CN109801300A - 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质 - Google Patents

棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN109801300A
CN109801300A CN201711138766.6A CN201711138766A CN109801300A CN 109801300 A CN109801300 A CN 109801300A CN 201711138766 A CN201711138766 A CN 201711138766A CN 109801300 A CN109801300 A CN 109801300A
Authority
CN
China
Prior art keywords
straight line
edge image
line equation
transformation results
coordinate
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
Application number
CN201711138766.6A
Other languages
English (en)
Other versions
CN109801300B (zh
Inventor
王亮
孟然
朱海涛
姜媛
姜安
李冲冲
崔峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhong Ke Hui Yan Technology Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Beijing Smarter Eye Technology Co Ltd
Original Assignee
Beijing Zhong Ke Hui Yan Technology Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhong Ke Hui Yan Technology Ltd, Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Zhong Ke Hui Yan Technology Ltd
Priority to CN201711138766.6A priority Critical patent/CN109801300B/zh
Publication of CN109801300A publication Critical patent/CN109801300A/zh
Application granted granted Critical
Publication of CN109801300B publication Critical patent/CN109801300B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供一种棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质。本发明实施例通过对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像,进而对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,使得能够根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标,从而能够准确地提取棋盘格标定板的角点坐标。

Description

棋盘格角点的坐标提取方法、装置、设备及计算机可读存储 介质
【技术领域】
本发明涉及图像处理技术,尤其涉及一种棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质。
【背景技术】
在摄像机成像过程中,真实物理空间与虚拟图像空间之间可能会存在多种畸变例如,横纵比畸变、平面透视投影畸变或光学畸变等。通常,可以采用棋盘格标定板对摄像机进行标定,建立从真实物理空间到虚拟图像空间的线性成像模型或非线性成像模型,以消除上述各种畸变的影响。
在标定过程中,棋盘格标定板的角点坐标是一个至关重要的参数。因此,亟需提供一种能够准确地提取棋盘格标定板的角点坐标的方法。
【发明内容】
本发明的多个方面提供一种棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质,用以准确地提取棋盘格标定板的角点坐标。
本发明的一方面,提供一种棋盘格角点的坐标提取方法,包括:
对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像;
对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程;
根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,包括:
对所述边缘图像进行Hough变换处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述对所述边缘图像进行Hough变换处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,包括:
对所述边缘图像进行第一Hough变换处理,以获得所述边缘图像在第一参数空间的第一变换结果;
对所述第一变换结果进行第二Hough变换处理,以获得所述第一变换结果在第二参数空间的第二变换结果;
对所述第二变换结果进行峰值检测处理,以获得第一峰值点的参数空间坐标和第二峰值点的参数空间坐标;
