CN110363179A - 地图获取方法、装置、电子设备以及存储介质 - Google Patents
地图获取方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN110363179A CN110363179A CN201910666823.0A CN201910666823A CN110363179A CN 110363179 A CN110363179 A CN 110363179A CN 201910666823 A CN201910666823 A CN 201910666823A CN 110363179 A CN110363179 A CN 110363179A
- Authority
- CN
- China
- Prior art keywords
- image
- electronic equipment
- coordinate system
- target
- map datum
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提供了一种地图获取方法、装置、电子设备及存储介质,利用多个电子设备分别采集地图数据,针对多个电子设备中任两个电子设备,例如第一及第二电子设备,获取第一电子设备采集的第一地图数据包含的目标第一图像,及,第二电子设备采集的第二地图数据包含的目标第二图像,目标第一图像与目标第二图像至少局部区域相同;至少基于该至少局部区域,获得第一坐标系与第二坐标系间的坐标系转换关系;基于坐标系转换关系,将第一地图数据与第二地图数据转换成同一坐标系下的地图数据,从而使得多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。与使用一个电子设备采集地图数据相比,缩短了采集地图数据的时间,提高了效率。
Description
技术领域
本申请涉及数据处理技术领域,更具体的说,是涉及一种地图获取方法、装置、电子设备以及存储介质。
背景技术
目前,电子设备,例如AR(Augmented Reality,增强现实)眼镜、AR头盔、摄像头等可以采集地图数据。目前利用电子设备采集地图数据耗时较长,效率较低,尤其是针对大型应用场景的地图。
发明内容
有鉴于此,本申请提供了一种地图获取方法、装置、电子设备以及存储介质。
为实现上述目的,本申请提供如下技术方案:
第一方面,一种地图获取方法,包括:
获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像;
从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像;所述目标第一图像以及所述目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同;
针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系;
基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
第二方面,一种地图获取装置,包括:
第一获取模块,用于获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像;
第二获取模块,用于从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像;所述目标第一图像以及所述目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同;
第三获取模块,用于针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系;
转换模块,用于基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
第三方面,一种电子设备,包括:
存储器,用于存储程序;
处理器,用于执行所述程序,所述程序具体用于:
获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像;
