CN109685856A - 医学扫描物体运动幅度计算方法、装置、设备和存储介质 - Google Patents
医学扫描物体运动幅度计算方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN109685856A CN109685856A CN201811586587.3A CN201811586587A CN109685856A CN 109685856 A CN109685856 A CN 109685856A CN 201811586587 A CN201811586587 A CN 201811586587A CN 109685856 A CN109685856 A CN 109685856A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- uncalibrated image
- picture pick
- interest
- area
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种医学扫描物体运动幅度计算方法、装置、设备和存储介质，计算机设备先确定摄像设备的内部参数和外部参数，然后，再通过该内部参数和外部参数确定像素坐标系和世界坐标系的映射关系，最后根据该映射关系和物体的感兴趣区域在像素坐标系中的运动幅度确定该物体的感兴趣区域在世界坐标系中的运动幅度，这样先对标定图像进行了筛选，提高了摄像设备的标定精度，增加了摄像设备成像的质量，从而提高了计算物体感兴趣区域的运动幅度的精确度。
Description
技术领域
本申请涉及物体测量技术领域，特别是涉及一种医学扫描物体运动幅度计算方法、装置、计算机设备和存储介质。
背景技术
随着科技的发展，图像采集设备在各行各业的广泛应用，为人们的生活带来了很大的便利，例如：使用单个摄像机或相机就可以测量一些实际物体的平面尺寸大小，或者，对医学成像中的患者运动幅度进行估计。
目前，在实际生活中利用相机或摄像机对实际物体进行尺寸测量时，物体尺寸的测量通常可以使用多个相机和单个相机，多个相机在使用过程中，需要将多个相机的相对位置固定，且相对位置不能随意改变，而单个相机使用过程中也是需要获取物体的两幅图像来进行计算，这两幅图像的获取是通过相机的运动或者物体的运动来进行产生，且其运动距离也必须已知才能够进行计算，同样，在利用相机或摄像机估计患者运动幅度时，需要先获取患者初始位置的图像和最终位置的图像，然后再根据已知的相机参数及光学几何原理计算测量患者实际的运动幅度。
但是，由于相机本身设计或生产过程的不稳定，会造成所拍摄的图像具有一定的失真，形成畸变图像，降低了最终的成像质量，从而降低医学扫描中计算物体运动幅度的准确度。
发明内容
基于此，有必要针对上述由于相机本身设计或生产过程的不稳定，会造成所拍摄的图像具有一定的失真，形成畸变图像，降低了最终的成像质量，从而降低医学扫描中计算物体运动幅度准确度的技术问题，提供一种医学扫描物体运动幅度计算方法、装置、设备和存储介质。
第一方面，本发明实施例提供一种医学扫描物体运动幅度计算方法，所述方法包括：
根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
在其中一个实施例中，所述根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数，包括：
选取合格的标定图像；
根据所述合格的标定图像确定所述摄像设备的内部参数。
在其中一个实施例中，所述选取合格的标定图像，包括：
计算各个标定图像的第一标定点和第二标定点之间的误差；所述第一标定点为各个所述标定图像的初始标定点对应的坐标；所述第二标定点表示各个所述标定图像根据摄像设备成像模型重新映射后得到的标定点对应的坐标；所述摄像设备成像模型表示根据各个所述标定图像经过所述外部参数和所述内部参数计算得到的摄像设备成像模型；判断各个所述标定图像的第一标定点和第二标定点之间的误差与误差阈值的大小，得到判断结果；
根据所述判断结果确定所述合格的标定图像。
在其中一个实施例中，所述根据所述判断结果确定所述合格的标定图像，包括：
若所述判断结果为所述误差小于或等于所述误差阈值，确定所述标定图像为合格的标定图像；
若所述判断结果为所述误差大于所述误差阈值，确定所述标定图像为不合格的标定图像。
在其中一个实施例中，在所述根据所述判断结果确定所述合格的标定图像之前，所述方法包括：
判断所述标定图像的总数量是否小于或者等于预设数量阈值；
若是，确定所有所述标定图像为合格的标定图像；
若否，则根据所述判断结果确定所述合格的标定图像。
在其中一个实施例中，在所述根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数之前，所述方法包括：
构建基准平面库；所述基准平面库包括至少一个标定后的所述待测平面。
在其中一个实施例中，在所述根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在世界坐标系中的运动幅度之前，所述方法还包括：
采用第二预设算法确定所述物体的感兴趣区域在所述像素坐标系中的第一坐标和第二坐标；所述第一坐标表征所述物体的感兴趣区域的初始坐标，所述第二坐标表征所述物体的感兴趣区域的最终坐标；
根据所述物体的感兴趣区域在所述像素坐标系中的第一坐标和第二坐标确定所述物体感兴趣区域在所述像素坐标系中的运动幅度。
第二方面，本发明实施例提供一种医学扫描物体运动幅度计算装置，所述装置包括：
