CN109949232A - 图像与rtk结合的测量方法、系统、电子设备及介质 - Google Patents
图像与rtk结合的测量方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN109949232A CN109949232A CN201910111067.5A CN201910111067A CN109949232A CN 109949232 A CN109949232 A CN 109949232A CN 201910111067 A CN201910111067 A CN 201910111067A CN 109949232 A CN109949232 A CN 109949232A
- Authority
- CN
- China
- Prior art keywords
- image
- rtk
- characteristic point
- camera
- conjunction
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000005516 engineering process Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000007430 reference method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000015654 memory Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000004907 flux Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 241001061260 Emmelichthys struhsakeri Species 0.000 description 1
- 238000007630 basic procedure Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及图像测量技术领域，具体公开一种图像与RTK结合的测量方法，包括S1：标定相机的内方位元素和畸变系数；S2：利用畸变系数对相机拍摄的图像进行畸变纠正，并通过图像处理技术提取和匹配图像中的特征点，得到特征点的二维坐标；S3：利用RTK采集相机的实时位置并将其转换为拍摄过程中相机投影中心的位置；S4：将特征点的二维坐标以及投影中心位置进行综合平差处理，得到特征点的三维坐标，综合所有特征点的三维坐标建立对应的空间模型。还公开一种图像与RTK结合的测量系统、电子设备以及计算机可读存储介质，其实用性更强。
Description
技术领域
本发明涉及图像测量技术领域，尤其涉及图像与RTK结合的测量方法、系统、电子设备及计算机可读存储介质。
背景技术
目前市场上流行的定位设备(如RTK(Real-time kinematic，实时动态) 载波相位差分技术)与摄影测量技术结合的实用产品主要是美国天宝的V10影像流动站。它利用12个校准的摄像头捕获6千万像素的全景影像，实现作业现场的可视化，获取GIS或测绘级精度的位置信息。基本流程是使用相机在作业现场采集图像，同步使用RTK采集位置和方向信息，然后回到内业用相关软件处理，获取目标点的位置。V10的不足之处主要体现在以下几个方面：第一，设置了过多的摄像头，摄像头过多导致操作时需十分小心，否则操作人员会遮挡图像的采集；第二，过多的图像会导致信息的冗余，加重内业的处理负担，稀疏点云的获取会消耗大量时间；第三，V10利用角度传感器来确定自身的姿态，作为光束法的初始值使用，但其精度较低，实用性较差。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种图像与RTK结合的测量方法，该方法实用性更强；
本发明的目的之二在于提供一种图像与RTK结合的测量系统，该系统实用性更强；
本发明的目的之三在于提供一种实现上述图像与RTK结合的测量方法的电子设备；
本发明的目的之四在于提供一种存储上述图像与RTK结合的测量方法的计算机可读存储介质。
本发明的目的之一采用如下技术方案实现：
一种图像与RTK结合的测量方法，包括以下步骤：
S1：标定相机的内方位元素和畸变系数；
S2：利用畸变系数对相机拍摄的图像进行畸变纠正，并通过图像处理技术提取和匹配图像中的特征点，得到特征点的二维坐标；
S3：利用RTK技术得到相机的实时位置并将相机的实时位置转换为相机拍摄过程中投影的中心位置；
S4：将特征点的二维坐标以及投影的中心位置进行综合平差处理，得到特征点的三维坐标，利用特征点的三维坐标建立对应图像的空间模型。
进一步地，步骤S2和S3或S3和S4之间还设有步骤S00：采用粗差探测技术对特征点的二维坐标进行检查并且剔除其中的粗差坐标。
进一步地，S1中标定相机的方法采用张正友平面标定法。
进一步地，所述图像处理技术为SIFT++算法。
进一步地，所述平差处理采用的是光束法平差技术。
进一步地，所述畸变纠正采用OpenCV畸变纠正函数对图像进行畸变纠正。
本发明的目的之二采用如下技术方案实现：
一种图像与RTK结合的测量系统，包括以下模块：
标定模块：标定相机的内方位元素和畸变系数；
