’相对应;第二步骤:从所述第一结果的剩余角点中选出离角点A、角点B的距离之和最小的角点C,并从所述第二结果的剩余角点中选出离角点A’、角点B’的距离之和最小的角点C’,得到角点C’为角点C的匹配结果;以及第三步骤:将角点C替代角点A且将角点C’替代角点A’回到所述第二步骤进行循环(例如从所述第一结果的剩余角点中选出离角点B、角点C的距离之和最小的角点D,并从所述第二结果的剩余角点中选出离角点B’、角点C’的距离之和最小的角点D’,得到角点D’为角点D的匹配结果;接着,将角点D替代角点B且将角点D’替代角点B’回到所述第二步骤进行循环,例如从所述第一结果的剩余角点中选出离角点C、角点D的距离之和最小的角点E,并从所述第二结果的剩余角点中选出离角点C’、角点D’的距离之和最小的角点E’,得到角点E’为角点E的匹配结果;接着,将角点E替代角点C且将角点E’替代角点C’回到所述第二步骤进行循环……依次类推),直到所述第一结果和所述第二结果中所有的角点彼此匹配完成,从而得到所述图像中的角点位置与所述地图中的角点位置的对应关系。在其他实施例中,匹配模块320还可以采用任何其他合适的角点匹配方法来实施对获取的待处理图像进行角点检测得到的第一结果和对与该图像对应的世界坐标系地图进行角点检测得到的第二结果所进行的角点匹配。
在本发明的实施例中,计算模块330可以基于匹配模块320所得到的角点匹配结果解算出图像中任一目标点相对应的世界坐标。示例性地,计算模块330实施的解算过程可以包括:对所述第一结果所包括的角点进行三角剖分得到多个三角形,并确定所述像素坐标所表示的点所落入的三角形作为目标三角形;基于所述对应关系从所述第二结果中查找与所述目标三角形的三个顶点各自相对应的三个角点;以及基于所述三个角点的世界坐标通过插值计算得到与所述像素坐标相对应的世界坐标。
在计算模块330实施的上述解算过程中,首先对于图像中所包括的角点进行三角剖分,可以得到多个三角形,而图像中任意一点(即任意一个像素的坐标)都至少会落入在其中的一个三角形中,计算模块330可以根据该三角形的三个顶点(即图像中的三个角点)根据匹配模块320得到的角点匹配关系找到地图中相对应的三个角点,然后基于所找到的地图中的三个角点的坐标(即世界坐标)通过例如插值计算来得到该图像中的一点所对应在物理世界中的位置(即该点的世界坐标)。
示例性地,在上述插值计算中可以采用如下的计算公式:
xp=S1/S*x1+S2/S*x2+S3/S*x3
yp=S1/S*y1+S2/S*y2+S3/S*y3
zp=S1/S*z1+S2/S*z2+S3/S*z3
上述三个式子可以综合写为:
(xp,yp,zp)=S1/S*(x1,y1,z1)+S2/S*(x2,y2,z2)+S3/S*(x3,y3,z3)
其中,(xp,yp,zp)是待处理图像中任意一点p的待求的世界坐标(即在地图中与点p对应的点p’的坐标),(x1,y1,z1)、(x2,y2,z2)以及(x3,y3,z3)分别是图像中点p所落入的三角形的三个顶点所对应的地图中三个角点(角点1、角点2、角点3)各自的世界坐标,S为图像中点p所落入的三角形的面积,S1为点p’、角点2以及角点3所组成的三角形的面积,S2为点p’、角点1以及角点3所组成的三角形的面积,S3为点p’、角点1以及角点2所组成的三角形的面积。
在其他示例中,计算模块330也可以采用任何其他合适的方式基于匹配模块320得到的角点匹配关系计算待处理图像中任一点所对应的世界坐标。
基于上面的描述,根据本发明实施例的确定图像中目标点的世界坐标的装置通过对相机所拍摄图像以及与该图像对应的世界坐标系地图进行角点检测和角点匹配来得到图像与地图之间的角点对应关系,基于该角点对应关系能够快速得到图像中任一目标点所对应的世界坐标,无需对相机实施标定操作,从而节省大量时间和人力。
图4示出了根据本发明实施例的确定图像中目标点的世界坐标的系统400的示意性框图。确定图像中目标点的世界坐标的系统400包括存储装置410以及处理器420。
其中,存储装置410存储用于实现根据本发明实施例的确定图像中目标点的世界坐标的方法中的相应步骤的程序代码。处理器420用于运行存储装置410中存储的程序代码,以执行根据本发明实施例的确定图像中目标点的世界坐标的方法的相应步骤,并且用于实现根据本发明实施例的确定图像中目标点的世界坐标的装置中的相应模块。此外,确定图像中目标点的世界坐标的系统400还可以包括图像采集装置(未在图4中示出),其可以用于采集待处理的图像。当然,图像采集装置不是必需的,可直接接收来自其他源的待处理图像的输入。
在一个实施例中,在所述程序代码被处理器420运行时使得确定图像中目标点的世界坐标的系统400执行以下步骤:获取待处理的图像以及与所述图像相对应的世界坐标系地图,对所述图像和所述地图分别进行角点检测得到第一结果和第二结果;将所述第一结果和所述第二结果进行匹配,得到所述图像中的角点位置与所述地图中的角点位置的对应关系;以及获取所述图像中的目标点的像素坐标,基于所述对应关系计算得到与所述像素坐标相对应的世界坐标。