根据所述第一峰值点的参数空间坐标,获得所述第一变换结果的第一直线方程,以及根据所述第二峰值点的参数空间坐标,获得所述第一变换结果的第二直线方程;
根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一变换结果进行过滤处理,以获得所述第一变换结果的过滤结果;
根据所述第一变换结果的过滤结果,获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一变换结果进行过滤处理,包括:
对所述第一变换结果进行局部峰值检测处理,以获得第一共线点序列和第二共线点序列;
根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一共线点序列和所述第二共线点序列进行过滤处理,以获得所述第一变换结果的过滤结果。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标,包括:
根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点初始坐标;
根据所述角点初始坐标,利用Forstner算子,获得所述棋盘格标定板的角点精确坐标。
本发明的另一方面,提供一种棋盘格角点的坐标提取装置,包括:
边缘检测单元,用于对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像;
直线检测单元,用于对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程;
坐标提取单元,用于根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述直线检测单元,具体用于
对所述边缘图像进行Hough变换处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述直线检测单元,具体用于
对所述边缘图像进行第一Hough变换处理,以获得所述边缘图像在第一参数空间的第一变换结果;
对所述第一变换结果进行第二Hough变换处理,以获得所述第一变换结果在第二参数空间的第二变换结果;
对所述第二变换结果进行峰值检测处理,以获得第一峰值点的参数空间坐标和第二峰值点的参数空间坐标;
根据所述第一峰值点的参数空间坐标,获得所述第一变换结果的第一直线方程,以及根据所述第二峰值点的参数空间坐标,获得所述第一变换结果的第二直线方程;
根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一变换结果进行过滤处理,以获得所述第一变换结果的过滤结果;以及
根据所述第一变换结果的过滤结果,获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述直线检测单元,具体用于
对所述第一变换结果进行局部峰值检测处理,以获得第一共线点序列和第二共线点序列;以及
根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一共线点序列和所述第二共线点序列进行过滤处理,以获得所述第一变换结果的过滤结果。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述坐标提取单元,具体用于
根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点初始坐标;以及
根据所述角点初始坐标,利用Forstner算子,获得所述棋盘格标定板的角点精确坐标。
本发明的另一方面,提供一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述一方面所提供的棋盘格角点的坐标提取方法。
本发明的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述一方面所提供的棋盘格角点的坐标提取方法。
由上述技术方案可知,本发明实施例通过对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像,进而对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,使得能够根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标,从而能够准确地提取棋盘格标定板的角点坐标。
另外,采用本发明所提供的技术方案,无需人工参与,操作简单,且正确率高,能够有效提高棋盘格角点的坐标提取的可靠性和效率。
另外,采用本发明所提供的技术方案,能够有效地提高用户的体验。
【附图说明】
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的棋盘格角点的坐标提取方法的流程示意图;
图2为本发明另一实施例提供的棋盘格角点的坐标提取装置的结构示意图;
图3为适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
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。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant,PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer,PC)、MP3播放器、MP4播放器、可穿戴设备(例如,智能眼镜、智能手表、智能手环等)等。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1为本发明一实施例提供的棋盘格角点的坐标提取方法的流程示意图,如图1所示。
101、对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像。