从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像;所述目标第一图像以及所述目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同;
针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系;
基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
第四方面,一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述任一所述地图获取方法。
经由上述的技术方案可知,本申请提供的地图获取方法中,可以利用多个电子设备分别采集地图数据,针对多个电子设备中任意两个电子设备,例如第一电子设备以及第二电子设备,第一电子设备采集的第一地图数据对应第一坐标系,第二电子设备采集的第二地图数据对应第二坐标系,可以执行以下操作:获取第一地图数据包含的目标第一图像,以及,第二地图数据包含的目标第二图像,目标第一图像与目标第二图像中至少局部区域相同;至少基于目标第一图像以及目标第二图像分别对应的所述至少局部区域,获得第一坐标系与第二坐标系之间的坐标系转换关系;基于第一坐标系与第二坐标系之间的坐标系转换关系,将第一地图数据与第二地图数据转换成同一坐标系下的地图数据,从而使得多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。相比于使用一个电子设备采集地图数据而言,大大缩短了采集地图数据的时间,提高了效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为由多个电子设备以及中继设备20所构成的硬件环境示意图;
图2为第一电子设备沿运动轨迹采集第一图像示意图;
图3为本申请实施例提供的地图获取方法流程图;
图4a-4b为获取第一图像和第二图像中相匹配的特征点示意图;
图5为本申请实施例提供的地图获取装置结构示意图;
图6为本申请实施例提供的电子设备的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请提供了一种地图获取方法、装置、设备以及可读存储介质。
上述地图获取装置可包括运行于终端中的地图获取装置和运行于后台服务器/平台中的地图获取装置。
上述终端可以是诸如台式机、移动终端(例如智能手机)、ipad、AR眼镜、AR头盔、摄像头等具有图像采集装置的电子设备。在一个示例中,运行于终端中的地图获取装置可为运行在终端中的客户端,例如相机客户端。该客户端可以是应用程序客户端,也可以是网页客户端。
运行于后台服务器/平台中的地图获取装置可为服务器/平台的一个硬件组成部分,也可为功能模块或组件。
上述后台服务器或平台可以是一台服务器,也可以是由若干台服务器组成的服务器集群,或者是一个云计算服务中心。
在一可选实施例中,上述地图获取方法可以应用于图1所示的由多个电子设备11~1m以及中继设备20所构成的硬件环境中,其中,m为大于或等于2的正整数。
多个电子设备11~1m至少包括:第一电子设备11、第二电子设备12,…,第m电子设备。
在一可选实施例中,中继设备20可以为多个电子设备11~1m中任一电子设备;在另一可选实施例中,中继设备20可以为独立于多个电子设备11~1m外的电子设备,例如中继设备20可以为服务器或移动终端等等。
下面以第一电子设备11与第二电子设备12为例,对多个电子设备11~1m中任意两个电子设备进行说明。
第一电子设备11可以采集第一地图数据,该第一地图数据111可以包括至少一帧第一图像,例如图1中采集的第一地图数据111包括3帧第一图像,例如,第一图像1111、第一图像1112以及第一图像1113。
假设第一电子设备对应第一坐标系。在一可选实施例中,第一坐标系可以为二维坐标系、三维坐标系、四维坐标系、五维坐标系,…,等等。本申请并不对第一坐标系的维数进行限制。
在一可选实施例中,第一坐标系的原点O可以为第一电子设备11初始采集图像的初始位置。例如,第一电子设备11在位置O时开始启动图像采集装置,并控制其开始采集图像,那么,可以以位置O为原点建立第一电子设备对应的第一坐标系。