在一个实施例中,在所述程序代码被处理器420运行时使得确定图像中目标点的世界坐标的系统400执行的所述将所述第一结果和所述第二结果进行匹配包括:第一步骤:从所述第一结果中选出两个角点A和B,并从所述第二结果中选出两个角点A’和B’,其中角点A和角点A’相对应,角点B和角点B’相对应;第二步骤:从所述第一结果的剩余角点中选出离角点A、角点B的距离之和最小的角点C,并从所述第二结果的剩余角点中选出离角点A’、角点B’的距离之和最小的角点C’,得到角点C’为角点C的匹配结果;以及第三步骤:将角点C替代角点A且将角点C’替代角点A’回到所述第二步骤进行循环,直到所述第一结果和所述第二结果中所有的角点彼此匹配完成,以得到所述对应关系。
在一个实施例中,在所述程序代码被处理器420运行时使得确定图像中目标点的世界坐标的系统400执行的所述基于所述对应关系计算得到与所述像素坐标相对应的世界坐标包括:对所述第一结果所包括的角点进行三角剖分得到多个三角形,并确定所述像素坐标所表示的点所落入的三角形作为目标三角形;基于所述对应关系从所述第二结果中查找与所述目标三角形的三个顶点各自相对应的三个角点;以及基于所述三个角点的世界坐标通过插值计算得到与所述像素坐标相对应的世界坐标。
在一个实施例中,与所述图像相对应的所述世界坐标系地图为包括所述图像所描述场景的位置的地图。
在一个实施例中,在所述程序代码被处理器420运行时使得确定图像中目标点的世界坐标的系统400执行的所述角点检测基于Harris角点提取算法实现,或基于神经网络模型实现。
此外,根据本发明实施例,还提供了一种存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的确定图像中目标点的世界坐标的方法的相应步骤,并且用于实现根据本发明实施例的确定图像中目标点的世界坐标的装置中的相应模块。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的确定图像中目标点的世界坐标的装置的各个功能模块,并且/或者可以执行根据本发明实施例的确定图像中目标点的世界坐标的方法。
在一个实施例中,所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行以下步骤:获取待处理的图像以及与所述图像相对应的世界坐标系地图,对所述图像和所述地图分别进行角点检测得到第一结果和第二结果;将所述第一结果和所述第二结果进行匹配,得到所述图像中的角点位置与所述地图中的角点位置的对应关系;以及获取所述图像中的目标点的像素坐标,基于所述对应关系计算得到与所述像素坐标相对应的世界坐标。
在一个实施例中,所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述将所述第一结果和所述第二结果进行匹配包括:第一步骤:从所述第一结果中选出两个角点A和B,并从所述第二结果中选出两个角点A’和B’,其中角点A和角点A’相对应,角点B和角点B’相对应;第二步骤:从所述第一结果的剩余角点中选出离角点A、角点B的距离之和最小的角点C,并从所述第二结果的剩余角点中选出离角点A’、角点B’的距离之和最小的角点C’,得到角点C’为角点C的匹配结果;以及第三步骤:将角点C替代角点A且将角点C’替代角点A’回到所述第二步骤进行循环,直到所述第一结果和所述第二结果中所有的角点彼此匹配完成,以得到所述对应关系。
在一个实施例中,所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述基于所述对应关系计算得到与所述像素坐标相对应的世界坐标包括:对所述第一结果所包括的角点进行三角剖分得到多个三角形,并确定所述像素坐标所表示的点所落入的三角形作为目标三角形;基于所述对应关系从所述第二结果中查找与所述目标三角形的三个顶点各自相对应的三个角点;以及基于所述三个角点的世界坐标通过插值计算得到与所述像素坐标相对应的世界坐标。
在一个实施例中,与所述图像相对应的所述世界坐标系地图为包括所述图像所描述场景的位置的地图。
在一个实施例中,所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述角点检测基于Harris角点提取算法实现,或基于神经网络模型实现。
根据本发明实施例的确定图像中目标点的世界坐标的装置中的各模块可以通过根据本发明实施例的确定图像中目标点的世界坐标的电子设备的处理器运行在存储器中存储的计算机程序指令来实现,或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
根据本发明实施例的确定图像中目标点的世界坐标的方法、装置、系统和存储介质通过对相机所拍摄图像以及与该图像对应的世界坐标系地图进行角点检测和角点匹配来得到图像与地图之间的角点对应关系,基于该角点对应关系能够快速得到图像中任一目标点所对应的世界坐标,无需对相机实施标定操作,从而节省大量时间和人力。
根据本发明实施例,还提供了一种计算机程序,该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本发明实施例的确定图像中目标点的世界坐标的方法的相应步骤,并且用于实现根据本发明实施例的确定图像中目标点的世界坐标的装置中的相应模块。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种确定图像中目标点的世界坐标的方法,其特征在于,所述方法包括:
获取待处理的图像以及与所述图像相对应的世界坐标系地图,对所述图像和所述地图分别进行角点检测得到第一结果和第二结果;
将所述第一结果和所述第二结果进行匹配,得到所述图像中的角点位置与所述地图中的角点位置的对应关系;以及
获取所述图像中的目标点的像素坐标,基于所述对应关系计算得到与所述像素坐标相对应的世界坐标。
2.根据权利要求1所述的方法,其特征在于,所述将所述第一结果和所述第二结果进行匹配包括:
第一步骤:从所述第一结果中选出两个角点A和B,并从所述第二结果中选出两个角点A’和B’,其中角点A和角点A’相对应,角点B和角点B’相对应;
第二步骤:从所述第一结果的剩余角点中选出离角点A、角点B的距离之和最小的角点C,并从所述第二结果的剩余角点中选出离角点A’、角点B’的距离之和最小的角点C’,得到角点C’为角点C的匹配结果;以及
第三步骤:将角点C替代角点A且将角点C’替代角点A’回到所述第二步骤进行循环,直到所述第一结果和所述第二结果中所有的角点彼此匹配完成,以得到所述对应关系。
3.根据权利要求2所述的方法,其特征在于,所述基于所述对应关系计算得到与所述像素坐标相对应的世界坐标包括:
对所述第一结果所包括的角点进行三角剖分得到多个三角形,并确定所述像素坐标所表示的点所落入的三角形作为目标三角形;
基于所述对应关系从所述第二结果中查找与所述目标三角形的三个顶点各自相对应的三个角点;以及
基于所述三个角点的世界坐标通过插值计算得到与所述像素坐标相对应的世界坐标。
4.根据权利要求1-3中的任一项所述的方法,其特征在于,与所述图像相对应的所述世界坐标系地图为包括所述图像所描述场景的位置的地图。
5.根据权利要求1-3中的任一项所述的方法,其特征在于,所述角点检测基于Harris角点提取算法实现,或基于神经网络模型实现。
6.一种确定图像中目标点的世界坐标的装置,其特征在于,所述装置包括:
角点检测模块,用于获取待处理的图像以及与所述图像相对应的世界坐标系地图,对所述图像和所述地图分别进行角点检测得到第一结果和第二结果;
匹配模块,用于将所述角点检测模块检测得到的所述第一结果和所述第二结果进行匹配,得到所述图像中的角点位置与所述地图中的角点位置的对应关系;以及
计算模块,用于获取所述图像中的目标点的像素坐标,基于所述匹配模块得到的所述对应关系计算得到与所述像素坐标相对应的世界坐标。
7.根据权利要求6所述的装置,其特征在于,所述匹配模块将所述第一结果和所述第二结果进行匹配包括:
第一步骤:从所述第一结果中选出两个角点A和B,并从所述第二结果中选出两个角点A’和B’,其中角点A和角点A’相对应,角点B和角点B’相对应;
第二步骤:从所述第一结果的剩余角点中选出离角点A、角点B的距离之和最小的角点C,并从所述第二结果的剩余角点中选出离角点A’、角点B’的距离之和最小的角点C’,得到角点C’为角点C的匹配结果;以及
第三步骤:将角点C替代角点A且将角点C’替代角点A’回到所述第二步骤进行循环,直到所述第一结果和所述第二结果中所有的角点彼此匹配完成,以得到所述对应关系。
8.根据权利要求6所述的装置,其特征在于,所述计算模块基于所述对应关系计算得到与所述像素坐标相对应的世界坐标包括:
对所述第一结果所包括的角点进行三角剖分得到多个三角形,并确定所述像素坐标所表示的点所落入的三角形作为目标三角形;
基于所述对应关系从所述第二结果中查找与所述目标三角形的三个顶点各自相对应的三个角点;以及
基于所述三个角点的世界坐标通过插值计算得到与所述像素坐标相对应的世界坐标。
9.一种确定图像中目标点的世界坐标的系统,其特征在于,所述系统包括存储装置和处理器,所述存储装置上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1-5中的任一项所述的确定图像中目标点的世界坐标的方法。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序在运行时执行如权利要求1-5中的任一项所述的确定图像中目标点的世界坐标的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810785868.5A CN109146932B (zh) | 2018-07-17 | 2018-07-17 | 确定图像中目标点的世界坐标的方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810785868.5A CN109146932B (zh) | 2018-07-17 | 2018-07-17 | 确定图像中目标点的世界坐标的方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146932A true CN109146932A (zh) | 2019-01-04 |
CN109146932B CN109146932B (zh) | 2021-08-24 |
Family