102、对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
103、根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标。
需要说明的是,101~103的执行主体的部分或全部可以为位于本地终端的应用,或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopmentKit,SDK)等功能单元,或者还可以为位于网络侧服务器中的处理引擎,或者还可以为位于网络侧的分布式系统,本实施例对此不进行特别限定。
可以理解的是,所述应用可以是安装在终端上的本地程序(nativeApp),或者还可以是终端上的浏览器的一个网页程序(webApp),本实施例对此不进行限定。
这样,通过对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像,进而对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,使得能够根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标,从而能够准确地提取棋盘格标定板的角点坐标。
本发明的主要思想是:通过检测横、纵两组平行直线(由于镜头畸变等多种因素的影响,本发明文中所述的“平行直线”只是近似平行而并非绝对平行),进而,再计算所检测的两组平行直线的交叉点,以作为棋盘格标定板的角点坐标。
可选地,在本实施例的一个可能的实现方式中,在101中,对待标定的图像采集装置所采集的棋盘标定板的原始图像即灰度图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像。
具体来说,可以采用现有的各种边缘图像检测算法,例如,索贝尔(Sobel)边缘图像检测算法等,对待标定的图像采集装置所采集的棋盘标定板的原始图像即灰度图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像即边缘二值化图像,本实施例对此不进行特别限定。
可选地,在本实施例的一个可能的实现方式中,在201中,具体可以对所述边缘图像进行霍夫(Hough)变换处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
在一个具体的实现过程中,具体可以对所述边缘图像进行第一Hough变换处理,以获得所述边缘图像在第一参数空间的第一变换结果。
在图像空间中,所检测出来的棋盘格标定板的边缘图像是横、纵两组平行直线。这两组平行直线中,每组平行直线的斜率相等,且相邻两条直线之间的间距相等。也就是说,每组平行直线中的每条平行直线的法线与图像空间x轴的夹角θ值相等,原点到每条平行直线的距离ρ值呈等距分布。图像空间的每条直线经过第一Hough变换处理之后,可以转换为第一参数空间的一个点,那么,图像空间的一组平行直线经过第一Hough变换处理之后,则可以转换为第一参数空间的等距共线的点序列。
具体来说,具体可以对所获得的棋盘格标定板的边缘图像即边缘二值化图像,进行第一Hough变换处理,将图像空间的参数(x,y)转换到第一参数空间的参数(ρ,θ),从而将图像空间的每条直线转换为第一参数空间的一个点,图像空间的每组平行直线则可以转换为第一参数空间的等距共线的点序列。其中,0°≤θ<180°,M和N分别为边缘图像沿x轴方向和y轴方向的尺度。参数空间的参数θ与参数空间的参数ρ的量化步长可以根据实际需要进行设置,例如,参数空间的参数θ的量化步长和参数空间的参数ρ的量化步长可以设置为1°。
在获得所述边缘图像在第一参数空间的第一变换结果之后,还可以进一步再对所述第一变换结果进行第二Hough变换处理,以获得所述第一变换结果在第二参数空间的第二变换结果。
该实现过程中,所谓的第一Hough变换处理与第二Hough变换处理,并没有本质区别,都是标准的Hough变换处理,区别在于,第一Hough变换处理实际上就是所进行的第一次Hough变换处理,第二Hough变换处理实际上就是所进行的第二次Hough变换处理。
第二Hough变换处理,是将第一Hough变换处理之后的第一参数空间看作图像空间,将第一参数空间的参数看作图像空间的参数,在对第一参数空间的等距共线的点序列进行第二Hough变换处理之后,则可以转换为新的参数空间即第二参数空间的一个点。
具体来说,在进行第二Hough变换处理之前,需要进一步对所述边缘图像在第一参数空间的第一变换结果,进行二值化处理,以获得所述第一变换结果的二值化处理结果。这样能够将第一变换结果呈现出明显的黑白效果。例如,可以将所述边缘图像在第一参数空间的第一变换结果,线性映射到[0,255]灰度级范围,进而,则可以利用阈值T1,对所述边缘图像在第一参数空间的第一变换结果,进行二值化处理。其中,T1可以根据实际二值化效果进行设置,例如,T1可以设置为64。
具体可以对所获得的所述第一变换结果的二值化处理结果,将第一参数空间的参数ρ看作图像空间的参数x,将第一参数空间的参数θ看作图像空间的参数y,进行第二Hough变换处理,将图像空间的参数(x,y)转换到新的参数空间即第二参数空间的参数(ρ,θ),从而将两组图像空间的等距共线的点序列转换为第二参数空间的两个点,每组图像空间的等距共线的点序列在第二参数空间对应为一个点。其中,0°≤θ<180°,P和Q分别为第一变换结果的二值化处理结果沿x轴方向和y轴方向的尺度。参数空间的参数θ与参数空间的参数ρ的量化步长可以根据实际需要进行设置,例如,参数空间的参数θ的量化步长和参数空间的参数ρ的量化步长可以设置为1°。