在一可选实施例中,第一电子设备11采集的其他图像对应的空间位姿,都是基于位置O为基准点的。假设第一电子设备11的运动轨迹可以参见图2所示。第一电子设备沿运动轨迹31移动的过程中可以采集图像,例如,在位置O时,启动图像采集装置;在第一电子设备11移动至位置A时采集第一图像1111。可选的,第一电子设备在移动过程中,可以获得自身包含的图像采集装置的运动轨迹,以得到采集其他图像时,图像采集装置相对于原点O的空间位姿。空间位姿包括但不限于:图像采集装置的旋转角度(例如,相对于第一坐标系中各坐标轴的旋转角度)以及图像采集装置位于第一坐标系的位置信息。运动轨迹包括但不限于:相对于原点O的移动方向、相对于原点O的移动距离。
在一可选实施例中,第一坐标系的原点O可以为第一电子设备11在采集第一地图数据包含的任一第一图像时,其包含的图像采集装置的空间位姿。由于可以获得第一电子设备11包含的图像采集装置的运动轨迹,所以可以获知采集各第一图像时,图像采集装置分别对应的空间位姿。可以理解的是,以采集任一第一图像时,图像采集装置对应的空间位姿为原点O,都可以得到采集其他第一图像时,图像采集装置相当于原点O的空间位姿。
综上,可以获得采集各第一图像的图像采集装置在第一坐标系中的空间位姿,本申请实施例中将第一地图数据包含的各第一图像对应的空间位姿称为第一空间位姿。
第二电子设备12可以通过其包括的图像采集装置来采集第二地图数据121,该第二地图数据121可以包括至少一帧第二图像,例如图1中采集的第二地图数据121包括3帧第二图像,例如分别为第二图像1211、第二图像1212以及第三图像1213。
其中,第二电子设备12采集第二图像的过程与上述第一电子设备11采集第一图像的过程对应,详细可参照前述介绍,这里不再赘述。
假设第二电子设备12对应第二坐标系。
通过上述第一电子设备11获取第一地图数据包含的第一图像的第一空间位姿的过程,原理类比,可以得到第二地图数据包含的各第二图像相对于第二坐标系的空间位姿,即采集各第二图像时第二电子设备包含的图像采集装置分别位于第二坐标系的空间位姿。本申请实施例中将第二地图数据包含的各第二图像对应的空间位姿称为第二空间位姿。
在一可选实施例中,多个电子设备11~1m中任一电子设备采集图像时,其包含的图像采集装置的空间位姿至少可以包括图像采集装置的旋转角度以及图像采集装置在坐标系中的位置信息。
在一可选实施例中,以电子设备对应的坐标系为三维坐标系为例,旋转角度包括(θx,θy,θz),图像采集装置在坐标系中的位置信息包括(x,y,z)。
在一可选实施例中,上述图像采集装置可以包括摄像头、摄像机、鱼眼镜头以及AR镜头等至少一种。
需要说明的是,第一电子设备11采集的第一地图数据包含的第一图像的数目与第二电子设备12采集的第二地图数据包含的第二图像的数目可以相同可以不同,具体依据实际情况而定。
需要说明的是,上述第一坐标系和第二坐标系可以相同可以不同。例如,以电子设备包含的图像采集装置初始采集图像时图像采集装置的空间位姿为原点O为例,若第一电子设备与第二电子设备在初始采集图像时,图像采集装置的空间位姿重合,则第一坐标系和第二坐标系可以相同。若第一电子设备与第二电子设备在初始采集图像时,图像采集装置的空间位姿不重合,则第一坐标系和第二坐标系可以不相同。
在一可选实施例中,可以将多个电子设备11~1m分别采集的地图数据,例如第一电子设备11采集的第一地图数据111以及第二电子设备12采集的第二地图数据121上传至中继设备20,以实现在中继设备20得到多个电子设备11~1m之间的坐标系转换关系。
下面以获得第一电子设备11对应的第一坐标系与第二电子设备12对应的第二坐标系的坐标系转换关系为例进行说明。
上述第一地图数据包括至少一帧第一图像,以及,第二地图数据包括至少一帧第二图像中,其中,至少一帧第一图像中目标第一图像与至少一帧第二图像中的目标第二图像的至少局部区域相同,那么至少目标第一图像和目标第二图像可以组成至少一组图像集合21,即至少一组图像集合21至少可以包括目标第一图像和目标第二图像,例如,图1中的第一图像1111以及第二图像1213属于同一组图像集合。