ID=64800871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810785868.5A Active CN109146932B (zh) | 2018-07-17 | 2018-07-17 | 确定图像中目标点的世界坐标的方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146932B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949306A (zh) * | 2019-04-02 | 2019-06-28 | 森思泰克河北科技有限公司 | 反射面角度偏差检测方法、终端设备及存储介质 |
CN111160210A (zh) * | 2019-12-24 | 2020-05-15 | 天津天地伟业机器人技术有限公司 | 一种基于视频的水流速检测方法及系统 |
CN111340890A (zh) * | 2020-02-20 | 2020-06-26 | 北京百度网讯科技有限公司 | 相机外参标定方法、装置、设备和可读存储介质 |
CN111710001A (zh) * | 2020-05-26 | 2020-09-25 | 东南大学 | 一种多介质条件下物像映射关系标定方法及标定装置 |
CN112037316A (zh) * | 2020-09-22 | 2020-12-04 | 北京百度网讯科技有限公司 | 映射的生成方法、装置和路侧设备 |
CN112155476A (zh) * | 2020-09-16 | 2021-01-01 | 珠海格力电器股份有限公司 | 一种机器人的控制方法、装置、电子设备及存储介质 |
WO2021057742A1 (zh) * | 2019-09-27 | 2021-04-01 | Oppo广东移动通信有限公司 | 定位方法及装置、设备、存储介质 |
CN113744177A (zh) * | 2020-05-28 | 2021-12-03 | 中科寒武纪科技股份有限公司 | 图像的角点检测方法、装置和存储介质 |
CN113781575A (zh) * | 2021-08-09 | 2021-12-10 | 上海奥视达智能科技有限公司 | 一种相机参数的标定方法、装置、终端和存储介质 |
CN114511640A (zh) * | 2020-11-17 | 2022-05-17 | 北京四维图新科技股份有限公司 | 一种利用地图进行相机标定的方法、装置及存储介质 |
CN114882058A (zh) * | 2022-04-26 | 2022-08-09 | 上海人工智能创新中心 | 一种角点检测方法、装置及标定板 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222348A (zh) * | 2011-06-28 | 2011-10-19 | 南京大学 | 一种三维目标运动矢量计算方法 |
CN103968846A (zh) * | 2014-03-31 | 2014-08-06 | 小米科技有限责任公司 | 定位导航方法和装置 |
CN103649681B (zh) * | 2011-07-05 | 2016-05-04 | 赫克斯冈技术中心 | 提供用于选择目标点的备选目标点的方法 |
US20160275367A1 (en) * | 2015-03-17 | 2016-09-22 | Teledyne Scientific & Imaging, Llc | Multi-Scale Correspondence Point Matching Using Constellation of Image Chips |
CN106052674A (zh) * | 2016-05-20 | 2016-10-26 | 青岛克路德机器人有限公司 | 一种室内机器人的slam方法和系统 |
US20170323175A1 (en) * | 2013-12-09 | 2017-11-09 | Nant Holdings Ip, Llc | Feature density object classification, systems and methods |
CN107341803A (zh) * | 2017-07-25 | 2017-11-10 | 电子科技大学 | 一种基于角点检测的数字图像物体微小移动监测算法 |
CN107633536A (zh) * | 2017-08-09 | 2018-01-26 | 武汉科技大学 | 一种基于二维平面模板的相机标定方法及系统 |
CN107993287A (zh) * | 2017-12-01 | 2018-05-04 | 大唐国信滨海海上风力发电有限公司 | 一种目标跟踪的自动初始化方法 |
WO2018112795A1 (en) * | 2016-12-21 | 2018-06-28 | Intel Corporation | Large scale cnn regression based localization via two-dimensional map |
-
2018
- 2018-07-17 CN CN201810785868.5A patent/CN109146932B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222348A (zh) * | 2011-06-28 | 2011-10-19 | 南京大学 | 一种三维目标运动矢量计算方法 |