获取内部参数模块，用于根据预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
确定外部参数模块，用于根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
确定映射关系模块，用于根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
确定第一运动幅度模块，用于根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
本申请实施例提供的一种医学扫描物体运动幅度计算方法、装置、设备和存储介质，计算机设备先确定摄像设备的内部参数和外部参数，然后，再通过该内部参数和外部参数确定像素坐标系和世界坐标系的映射关系，最后根据该映射关系和物体的感兴趣区域在像素坐标系中的运动幅度确定该物体的感兴趣区域在世界坐标系中的运动幅度，这样先对摄像设备进行了标定，提高了相机的标定精度，增加了摄像设备成像的质量，从而提高了计算物体感兴趣区域的运动幅度的精确度。
附图说明
图1为一个实施例提供的医学扫描物体运动幅度计算方法的应用环境图；
图2为一个实施例提供的医学扫描物体运动幅度计算方法的流程示意图；
图3为一个实施例提供的医学扫描物体运动幅度计算方法的流程示意图；
图4为一个实施例提供的医学扫描物体运动幅度计算方法的流程示意图；
图5为一个实施例提供的医学扫描物体运动幅度计算方法的流程示意图；
图6为一个实施例提供的医学扫描物体运动幅度计算方法的流程示意图；
图7为一个实施例提供的医学扫描物体运动幅度计算方法的流程示意图；
图8为一个实施例提供的医学扫描物体运动幅度计算装置的结构框图；
图9为一个实施例提供的医学扫描物体运动幅度计算装置的结构框图；
图10为一个实施例提供的医学扫描物体运动幅度计算装置的结构框图；
图11为一个实施例提供的医学扫描物体运动幅度计算装置的结构框图；
图12为一个实施例提供的医学扫描物体运动幅度计算装置的结构框图；
图13为一个实施例提供的医学扫描物体运动幅度计算装置的结构框图；
图14为一个实施例提供的计算机设备的内部结构图。
具体实施方式
为了使本申请实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的一种医学扫描物体运动幅度计算方法，可以应用于如图1所示的应用环境中，该应用环境包括计算机设备(图中未示出)、摄像设备、以及像素平面和世界平面，其中，该计算机设备可以是服务器，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储医学扫描物体运动幅度计算方法的数据。该计算机设备的网络接口用于与外部的其他设备通过网络连接通信。该计算机程序被处理器执行时以实现一种医学扫描物体运动幅度计算方法。该摄像设备可以是相机、摄像机等。其中像素平面表示物体图像的成像平面，世界平面表示放置实际物体的平面。
本申请实施例提供一种医学扫描物体运动幅度计算方法、装置、设备和存储介质，旨在解决相机本身设计或生产过程的不稳定，会造成所拍摄的图像具有一定的失真，形成畸变图像，降低了最终的成像质量，从而降低医学扫描中计算物体运动幅度准确度的技术问题。下面将通过实施例并结合附图具体地对本申请实施例的技术方案以及本申请实施例的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是，本发明实施例提供的一种医学扫描物体运动幅度计算装置，其中该装置可以通过软件、硬件或者软硬件结合的方式实现成为数据分析终端的部分或者全部。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
在一个实施例中，图2提供了一种医学扫描物体运动幅度计算方法，本实施例涉及的是计算机设备根据摄像设备的内部参数和外部参数计算像素坐标系与世界坐标系的映射关系，然后结合物体在像素平面的运动幅度计算物体在世界坐标系中运动幅度的具体过程。如图2所示，该方法包括：
S101，根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数。
其中，第一预设算法可以是张正友标定算法，也可以是八点算法等，相机的内部参数可以包括焦距、主点、倾斜系数、畸变系数等，本实施例对此不做限定。摄像设备可以是相机、摄像机等具有图像采集功能的设备，本实施例对此也不做限定。示例地，以第一预设算法为张正友标定算法、摄像设备为相机为例，在实际应用中，计算机设备根据张正友标定算法对相机进行标定，具体地，标定方法可以是根据制作的标定板和拍摄的不同位置、方向的图像中某个特征点，计算相机的内部参数。
S102，根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数。
其中，待测平面表示的是设置了标定板的平面，根据该待测平面，计算机设备确定摄像设备的外部参数，其中，该摄像设备的外部参数可以是旋转平移矩阵，需要说明的是，摄像设备外部参数的取值和选取的标定平面一一对应。每一个不同的标定平面对应的摄像设备外部参数不同，但摄像设备的内部参数是不会变的，因此基于上述S101步骤中，结合摄像设备内部参数，计算机设备根据标定的待测平面计算摄像设备的外部参数，其中，计算机设备确定摄像设备的外部参数的过程同确定内部参数一样，张正友标定算法或者八点算法计算。
S103，根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系。
