CN109769116B - 一种摄像机预置位校正方法及装置 - Google Patents
一种摄像机预置位校正方法及装置 Download PDFInfo
- Publication number
- CN109769116B CN109769116B CN201910043627.8A CN201910043627A CN109769116B CN 109769116 B CN109769116 B CN 109769116B CN 201910043627 A CN201910043627 A CN 201910043627A CN 109769116 B CN109769116 B CN 109769116B
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- offset
- camera
- standard 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.)
- Active
Links
Landscapes
- Image Processing (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明通过提供一种摄像机预置位校正方法,包括如下步骤:A、获取标准图像和多个待检测图像;B、对标准图像和各待检测图像进行预处理;C、获取各特征向量;D、获取待检测图像相较于标准图像在x和y方向的偏移量;E、获取偏移量与旋转角度之间的关系曲线;F、确定摄像机当前旋转角度;G、云台校正旋转当前旋转角度的部分值,获取校正旋转后的新待检测图像,并获取该新待检测图的偏移量,若该偏移量小于步骤F所得的偏移量,进入步骤H,否则,进入步骤I;H、云台继续校正旋转当前旋转角度的100%;I、重新确定摄像机当前旋转角度,并重复步骤G。本发明还提供一种摄像机预置位校正装置。本发明计算精度高、速度快,检测效率高。
Description
技术领域
本发明涉及一种摄像机预置位校正方法及装置。
背景技术
在视频监控系统中为了快速准确地定位到目标点需要对云台摄像系统采取预置位定位的方法。监控人员预先将云台摄像机对准目标位置,并将此位置设置为预置位。监控人员在需要定位到此目标位置时,只需要向云台控制系统发送定位到预置位的命令就可以快速定位到目标位置,准确地找到目标。
影响预置位精度主要部分是在电机质量、滑环性能及电路的控制。云台所带负载转动惯性大,决定了云台驱动电机扭力要大,驱动电机的机械齿轮的间距及结构件的精度造成预置位精度有误差,并且长时间调用预置位会使误差累积,造成预置位完全偏移原来设置的位置。目前的预置位校正主要还是依靠人工操作完成,这样存在的问题就是人工不能时时刻刻监控摄像头,很可能造成摄像头偏移很久后才发现,影响监控系统的正常监控,同时人工操作耗时耗力,浪费了大量的人力资源。
现有的预置位自动检测方法为通过图像处理进行偏移量的检测,具体是将标准图像和待检测图像的整帧图像进行叠加处理或对比。两幅图像进行叠加处理,直接获取图像分界的位置;现有研究利用绘制的标尺样条线探测,从而获取目标图像的偏移位置,这种方法的匹配是利用线匹配,匹配精度低,检测得到的位置偏移量精度低;而将两幅图像的整帧图像对比,进行块匹配或通过快速傅立叶变换求出其相位相关函数得到偏移量;这种方法的匹配几乎对每个像素点都进行处理或变换,计算量大,处理速度低。
发明内容
本发明的目的是针对现有技术的不足,提出一种摄像机预置位校正方法及装置,快速计算偏移量和旋转角度,并根据旋转角度自动校正预置位,计算精度高、速度快,检测效率高。
本发明通过以下技术方案实现:
一种摄像机预置位校正方法,摄像机设置在云台上,包括如下步骤:
A、云台位于设定的预置位时,摄像机拍摄标准图像,并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像;
B、对标准图像和各待检测图像进行预处理,并去除标准图像和各待检测图像上的文字信息;
C、分别获取经步骤B处理后的标准图像和各待检测图像的特征点,根据特征点分别计算各特征向量;
D、将标准图像分别与各待检测图像对应的特征向量进行匹配,获取图像变换矩阵,根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量;
E、根据不同旋转角度及其对应的偏移量,拟合出偏移量与旋转角度之间的关系曲线;
F、摄像机拍摄云台位于当前预置位时的待检测图像,并根据步骤B至步骤D获取该待检测图像相较于标准图像在x和y方向的偏移量,并根据偏移量与旋转角度之间的关系曲线,确定摄像机当前旋转角度;