为了便于后续的处理与显示,还可以进一步将第二Hough变换处理之后的第二变换结果进行二值化处理,以获得所述第二变换结果的二值化处理结果。这样能够将第二变换结果呈现出明显的黑白效果。例如,可以将所述第一变换结果在第二参数空间的第二变换结果,线性映射到[0,255]灰度级范围,进而,则可以利用阈值T2,对所述第一变换结果在第二参数空间的第二变换结果,进行二值化处理。其中,T2可以根据实际二值化效果进行设置,例如,T2可以设置为64。
在获得所述第一变换结果在第二参数空间的第二变换结果之后,可以进一步对所述第二变换结果进行峰值检测处理,以获得第一峰值点的参数空间坐标和第二峰值点的参数空间坐标。
第二Hough变换处理可以将第一Hough变换处理之后的两组共线(近似共线而非绝对共线)的点序列转换为两个点。也就是说,在第二Hough变换处理之后的第二变换结果中检测到两个峰值点即第一峰值点和第二峰值点,就相当于检测到第一Hough变换处理之后的第一变换结果的两组点序列所对应的两条直线。具体来说,具体可以执行如下检测步骤:
第一步:第一个峰值点即第一峰值点搜索。遍历第二Hough变换处理之后的第二变换结果,灰度值最大的点即为第一峰值点,该第一峰值点在第二参数空间的参数坐标可以对应为(ρ1,θ1)。
第二步:第一峰值点邻域抑制。将第一峰值点及其8×8邻域的灰度值置为零。
第三步:第二个峰值点即第二峰值点搜索。再次遍历第二Hough变换处理之后的第二变换结果,灰度值最大的点即为第二峰值点,该第二峰值点在第二参数空间的参数坐标可以对应为(ρ2,θ2)。
在获得第一峰值点的参数空间坐标和第二峰值点的参数空间坐标之后,则可以根据所述第一峰值点的参数空间坐标,获得所述第一变换结果的第一直线方程,以及根据所述第二峰值点的参数空间坐标,获得所述第一变换结果的第二直线方程。
具体来说,在获得两个峰值点的参数坐标即第一峰值点的参数坐标(ρ1,θ1)和第二峰值点的参数坐标(ρ2,θ2)之后,可以分别根据第一峰值点的参数坐标(ρ1,θ1)和第二峰值点的参数坐标(ρ2,θ2),获得第一Hough变换处理之后的第一变换结果的两组点序列所对应的两条直线方程即所述第一变换结果的第一直线方程(xcosθ1+ysinθ11=0)和所述第一变换结果的第二直线方程(xcosθ2+ysinθ22=0)。
在获得所述第一变换结果的第一直线方程,以及所述第一变换结果的第二直线方程之后,还可以进一步根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一变换结果进行过滤处理,以获得所述第一变换结果的过滤结果。
在一个具体的实现过程中,具体可以对所述第一变换结果进行局部峰值检测处理,以获得第一共线点序列和第二共线点序列,进而,则可以根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一共线点序列和所述第二共线点序列进行过滤处理,以获得所述第一变换结果的过滤结果。
第一Hough变换处理可以将边缘检测处理之后所获得的棋盘格标定板的边缘图像的两组平行直线转换为两组等距共线的点序列。也就是说,在在第一Hough变换处理之后的第一变换结果中检测到这些点,就相当于检测到棋盘格标定板的边缘图像的两组平行直线。具体来说,具体可以执行如下检测步骤:
第一步:搜索局部极大值点。
第二步:过滤局部极大值点。利用所述第一变换结果的第一直线方程(xcosθ1+ysinθ11=0)和所述第一变换结果的第二直线方程(xcosθ2+ysinθ22=0),对所搜索到的局部极大值点进行过滤处理。若局部极大值点与所述第一变换结果的第一直线方程(xcosθ1+ysinθ11=0)或所述第一变换结果的第二直线方程(xcosθ2+ysinθ22=0)之间的距离大于预先设置的第一距离阈值,则可以将该局部极大值点过滤掉。具体可以根据实际情况设置第一距离阈值。
第三步:过滤之后的局部极大值点与其它各点之间的距离小于预先设置的第二距离阈值,则可以将该局部极大值点过滤掉。具体可以根据实际情况设置第二距离阈值。
经过上述三步之后的局部极大值点,分别对应两组等距共线的点序列,可以分别表示为(ρi,θi)和(ρj,θj)。其中,i=1,2,…,K,j=1,2,…,L,K和L分别为检测出来的棋盘格标定板的边缘图像的横、纵两组平行直线的条数。
最后,可以根据所述第一变换结果的过滤结果,获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
具体来说,具体可以根据两组等距共线的点序列(ρi,θi)和(ρj,θj),得到棋盘格标定板的边缘图像的横、纵两组平行直线的直线方程即所述边缘图像的第一直线方程(xcosθi+ysinθii=0)和所述边缘图像的第二直线方程(xcosθj+ysinθjj=0)。
至此,则可以根据所述边缘图像的第一直线方程(xcosθi+ysinθii=0)和所述边缘图像的第二直线方程(xcosθj+ysinθjj=0),求取交点坐标(xk,yk),以作为所述棋盘格标定板的角点坐标。其中,k=1,2,…,N,N为角点数量。
在实际应用中,通常会忽略最上、最下、最左、最右等四条直线。
由于多种因素的影响,本实施例所指出的平行直线之间并非绝对的平行,因此,这些平行直线方程所计算得到的交点也并非是真正的角点,而只是角点的粗略坐标即角点初始坐标。在此基础之上,可以进一步利用费式(Forstner)算子进行进一步处理,进一步得到角点的精确坐标即角点精确坐标。在本实施例的一个可能的实现方式中,在103中,具体可以根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点初始坐标,进而,则可以根据所述角点初始坐标,利用Forstner算子,获得所述棋盘格标定板的角点精确坐标。
具体来说,具体可以将根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,所获得的所述棋盘格标定板的角点初始坐标作为初始值,在其邻域内,进行基于Forstner算子的迭代求精。