基于上述步骤S101和S102中计算的摄像设备的外部参数和内部参数，计算机设备确定像素坐标系和世界坐标系的映射关系，其中，像素坐标系表示的是以物体图像左上角为原点、以像素为单位建立的坐标系，世界坐标系表示的是以世界中某一点为原点的实际物理坐标系，其中，该映射关系的计算方式可以是根据以下公式(1)进行逆运算得到公式(2)，则公式(2)即为计算机设备确定的像素坐标系和世界坐标系之间的映射关系。
其中，上述公式(1)中，[xw yw zw 1]T表示物体世界坐标中的坐标，[u v 1]T表示物体在像素坐标中的坐标，Μ1表示摄像设备的内部参数，Μ2表示的是摄像设备的外部参数，X表示[xw yw zw 1]T的整体表达式。
S104，根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
基于上述S103步骤中确定的像素坐标系与世界坐标系之间的映射关系，计算机设备结合物体的感兴趣区域在像素坐标系中的运动幅度，确定物体的感兴趣区域在世界坐标系中的运动幅度，其中，物体的感兴趣区域在像素坐标系中的运动幅度表示的是物体的感兴趣区域在像素坐标系中的开始位置到最终位置之间的距离，可以理解的是，本实施例所提供的计算物体的运动幅度，即计算的物体的感兴趣区域在世界坐标系中的运动幅度。对于物体的感兴趣区域，本实施例不做限定，可以是任何一个感兴趣区域。
本实施例提供的医学扫描物体运动幅度计算方法，计算机设备先确定摄像设备的内部参数和外部参数，然后，再通过该内部参数和外部参数确定像素坐标系和世界坐标系的映射关系，最后根据该映射关系和物体的感兴趣区域在像素坐标系中的运动幅度确定该物体的感兴趣区域在世界坐标系中的运动幅度，这样先对标定图像的进行了筛选，提高了相机的标定精度，增加了摄像设备成像的质量，从而提高了计算物体感兴趣区域的运动幅度的精确度。
下面通过几个实施例对计算机设备获取摄像设备的内部参数进行详细说明，在一个实施例中，如图3提供了一种医学扫描物体运动幅度计算方法，本实施例涉及的是计算机设备根据合格的标定图像确定摄像设备内部参数的具体过程。如图3所示，上述S101包括：
S201，选取合格的标定图像。
在本实施例中，合格的标定图像表示质量较好的标定图像，例如光照均匀、标定板放置规范等，计算机设备获取合格的标定图像的方式可以是控制摄像设备拍摄标定图像时，将标定图像的光照及标定板的设置规范化，保证获取的标定图像质量较好。进一步地，还可以是在已经选定了一些标定图像后，人工剔除一些不合格的标定图像。
S202，根据所述合格的标定图像确定所述摄像设备的内部参数。
基于上述S201步骤中确定的合格标定图像，计算机设备根据该合格的标定图像确定摄像设备的内部参数，其中，确定内部参数的方式可以是使用张正友标定算法或者八点算法进行计算，当然还可以是其他方式，本实施例对摄像设备内部参数的具体算法不做限定。
本实施例提供的医学扫描物体运动幅度计算方法，计算机设备先获取合格的标定图像，并根据该合格的标定图像确定摄像设备的内部参数，这样，由于标定的图像质量较好，使得确定的摄像设备的内部参数的精确度更高。
在一个实施例中，图4提供了一种医学扫描物体运动幅度计算方法，涉及的是计算机设备根据各标定图像的第一标定点和第二标定点之间的误差确定合格图像的具体过程，则上述S201步骤包括：
S301，计算各个标定图像的第一标定点和第二标定点之间的误差；所述第一标定点为各个所述标定图像的初始标定点对应的坐标；所述第二标定点表示各个所述标定图像根据摄像设备成像模型重新映射后得到的标定点对应的坐标；所述摄像设备成像模型表示根据各个所述标定图像经过所述外部参数和所述内部参数计算得到的摄像设备成像模型。
其中，各个标定图像表示的是通过摄像设备拍摄的放置标定板的图像，该标定图像的第一标定点表示各个标定图像的初始坐标点对应的坐标，标定图像的第二标定点表示的是各个标定图像根据摄像设备成像模型重新映射后得到的标定点对应的坐标，其中，摄像设备成像模型为根据摄像设备的内部参数和各个标定图像的外部参数计算而来的摄像设备成像模型。
具体地，在实际应用中，计算机设备计算第一标定点和第二标定点之间的误差，示例地，假设第一标定点为A＝(u，v)，第二标定点为＝(u′,v′)，则该误差的计算方式可以是根据公式(3)进行计算。
其中，Err表示第一标定点和第二标定点之间的误差，Ai表示第一标定点，A′i表示第二标定点，N为标定图片中标定点的个数。需要说明的是，以上误差公式只是一种举例说明，在实际应用中，还可以使用其他公式替代，例如：余弦公式等，本实施例对此不做限定。
S302，判断各个所述标定图像的第一标定点和第二标定点之间的误差与误差阈值的大小，得到判断结果。
基于上述S301步骤中，计算机设备确定的各标定图像的第一标定点和第二标定点之间的误差，比较各误差与误差阈值之间的大小，得到判断结果，其中误差阈值可以是人为预设的，具体数值可根据实际情况而定，本实施例对此不做限定。其中得到的判断结果包括第一标定点和第二标定点之间的误差大于误差阈值或者第一标定点和第二标定点之间的误差小于或等于误差阈值。
S303，根据所述判断结果确定所述合格的标定图像。
基于上述S302步骤中，计算机设备确定的判断结果确定合格的标定图像。
可选地，如图5所示，该步骤S303的一个可实现方式为包括：
S401，若所述判断结果为所述误差小于或等于所述误差阈值，确定所述标定图像为合格的标定图像。
在本步骤中，若判断结果为标定图像的第一标定点和第二标定点之间的误差小于或者等于误差阈值，则计算机设备确定标定图像为合格的标定图像。具体地，计算机设备可以将新确定的合格标定图像集表示为如下公式(4)。