G、云台校正旋转当前旋转角度的部分值,摄像头拍摄校正旋转后的新待检测图像,根据步骤B至步骤D获取该新待检测图像相较于标准图像在x和y方向的偏移量,比较该偏移量是否小于步骤F所得的偏移量,若是,进入步骤H,否则,进入步骤I;
H、云台继续校正旋转当前旋转角度的100%,完成校正;
I、根据步骤G所得的偏移量以及偏移量与旋转角度之间的关系曲线,重新确定摄像机当前旋转角度,并根据该重新确定的当前旋转角度,重复步骤G。
进一步的,所述步骤D包括:
D1、分别将标准图像和各待检测图像的特征向量进行匹配,获取多个匹配点集合;
D2、利用RANSAC算法剔除步骤D1中各匹配点集合中的错误匹配点,以获取多个新的匹配点集合;
D3、根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵;
D4、利用单应性变换矩阵对待检测图像进行变换,使标准图像与待检测图像处于同一坐标系下,根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标,计算待检测图像相较于标准图像在x和y方向的偏移量。
进一步的,所述步骤G中的部分值为所述步骤F中的当前旋转角度的75%-85%。
进一步的,所述步骤C具体为:利用Good Feature To Track的特征提取方法获取标准图像和各待检测图像的特征点,根据特征点得到特征向量,并对各特征向量进行归一化处理。
进一步的,所述步骤B包括如下步骤:
B1、对标准图像和各待检测图像进行高斯滤波以去除噪声;
B2、获取标准图像和各待检测图像的尺寸,若尺寸大于设定值,则对各图像进行下采样操作;
B3、对经步骤B2处理的标准图像和各待检测图像进行边缘检测,获取边缘二值图像;
B4、对边缘二值图像进行高级形态学闭运算操作,去除图像上固有的文字信息。
进一步的,所述步骤D4中的偏移量为各匹配点偏移量的平均值。
本发明还通过以下技术方案实现:
一种摄像机预置位校正装置,包括:
采集模块,用于在云台位于设定的预置位时,利用摄像机拍摄标准图像,并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像;
预处理模块,用于对标准图像和各待检测图像进行预处理,并去除标准图像和各待检测图像上的文字信息;
偏移量获取模块:用于分别获取经预处理后的标准图像和各待检测图像的特征点,根据特征点分别计算各特征向量;并将标准图像分别与各待检测图像对应的特征向量进行匹配,获取图像变换矩阵,根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量;根据不同旋转角度和对应的偏移量,拟合出偏移量与旋转角度之间的关系曲线;
当前旋转角度确定模块:利用摄像机拍摄云台位于当前预置位时的待检测图像,并利用预处理模块和偏移量获取模块,获取该待检测图像相较于标准图像在x和y方向的偏移量,并根据偏移量与旋转角度之间的关系曲线,确定摄像机当前旋转角度;
校正模块:将云台校正旋转当前旋转角度的部分值,摄像头拍摄校正旋转后的新待检测图像,利用预处理模块和偏移量获取模块,获取该新待检测图像相较于标准图像在x和y方向的偏移量,比较该偏移量是否小于校正旋转前的偏移量,若是,则将云台继续校正旋转当前旋转角度的100%,完成校正,否则,根据校正旋转后的偏移量,重新确定摄像机当前旋转角度,并将云台校正旋转重新确定的当前旋转角度的部分值,如此多次校正,直至完成校正。
进一步的,所述预处理模块包括:
去噪模块:用于对标准图像和各待检测图像进行高斯滤波以去除噪声;
尺寸调整模块:用于获取标准图像和各待检测图像的尺寸,若尺寸大于设定值,则对各图像进行下采样操作;
去字模块:用于对经步骤B2处理的标准图像和各待检测图像进行边缘检测,获取边缘二值图像,并对边缘二值图像进行高级形态学闭运算操作,去除图像上固有的文字信息。
进一步的,所述偏移量获取模块包括:
特征向量获取模块:用于利用Good Feature To Track的特征提取方法获取标准图像和各待检测图像的特征点,根据特征点得到特征向量,并对各特征向量进行归一化处理;
匹配点集合获取模块:用于分别将标准图像和各待检测图像的特征向量进行匹配,获取多个匹配点集合;并利用RANSAC算法剔除步骤D1中各匹配点集合中的错误匹配点,以获取多个新的匹配点集合;