其中,邻域尺寸具体可以根据实际情况设置,例如,可以将单个网格边长的一半设置为邻域尺寸。迭代停止准则可以包括两个准则,一个准则可以为前、后临近的两次迭代计算所得到的角点坐标的距离误差小于或等于预先设置的误差阈值,另一个准则可以为者迭代计算次数大于或等于预先设置的次数阈值,满足任一准则,则迭代计算停止。具体可以根据实际情况设置误差阈值,以及次数阈值,例如,误差阈值可以设置为0.01像素(Pixel)等。
本实施例中,通过对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像,进而对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,使得能够根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标,从而能够准确地提取棋盘格标定板的角点坐标。
另外,采用本发明所提供的技术方案,无需人工参与,操作简单,且正确率高,能够有效提高棋盘格角点的坐标提取的可靠性和效率。
另外,采用本发明所提供的技术方案,能够有效地提高用户的体验。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
图2为本发明另一实施例提供的棋盘格角点的坐标提取装置的结构示意图,如图2所示。本实施例的棋盘格角点的坐标提取装置可以包括边缘检测单元21、直线检测单元22和坐标提取单元23。其中,边缘检测单元21,用于对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像;直线检测单元22,用于对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程;坐标提取单元23,用于根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标。
需要说明的是,本实施例所提供的棋盘格角点的坐标提取装置的部分或全部可以为位于本地终端的应用,或者还可以为设置在位于本地终端的应用中的插件或软件开发工具包(SoftwareDevelopmentKit,SDK)等功能单元,或者还可以为位于网络侧服务器中的处理引擎,或者还可以为位于网络侧的分布式系统,本实施例对此不进行特别限定。
可以理解的是,所述应用可以是安装在终端上的本地程序(nativeApp),或者还可以是终端上的浏览器的一个网页程序(webApp),本实施例对此不进行限定。
可选地,在本实施例的一个可能的实现方式中,所述直线检测单元22,具体可以用于对所述边缘图像进行Hough变换处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
在一个具体的实现过程中,所述直线检测单元22,具体可以用于对所述边缘图像进行第一Hough变换处理,以获得所述边缘图像在第一参数空间的第一变换结果;对所述第一变换结果进行第二Hough变换处理,以获得所述第一变换结果在第二参数空间的第二变换结果;对所述第二变换结果进行峰值检测处理,以获得第一峰值点的参数空间坐标和第二峰值点的参数空间坐标;根据所述第一峰值点的参数空间坐标,获得所述第一变换结果的第一直线方程,以及根据所述第二峰值点的参数空间坐标,获得所述第一变换结果的第二直线方程;根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一变换结果进行过滤处理,以获得所述第一变换结果的过滤结果;以及根据所述第一变换结果的过滤结果,获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
具体来说,所述直线检测单元22,具体可以用于对所述第一变换结果进行局部峰值检测处理,以获得第一共线点序列和第二共线点序列;以及根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一共线点序列和所述第二共线点序列进行过滤处理,以获得所述第一变换结果的过滤结果。
可选地,在本实施例的一个可能的实现方式中,所述坐标提取单元23,具体可以用于根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点初始坐标;以及根据所述角点初始坐标,利用Forstner算子,获得所述棋盘格标定板的角点精确坐标。
需要说明的是,图1对应的实施例中方法,可以由本实施例提供的棋盘格角点的坐标提取装置实现。详细描述可以参见图1对应的实施例中的相关内容,此处不再赘述。
本实施例中,通过边缘检测单元对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像,进而由直线检测单元对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,使得坐标提取单元能够根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标,从而能够准确地提取棋盘格标定板的角点坐标。
另外,采用本发明所提供的技术方案,无需人工参与,操作简单,且正确率高,能够有效提高棋盘格角点的坐标提取的可靠性和效率。
另外,采用本发明所提供的技术方案,能够有效地提高用户的体验。
图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图3显示的计算机系统/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,存储装置或者系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口44进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现图1所对应的实施例所提供的棋盘格角点的坐标提取方法。