在一可选实施例中,假设第一地图数据包括的至少一帧第一图像中有M1个目标第一图像,分别与第二地图数据包括至少一帧第二图像中相应目标第二图像的至少局部区域相同,即可以得到M1组图像集合,每一组图像集合包含一对目标第一图像和目标第二图像。属于同一组图像集合的目标第一图像和目标第二图像的至少局部区域相同;属于不同组图像集合的目标第一图像和目标第二图像之间可以没有任何关系。M1为大于或等于1的正整数。
中继设备20可以至少基于属于同一组图像集合的目标第一图像以及目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到多个电子设备11~1m分别对应的坐标系转换关系。
在一可选实施例中,多个电子设备11~1m之间的坐标系转换关系包括但不限于以下至少一种:两两电子设备分别对应的坐标系之间的坐标系转换关系;三个电子设备分别对应的坐标系之间的坐标系转换关系;四个电子设备分别对应的坐标系之间的转换,依次类推,…,M2个电子设备分别对应的坐标系之间的转换。
M2为大于或等于4的正整数。
可以理解的是,若能够得到两两电子设备分别对应的坐标系之间的坐标系转换关系,说明,两个电子设备(以电子设备1和电子设备2为例)中,电子设备1采集的图像1与电子设备2采集的图像2的至少局部区域相同。
可以理解的是,若能够得到三个电子设备分别对应的坐标系之间的坐标系转换关系,说明三个电子设备(以电子设备1、电子设备2和电子设备3为例)中,电子设备1采集的图像1、电子设备2采集的图像2以及电子设备采集的图像3的至少局部区域相同。或者,得到电子设备1和电子设备2的坐标系转换关系,以及,电子设备1和电子设备3的坐标系转换关系后,可以得到电子设备1、电子设备2和电子设备3之间的坐标系转换关系。
可以理解的是,若能够得到四个电子设备分别对应的坐标系之间的坐标系转换关系,说明四个电子设备(以电子设备1、电子设备2、电子设备3以及电子设备4为例)中,电子设备1采集的图像1、电子设备2采集的图像2、电子设备采集的图像3以及电子设备4采集的图像4的至少局部区域相同。或者,可以基于电子设备1、电子设备2以及电子设备3之间的坐标系转换关系,以及,电子设备1和电子设备4之间的坐标系转换关系,得到四个电子设备之间的坐标系转换关系。
综上,本申请可以使用多个电子设备分别采集地图数据,然后将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据,相比于使用一个电子设备采集地图数据而言,大大缩短了采集地图数据的时间,提高了效率。
下面结合图1-图2,对本申请提供的地图获取方法进行详细说明。请参阅图3,为本申请实施例提供的地图获取方法流程图,该方法包括:
步骤S100、获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像。
本申请实施例中,多个电子设备中至少存在两个电子设备采集的地图数据对应的坐标系不同,所以本申请实施例涉及到坐标系之间的转换。
可以理解的是,多个电子设备中除至少两个电子设备采集的地图数据对应的坐标系不同外,在一可选实施例中,多个电子设备中还可能存在至少两个电子设备采集的地图数据对应的坐标系相同。
在一可选实施例中,多个电子设备分别采集的地图数据对应的坐标系均不相同。
上述多个电子设备11~1m至少包括第一电子设备11和第二电子设备12。
本申请中,电子设备可以包括图像采集装置,那么电子设备可以通过图像采集装置采集地图数据。
假设,第一电子设备11采集的第一地图数据对应第一坐标系,第二电子设备12采集的第二地图数据对应第二坐标系。假设第一坐标系与第二坐标系为不同坐标系。
在一可选实施例中,在电子设备的移动过程中,电子设备可以采集至少一帧图像,即电子设备采集的地图数据包括电子设备采集的至少一帧图像。其中,第一电子设备11采集的第一地图数据包括第一电子设备11采集的至少一帧第一图像;第二电子设备12采集的第二地图数据包括第二电子设备12采集的至少一帧第二图像。
例如,以第一电子设备11为例,第一电子设备11对应的第一坐标系的坐标原点为图2中位置O,假设用户持有第一电子设备11沿运动轨迹31移动,那么第一电子设备11在沿运动轨迹31移动的过程中,第一电子设备11的图像采集装置可以采集至少一帧第一图像,例如第一电子设备11在位置A时可以采集一帧第一图像1111。
需要说明的是,第一电子设备11采集的第一地图数据包含的第一图像的帧数与第二电子设备12采集的第二地图数据包含的第二图像的帧数可以相同,也可以不同。