偏移量确定模块:用于根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵;并利用单应性变换矩阵对待检测图像进行变换,使标准图像与待检测图像处于同一坐标系下,根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标,计算待检测图像相较于标准图像在x和y方向的偏移量。
进一步的,所述部分值为所述当前旋转角度的75%-85%。
本发明具有如下有益效果:
本发明首先通过采集标准图像和多个待检测图像,计算各待检测图像相较于标准图像的偏移量,并由多个待检测图像计算出的偏移量拟合出偏移量与旋转角度之间的关系曲线,再计算当前预置位时的待检测图像相较于标准图像的偏移量,并根据该偏移量和关系曲线,得出摄像机当前旋转角度,云台则根据该当前旋转角度进行校正旋转,通过多次校正旋转,实现预置位的完全校正,从而实现预置位的自动校正,计算精度高、速度快,检测效率高,且多次校正旋转能够防止校正过程中出现的检测错误现象,从而有效保证摄像机恢复至设定的预置位。
具体实施方式
摄像机设置在云台上,随云台转动而转动,云台的转动则由步进电机控制,摄像机预置位校正方法,包括如下步骤:
A、云台位于设定的预置位时,摄像机拍摄标准图像,并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像;
B、对标准图像和各待检测图像进行预处理,并去除标准图像和各待检测图像上的文字信息;具体包括如下步骤:
B1、对标准图像和各待检测图像进行高斯滤波以去除噪声的干扰;
B2、获取标准图像和各待检测图像的尺寸,若尺寸大于设定值,则对各图像进行下采样操作,如此可提高图像检测效率;
B3、对经步骤B2处理的标准图像和各待检测图像进行边缘检测,获取边缘二值图像;
B4、对边缘二值图像进行高级形态学闭运算操作,去除图像上固有的文字信息,以消除文字信息对图像自身特征的影响;
C、分别获取经步骤B处理后的标准图像和各待检测图像的特征点,根据特征点分别计算各特征向量;具体为:利用Good Feature To Track的特征提取方法获取标准图像和各待检测图像的特征点(即GFTT特征),根据特征点得到特征向量,并对各特征向量进行归一化处理,其中,根据特征点得到特征向量为现有技术;
D、将标准图像分别与各待检测图像对应的特征向量进行匹配,获取图像变换矩阵,根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量;具体包括如下步骤:
D1、分别将标准图像和各待检测图像的特征向量进行匹配,获取多个匹配点集合;
D2、利用RANSAC算法剔除步骤D1中各匹配点集合中的错误匹配点,以获取多个新的匹配点集合;
D3、根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵;
D4、利用单应性变换矩阵对待检测图像进行变换,使标准图像与待检测图像处于同一坐标系下,根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标,计算待检测图像相较于标准图像在x和y方向的偏移量,该偏移量为各匹配点偏移量的平均值;
E、根据不同旋转角度及其对应的偏移量,拟合出偏移量与旋转角度之间的关系曲线;
F、摄像机拍摄云台位于当前预置位时的待检测图像,并根据步骤B至步骤D获取该待检测图像相较于标准图像在x和y方向的偏移量,并根据偏移量与旋转角度之间的关系曲线,确定摄像机当前旋转角度;
G、云台校正旋转当前旋转角度的部分值,摄像头拍摄校正旋转后的新待检测图像,根据步骤B至步骤D获取该新待检测图像相较于标准图像在x和y方向的偏移量,比较该偏移量是否小于步骤F所得的偏移量,若是,进入步骤H,否则,进入步骤I;
在本实施例中,部分值取值为80%;
H、云台继续校正旋转当前旋转角度的100%,完成校正;
I、根据步骤G所得的偏移量以及偏移量与旋转角度之间的关系曲线,重新确定摄像机当前旋转角度,并根据该重新确定的当前旋转角度,重复步骤G。
摄像机预置位校正装置,包括:
采集模块,用于在云台位于设定的预置位时,利用摄像机拍摄标准图像,并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像;
预处理模块,用于对标准图像和各待检测图像进行预处理,并去除标准图像和各待检测图像上的文字信息;
该预处理模块具体包括:
去噪模块:用于对标准图像和各待检测图像进行高斯滤波以去除噪声;
尺寸调整模块:用于获取标准图像和各待检测图像的尺寸,若尺寸大于设定值,则对各图像进行下采样操作;