本发明另一实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现图1所对应的实施例所提供的棋盘格角点的坐标提取方法。
具体来说,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置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,例如多个单元或页面组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一个计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种棋盘格角点的坐标提取方法,其特征在于,包括:
对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像;
对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程;
根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标。
2.根据权利要求1所述的方法,其特征在于,所述对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,包括:
对所述边缘图像进行Hough变换处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
3.根据权利要求2所述的方法,其特征在于,所述对所述边缘图像进行Hough变换处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,包括:
对所述边缘图像进行第一Hough变换处理,以获得所述边缘图像在第一参数空间的第一变换结果;
对所述第一变换结果进行第二Hough变换处理,以获得所述第一变换结果在第二参数空间的第二变换结果;
对所述第二变换结果进行峰值检测处理,以获得第一峰值点的参数空间坐标和第二峰值点的参数空间坐标;
根据所述第一峰值点的参数空间坐标,获得所述第一变换结果的第一直线方程,以及根据所述第二峰值点的参数空间坐标,获得所述第一变换结果的第二直线方程;
根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一变换结果进行过滤处理,以获得所述第一变换结果的过滤结果;
根据所述第一变换结果的过滤结果,获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一变换结果进行过滤处理,包括:
对所述第一变换结果进行局部峰值检测处理,以获得第一共线点序列和第二共线点序列;
根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一共线点序列和所述第二共线点序列进行过滤处理,以获得所述第一变换结果的过滤结果。
5.根据权利要求1~4任一权利要求所述的方法,其特征在于,所述根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标,包括:
根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点初始坐标;
根据所述角点初始坐标,利用Forstner算子,获得所述棋盘格标定板的角点精确坐标。
6.一种棋盘格角点的坐标提取装置,其特征在于,包括:
边缘检测单元,用于对棋盘格标定板的原始图像进行边缘检测处理,以获得所述棋盘格标定板的边缘图像;
直线检测单元,用于对所述边缘图像进行直线检测处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程;
坐标提取单元,用于根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点坐标。
7.根据权利要求6所述的装置,其特征在于,所述直线检测单元,具体用于
对所述边缘图像进行Hough变换处理,以获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
8.根据权利要求7所述的装置,其特征在于,所述直线检测单元,具体用于
对所述边缘图像进行第一Hough变换处理,以获得所述边缘图像在第一参数空间的第一变换结果;
对所述第一变换结果进行第二Hough变换处理,以获得所述第一变换结果在第二参数空间的第二变换结果;
对所述第二变换结果进行峰值检测处理,以获得第一峰值点的参数空间坐标和第二峰值点的参数空间坐标;
根据所述第一峰值点的参数空间坐标,获得所述第一变换结果的第一直线方程,以及根据所述第二峰值点的参数空间坐标,获得所述第一变换结果的第二直线方程;
根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一变换结果进行过滤处理,以获得所述第一变换结果的过滤结果;以及
根据所述第一变换结果的过滤结果,获得所述边缘图像的第一直线方程和所述边缘图像的第二直线方程。
9.根据权利要求8所述的装置,其特征在于,所述直线检测单元,具体用于
对所述第一变换结果进行局部峰值检测处理,以获得第一共线点序列和第二共线点序列;以及
根据所述第一变换结果的第一直线方程和所述第一变换结果的第二直线方程,对所述第一共线点序列和所述第二共线点序列进行过滤处理,以获得所述第一变换结果的过滤结果。
10.根据权利要求6~9任一权利要求所述的装置,其特征在于,所述坐标提取单元,具体用于
根据所述边缘图像的第一直线方程和所述边缘图像的第二直线方程,获得所述棋盘格标定板的角点初始坐标;以及
根据所述角点初始坐标,利用Forstner算子,获得所述棋盘格标定板的角点精确坐标。