Setnew＝{Ii|Erri<e,Ii∈Setold} (4)
其中，上式中Setnew表示新的合格的标定图像集，e表示误差阈值，Setold表示原标定图像的图像集，Erri为标定图片Ii上第一标定点和第二标定点的误差。
S402，若所述判断结果为所述误差大于所述误差阈值，确定所述标定图像为不合格的标定图像。
在本步骤中，若判断结果为标定图像的第一标定点和第二标定点之间的误差大于误差阈值，则确定该标定图像为不合格的标定图像，即直接剔除该标定图像。
本实施例提供的医学扫描物体运动幅度计算方法，通过计算机设备先确定各标定图像的第一标定点和第二标定点之间的误差与误差阈值之间的大小关系，然后根据该大小关系，将各误差大于误差阈值的视为不合格图像，直接剔除掉，将各误差小于或等于误差阈值的视为合格图像，形成新的标定图像集，即计算机设备最后选取的合格的标定图像，这样，根据精准的数学方法确定合格图像，选择出合格的标定图像，使得采用这些合格标定图像标定的摄像设备更加精确。
考虑到在使用上述方法确定合格的标定图像时，会存在所有标定图像的都为不合格标定图像的情况，这样会导致最后选择不到标定图像，如图6所示，在一个实施例中，本申请实施例提供的医学扫描物体运动幅度计算方法，在根据所述判断结果确定所述合格的标定图像之前，所述方法包括：
S501，判断所述标定图像的数量是否小于预设数量阈值；若是，则执行S502步骤，若否，则执行S503步骤。
在本实施例中，基于上述S302步骤中，计算机设备确定的各标定图像的第一标定点和第二标定点之间的误差与误差阈值之间的判断结果，计算机设备再判断标定图像的总数量与预设的数量阈值之间的大小，若标定图像的总数量小于或等于预设的数量阈值，则计算机设备确定剩余的所有标定图像为合格的标定图像，若标定图像的总数量大于预设的数量阈值，则计算机设备继续根据上述各标定图像的第一标定点和第二标定点之间的误差与误差阈值之间的判断结果确定合格的标定图像。
S502，确定所有所述标定图像为合格的标定图像。
本步骤中，计算机设备确定了标定图像的数量小于预设数量阈值，则直接将所有的标定图像确定为合格的标定图像，需要理解的是，这里当标定图像的总数量等于预设数量阈值时，计算机设备也将所有的标定图像确定为合格的标定图像。
S503，则根据所述判断结果确定所述合格的标定图像。
在本步骤中，计算机设备确定了标定图像的数量大于预设数量阈值，则计算机设备根据各标定图像的第一标定点和第二标定点之间的误差与误差阈值之间的判断结果确定合格的标定图像，需要说明的是，本步骤中所述的合格的标定图像表示的计算机设备确定的最终需要的合格标定图像。
示例地，计算机设备确定最终需要的合格标定图像的方法为：计算机设备先计算每张标定图像的误差Err，比较每张标定图像的误差Err与误差阈值e，将Err大于e的标定图像确定为不合格标定图像n，则当前合格标定图像为N1-n。
若n＝0(所有的标定图像N1均为当前合格标定图像)，表示计算机设备无需剔除不合格标定图像，这种情况下，计算机设备按照每张标定图像的误差Err从小到大的顺序，取预设数量阈值N的合格标定图像为最终需要的合格标定图像数量为N2，即N2＝N。
若n≠0，计算机设备将不合格标定图像n剔除后，剩余的即为当前合格标定图像，然后计算机设备判断该当前合格标定图像的数量是否小于预设数量阈值N，若当前合格标定图像的数量小于预设数量阈值N，这种情况下，计算机设备按照误差从大到小剔除不合格图像，直到剩余的标定图像数量为预设的数量阈值N，即为计算设备确定的最终需要的合格标定图像数量N2。
若当前合格标定图像的数量大于预设数量阈值N，则计算机设备重新确定该当前合格标定图像的每一张图像的误差，即通过比较该当前合格标定图像的误差与误差阈值的大小重新确定当前合格标定图像数量。需要说明的是，这里的计算机设备重新确定该当前合格标定图像的每一张图像的误差、重新确定当前合格标定图像数量、判断当前合格标定图像数量是否小于预设数量阈值以及在当前合格标定图像数量小于预设数量阈值时计算机设备确定最终需要的合格标定图像数量为N2的方法均与前面描述的相同，本实施例在此不再赘述。
本实施例提供的医学扫描物体运动幅度计算方法，计算机设备在根据判断结果确定合格的标定图像之前，判断所述标定图像的总数量与预设数量阈值的大小，在总数量小于或者等于预设的数量阈值，则将剩余的所有标定图像确定为合格的标定图像，另外，在标定图像的总数量大于预设数量阈值时，计算机设备确定合格标定图像数量后，若该合格的标定图像数量比预设的数量阈值小，则，计算机设备按照误差从大到小剔除不合格图像，直到剩余的标定图像数量为预设的数量阈值，并将该预设的数量阈值的标定图像确定为合格的标定图像。这样，可以有效避免出现所有标定图像的都为不合格标定图像的情况。如果在标定图像的总数量大于预设数量阈值时，计算机设备确定合格标定图像数量后，若不存在将要剔除的不合格标定图像且合格标定图像数量大于预设阈值，则将合格的标定图像按照误差大小进行排序，剔除误差大的标定图像使得合格的标定图片集数量达到预设数量阈值。这样可以避免有过多的合格标定图像造成大量计算耗时。
在使用本申请实施例提供的方法计算物体运动幅度时，不仅仅可以计算二维平面上的物体运动幅度，还可以对三维空间中物体的运动幅度进行计算，因此，可以预先建立一个基准平面库，以方便对三维空间中物体的多个平面进行运动幅度计算，则在一个实施例中所述医学扫描物体运动幅度计算方法方法还包括：构建基准平面库；所述基准平面库包括至少一个标定后的所述待测平面。在本实施例中，制作至少一个标定后的待测平面组成基准平面库，其中待测平面的标定可以是通过摄像设备拍摄任意一个放置标定板的平面来标定。这样，通过构建包含至少一个标定待测平面的基准平面库，不管是二维平面还是三维空间中其他平面，均可以对医疗扫描中物体的运动幅度进行计算。