去字模块:用于对经步骤B2处理的标准图像和各待检测图像进行边缘检测,获取边缘二值图像,并对边缘二值图像进行高级形态学闭运算操作,去除图像上固有的文字信息;
偏移量获取模块:用于分别获取经预处理后的标准图像和各待检测图像的特征点,根据特征点分别计算各特征向量;并将标准图像分别与各待检测图像对应的特征向量进行匹配,获取图像变换矩阵,根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量;根据不同旋转角度和对应的偏移量,拟合出偏移量与旋转角度之间的关系曲线;
该偏移量获取模块具体包括:
特征向量获取模块:用于利用Good Feature To Track的特征提取方法获取标准图像和各待检测图像的特征点,根据特征点得到特征向量,并对各特征向量进行归一化处理;
匹配点集合获取模块:用于分别将标准图像和各待检测图像的特征向量进行匹配,获取多个匹配点集合;并利用RANSAC算法剔除步骤D1中各匹配点集合中的错误匹配点,以获取多个新的匹配点集合;
偏移量确定模块:用于根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵;并利用单应性变换矩阵对待检测图像进行变换,使标准图像与待检测图像处于同一坐标系下,根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标,计算待检测图像相较于标准图像在x和y方向的偏移量;
当前旋转角度确定模块:利用摄像机拍摄云台位于当前预置位时的待检测图像,并利用预处理模块和偏移量获取模块,获取该待检测图像相较于标准图像在x和y方向的偏移量,并根据偏移量与旋转角度之间的关系曲线,确定摄像机当前旋转角度;
校正模块:将云台校正旋转当前旋转角度的部分值(具体为当前旋转角度的80%),摄像头拍摄校正旋转后的新待检测图像,利用预处理模块和偏移量获取模块,获取该新待检测图像相较于标准图像在x和y方向的偏移量,比较该偏移量是否小于校正旋转前的偏移量,若是,则将云台继续校正旋转当前旋转角度的100%,完成校正,否则,根据校正旋转后的偏移量,重新确定摄像机当前旋转角度,并将云台校正旋转重新确定的当前旋转角度的部分值,如此多次校正,直至完成校正。
以上所述,仅为本发明的较佳实施例而已,故不能以此限定本发明实施的范围,即依本发明申请专利范围及说明书内容所作的等效变化与修饰,皆应仍属本发明专利涵盖的范围内。
Claims (8)
1.一种摄像机预置位校正方法,摄像机设置在云台上,其特征在于:包括如下步骤:
A、云台位于设定的预置位时,摄像机拍摄标准图像,并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像;
B、对标准图像和各待检测图像进行预处理,并去除标准图像和各待检测图像上的文字信息;
C、分别获取经步骤B处理后的标准图像和各待检测图像的特征点,根据特征点分别计算各特征向量;
D、将标准图像分别与各待检测图像对应的特征向量进行匹配,获取图像变换矩阵,根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量;
E、根据不同旋转角度及其对应的偏移量,拟合出偏移量与旋转角度之间的关系曲线;
F、摄像机拍摄云台位于当前预置位时的待检测图像,并根据步骤B至步骤D获取该位于当前预置位时的待检测图像相较于标准图像在x和y方向的偏移量,并根据偏移量与旋转角度之间的关系曲线,确定摄像机当前旋转角度;
G、云台校正旋转当前旋转角度的部分值,摄像头拍摄校正旋转后的新待检测图像,根据步骤B至步骤D获取该新待检测图像相较于标准图像在x和y方向的偏移量,比较该偏移量是否小于步骤F所得的偏移量,若是,进入步骤H,否则,进入步骤I;
H、云台继续校正旋转当前旋转角度的100%,完成校正;
I、根据步骤G所得的偏移量以及偏移量与旋转角度之间的关系曲线,重新确定摄像机当前旋转角度,并根据该重新确定的当前旋转角度,重复步骤G;
所述步骤G中的部分值为所述步骤F中的当前旋转角度的75%-85%。
2.根据权利要求1所述的一种摄像机预置位校正方法,其特征在于:所述步骤D包括:
D1、分别将标准图像和各待检测图像的特征向量进行匹配,获取多个匹配点集合;
D2、利用RANSAC算法剔除步骤D1中各匹配点集合中的错误匹配点,以获取多个新的匹配点集合;
D3、根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵;
D4、利用单应性变换矩阵对待检测图像进行变换,使标准图像与待检测图像处于同一坐标系下,根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标,计算待检测图像相较于标准图像在x和y方向的偏移量。