CN103649681B (zh) * | 2011-07-05 | 2016-05-04 | 赫克斯冈技术中心 | 提供用于选择目标点的备选目标点的方法 |
US20170323175A1 (en) * | 2013-12-09 | 2017-11-09 | Nant Holdings Ip, Llc | Feature density object classification, systems and methods |
CN103968846A (zh) * | 2014-03-31 | 2014-08-06 | 小米科技有限责任公司 | 定位导航方法和装置 |
US20160275367A1 (en) * | 2015-03-17 | 2016-09-22 | Teledyne Scientific & Imaging, Llc | Multi-Scale Correspondence Point Matching Using Constellation of Image Chips |
CN106052674A (zh) * | 2016-05-20 | 2016-10-26 | 青岛克路德机器人有限公司 | 一种室内机器人的slam方法和系统 |
WO2018112795A1 (en) * | 2016-12-21 | 2018-06-28 | Intel Corporation | Large scale cnn regression based localization via two-dimensional map |
CN107341803A (zh) * | 2017-07-25 | 2017-11-10 | 电子科技大学 | 一种基于角点检测的数字图像物体微小移动监测算法 |
CN107633536A (zh) * | 2017-08-09 | 2018-01-26 | 武汉科技大学 | 一种基于二维平面模板的相机标定方法及系统 |
CN107993287A (zh) * | 2017-12-01 | 2018-05-04 | 大唐国信滨海海上风力发电有限公司 | 一种目标跟踪的自动初始化方法 |
Non-Patent Citations (2)
Title |
---|
FARZIN M等: "Enhancing the curvature scale space corner detector", 《PROC.SCANDINNAVIAN CONF.ON IMAGE ANALYSIS》 * |
王凌云等: "基于立体成像几何特性的动态有限搜索匹配法_", 《传感技术学报》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949306A (zh) * | 2019-04-02 | 2019-06-28 | 森思泰克河北科技有限公司 | 反射面角度偏差检测方法、终端设备及存储介质 |
CN109949306B (zh) * | 2019-04-02 | 2021-06-01 | 森思泰克河北科技有限公司 | 反射面角度偏差检测方法、终端设备及存储介质 |
WO2021057742A1 (zh) * | 2019-09-27 | 2021-04-01 | Oppo广东移动通信有限公司 | 定位方法及装置、设备、存储介质 |
CN111160210A (zh) * | 2019-12-24 | 2020-05-15 | 天津天地伟业机器人技术有限公司 | 一种基于视频的水流速检测方法及系统 |
CN111160210B (zh) * | 2019-12-24 | 2023-09-26 | 天地伟业技术有限公司 | 一种基于视频的水流速检测方法及系统 |
CN111340890A (zh) * | 2020-02-20 | 2020-06-26 | 北京百度网讯科技有限公司 | 相机外参标定方法、装置、设备和可读存储介质 |
CN111710001B (zh) * | 2020-05-26 | 2023-04-07 | 东南大学 | 一种多介质条件下物像映射关系标定方法及标定装置 |
CN111710001A (zh) * | 2020-05-26 | 2020-09-25 | 东南大学 | 一种多介质条件下物像映射关系标定方法及标定装置 |
CN113744177A (zh) * | 2020-05-28 | 2021-12-03 | 中科寒武纪科技股份有限公司 | 图像的角点检测方法、装置和存储介质 |
CN112155476A (zh) * | 2020-09-16 | 2021-01-01 | 珠海格力电器股份有限公司 | 一种机器人的控制方法、装置、电子设备及存储介质 |
CN112155476B (zh) * | 2020-09-16 | 2021-07-20 | 珠海格力电器股份有限公司 | 一种机器人的控制方法、装置、电子设备及存储介质 |
WO2022057285A1 (zh) * | 2020-09-16 | 2022-03-24 | 珠海格力电器股份有限公司 | 一种机器人的控制方法、装置、电子设备及存储介质 |