由于计算物体世界坐标系中的运动幅度是通过物体在像素坐标系中的运动幅度和像素坐标系与世界坐标系之间的映射关系确定的，需要先计算物体在像素坐标系中的运动幅度，则在一个实施例中，如图7所示，本实施例提供的医学扫描物体运动幅度计算方法，所述方法还包括：
S601，采用第二预设算法确定所述物体的感兴趣区域在所述像素坐标系中的第一坐标和第二坐标；所述第一坐标表征所述物体的感兴趣区域的初始坐标，所述第二坐标表征所述物体的感兴趣区域的最终坐标。
在本实施例中，第二预设算法可以是特征点提取算法或者边缘检测算法，物体感兴趣区域在像素坐标系中的第一坐标表示物体的感兴趣区域初始位置的初始坐标，第二坐标表示物体感兴趣区域在像素坐标系最终位置的坐标。示例地，计算机设备根据第二预设算法确定物体感兴趣区域的感兴趣点，然后分别确定该感兴趣点的第一坐标和第二坐标。
S602，根据所述物体的感兴趣区域在所述像素坐标系中的第一坐标和第二坐标确定所述物体感兴趣区域在所述像素坐标系中的运动幅度。
基于上述S601步骤中，计算机设备确定的物体感兴趣区域在像素坐标系中的第一坐标和第二坐标，计算机设备计算物体感兴趣区域的第一坐标和第二坐标之间的距离，并确定该距离为物体感兴趣区域在像素坐标系中的运动幅度。其中，物体感兴趣区域的第一坐标和第二坐标之间的距离可以是物体感兴趣区域中各感兴趣点的第一坐标和第一坐标之间距离的平均值。
本实施例提供的医学扫描物体运动幅度计算方法，计算机设备根据物体的感兴趣区域在像素坐标系中的第一坐标和第二坐标确定物体感兴趣区域在像素坐标系中的运动幅度，这样，采用本实施例提供的物体感兴趣区域在像素坐标系中的运动幅度，使得计算机设备计算物体感兴趣区域在世界坐标系中的运动幅度时更加快速、准确。
应该理解的是，虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种医学扫描物体运动幅度计算装置，包括：获取内部参数模块10、确定外部参数模块11、确定映射关系模块12和确定第一运动幅度模块13，其中：
获取内部参数模块10，用于根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
确定外部参数模块11，用于根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
确定映射关系模块12，用于根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
确定第一运动幅度模块13，用于根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
上述实施例提供的一种医学扫描物体运动幅度计算装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，如图9所示，上述获取内部参数模块10包括：获取单元101和确定单元102。
获取单元101，用于选取合格的标定图像；
确定单元102，用于根据所述合格的标定图像确定所述摄像设备的内部参数。
上述实施例提供的一种医学扫描物体运动幅度计算装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，如图10所示，提供了一种医学扫描物体运动幅度计算装置，上述获取单元101包括：判断子单元1011、第一确定子单元1012和第二确定子单元1013。
判断子单元1011，用于判断所述标定图像的数量是否小于或等于预设数量阈值；
第一确定子单元1012，用于若所述标定图像的数量小于或等于预设数量阈值，确定剩余的标定图像为合格的标定图像；
第二确定子单元1013，用于若所述标定图像的数量大于预设数量阈值，则根据所述判断结果确定所述合格的标定图像。
上述实施例提供的一种医学扫描物体运动幅度计算装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在另外一个实施例中，如图11所示，提供了一种医学扫描物体运动幅度计算装置，上述获取单元101还包括：第三确定子单元1014和第四确定子单元1015。
第三确定子单元1014，用于若所述判断结果为所述误差小于或等于所述误差阈值，确定所述标定图像为合格的标定图像；
第四确定子单元1015，用于若所述判断结果为所述误差大于所述误差阈值，确定所述标定图像为不合格的标定图像。
上述实施例提供的一种医学扫描物体运动幅度计算装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，如图12所示，提供了一种医学扫描物体运动幅度计算装置，所述装置包括：构建模块14。
构建模块14，用于构建基准平面库；所述基准平面库包括至少一个标定后的所述待测平面。
上述实施例提供的一种医学扫描物体运动幅度计算装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，如图13所示，提供了一种医学扫描物体运动幅度计算装置，所述装置包括：确定坐标模块15和确定第二运动幅度模块16。
确定坐标模块15，用于采用第二预设算法确定所述物体的感兴趣区域在所述像素坐标系中的第一坐标和第二坐标；所述第一坐标表征所述物体的感兴趣区域的初始坐标，所述第二坐标表征所述物体的感兴趣区域的最终坐标；