例如,可以通过第一电子设备11采集客厅对应的第一地图数据,通过第二电子设备12采集卧室对应的第二地图数据,那么若客厅的面积大于卧室的面积,那么可能第一电子设备11采集的第一地图数据包含的第一图像的帧数大于第二电子设备12采集的第二地图数据包含的第二图像的帧数。
步骤S110、从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像。
其中,属于同一组图像集合的目标第一图像以及目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同。
不同电子设备分别采集的地图数据中可以包含具有至少局部区域的图像,那么在一可选实施例中,可以将属于不同地图数据的至少局部区域相同的图像作为目标图像;在一可选实施例中,可以将目标图像作为至少一组图像集合。
例如,上述第一地图数据包括至少一帧第一图像,以及,第二地图数据包括至少一帧第二图像,其中,至少一帧第一图像中目标第一图像与至少一帧第二图像中的目标第二图像的至少局部区域相同,那么至少目标第一图像和目标第二图像可以组成至少一组图像集合21,即至少一组图像集合21至少可以包括目标第一图像和目标第二图像,例如,图1中的第一图像1111以及第二图像1213。
例如,不同应用场景可能具有交集区域,例如,客厅和卧室具有交集区域,第一电子设备和第二电子设备可能都会针对交集区域进行图像采集,那么,第一电子设备采集的至少一帧第一图像中针对交集区域采集的目标第一图像,和,第二电子设备采集的至少一帧第二图像中针对交集区域采集的目标第二图像的至少局部区域相同,例如,目标第一图像与目标第二图像可以参见图1所示,图1中目标第一图像1111与目标第二图像1213中局部区域相同,例如都包含树的一部分以及人物的一部分。
需要说明的是,基于第一地图数据111以及第二地图数据121可以得到至少一组图像集合21。例如,若第一地图数据111包括第一图像A、第一图像B、第一图像C、第一图像D,第二地图数据121包括第二图像D、第二图像E、第二图像F,那么若第一图像A与第二图像D至少局部区域相同,那么第一图像A为目标第一图像,第二图像D为目标第二图像,并且至少第一图像A与第二图像D组成一组候选集合21,即该组候选集合21至少可以包括目标第一图像A以及目标第二图像D;若第一图像B与第二图像E至少局部区域相同,那么第一图像B为目标第一图像,第二图像E为目标第二图像,并且至少第一图像B与第二图像E组成一组候选集合21,即该组候选集合21至少可以包括目标第一图像B以及目标第二图像E。
在一可选实施例中,上述相同的局部区域可以包含有同一目标物体,这里目标物体可以是多个电子设备中任一电子设备能够捕获范围中的任一实际物体,示例性地,该目标物体可以且不限于包括书本、水杯、纸盒、桌子、人物、蓝天等。
步骤S120、针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系。
上述至少局部区域相当于目标第一图像与目标第二图像的交集区域,那么可以基于该至少局部区域,得到第一电子设备11对应的第一坐标系以及第二电子设备12对应的第二坐标系的坐标系转换关系。
在一可选实施例中,目标第一图像包含的至少局部区域与目标第二图像包含的至少局部区域的尺寸相同,或者不同。
在一可选实施例中,可以由中继设备20计算得到第一电子设备对应的第一坐标系以及第二电子设备对应的第二坐标系的坐标系转换关系。
需要说明的是,上述本申请提及的多个电子设备包括第一电子设备以及第二电子设备仅为示例,除此之外多个电子设备还可以包括第三电子设备、第四电子设备、…、第m电子设备。那么本申请还可以得到第一电子设备、第二电子设备、…、第m电子设备中至少任意两个电子设备分别对应的坐标系之间的坐标系转换关系。
步骤S130、基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
在一可选实施例中,可以将多个电子设备分别采集的地图数据转换成任一个电子设备对应的坐标系下的地图数据。其中,若多个电子设备至少包括第一电子设备11以及第二电子设备12,那么可以基于第一坐标系与第二坐标系的坐标转换关系,将至少第一电子设备11采集的第一地图数据111转换成第二坐标系下的地图数据;还可以基于第一坐标系与第二坐标系的坐标转换关系,将至少第二电子设备12采集的第二地图数据121转换成第一坐标系下的地图数据。
