CN109341720A - 一种基于恒星轨迹的遥感相机几何标定方法 - Google Patents
一种基于恒星轨迹的遥感相机几何标定方法 Download PDFInfo
- Publication number
- CN109341720A CN109341720A CN201811176466.1A CN201811176466A CN109341720A CN 109341720 A CN109341720 A CN 109341720A CN 201811176466 A CN201811176466 A CN 201811176466A CN 109341720 A CN109341720 A CN 109341720A
- Authority
- CN
- China
- Prior art keywords
- star
- camera
- coordinate
- remote sensing
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000003384 imaging method Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 abstract 1
- 230000011218 segmentation Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011545 laboratory measurement Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于恒星轨迹的遥感相机几何标定方法。本方法首先通过遥感相机获取任意天球位置的恒星图像。然后运用一定的图像处理算法对星图进行处理,主要包括:滤波降噪,星图分割,星点提取,星图匹配,以获取恒星目标在实际星表中的角距,星等与方位信息。最终根据实际相机的成像几何模型和恒星在相机视场中的运动轨迹构建并解算包含相机内外方位元素的数学模型,实现遥感相机的高精度标定。不同于其他相机标定方法,本发明充分利用高精度的星表数据及恒星划过相机视场运动轨迹的几何关系对相机的内外方位元素进行建模解算,标定过程运算量小,精度高,便于实时对遥感相机进行在轨修正。
Description
技术领域
本发明主要涉及航天遥感几何定位领域,特别是一种遥感相机标定方法。
背景技术
遥感相机的标定主要指通过一定的方法解算出相机的主点主距,同时对相机镜头的畸变量进行校正。高精度的遥感相机标定技术对实现高精度的空间定位和推动遥感数据定量化应用至关重要。同时,民用相机的高精度标定技术也是计算机视觉和机器视觉技术智能化应用的前提。
当前,遥感相机标定方法主要为实验室测点法,主要通过在相机焦平面不同位置采集大量的点,然后采用最小二乘方法解算相机的主点和主距。该方法的标定精度主要依赖于像面点位置的测量精度,实验室测量设备虽能保证一定的精度,但测量过程比较繁琐,且由于星载遥感相机一般结构复杂,光学零件尺寸较大,在发射过程承受的加速度和冲击会给相机光学元件带来影响,从而导致相机的主点和主距发生变化,进而导致实验室标定模型失效。另外,在轨真空环境及太阳热辐射会使相机畸变模型发生变化,这也将给高精度的目标定位带来影响。所以,必须对星载相机进行在轨标定。
综上,针对在轨遥感相机的特点,迫切需要一种相机标定方法实现遥感相机的在轨标定。
发明内容
本发明的目的在于:充分利用高精度的恒星数据,克服现有遥感相机标定精度较低的缺点,提供一种基于恒星轨迹的高精度遥感相机标定方法。
本发明解决其技术问题是采用以下技术解决方案实现的:
一种基于恒星轨迹的遥感相机几何标定方法,其特征在于步骤如下:
1)通过遥感相机获取任意天球位置的恒星图像;
2)采用滤波算法消除恒星图像背景噪声;
3)采用聚类算法实现恒星目标和背景图像的分类;
4)通过重心法计算恒星图像的重心坐标,作为由星图获取的实际坐标,并由该坐标表示出星图中任意两颗星相对于投影中心的角距;
5)星图识别,首先,利用地面两维拉格朗日插值畸变校正模型对星图进行预校正;然后,通过星图识别算法实现星图匹配,进而通过查星表得到相应星点的赤经赤纬坐标值和各颗星之间的角距信息;