确定第二运动幅度模块16，用于根据所述物体的感兴趣区域在所述像素坐标系中的第一坐标和第二坐标确定所述物体感兴趣区域在所述像素坐标系中的运动幅度。
上述实施例提供的一种医学扫描物体运动幅度计算装置，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
关于医学扫描物体运动幅度计算装置的具体限定可以参见上文中对于医学扫描物体运动幅度计算方法的限定，在此不再赘述。上述医学扫描物体运动幅度计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种医学扫描物体运动幅度计算方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图14中示出的结构，仅仅是与本申请实施例方案相关的部分结构的框图，并不构成对本申请实施例方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
上述实施例提供的一种计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
上述实施例提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请实施例所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种医学扫描物体运动幅度计算方法，其特征在于，所述方法包括：
根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
2.根据权利要求1所述的方法，其特征在于，所述根据第一预设算法对摄像设备进行标定，获取所述摄像设备的内部参数，包括：
选取合格的标定图像；
根据所述合格的标定图像确定所述摄像设备的内部参数。
3.根据权利要求1或2所述的方法，其特征在于，所述选取合格的标定图像，包括：
计算各个标定图像的第一标定点和第二标定点之间的误差；所述第一标定点为各个所述标定图像的初始标定点对应的坐标；所述第二标定点表示各个所述标定图像根据摄像设备成像模型重新映射后得到的标定点对应的坐标；所述摄像设备成像模型表示根据各个所述标定图像经过所述外部参数和所述内部参数计算得到的摄像设备成像模型；
判断各个所述标定图像的第一标定点和第二标定点之间的误差与误差阈值的大小，得到判断结果；
根据所述判断结果确定所述合格的标定图像。
4.根据权利要求3所述的方法，其特征在于，所述根据所述判断结果确定所述合格的标定图像，包括：
若所述判断结果为所述误差小于或等于所述误差阈值，确定所述标定图像为合格的标定图像；
若所述判断结果为所述误差大于所述误差阈值，确定所述标定图像为不合格的标定图像。
5.根据权利要求4所述的方法，其特征在于，在所述根据所述判断结果确定所述合格的标定图像之前，所述方法包括：
判断所述标定图像的总数量是否小于或者等于预设数量阈值；
若是，确定所有所述标定图像为合格的标定图像；
若否，则根据所述判断结果确定所述合格的标定图像。
6.根据权利要求1所述的方法，其特征在于，在所述根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数之前，所述方法包括：
构建基准平面库；所述基准平面库包括至少一个标定后的所述待测平面。
7.根据权利要求6所述的方法，其特征在于，在所述根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在世界坐标系中的运动幅度之前，所述方法还包括：
采用第二预设算法确定所述物体的感兴趣区域在所述像素坐标系中的第一坐标和第二坐标；所述第一坐标表征所述物体的感兴趣区域的初始坐标，所述第二坐标表征所述物体的感兴趣区域的最终坐标；
根据所述物体的感兴趣区域在所述像素坐标系中的第一坐标和第二坐标确定所述物体感兴趣区域在所述像素坐标系中的运动幅度。
8.一种医学扫描物体运动幅度计算装置，其特征在于，所述装置包括：
获取内部参数模块，用于根据预设算法对摄像设备进行标定，获取所述摄像设备的内部参数；
确定外部参数模块，用于根据待测平面和所述摄像设备内部参数确定所述摄像设备的外部参数；
确定映射关系模块，用于根据所述内部参数和所述外部参数，确定像素坐标系与世界坐标系的映射关系；
确定第一运动幅度模块，用于根据所述映射关系和所述物体的感兴趣区域在所述像素坐标系中的运动幅度确定所述物体的感兴趣区域在所述世界坐标系中的运动幅度。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811586587.3A CN109685856A (zh) | 2018-12-25 | 2018-12-25 | 医学扫描物体运动幅度计算方法、装置、设备和存储介质 |
| US16/596,084 US11055855B2 (en) | 2018-12-25 | 2019-10-08 | Method, apparatus, device, and storage medium for calculating motion amplitude of object in medical scanning |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811586587.3A CN109685856A (zh) | 2018-12-25 | 2018-12-25 | 医学扫描物体运动幅度计算方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109685856A true CN109685856A (zh) | 2019-04-26 |