3.根据权利要求1所述的一种摄像机预置位校正方法,其特征在于:所述步骤C具体为:利用Good Feature To Track的特征提取方法获取标准图像和各待检测图像的特征点,根据特征点得到特征向量,并对各特征向量进行归一化处理。
4.根据权利要求1或2或3所述的一种摄像机预置位校正方法,其特征在于:所述步骤B包括如下步骤:
B1、对标准图像和各待检测图像进行高斯滤波以去除噪声;
B2、获取标准图像和各待检测图像的尺寸,若尺寸大于设定值,则对各图像进行下采样操作;
B3、对经步骤B2处理的标准图像和各待检测图像进行边缘检测,获取边缘二值图像;
B4、对边缘二值图像进行高级形态学闭运算操作,去除图像上固有的文字信息。
5.根据权利要求2所述的一种摄像机预置位校正方法,其特征在于:所述步骤D4中的偏移量为各匹配点偏移量的平均值。
6.一种摄像机预置位校正装置,其特征在于:包括:
采集模块,用于在云台位于设定的预置位时,利用摄像机拍摄标准图像,并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像;
预处理模块,用于对标准图像和各待检测图像进行预处理,并去除标准图像和各待检测图像上的文字信息;
偏移量获取模块:用于分别获取经预处理后的标准图像和各待检测图像的特征点,根据特征点分别计算各特征向量;并将标准图像分别与各待检测图像对应的特征向量进行匹配,获取图像变换矩阵,根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量;根据不同旋转角度和对应的偏移量,拟合出偏移量与旋转角度之间的关系曲线;
当前旋转角度确定模块:利用摄像机拍摄云台位于当前预置位时的待检测图像,并利用预处理模块和偏移量获取模块,获取该待检测图像相较于标准图像在x和y方向的偏移量,并根据偏移量与旋转角度之间的关系曲线,确定摄像机当前旋转角度;
校正模块:将云台校正旋转当前旋转角度的部分值,摄像头拍摄校正旋转后的新待检测图像,利用预处理模块和偏移量获取模块,获取该新待检测图像相较于标准图像在x和y方向的偏移量,比较该偏移量是否小于校正旋转前的偏移量,若是,则将云台继续校正旋转当前旋转角度的100%,完成校正,否则,根据校正旋转后的偏移量,重新确定摄像机当前旋转角度,并将云台校正旋转重新确定的当前旋转角度的部分值,如此多次校正,直至完成校正;所述部分值为所述当前旋转角度的75%-85%。
7.根据权利要求6所述的一种摄像机预置位校正装置,其特征在于:所述预处理模块包括:
去噪模块:用于对标准图像和各待检测图像进行高斯滤波以去除噪声;
尺寸调整模块:用于获取标准图像和各待检测图像的尺寸,若尺寸大于设定值,则对各图像进行下采样操作;
去字模块:用于对经步骤B2处理的标准图像和各待检测图像进行边缘检测,获取边缘二值图像,并对边缘二值图像进行高级形态学闭运算操作,去除图像上固有的文字信息。
8.根据权利要求6所述的一种摄像机预置位校正装置,其特征在于:所述偏移量获取模块包括:
特征向量获取模块:用于利用Good Feature To Track的特征提取方法获取标准图像和各待检测图像的特征点,根据特征点得到特征向量,并对各特征向量进行归一化处理;
匹配点集合获取模块:用于分别将标准图像和各待检测图像的特征向量进行匹配,获取多个匹配点集合;并利用RANSAC算法剔除步骤D1中各匹配点集合中的错误匹配点,以获取多个新的匹配点集合;
偏移量确定模块:用于根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵;并利用单应性变换矩阵对待检测图像进行变换,使标准图像与待检测图像处于同一坐标系下,根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标,计算待检测图像相较于标准图像在x和y方向的偏移量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910043627.8A CN109769116B (zh) | 2019-01-17 | 2019-01-17 | 一种摄像机预置位校正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910043627.8A CN109769116B (zh) | 2019-01-17 | 2019-01-17 | 一种摄像机预置位校正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109769116A CN109769116A (zh) | 2019-05-17 |