采集模块：利用畸变系数对相机拍摄的图像进行畸变纠正，并通过图像处理技术提取和匹配图像中的特征点，且得到特征点的二维坐标；
RTK模块：利用RTK技术得到相机的实时位置并将相机的实时位置转换为相机拍摄过程中投影的中心位置；
建模模块：将特征点的二维坐标以及投影的中心位置进行综合平差处理，得到特征点的三维坐标，利用特征点的三维坐标建立对应图像的空间模型。
进一步地，系统设置有支撑杆，支撑杆中部设有用于固定电脑的固定装置，支撑杆顶部设有用于放置相机的框架，框架顶部设有RTK传感器。
本发明的目的之三采用如下技术方案实现：
电子设备，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本发明目的之一的图像与RTK结合的测量方法。
本发明的目的之四采用如下技术方案实现：
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本发明目的之一的图像与RTK结合的测量方法。
相比现有技术，本发明的有益效果在于：该方法可以仅使用一个相机进行多次拍摄，降低设备的复杂性以及对操作人员的专业要求，增加了使用该方法的灵活性和可操作性；利用该方法拍摄近景类例如建筑物、墙梁这类目标时，少量拍摄照片能保证目标信息充分获取的同时又能提高内业处理速度；该方法无需使用角度传感器去感应拍摄机的角度位置，而是采用计算机视觉方法来确定相机的方向，使得拍摄机可以全方位采用任意姿态进行拍摄，实用性更强。
附图说明
图1为本发明实施例1的工作流程图；
图2为本发明实施例2的结构示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例1
一种图像与RTK结合的测量方法,如图1所示，包括以下步骤：
S1：采用张正友平面标定法标定相机的内方位元素和畸变系数；
其中，张正友平面标定法：使用拍摄机从不同的角度拍摄棋盘模板，相机内部程序会检测出棋盘角点，算出相机的三维空间坐标和二维像点坐标，然后利用综合平差的方法，估计出相机内方位元素和畸变系数；
S2：采集相机得到的若干图像，利用畸变系数对图像进行畸变纠正，采用 OpenCV畸变纠正函数对图像进行畸变纠正，并通过图像处理技术提取和匹配图像中的特征点，得到特征点的二维坐标；
其中，图像处理技术为SIFT++算法，该方法是传统SIFT算法的一个改进版，该方法不仅能处理相似变换，仿射变换和亮度变换等常见的空间变换方式，更能高效率地处理高分辨率图像；
OpenCV畸变纠正函数：基于拍摄机标定得到的畸变参数，通过OpenCV的畸变纠正函数，可以完成原始图像的纠正，该函数具有较快的处理速度；
S00：采用粗差探测技术对特征点的二维坐标进行检查并且剔除其中的粗差坐标；(该步骤也可设置于步骤S3与S4之间)
其中，粗差处理采用粗差探测技术：采用的是适合对大量观测值进行粗差探测的RANSAC算法,它是一种根据一组包含粗差数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法；
S3：利用RTK技术得到相机的实时位置并将相机的实时位置转换为相机拍摄过程中投影的中心位置；
其中，根据拍摄机和RTK之间的相互关系，将空间坐标矩阵化，然后利用矩阵来进行空间坐标的转换，这样做的原因是矩阵的计算相对于坐标的直接计算根更为简便；
S4：将特征点的二维坐标以及投影的中心位置进行平差处理，平差处理采用的是光束法平差技术，得到在精度误差范围内的特征点的三维坐标，利用特征点的三维坐标建立对应图像的空间模型；
其中，光束法平差技术：光束法平差的思想是将所有的未知数进行整体平差，而不是分开估计，这样做的一大好处是直接对原始观测值进行处理，而不是对观测值的函数进行处理，是较为严密的解法；
另外内业中还涉及以下技术：
相对定向：是指恢复或确定多幅图像在拍摄时的相对关系，即解算相对方位元素的工作。采用的是计算机视觉中的八点法获取初值然后使用光束法优化的方法；
绝对定向：是指恢复图像相对于空间坐标系的绝对位置和姿态，即解算绝对外方位元素的过程。采用的是一步定向法获取初值，然后使用光束法优化的方法。
该方法可以仅使用一个相机进行多次拍摄，降低设备的复杂性以及对操作人员的专业要求，增加了使用该方法的灵活性和可操作性；利用该方法拍摄近景类例如建筑物、墙梁这类目标时，由于对全景图像的要求并不高，少量拍摄照片能保证目标信息充分获取的同时又能提高内业处理速度；该方法无需使用角度传感器去感应拍摄机的角度位置，而是采用计算机视觉方法来确定相机的方向，能给出高精度的角度数据，又支持倾斜测量，拍摄机拍摄时无需保持水平状态，使得拍摄机可以全方位采用任意姿态进行拍摄，实用性更强。
实施例2
一种图像与RTK结合的测量系统，如图2所示，包括以下模块：
标定模块：标定相机的内方位元素和畸变系数；
采集模块：采集相机得到的图像，利用畸变系数对图像进行畸变纠正，并通过图像匹配技术提取和匹配图像中的特征点，且得到特征点的二维坐标；
检查模块：采用粗差探测技术对特征点的二维坐标进行检查并且剔除其中的粗差坐标；
RTK模块：利用RTK技术得到相机的实时位置并将相机的实时位置转换为相机拍摄过程中投影的中心位置；
建模模块：将特征点的二维坐标以及投影的中心位置进行平差处理，得到特征点的三维坐标，利用特征点的三维坐标建立对应图像的空间模型。
各模块内部单独完成各自的任务，外部则与其他模块相互联系，协同完成图像测量的整体任务。