Family
ID=66189130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811586587.3A Pending CN109685856A (zh) | 2018-12-25 | 2018-12-25 | 医学扫描物体运动幅度计算方法、装置、设备和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11055855B2 (zh) |
| CN (1) | CN109685856A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110363809A (zh) * | 2019-07-11 | 2019-10-22 | 深圳前海微众银行股份有限公司 | 体积测量方法、装置、终端及存储介质 |
| CN110916764A (zh) * | 2019-12-06 | 2020-03-27 | 厚凯（天津）医疗科技有限公司 | 超声手术刀的振幅确定方法、装置、存储介质及电子设备 |
| CN111105465A (zh) * | 2019-11-06 | 2020-05-05 | 京东数字科技控股有限公司 | 一种摄像装置校准方法、装置、系统电子设备及存储介质 |
| CN111899307A (zh) * | 2020-07-30 | 2020-11-06 | 浙江大学 | 一种空间标定方法、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102107374A (zh) * | 2011-02-01 | 2011-06-29 | 吉林大学 | 轴盘类零件直径尺寸在线检测方法 |
| CN102679896A (zh) * | 2011-07-15 | 2012-09-19 | 上海工程技术大学 | 基于机器视觉的轨距测定方法 |
| CN105955260A (zh) * | 2016-05-03 | 2016-09-21 | 大族激光科技产业集团股份有限公司 | 移动机器人位置感知方法和装置 |
| CN107610199A (zh) * | 2017-09-11 | 2018-01-19 | 常州新途软件有限公司 | 实时倒车轨迹显示方法、系统及等宽轨迹线绘制方法 |
| CN107818563A (zh) * | 2017-10-26 | 2018-03-20 | 西安工程大学 | 一种输电线路分裂导线间距空间测量与定位方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102144927B (zh) * | 2010-02-10 | 2012-12-12 | 清华大学 | 基于运动补偿的ct设备和方法 |
| US20160247293A1 (en) * | 2015-02-24 | 2016-08-25 | Brain Biosciences, Inc. | Medical imaging systems and methods for performing motion-corrected image reconstruction |
| AU2017203626A1 (en) * | 2016-05-30 | 2017-12-14 | Katholieke Universiteit Leuven Ku Leuven R&D | A method and apparatus for motion correction in CT imaging |
| US10576636B1 (en) * | 2019-04-12 | 2020-03-03 | Mujin, Inc. | Method and control system for and updating camera calibration for robot control |
-
2018
- 2018-12-25 CN CN201811586587.3A patent/CN109685856A/zh active Pending
-
2019
- 2019-10-08 US US16/596,084 patent/US11055855B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102107374A (zh) * | 2011-02-01 | 2011-06-29 | 吉林大学 | 轴盘类零件直径尺寸在线检测方法 |
| CN102679896A (zh) * | 2011-07-15 | 2012-09-19 | 上海工程技术大学 | 基于机器视觉的轨距测定方法 |
| CN105955260A (zh) * | 2016-05-03 | 2016-09-21 | 大族激光科技产业集团股份有限公司 | 移动机器人位置感知方法和装置 |
| CN107610199A (zh) * | 2017-09-11 | 2018-01-19 | 常州新途软件有限公司 | 实时倒车轨迹显示方法、系统及等宽轨迹线绘制方法 |