6)当恒星划过相机视场时,探测器平面上星点的相对位置将发生改变而其对应的恒星在天球坐标系下的角距保持不变,利用该成像关系构建几何模型并解算遥感相机的内外方位元素,实现遥感相机的高精度标定。详细步骤如下:
6-1)首先,建立理想情况下遥感相机成像关系,其满足针孔模型,设物方点P(X,Y,Z)成像与探测器平面的对应点坐标为P′(r,c),则有如下关系成立:
其中,(X,Y,Z)为物方空间坐标系O-XYZ中P点坐标;(xC,yC,zC)为P点在相机坐标系oc-xcyczc中的坐标;(u,v)为P点在像平面坐标中的坐标;f为相机角距,(r0,c0)为相机主点的像素坐标,(r,c)为第r行第c列像元在探测器像元面阵中的坐标,dv和du为与像元尺寸有关的标量;R为3×3的旋转矩阵,具体表达式如下:
其中ω,κ分别为相机x轴,y轴和z轴的方位角,定义相机的指向,T=(tx,ty,tz)T为平移矩阵,tx,ty,tz为相机的位置参数;
实际成像系统由于畸变的存在,式(2)和(3)将发生改变如下:
式中,u′,v′为实际观测点坐标,u,v为无畸变理想点坐标,Δu(u,v),Δv(u,v)为u方向和v方向的畸变量;Δur为径向畸变,k1,k2,k3为径向畸变系数,Δud为偏心畸变,p1,p2为偏心畸变系数,Δut为薄棱镜畸变,s1,s2为薄棱镜畸变系数。由式(1)(2)(3)(4)(5)(6)则可得到相机的实际成像模型:
其中,为相应物方点在像元平面位置坐标,为由以上各式得到的实际成像模型。
6-2)当恒星划过视场时,可得满足物像关系的一系列星点的物像坐标。
设像平面上有n个像点:A1,A2…,An,质心提取后可得各个像点的指向向量为:
星图识别后各恒星之间角距为已知量,记A1星和A2星之间角距为θ1,2,A1星和An星之间角距为θ1,n,以此类推。
6-3)根据向量积关系可得:
以上非线性方程组问题可以转化为非线性最小二乘问题,可得:
采用最小二乘方法和列文伯格-马夸尔特算法,带入星点的物像坐标,即可求得相机模型参数,完成相机高精度标定。
本发明的优点和积极效果是:
本发明根据恒星划过视场中的像点位置及成像几何关系建立物像模型,充分利用高精度的恒星角距信息进行模型解算,完成遥感相机的高精度标定。相对传统方法,本方法将畸变模型参数,主点、主距误差量都包含在模型中,不需考虑单一因素对标定结果的影响,且可通过大量高精度的恒星角距数据,采用最优化算法搜索主点主距及畸变模型参数的最优解,实现遥感相机高精度标定。本发明设计合理,具有精度高,成本低廉等特点,且标定过程运算量小,实时性强,可以在空间遥感相机标定领域大规模应用推广。
附图说明
图1为本发明的总体流程图。
图2为本发明成像模型示意图。
图3为本发明原始星图示意图。
图4为星图识别后的角距示意图。
具体实施方式
以下结合附图对本发明的具体实施方式作进一步详述如下:
1)通过遥感相机对任意天球位置的恒星凝视成像,获取恒星划过视场过程的连续图像,如图3所示为遥感相机获取的某一天区的星图,可知该星图中共有10颗恒星;
2)对每一帧图像,采用均值滤波等算法消除连续恒星图像的背景噪声;
3)对每一帧图像,采用聚类算法实现恒星目标和背景图像的分类;
4)对每一帧图像,通过重心法计算图像中恒星的重心坐标,作为由星图获取的实际坐标,并由该坐标表示出星图中任意两颗星相对于投影中心的角距;
5)星图识别,首先,利用地面两维拉格朗日插值畸变校正模型对星图进行预校正;然后,通过星图识别算法实现星图匹配,进而通过查星表得到相应星点的赤经赤纬坐标值和各颗星之间的理想角距信息,如图4所示为10颗恒星中任意两颗恒星之间的角距;
6)当恒星划过相机视场时,探测器平面上星点的相对位置将发生改变而其对应的恒星在天球坐标系下的角距保持不变,利用该成像关系构建几何模型并解算遥感相机的内外方位元素,实现遥感相机的高精度标定。详细步骤如下:
6-1)首先,建立理想情况下遥感相机成像关系,其满足针孔模型,设物方点P(X,Y,Z)成像与探测器平面的对应点坐标为P′(r,c),则有如下关系成立:
其中,(X,Y,Z)为物方空间坐标系O-XYZ中P点坐标;(xC,yC,zC)为P点在相机坐标系oc-xcyczc中的坐标;(u,v)为P点在像平面坐标中的坐标;f为相机角距,(r0,c0)为相机主点的像素坐标,(r,c)为第r行第c列像元在探测器像元面阵中的坐标,dv和du为与像元尺寸有关的标量;R为3×3的旋转矩阵,具体表达式如下:
其中ω,κ分别为相机x轴,y轴和z轴的方位角,定义相机的指向,T=(tx,ty,tz)T为平移矩阵,tx,ty,tz为相机的位置参数;
实际成像系统由于畸变的存在,式(2)和(3)将发生改变如下:
式中,u′,v′为实际观测点坐标,u,v为无畸变理想点坐标,Δu(u,v),Δv(u,v)为u方向和v方向的畸变量;Δur为径向畸变,k1,k2,k3为径向畸变系数,Δud为偏心畸变,p1,p2为偏心畸变系数,Δut为薄棱镜畸变,s1,s2为薄棱镜畸变系数。由式(1)(2)(3)(4)(5)(6)则可得到相机的实际成像模型:
其中,为相应物方点在像元平面位置坐标,为由以上各式得到的实际成像模型,可知该成像模型中共有7个畸变模型参数,3个方位角参数,3个位置参数,故至少需要13个方程才可进行解算。
6-2)如图2,当恒星划过视场时,可得满足物像关系的一系列星点的物像坐标,当恒星成像在A1,A2和A3位置与A1′,A2′和A3′位置时,物方对应的各个恒星之间的角距保持不变。如图3所示,设像平面上有10个像点:A1,A2…,A10,质心提取后可得各个像点在相机坐标系下的坐标为:A1=(uA1,vA1,-f),A10=(uA10,vA10,-f),则可得其在相机坐标系下的指向向量为:
星图识别后各恒星之间角距为已知量,记A1星和A2星之间角距为θ1,2,A1星和A10星之间角距为θ1,10,以此类推。
6-3)根据向量积关系可得:
以上非线性方程组问题可以转化为非线性最小二乘问题,可得:
式中n为星图中星点数,此例中n=10,每一对角距即可构建一个方程,当视场中有10个星点时,至少可有45个方程,另外不同时刻均可采集一组数据,因此有足够的数据可以用来进行参数求解。采用最小二乘方法和列文伯格-马夸尔特算法,带入星点的物像坐标,即可求得相机模型参数,完成相机高精度标定。
上述本发明的说明书和实施方式仅仅以示例性的方式对本发明的方法原理进行了说明,并不用于限定本发明的范围。对于公开的实施例进行变化和修改都是可能的,其他可行的选择性实施例和对实施例中具体步骤的等同变化并不超出本发明的精神和保护范围。
Claims (1)
1.一种基于恒星轨迹的遥感相机几何标定方法,其特征在于步骤如下:
1)通过遥感相机获取任意天球位置的恒星图像;
2)采用滤波算法消除恒星图像背景噪声;
3)采用聚类算法实现恒星目标和背景图像的分类;
4)通过重心法计算恒星图像的重心坐标,作为由星图获取的实际坐标,并由该坐标表示出星图中任意两颗星相对于投影中心的角距;
5)星图识别,首先,利用地面两维拉格朗日插值畸变校正模型对星图进行预校正;然后,通过星图识别算法实现星图匹配,进而通过查星表得到相应星点的赤经赤纬坐标值和各颗星之间的角距信息;
6)当恒星划过相机视场时,探测器平面上星点的相对位置将发生改变而其对应的恒星在天球坐标系下的角距保持不变,利用该成像关系构建几何模型并解算遥感相机的内外方位元素,实现遥感相机的高精度标定;构建并解算模型:
6-1)构建模型,理想情况遥感相机成像关系满足针孔模型,设物方点P(X,Y,Z)成像于探测器平面的对应点坐标为P′(r,c),则有如下关系成立:
其中,(X,Y,Z)为物方空间坐标系O-XYZ中P点坐标;(xC,yC,zC)为P点在相机坐标系oc-xcyczc中的坐标;(u,v)为P点在像平面坐标中的坐标;f为相机角距,(r0,c0)为相机主点的像素坐标,(r,c)为第r行第c列像元在像元面阵中的坐标,dv和du为与像元尺寸有关的标量;R为3×3的旋转矩阵,具体表达式如下:
其中ω,κ分别为相机x轴,y轴和z轴的方位角,定义相机的指向,T=(tx,ty,tz)T为平移矩阵,tx,ty,tz为相机的位置参数;
实际成像系统由于畸变的存在,式(1)和(2)将发生改变如下:
式中,u′,v′为实际观测点坐标,u,v为无畸变理想点坐标,Δu(u,v),Δv(u,v)为u方向和v方向的畸变量;为实际p点到主点的距离,k1,k2,k3为径向畸变系数,p1,p2为偏心畸变系数,s1,s2为薄棱镜畸变系数;
6-2)模型解算,当恒星划过视场时,可得满足物像关系的一系列星点的物像坐标;设像平面上有n个像点:A1,A2…,An,质心提取后可得各个像点的指向向量为:
星图识别后各恒星之间角距为已知量,记A1星和A2星之间角距为θ1,2,A1星和An星之间角距为θ1,n,以此类推。根据向量积关系可得:
以上非线性方程组问题可以转化为非线性最小二乘问题,即可得:
采用最小二乘方法和列文伯格-马夸尔特算法,带入星点的物像坐标,即可求得相机模型参数,完成相机高精度标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811176466.1A CN109341720A (zh) | 2018-10-10 | 2018-10-10 | 一种基于恒星轨迹的遥感相机几何标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811176466.1A CN109341720A (zh) | 2018-10-10 | 2018-10-10 | 一种基于恒星轨迹的遥感相机几何标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109341720A true CN109341720A (zh) | 2019-02-15 |
Family
ID=65309181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811176466.1A Pending CN109341720A (zh) | 2018-10-10 | 2018-10-10 | 一种基于恒星轨迹的遥感相机几何标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109341720A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046320A (zh) * | 2019-04-08 | 2019-07-23 | 浙江大学城市学院 | 基于插值和积分的轨迹相似性计算方法 |
CN111238540A (zh) * | 2020-03-19 | 2020-06-05 | 武汉大学 | 一种基于恒星拍摄的珞珈一号相机-星敏安装标定方法 |
CN112097794A (zh) * | 2020-09-15 | 2020-12-18 | 中国科学院微小卫星创新研究院 | 遥感卫星载荷平台标定方法及系统 |
CN112461231A (zh) * | 2020-10-23 | 2021-03-09 | 中国人民解放军火箭军工程大学 | 一种多星图融合的天文定位方法 |
CN114279463A (zh) * | 2021-12-14 | 2022-04-05 | 江苏集萃智能光电系统研究所有限公司 | 一种基于单帧星图角速度估计的卷帘畸变校正方法 |
CN114820738A (zh) * | 2022-06-30 | 2022-07-29 | 中国人民解放军国防科技大学 | 一种星图精确配准方法、装置、计算机设备和存储介质 |
CN116147583A (zh) * | 2023-02-21 | 2023-05-23 | 上海核工程研究设计院股份有限公司 | 基于类星图匹配的乏燃料水池运维设备定位方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2833444A1 (fr) * | 2001-12-06 | 2003-06-13 | Eastman Kodak Co | Procede et dispositif pour calibrer automatiquement un numeriseur |
CN101246590A (zh) * | 2008-03-03 | 2008-08-20 | 北京航空航天大学 | 星载相机空间畸变图像几何校正方法 |
CN103363987A (zh) * | 2013-06-26 | 2013-10-23 | 哈尔滨工业大学 | 一种多视场星敏感器的星图识别方法 |
CN105096317A (zh) * | 2015-07-03 | 2015-11-25 | 吴晓军 | 一种复杂背景中的高性能相机全自动标定方法 |
CN105606123A (zh) * | 2015-12-18 | 2016-05-25 | 昆山数字城市信息技术有限公司 | 一种低空航空摄影测量自动纠正数字地面高程模型的方法 |