结构方面，系统设置有支撑杆，支撑杆中部设有用于固定平板电脑的固定装置，支撑杆顶部设有用于放置相机的框架，框架顶部设有RTK传感器。
平板电脑与相机以及RTK传感器间设有通信模块进行数据的通信以及同步，该通信模块采用有线和无线两种方式，为了保证通信的鲁棒性，设置有线连接方式的同时，加入了WIFI无线连接。
从实际使用角度来说，产品分为外业采集设备和内业处理软件，外业采集设备结构如上述，它负责采集原始的图像数据和位置数据，内业处理软件设置于平板电脑中，内业软件负责将设备采集到的原始数据进行处理，采用上述的方法，将由图像生成的点云的图像坐标转换为用户所需的空间坐标，再利用空间坐标建立模型。
实施例3
电子设备包括处理器、存储器、输入装置和输出装置；计算机设备中处理器的数量可以是一个或多个；电子设备中的处理器、存储器、输入装置和输出装置可以通过总线或其他方式连接。
存储器作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的图像与RTK结合的测量方法对应的程序指令/模块。处理器通过运行存储在存储器中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的图像与RTK结合的测量方法。
存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置可用于接收输入的用户身份信息。输出装置可包括显示屏等显示设备。
实施例4
本发明实施例四还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行图像与RTK结合的测量方法，该方法包括：
S1：标定相机的内方位元素和畸变系数；
S2：采集相机得到的若干图像，利用畸变系数对图像进行畸变纠正，并通过图像匹配技术提取和匹配图像中的特征点，得到特征点的二维坐标；
S3：利用RTK技术得到相机的实时位置并将该实时位置作为该时刻拍摄的投影中心位置。
S4：将特征点的二维坐标以及投影的中心位置进行平差处理，得到特征点的三维坐标，利用特征点的三维坐标建立对应图像的空间模型。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的图像与RTK结合的测量方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器 (Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台电子设备(可以是手机，个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.图像与RTK结合的测量方法,其特征在于：包括以下步骤：
S1：标定相机的内方位元素和畸变系数；
S2：利用畸变系数对相机拍摄的图像进行畸变纠正，并通过图像处理技术提取和匹配图像中的特征点，得到特征点的二维坐标；
S3：利用RTK技术得到相机的实时位置并将其转换为拍摄过程中相机投影中心的位置；
S4：将特征点的二维坐标以及投影的中心位置进行综合平差处理，得到特征点的三维坐标，利用特征点的三维坐标建立对应的空间模型。
2.如权利要求1所述的图像与RTK结合的测量方法，其特征在于：步骤S2和S3或S3和S4之间还设有步骤S00：采用粗差探测技术对特征点的二维坐标进行检查并且剔除其中的粗差坐标。
3.如权利要求1所述的图像与RTK结合的测量方法，其特征在于：S1中标定相机的方法采用张正友平面标定法。
4.如权利要求1所述的图像与RTK结合的测量方法，其特征在于：所述图像处理技术为SIFT++算法。
5.如权利要求1所述的图像与RTK结合的测量方法，其特征在于：所述平差处理采用的是光束法平差技术。
6.如权利要求1所述的图像与RTK结合的测量方法，其特征在于：所述畸变纠正采用OpenCV畸变纠正函数对图像进行畸变纠正。
7.图像与RTK结合的测量系统，其特征在于：包括以下模块：
标定模块：标定相机的内方位元素和畸变系数；
采集模块：利用畸变系数对相机拍摄的图像进行畸变纠正，并通过图像匹配技术提取和匹配图像中的特征点，且得到特征点的二维坐标；
RTK模块：利用RTK技术得到相机的实时位置并将相机的实时位置转换为相机拍摄过程中投影的中心位置；
建模模块：将特征点的二维坐标以及投影的中心位置进行综合平差处理，得到特征点的三维坐标，利用特征点的三维坐标建立对应图像的空间模型。
8.如权利要求7所述的图像与RTK结合的测量系统，其特征在于：系统设置有支撑杆，支撑杆中部设有用于固定电脑的固定装置，支撑杆顶部设有用于放置相机的框架，框架顶部设有RTK传感器。
9.电子设备，其特征在于，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1-6中任一所述的图像与RTK结合的测量方法。
10.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1-6中任一所述的图像与RTK结合的测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910111067.5A CN109949232A (zh) | 2019-02-12 | 2019-02-12 | 图像与rtk结合的测量方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910111067.5A CN109949232A (zh) | 2019-02-12 | 2019-02-12 | 图像与rtk结合的测量方法、系统、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109949232A true CN109949232A (zh) | 2019-06-28 |