当然,本申请还可以将多个电子设备分别采集的地图数据转换成其他坐标系下的地图数据,例如,除多个电子设备分别对应的坐标系之外的任意坐标系。
本申请提供的地图获取方法中,可以利用多个电子设备分别采集地图数据,针对多个电子设备中任意两个电子设备,例如第一电子设备以及第二电子设备,第一电子设备采集的第一地图数据对应第一坐标系,第二电子设备采集的第二地图数据对应第二坐标系,可以执行以下操作:获取第一地图数据包含的目标第一图像,以及,第二地图数据包含的目标第二图像,目标第一图像与目标第二图像中至少局部区域相同;至少基于目标第一图像以及目标第二图像分别对应的所述至少局部区域,获得第一坐标系与第二坐标系之间的坐标系转换关系;基于第一坐标系与第二坐标系之间的坐标系转换关系,将第一地图数据与第二地图数据转换成同一坐标系下的地图数据,从而使得多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。相比于使用一个电子设备采集地图数据而言,大大缩短了采集地图数据的时间,提高了效率。
下面以第一电子设备与第二电子设备为例,对获取一组图像集合的过程,即获取第一电子设备采集的目标第一图像和第二电子设备采集的目标第二图像的过程进行说明。
本申请实施例提供但不限于以下两种实现方法,在介绍两种实现方式之前,先对涉及的词语进行说明。
特征点是指图像中具有鲜明特性并能够有效反映图像本质特征并能够标识图像中目标物体的点。在一可选实施例中,特征点至少可以包括图像中较为容易识别的像素点(即角点),例如纹理丰富的物体边缘点等。
上述角点是指极值点,即在某方面属性特别突出的点,角点可以是两条线的交叉处,也可以是位于相邻的两个主要方向不同的事物上的点,例如正方形物体的四个角;在一可选实施例中,可以根据需要设定角点的属性(在一可选实施例中,可以设置特定熵值),以进行角点检测。
本申请实施例中,特征点至少可以反映该特征点对应的图像像素在图像区域内的位置信息、尺度、方向和特征描述信息等信息。
在一可选实施例中,提取特征点的方法可以有多种,本申请提供但不限于以下几种。
第一种提取特征点的方法:可以基于SIFT(Scale-invariant transform,尺度不变特征变换)算法,提取图像特征点。
SIFT算法是一种电脑视觉的算法用来侦测与描述图像中的局部性特征。本申请中,SIFT检测图像特征点的过程主要包括以下几个步骤:第一,尺度空间候选极值点检测,即搜索所有尺度上的图像位置,通过高斯微分函数来识别潜在的对于尺度和旋转不变的关键点(即为特征点);第二,特征点定位,即在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度,其中关键点的选择依据于它们的稳定程度;第三,特征点方向确定,即基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向,所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性;第四,特征点描述,生成特征点对应的描述子(Descriptor)。
第二种提取特征点的方法:可以基于SURF(Speeded Up Robust Features)算法,提取图像特征点。
SURF算法是对SIFT算法的改进,其主要算法原理如下:第一,构建Hessian(黑塞矩阵),生成所有的兴趣点(即为特征点),用于特征的提取;第二,构建尺度空间;第三,特征点定位;第四,特征点主方向分配;第五,生成特征点对应的描述子。
上述特征点的描述子是刻画特征点的特征的一个数据结构,一个描述子的维数可以是多维的。本申请实施例中,描述子可以表示特征点的局部表观,以基于该描述子做下一步匹配,即描述子可以用于区分不同的特征点;并且一个特征点对应一个描述子。
下面结合上述词汇的解释对获得目标第一图像和目标第二图像的过程进行说明。
第一种获得目标第一图像和目标第二图像的实现方式包括:基于特征点的描述子,确定目标第一图像以及目标第二图像。即获取所述第一电子设备采集的目标第一图像以及所述第二电子设备采集的目标第二图像的过程具体可以包括:
A1、针对所述第一地图数据包含的任一帧第一图像,将该第一图像包含的至少一个特征点对应的特征信息分别与至少一帧所述第二图像包含的至少一个特征点对应的特征信息进行匹配,得到第一候选集合,所述第一候选集合包括该第一图像以及N个特征点对应的特征信息与该第一图像包含的相应的N个特征点的特征信息分别相匹配的第二图像;以得到至少一组第一候选集合;不同第一候选集合包含的第一图像不同;N为大于或等于1的正整数。
在一可选实施例中,特征点的特征信息即为特征点的描述子。那么在一可选实施例中,对于任一帧第一图像,可以将第一图像包含的至少一个特征点对应的特征信息,与,第二图像包含的至少一个特征点对应的特征信息进行匹配,以得到第一候选集合,该第一候选集合中包含的第一图像和第二图像中,N个特征点的特征信息相匹配。
即第一图像至少包括N个特征点,第二图像至少包括N个特征点,第一图像和第二图像中有N个特征点的特征信息分别相匹配。
在一可选实施例中,可以通过两个特征点的特征信息之间的欧式距离来确定匹配度。可选的,欧氏距离越短,代表两个特征点的匹配度越好。可选的,若两个特征点的特征信息之间的欧式距离小于或等于阈值1,确定两个特征点相匹配。
在另一可选实施例中,可以基于两个特征点的特征信息之间的欧式距离,以及,两个特征点对应的矩阵迹正负号,确定两个特征点的匹配度。可选的,若两个特征点的特征信息之间的欧式距离小于或等于阈值1,且,两个特征点的矩阵迹正负号相同,确定两个特征点相匹配。
例如,可以基于Hessian矩阵迹获得特征点的矩阵迹正负号,如果两个特征点的矩阵迹正负号相同,代表这两个特征具有相同方向上的对比度变化,如果不同,说明这两个特征点的对比度变化方向是相反的,即使欧氏距离为0,也不能说明两个特征点匹配。
在一可选实施例中,还可以通过快速最近邻搜索包(FastLibrary forApproximate Nearest Neighbors,FLANN)匹配器,计算第一图像包含的至少一个特征点对应的特征信息,与,第二图像包含的至少一个特征点对应的特征信息的匹配度。可选的,若两个特征点的特征信息之间的匹配度大于或等于阈值2,确定两个特征点相匹配。
在一可选实施例中,阈值2可以是60%;当然阈值2为60%仅为示例,并不作为本申请的限定。
当然,上述计算匹配度的方法仅为示例,除此之外,本申请还可以通过其他方法计算匹配度。
为便于描述,在下述本申请实施例中,若第一图像包含的至少一个特征点对应的特征信息,与,第二图像包含的至少一个特征点对应的特征信息相匹配,那么认为第一图像包含的该至少一个特征点,与,第二图像包含的该至少一个特征点相匹配。
可以理解的是,第一图像和第二图像包含的特征点在匹配时可能由于存在噪声导致的出现匹配错误的情况。那么在一可选实施例中,可以在将特征点进行相匹配之前,对特征点进行降噪处理,以消除错误匹配的特征点;在一可选实施例中,降噪方法包括但不限于:K-D树(K-Dimensional树)算法,BBF(Best Bin First)算法,RANSAC(RandomSampleConsensus)算法,GTM(Globaltone mapping)算法等。
在一可选实施例中,可以在提取图像的特征点之前,对图像进行降噪处理,以实现对特征点的降噪处理。考虑到电子设备通过图像采集装置采集的图像往往会存在各种各样的噪声,这些噪声可以是外界环境的光线、灰尘颗粒等引起的外部噪声,也可以是图像采集装置内部电路、图像传感装置材料等引起的内部噪声,这些噪声的存在会导致采集的第一图像和第二图像不准确。因此,在具体实施过程中,还可以对第一图像和第二图像进行去噪处理,以基于去噪后的第一图像和第二图像提取特征点。
在一可选实施例中,对第一图像和第二图像去噪的方法可以是线性滤波法、中值滤波法、维纳滤波法等空间域去噪方法,也可以是傅里叶变换、小波变换等频域去噪方法,当然还可以是其他类型的去噪方法如颜色直方图均衡化等,这里,本申请实施例不做具体限定。
在一可选实施例中,还可以先对图像进行降噪处理,在从图像中提取特征点后,还可以对特征点进行降噪处理。
应当理解,若一帧第一图像和第二图像中仅有一个或少数特征点的特征信息相匹配,那么可能第一图像与第二图像不包含相同的局部区域;反之若一帧第一图像和第二图像中多数特征点的特征信息相匹配,那么可能第一图像与第二图像包含相同的局部区域。