| CN107818563A (zh) * | 2017-10-26 | 2018-03-20 | 西安工程大学 | 一种输电线路分裂导线间距空间测量与定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 郑冬梅: "相机标定关键设备对标定精度的影响分析", 《图学学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110363809A (zh) * | 2019-07-11 | 2019-10-22 | 深圳前海微众银行股份有限公司 | 体积测量方法、装置、终端及存储介质 |
| CN110363809B (zh) * | 2019-07-11 | 2024-04-09 | 深圳前海微众银行股份有限公司 | 体积测量方法、装置、终端及存储介质 |
| CN111105465A (zh) * | 2019-11-06 | 2020-05-05 | 京东数字科技控股有限公司 | 一种摄像装置校准方法、装置、系统电子设备及存储介质 |
| CN111105465B (zh) * | 2019-11-06 | 2022-04-12 | 京东科技控股股份有限公司 | 一种摄像装置校准方法、装置、系统电子设备及存储介质 |
| CN110916764A (zh) * | 2019-12-06 | 2020-03-27 | 厚凯（天津）医疗科技有限公司 | 超声手术刀的振幅确定方法、装置、存储介质及电子设备 |
| CN110916764B (zh) * | 2019-12-06 | 2022-07-29 | 厚凯（天津）医疗科技有限公司 | 超声手术刀的振幅确定方法、装置、存储介质及电子设备 |
| CN111899307A (zh) * | 2020-07-30 | 2020-11-06 | 浙江大学 | 一种空间标定方法、电子设备及存储介质 |
| CN111899307B (zh) * | 2020-07-30 | 2023-12-29 | 浙江大学 | 一种空间标定方法、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200202536A1 (en) | 2020-06-25 |
| US11055855B2 (en) | 2021-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109685856A (zh) | 医学扫描物体运动幅度计算方法、装置、设备和存储介质 | |
| US10916033B2 (en) | System and method for determining a camera pose | |
| CN111457886B (zh) | 距离确定方法、装置及系统 | |
| US10909719B2 (en) | Image processing method and apparatus | |
| CN113240769B (zh) | 空间链接关系识别方法及装置、存储介质 | |
| CN110414510A (zh) | 一种指针式仪表读数校正方法 | |
| CN110232707A (zh) | 一种测距方法及装置 | |
| CN110660034A (zh) | 图像校正方法、装置及电子设备 | |
| CN110691228A (zh) | 基于三维变换的深度图像噪声标记方法、装置和存储介质 | |
| CN113436267B (zh) | 视觉惯导标定方法、装置、计算机设备和存储介质 | |
| CN113052912A (zh) | 摄像机标定方法和装置 | |
| CN113793392A (zh) | 一种相机参数标定方法及装置 | |
| CN117128870A (zh) | 一种基于图像信息融合的结构动态位移测量方法和电子设备 | |
| CN112241984A (zh) | 双目视觉传感器标定方法、装置、计算机设备和存储介质 | |
| CN113012279B (zh) | 一种非接触三维成像测量方法、系统及计算机可读存储介质 | |
| CN113643377B (zh) | 基于多次标定的单镜头一致性误差分析的方法和系统 | |
| JP2006300656A (ja) | 画像計測方法、装置、プログラム及び記録媒体 | |
| CN113205591A (zh) | 一种三维重建训练数据的获取方法、装置及电子设备 | |
| CN114255287B (zh) | 一种小景深相机的单目标定方法、系统、装置和介质 | |
| JP2005140623A (ja) | 画像計測方法、装置、プログラム及び記録媒体 | |
| US20240338879A1 (en) | Methods, storage media, and systems for selecting a pair of consistent real-world camera poses | |
| CN112581537B (zh) | 双目相机外参检验方法、装置、计算机设备和存储介质 | |
| CN116612067B (zh) | 航飞质量检查方法、装置、设备和计算机可读存储介质 | |
| CN112449175B (zh) | 一种图像拼接测试方法、装置、设备和存储介质 | |
| US11263779B2 (en) | Sensors positions determinations |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190426 |