CN109769116B true CN109769116B (zh) | 2020-06-16 |
Family
ID=66452287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910043627.8A Active CN109769116B (zh) | 2019-01-17 | 2019-01-17 | 一种摄像机预置位校正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109769116B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376840B (zh) * | 2019-06-13 | 2021-08-24 | 大亚湾核电运营管理有限责任公司 | 一种成像设备标校方法、装置、系统及终端设备 |
CN110602486B (zh) * | 2019-08-30 | 2021-04-02 | 歌尔光学科技有限公司 | 检测方法、装置、深度相机及计算机可读存储介质 |
CN110769246B (zh) * | 2019-09-06 | 2023-04-11 | 华为技术有限公司 | 一种检测监控设备故障的方法、装置 |
CN111399476B (zh) * | 2020-03-13 | 2023-01-10 | 江西憶源多媒体科技有限公司 | 一种基于图像对齐的监控云台失控实时检测方法 |
CN111654677B (zh) * | 2020-06-17 | 2021-12-17 | 浙江大华技术股份有限公司 | 确定云台失步的方法及装置 |
CN113382171B (zh) * | 2021-06-21 | 2023-03-24 | 车路通科技(成都)有限公司 | 一种交通摄像头自动校正方法、装置、设备及介质 |
CN113965698B (zh) * | 2021-11-12 | 2024-03-08 | 白银银珠电力(集团)有限责任公司 | 一种用于消防物联网的监控图像校准处理方法、装置和系统 |
CN114509049B (zh) * | 2021-11-17 | 2023-06-16 | 中国民用航空总局第二研究所 | 基于图像处理的云台重复定位精度测量方法及其系统 |
CN114500858B (zh) * | 2022-03-28 | 2022-07-08 | 浙江大华技术股份有限公司 | 一种预置位的参数确定方法、装置、设备及介质 |
CN116908051B (zh) * | 2023-06-21 | 2023-12-29 | 广州市嘉雁粘合剂有限公司 | 一种热熔胶流动性能检测方法 |
CN117372515B (zh) * | 2023-09-15 | 2024-06-11 | 钛玛科(北京)工业科技有限公司 | 一种自适应纠偏控制系统 |
CN117036490B (zh) * | 2023-10-10 | 2024-01-19 | 长沙能川信息科技有限公司 | 摄像机预置位偏移检测方法、装置、计算机设备与介质 |
CN117826870A (zh) * | 2023-11-21 | 2024-04-05 | 钛玛科(北京)工业科技有限公司 | 一种三角测距自动对中纠偏控制系统 |
CN118131820A (zh) * | 2024-05-06 | 2024-06-04 | 天津华来科技股份有限公司 | 云台机转动过程的自动检测方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014186096A (ja) * | 2013-03-22 | 2014-10-02 | Canon Inc | 雲台カメラシステム |
CN104361599A (zh) * | 2014-11-25 | 2015-02-18 | 深圳市哈工大交通电子技术有限公司 | 云台摄像机的标定及拍摄方法 |
CN104851144A (zh) * | 2015-05-29 | 2015-08-19 | 山东鲁能智能技术有限公司 | 具有自适应偏振镜调节的巡检机器人图像处理系统及方法 |
CN105812720A (zh) * | 2014-12-29 | 2016-07-27 | 浙江大华系统工程有限公司 | 一种球机预置位的矫正方法及装置 |