CN112037316A (zh) * | 2020-09-22 | 2020-12-04 | 北京百度网讯科技有限公司 | 映射的生成方法、装置和路侧设备 |
CN112037316B (zh) * | 2020-09-22 | 2024-04-16 | 阿波罗智联(北京)科技有限公司 | 映射的生成方法、装置和路侧设备 |
CN114511640A (zh) * | 2020-11-17 | 2022-05-17 | 北京四维图新科技股份有限公司 | 一种利用地图进行相机标定的方法、装置及存储介质 |
CN113781575A (zh) * | 2021-08-09 | 2021-12-10 | 上海奥视达智能科技有限公司 | 一种相机参数的标定方法、装置、终端和存储介质 |
CN113781575B (zh) * | 2021-08-09 | 2024-01-12 | 上海奥视达智能科技有限公司 | 一种相机参数的标定方法、装置、终端和存储介质 |
CN114882058A (zh) * | 2022-04-26 | 2022-08-09 | 上海人工智能创新中心 | 一种角点检测方法、装置及标定板 |
CN114882058B (zh) * | 2022-04-26 | 2024-06-07 | 上海人工智能创新中心 | 一种角点检测方法、装置及标定板 |
Also Published As
Publication number | Publication date |
---|---|
CN109146932B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146932A (zh) | 确定图像中目标点的世界坐标的方法、装置和系统 | |
US11380017B2 (en) | Dual-view angle image calibration method and apparatus, storage medium and electronic device | |
US9426444B2 (en) | Depth measurement quality enhancement | |
CN105474622B (zh) | 用于产生全对焦图像的方法和设备 | |
US8644551B2 (en) | Systems and methods for tracking natural planar shapes for augmented reality applications | |
CN109242913A (zh) | 采集器相对参数的标定方法、装置、设备和介质 | |
CN108985199A (zh) | 商品取放操作的检测方法、装置及存储介质 | |
CN109242961A (zh) | 一种脸部建模方法、装置、电子设备和计算机可读介质 | |
US20100171757A1 (en) | Referencing a map to the coordinate space of a positioning system | |
WO2013009662A2 (en) | Calibration between depth and color sensors for depth cameras | |
CN111459269B (zh) | 一种增强现实显示方法、系统及计算机可读存储介质 | |
JP6334927B2 (ja) | 付加情報表示装置および付加情報表示プログラム | |
CN110619807B (zh) | 生成全局热力图的方法和装置 | |
CN110222641B (zh) | 用于识别图像的方法和装置 | |
CN108122280A (zh) | 一种三维点云的重建方法及装置 | |
US10600202B2 (en) | Information processing device and method, and program | |
CN112882576A (zh) | Ar交互方法、装置、电子设备及存储介质 | |
WO2008094644A1 (en) | Method and apparatus for moving content to mobile devices | |
KR20170089917A (ko) | 실제 크기의 상호작용 오브젝트의 생성 및 디스플레이 | |
CN113838217A (zh) | 信息展示方法、装置、电子设备及可读存储介质 | |
CN116977671A (zh) | 基于图像空间定位的目标跟踪方法、装置、设备及存储介质 | |
CN115937299B (zh) | 在视频中放置虚拟对象的方法及相关设备 | |
CN109377268A (zh) | 商品的调整方法及装置 | |
Je et al. | Homographic p-norms: Metrics of homographic image transformation | |
CN115393423A (zh) | 目标检测方法和装置 |
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 |