11.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1~5中任一所述的方法。
12.一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,该程序被处理器执行时实现如权利要求1~5中任一所述的方法。
CN201711138766.6A 2017-11-16 2017-11-16 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质 Active CN109801300B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711138766.6A CN109801300B (zh) 2017-11-16 2017-11-16 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711138766.6A CN109801300B (zh) 2017-11-16 2017-11-16 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109801300A true CN109801300A (zh) 2019-05-24
CN109801300B CN109801300B (zh) 2020-08-28

Family

ID=66555527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711138766.6A Active CN109801300B (zh) 2017-11-16 2017-11-16 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109801300B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110211179A (zh) * 2019-06-13 2019-09-06 深圳扑浪创新科技有限公司 显微图像标定方法、装置、终端和介质
CN112614146A (zh) * 2020-12-21 2021-04-06 广东奥普特科技股份有限公司 棋盘格标定角点的判别方法、装置及计算机可读存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101033958A (zh) * 2007-02-01 2007-09-12 华中科技大学 一种机器视觉定位方法
CN101814186A (zh) * 2010-02-04 2010-08-25 上海交通大学 利用曲线拟合校正摄像机径向畸变的方法
CN102496160A (zh) * 2011-12-09 2012-06-13 河海大学常州校区 集控式足球机器人视觉系统标定方法
CN103914830A (zh) * 2014-02-22 2014-07-09 小米科技有限责任公司 直线检测方法和装置
CN104036516A (zh) * 2014-06-30 2014-09-10 山东科技大学 基于对称性分析的摄像机标定棋盘图像角点检测方法
CN104517276A (zh) * 2013-09-28 2015-04-15 沈阳新松机器人自动化股份有限公司 一种棋盘格角点检测方法
US9230326B1 (en) * 2012-12-31 2016-01-05 Cognex Corporation System, method and calibration plate employing embedded 2D data codes as self-positioning fiducials
CN105976391A (zh) * 2016-05-27 2016-09-28 西北工业大学 基于orb-slam的多摄像机标定方法
CN106097319A (zh) * 2016-06-04 2016-11-09 湖北省基础地理信息中心(湖北省北斗卫星导航应用技术研究院) 一种用于相机检校的黑白棋盘格角点提取方法
CN106296661A (zh) * 2016-07-29 2017-01-04 深圳市未来媒体技术研究院 一种适用于光场相机的标定预处理方法
CN106845494A (zh) * 2016-12-22 2017-06-13 歌尔科技有限公司 一种检测图像中轮廓角点的方法及装置
CN107133988A (zh) * 2017-06-06 2017-09-05 科大讯飞股份有限公司 车载全景环视系统中摄像头的标定方法及标定系统
CN107243461A (zh) * 2017-05-12 2017-10-13 宁波大红鹰学院 一种自动分级装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101033958A (zh) * 2007-02-01 2007-09-12 华中科技大学 一种机器视觉定位方法
CN101814186A (zh) * 2010-02-04 2010-08-25 上海交通大学 利用曲线拟合校正摄像机径向畸变的方法
CN102496160A (zh) * 2011-12-09 2012-06-13 河海大学常州校区 集控式足球机器人视觉系统标定方法
US9230326B1 (en) * 2012-12-31 2016-01-05 Cognex Corporation System, method and calibration plate employing embedded 2D data codes as self-positioning fiducials
CN104517276A (zh) * 2013-09-28 2015-04-15 沈阳新松机器人自动化股份有限公司 一种棋盘格角点检测方法