US20170244960A1 (en) * | 2014-09-29 | 2017-08-24 | Fotonation Cayman Limited | Systems and Methods for Dynamic Calibration of Array Cameras |
CN107101648A (zh) * | 2017-04-26 | 2017-08-29 | 武汉大学 | 基于区域网内恒星影像的星相机定标定姿方法及系统 |
CN107389098A (zh) * | 2017-08-22 | 2017-11-24 | 长光卫星技术有限公司 | 一种航天器星敏感器安装矩阵在轨标定方法 |
CN107449416A (zh) * | 2017-06-20 | 2017-12-08 | 中国人民解放军国防科学技术大学 | 基于矢量累积的恒星拖尾星点提取方法 |
CN108447024A (zh) * | 2018-01-30 | 2018-08-24 | 中国科学院上海技术物理研究所 | 基于在轨恒星数据的人工智能畸变自校正方法 |
-
2018
- 2018-10-10 CN CN201811176466.1A patent/CN109341720A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2833444A1 (fr) * | 2001-12-06 | 2003-06-13 | Eastman Kodak Co | Procede et dispositif pour calibrer automatiquement un numeriseur |
CN101246590A (zh) * | 2008-03-03 | 2008-08-20 | 北京航空航天大学 | 星载相机空间畸变图像几何校正方法 |
CN103363987A (zh) * | 2013-06-26 | 2013-10-23 | 哈尔滨工业大学 | 一种多视场星敏感器的星图识别方法 |
US20170244960A1 (en) * | 2014-09-29 | 2017-08-24 | Fotonation Cayman Limited | Systems and Methods for Dynamic Calibration of Array Cameras |
CN105096317A (zh) * | 2015-07-03 | 2015-11-25 | 吴晓军 | 一种复杂背景中的高性能相机全自动标定方法 |
CN105606123A (zh) * | 2015-12-18 | 2016-05-25 | 昆山数字城市信息技术有限公司 | 一种低空航空摄影测量自动纠正数字地面高程模型的方法 |
CN107101648A (zh) * | 2017-04-26 | 2017-08-29 | 武汉大学 | 基于区域网内恒星影像的星相机定标定姿方法及系统 |
CN107449416A (zh) * | 2017-06-20 | 2017-12-08 | 中国人民解放军国防科学技术大学 | 基于矢量累积的恒星拖尾星点提取方法 |
CN107389098A (zh) * | 2017-08-22 | 2017-11-24 | 长光卫星技术有限公司 | 一种航天器星敏感器安装矩阵在轨标定方法 |
CN108447024A (zh) * | 2018-01-30 | 2018-08-24 | 中国科学院上海技术物理研究所 | 基于在轨恒星数据的人工智能畸变自校正方法 |
Non-Patent Citations (1)
Title |
---|
陈凡胜,等: "CMOS ROI 技术在星敏感器上的应用", 《红外技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110046320A (zh) * | 2019-04-08 | 2019-07-23 | 浙江大学城市学院 | 基于插值和积分的轨迹相似性计算方法 |
CN111238540A (zh) * | 2020-03-19 | 2020-06-05 | 武汉大学 | 一种基于恒星拍摄的珞珈一号相机-星敏安装标定方法 |
CN112097794A (zh) * | 2020-09-15 | 2020-12-18 | 中国科学院微小卫星创新研究院 | 遥感卫星载荷平台标定方法及系统 |