JP2017163299A (ja) * | 2016-03-09 | 2017-09-14 | キヤノン株式会社 | 撮像装置 |
-
2019
- 2019-01-17 CN CN201910043627.8A patent/CN109769116B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014186096A (ja) * | 2013-03-22 | 2014-10-02 | Canon Inc | 雲台カメラシステム |
CN104361599A (zh) * | 2014-11-25 | 2015-02-18 | 深圳市哈工大交通电子技术有限公司 | 云台摄像机的标定及拍摄方法 |
CN105812720A (zh) * | 2014-12-29 | 2016-07-27 | 浙江大华系统工程有限公司 | 一种球机预置位的矫正方法及装置 |
CN104851144A (zh) * | 2015-05-29 | 2015-08-19 | 山东鲁能智能技术有限公司 | 具有自适应偏振镜调节的巡检机器人图像处理系统及方法 |
JP2017163299A (ja) * | 2016-03-09 | 2017-09-14 | キヤノン株式会社 | 撮像装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109769116A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109769116B (zh) | 一种摄像机预置位校正方法及装置 | |
CN111179233B (zh) | 基于激光切割二维零部件的自适应纠偏方法 | |
CN112104842B (zh) | 图像采集设备校正方法、装置、设备和介质 | |
CN111003446A (zh) | 一种皮带跑偏检测方法 | |
CN110458858A (zh) | 一种十字靶标的检测方法、系统及存储介质 | |
CN111210392B (zh) | 一种基于数字图像处理的轮毂气门孔定位方法 | |
CN108549845B (zh) | 一种确定表面指针位置的方法 | |
CN113139900B (zh) | 一种棒材完整表面图像获取方法 | |
CN111275756B (zh) | 线轴定位方法及装置 | |
CN110956664B (zh) | 一种手持式三维扫描系统的相机位置实时重定位方法 | |
CN109934860B (zh) | 一种基于sift-flann与误匹配点剔除的图像配准方法 | |
CN110505467B (zh) | 一种自适应滤镜匹配的双目摄像头模组及其立体匹配方法 | |
CN111340833A (zh) | 最小二乘去干扰随机Hough变换的输电线提取方法 | |
CN114445472B (zh) | 基于仿射变换和模板匹配的多步图像配准方法 | |
CN112927166B (zh) | 一种基于相位修正的红外偏振角图像联合降噪方法及装置 | |
CN114331867A (zh) | 一种环视系统图像校正方法 | |
Wang et al. | An improved self-adapting corner detection algorithm for low-contrast images | |
CN110163056B (zh) | 智能视觉识别车板线缆盘中心坐标系统 | |
CN106650717B (zh) | 一种带厚度干扰的圆形物体的精确定位方法 | |
CN117168344B (zh) | 单目全景环视形变监测方法、装置及计算机设备 | |
CN110942434A (zh) | 一种显示面板的显示补偿系统及方法 | |
CN113365023B (zh) | 一种云台视角校正方法及装置、电子设备和存储介质 | |
CN111311676A (zh) | 螺纹孔安装视觉垂直度检测、校正方法以及同轴装配方法 | |
US11284004B2 (en) | Imaging device for detecting horizontal direction of photographing angle | |
CN108090875B (zh) | 图像倾斜校正方法、装置、存储介质和计算机设备 |
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 |