CN103914830A (zh) * 2014-02-22 2014-07-09 小米科技有限责任公司 直线检测方法和装置
CN104036516A (zh) * 2014-06-30 2014-09-10 山东科技大学 基于对称性分析的摄像机标定棋盘图像角点检测方法
CN105976391A (zh) * 2016-05-27 2016-09-28 西北工业大学 基于orb-slam的多摄像机标定方法
CN106097319A (zh) * 2016-06-04 2016-11-09 湖北省基础地理信息中心(湖北省北斗卫星导航应用技术研究院) 一种用于相机检校的黑白棋盘格角点提取方法
CN106296661A (zh) * 2016-07-29 2017-01-04 深圳市未来媒体技术研究院 一种适用于光场相机的标定预处理方法
CN106845494A (zh) * 2016-12-22 2017-06-13 歌尔科技有限公司 一种检测图像中轮廓角点的方法及装置
CN107243461A (zh) * 2017-05-12 2017-10-13 宁波大红鹰学院 一种自动分级装置
CN107133988A (zh) * 2017-06-06 2017-09-05 科大讯飞股份有限公司 车载全景环视系统中摄像头的标定方法及标定系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ARTURO DE LA ESCALERA 等: "Automatic Chessboard Detection for Intrinsic and Extrinsic Camera Parameter Calibration", 《SENSORS》 *
蔡振江 等: "采用Hough变换和灰度变化的图像角点检测法", 《北京理工大学学报》 *
陈洪波 等: "基于改进Hough变换的角点提取", 《计算机应用与软件》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110211179A (zh) * 2019-06-13 2019-09-06 深圳扑浪创新科技有限公司 显微图像标定方法、装置、终端和介质
CN110211179B (zh) * 2019-06-13 2023-07-21 深圳扑浪创新科技有限公司 显微图像标定方法、装置、终端和介质
CN112614146A (zh) * 2020-12-21 2021-04-06 广东奥普特科技股份有限公司 棋盘格标定角点的判别方法、装置及计算机可读存储介质
CN112614146B (zh) * 2020-12-21 2022-05-13 广东奥普特科技股份有限公司 棋盘格标定角点的判别方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN109801300B (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
US11842438B2 (en) Method and terminal device for determining occluded area of virtual object
CN110163903B (zh) 三维图像的获取及图像定位方法、装置、设备和存储介质
CN109242913B (zh) 采集器相对参数的标定方法、装置、设备和介质
CN108450058B (zh) 实时自动车载相机校准
CN110473293B (zh) 虚拟对象处理方法及装置、存储介质和电子设备
CN107729935B (zh) 相似图片的识别方法和装置、服务器、存储介质
CN111815754A (zh) 一种三维信息确定方法、三维信息确定装置及终端设备
US11967132B2 (en) Lane marking detecting method, apparatus, electronic device, storage medium, and vehicle
CN110930411B (zh) 一种基于深度相机的人体分割方法及系统
CN107566793A (zh) 用于远程协助的方法、装置、系统及电子设备
CN110296686A (zh) 基于视觉的定位方法、装置及设备
CN106989697A (zh) 一种光轴夹角的获取方法及装置
CN107452061A (zh) 基于倾斜摄影技术的建筑物模型的生成方法、装置、设备及计算机可读存储介质
CN113724135A (zh) 图像拼接方法、装置、设备及存储介质
CN112657176A (zh) 一种结合人像行为信息的双目投影人机交互方法
CN109801300A (zh) 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质
CN112634366B (zh) 位置信息的生成方法、相关装置及计算机程序产品
CN112197708B (zh) 测量方法及装置、电子设备及存储介质
CN109035303A (zh) Slam系统相机跟踪方法及装置、计算机可读存储介质
CN113592015A (zh) 定位以及训练特征匹配网络的方法和装置
CN113763478A (zh) 无人车相机标定方法、装置、设备、存储介质及系统
CN114674328B (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
CN114266876B (zh) 定位方法、视觉地图的生成方法及其装置
CN114298268A (zh) 图像获取模型的训练方法、图像检测方法、装置及设备
CN113781653A (zh) 对象模型生成方法、装置、电子设备及存储介质

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