Family
ID=67007517
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910111067.5A Pending CN109949232A (zh) | 2019-02-12 | 2019-02-12 | 图像与rtk结合的测量方法、系统、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109949232A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110579169A (zh) * | 2019-07-30 | 2019-12-17 | 广州南方卫星导航仪器有限公司 | 基于云计算的立体视觉高精度测量方法和存储介质 |
| CN112819900A (zh) * | 2021-02-23 | 2021-05-18 | 自然资源部第一海洋研究所 | 一种智能立体摄影内方位、相对定向和畸变系数标定方法 |
| CN114913243A (zh) * | 2022-05-30 | 2022-08-16 | 歌尔股份有限公司 | 一种光学材料的畸变检测方法、装置及介质 |
| CN114966749A (zh) * | 2022-05-25 | 2022-08-30 | 上海井融网络科技有限公司 | 视觉测量方法及rtk接收机 |
| CN115797185A (zh) * | 2023-02-08 | 2023-03-14 | 四川精伍轨道交通科技有限公司 | 一种基于图像处理、复球面的坐标转换的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010043961A (ja) * | 2008-08-13 | 2010-02-25 | Acutelogic Corp | 三次元画像計測システム |
| CN101750015A (zh) * | 2009-12-11 | 2010-06-23 | 东南大学 | 基于数字图像技术的沙石坑土方量测量方法 |
| CN102589534A (zh) * | 2012-01-20 | 2012-07-18 | 中国矿业大学 | 基线约束的单站坐标转换装置及方法 |
| CN102622747A (zh) * | 2012-02-16 | 2012-08-01 | 北京航空航天大学 | 一种用于视觉测量的摄像机参数优化方法 |
| US20130201326A1 (en) * | 2012-01-23 | 2013-08-08 | Hiroshi Tsujii | Single camera image processing apparatus, method, and program |
| CN108107462A (zh) * | 2017-12-12 | 2018-06-01 | 中国矿业大学 | Rtk与高速相机组合的交通标志杆姿态监测装置及方法 |
| KR101882683B1 (ko) * | 2017-07-13 | 2018-07-30 | 한국건설기술연구원 | Rtk-gnss를 이용한 도로 차선 위치정보 검출 시스템 및 그 방법 |
-
2019
- 2019-02-12 CN CN201910111067.5A patent/CN109949232A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010043961A (ja) * | 2008-08-13 | 2010-02-25 | Acutelogic Corp | 三次元画像計測システム |
| CN101750015A (zh) * | 2009-12-11 | 2010-06-23 | 东南大学 | 基于数字图像技术的沙石坑土方量测量方法 |
| CN102589534A (zh) * | 2012-01-20 | 2012-07-18 | 中国矿业大学 | 基线约束的单站坐标转换装置及方法 |
| US20130201326A1 (en) * | 2012-01-23 | 2013-08-08 | Hiroshi Tsujii | Single camera image processing apparatus, method, and program |
| CN102622747A (zh) * | 2012-02-16 | 2012-08-01 | 北京航空航天大学 | 一种用于视觉测量的摄像机参数优化方法 |
| KR101882683B1 (ko) * | 2017-07-13 | 2018-07-30 | 한국건설기술연구원 | Rtk-gnss를 이용한 도로 차선 위치정보 검출 시스템 및 그 방법 |