CN112461231A (zh) * | 2020-10-23 | 2021-03-09 | 中国人民解放军火箭军工程大学 | 一种多星图融合的天文定位方法 |
CN114279463A (zh) * | 2021-12-14 | 2022-04-05 | 江苏集萃智能光电系统研究所有限公司 | 一种基于单帧星图角速度估计的卷帘畸变校正方法 |
CN114279463B (zh) * | 2021-12-14 | 2023-08-29 | 江苏集萃智能光电系统研究所有限公司 | 一种基于单帧星图角速度估计的卷帘畸变校正方法 |
CN114820738A (zh) * | 2022-06-30 | 2022-07-29 | 中国人民解放军国防科技大学 | 一种星图精确配准方法、装置、计算机设备和存储介质 |
CN116147583A (zh) * | 2023-02-21 | 2023-05-23 | 上海核工程研究设计院股份有限公司 | 基于类星图匹配的乏燃料水池运维设备定位方法及系统 |
CN116147583B (zh) * | 2023-02-21 | 2024-05-10 | 上海核工程研究设计院股份有限公司 | 基于类星图匹配的乏燃料水池运维设备定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109341720A (zh) | 一种基于恒星轨迹的遥感相机几何标定方法 | |
CN109903227B (zh) | 基于相机几何位置关系的全景影像拼接方法 | |
CN109859272B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
CN105716542B (zh) | 一种基于柔性特征点的三维数据拼接方法 | |
CN103759670B (zh) | 一种基于数字近景摄影的物体三维信息获取方法 | |
CN110243283B (zh) | 一种可变视轴视觉测量系统及方法 | |
CN110517325B (zh) | 一种坐标变换及坐标变换的车身周围物体定位方法和系统 | |
CN111750820A (zh) | 影像定位方法及其系统 | |
CN114936971A (zh) | 一种面向水域的无人机遥感多光谱图像拼接方法及系统 | |
CN109727278B (zh) | 一种机载LiDAR点云数据与航空影像的自动配准方法 | |
CN107560603B (zh) | 一种无人机倾斜摄影测量系统及测量方法 | |
CN110889829A (zh) | 一种基于鱼眼镜头的单目测距方法 | |
CN101763643A (zh) | 一种结构光三维扫描仪系统自动标定方法 | |
CN108830811A (zh) | 一种飞行参数与相机内参相结合的航空影像实时校正方法 | |
CN113947638B (zh) | 鱼眼相机影像正射纠正方法 | |
CN101354796B (zh) | 基于泰勒级数模型的全向立体视觉三维重建方法 | |
CN106971408A (zh) | 一种基于时空转换思想的摄像机标定方法 | |
CN109472778B (zh) | 一种基于无人机的高耸结构外观检测方法 | |
CN115578315A (zh) | 一种基于无人机图像的桥梁应变近景摄影测量方法 | |
CN111915685A (zh) | 一种变焦摄像机标定方法 | |
CN109084959A (zh) | 一种基于双目测距算法的光轴平行度校正方法 | |
CN115063477A (zh) | 红外可见光双通道同步成像实时配准融合采集方法及装置 | |
CN112489141B (zh) | 车载摄像头单板单图带中继镜的产线标定方法及装置 | |
Zhou et al. | Automatic orthorectification and mosaicking of oblique images from a zoom lens aerial camera | |
CN117197241B (zh) | 一种基于多目视觉的机器人末端绝对位姿高精度跟踪方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190215 |