| CN108107462A (zh) * | 2017-12-12 | 2018-06-01 | 中国矿业大学 | Rtk与高速相机组合的交通标志杆姿态监测装置及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 田原嫄 等: "CCD摄像机标定的研究", 微计算机信息（管控一体化）, vol. 24, no. 5, 25 May 2008 (2008-05-25), pages 206 - 207 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110579169A (zh) * | 2019-07-30 | 2019-12-17 | 广州南方卫星导航仪器有限公司 | 基于云计算的立体视觉高精度测量方法和存储介质 |
| CN112819900A (zh) * | 2021-02-23 | 2021-05-18 | 自然资源部第一海洋研究所 | 一种智能立体摄影内方位、相对定向和畸变系数标定方法 |
| CN112819900B (zh) * | 2021-02-23 | 2022-10-11 | 自然资源部第一海洋研究所 | 一种智能立体摄影内方位、相对定向和畸变系数标定方法 |
| CN114966749A (zh) * | 2022-05-25 | 2022-08-30 | 上海井融网络科技有限公司 | 视觉测量方法及rtk接收机 |
| CN114913243A (zh) * | 2022-05-30 | 2022-08-16 | 歌尔股份有限公司 | 一种光学材料的畸变检测方法、装置及介质 |
| CN115797185A (zh) * | 2023-02-08 | 2023-03-14 | 四川精伍轨道交通科技有限公司 | 一种基于图像处理、复球面的坐标转换的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112894832B (zh) | 三维建模方法、装置、电子设备和存储介质 | |
| CN109949232A (zh) | 图像与rtk结合的测量方法、系统、电子设备及介质 | |
| TWI555379B (zh) | 一種全景魚眼相機影像校正、合成與景深重建方法與其系統 | |
| JP6733267B2 (ja) | 情報処理プログラム、情報処理方法および情報処理装置 | |
| US7804996B2 (en) | Method for associating stereo image and three-dimensional data preparation system | |
| CN112927360A (zh) | 一种基于倾斜模型与激光点云数据融合的三维建模方法和系统 | |
| CN109559371B (zh) | 一种用于三维重建的方法和装置 | |
| WO2021004416A1 (zh) | 一种基于视觉信标建立信标地图的方法、装置 | |
| CN111126304A (zh) | 一种基于室内自然场景图像深度学习的增强现实导航方法 | |
| WO2021208442A1 (zh) | 一种三维场景的重建系统、方法、设备及存储介质 | |
| CN109816708B (zh) | 基于倾斜航空影像的建筑物纹理提取方法 | |
| JP6174104B2 (ja) | 室内２ｄ平面図の生成方法、装置及びシステム | |
| CN109255808B (zh) | 基于倾斜影像的建筑物纹理提取方法和装置 | |
| GB2506411A (en) | Determination of position from images and associated camera positions | |
| CN112686877B (zh) | 基于双目相机的三维房屋损伤模型构建测量方法及系统 | |
| CN109003235A (zh) | 光场图像的校正方法、计算机可读存储介质、及电子终端 | |
| CN113132717A (zh) | 数据处理方法、终端和服务器 | |
| Fritsch et al. | Multi-sensors and multiray reconstruction for digital preservation | |
| CN112257713A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| CN109883400B (zh) | 基于yolo-sitcol的固定站自动目标检测与空间定位方法 | |
| CN116295279A (zh) | 一种基于无人机遥感的建筑测绘方法及无人机 | |
| US8509522B2 (en) | Camera translation using rotation from device | |
| WO2022025283A1 (ja) | 測定処理装置、方法及びプログラム | |
| CN105783881B (zh) | 空中三角测量的方法和装置 | |
| Abdullah et al. | Camera calibration performance on different non-metric cameras. |
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 |