本申请实施例提供但并不限于以下三种确定第一候选集合的方式。
第一种确定第一候选集合的方式包括:针对任一帧第一图像和任一帧第二图像,若第一图像包含的特征点与第二图像包含的特征点中相匹配的特征点的数目大于或等于第一阈值,那么表征第一图像与第二图像包含相同的至少局部区域,那么可以确定得到一组第一候选集合。
第二种确定第一候选集合的方式包括:针对任一帧第一图像和任一帧第二图像,若第一图像包含的特征点与第二图像包含的特征点中相匹配的特征点的数目,与,第一图像包含的特征点的总数目的比值大于或等于第二阈值,那么表征第一图像与第二图像包含相同的至少局部区域,那么可以确定得到一组第一候选集合。
第三种确定第一候选集合的方式包括:针对任一帧第一图像和任一帧第二图像,若第一图像包含的特征点与第二图像包含的特征点中相匹配的特征点的数目,与,第二图像包含的特征点的总数目的比值大于或等于第三阈值,那么表征第一图像与第二图像包含相同的至少局部区域,那么可以确定得到一组第一候选集合。
下面结合图2和图4a至图4b对特征点的提取进行说明。
在一可选实施例中,可以分别提取第一图像1111和第二图像1213的特征点,以基于该特征点得到第一候选集合。例如提取的第一图像1111的特征点可以参见图2中小黑点,一个小黑点代表一个特征点。从图2和图4a可以看出从第一图像1111提取出12个特征点。从图4a中可以看出从第二图像1213中提取出13个特征点。
从图4a可以看出,第一图像1111的特征点与第二图像1213的特征点中相匹配的特征点的数目为8个,若第一阈值为6个,由于8个大于第一阈值,那么表征第一图像1111与第二图像1213中至少局部区域相同(如图4b中用黑色框框出的区域为局部区域),那么该第一图像1111与第二图像1213组成一组第一候选集合。
从图4a可以看出,提取的第一图像1111的特征点与第二图像1213的特征点中相匹配的特征点的数目,即8个,与,提取的第一图像111的特征点的总数目12个的比值等于2/3,假设第二阈值为1/2,由于2/3大于第二阈值,那么表征第一图像1111与第二图像1213中至少局部区域相同(如图4b中用黑色框框出的区域为局部区域),那么该第一图像1111与第二图像1213组成一组第一候选集合。
从图4a可以看出,提取的第一图像1111的特征点与第二图像1213的特征点中相匹配的特征点的数目,即8个,与,提取的第二图像1213的特征点的总数目13个的比值等于8/13,若第三阈值为1/2,由于8/13大于第三阈值,那么表征第一图像1111与第二图像1213中至少局部区域相同(如图4b中用黑色框框出的区域为局部区域),那么该第一图像1111与第二图像1213组成一组第一候选集合。
上述第一阈值、第二阈值、第三阈值的取值可以基于实际情况而定,本申请并不限定第一阈值、第二阈值和第三阈值的大小,也并不限定第一阈值、第二阈值和第三阈值之间的大小关系。
在一可选实施例中,确定第一候选集合的方式还可以包括:第一种确定第一候选集合的方式以及第二种确定第一候选集合的方式相结合;或者,第一种确定第一候选集合的方式以及第三种确定第一候选集合的方式相结合;或者,第二种确定第一候选集合的方式以及第三种确定第一候选集合的方式相结合,或者,第一种确定第一候选集合的方式、第二种确定第一候选集合的方式以及第三种确定第一候选集合的方式相结合。
在一可选实施例中,从所述至少一组第一候选集合中,可以确定出一组或多组第一候选集合,若仅需要确定出一组第一候选集合,那么可以逐步提高设定条件(例如,提高第一阈值,或者,提高第二阈值,或者,提高第三阈值),以使得最终仅能确定一组第一候选集合。
A2、从所述至少一组第一候选集合中,确定目标第一候选集合,所述目标第一候选集合包含的第一图像为所述目标第一图像,包含的第二图像为所述目标第二图像。
在一可选实施例中,每一组第一候选集合均为一组目标第一候选集合,此时,可以分别基于各目标第一候选集合分别得到第一坐标系和第二坐标系之间的坐标系转换关系;基于各坐标系转换关系,确定最终的第一坐标系和第二坐标系之间的坐标系转换关系,例如,求取各坐标系转换关系的均值。
在一可选实施例中,可以从至少一组第一候选集合中,确定一组目标第一候选集合,若仅确定出一组目标第一候选集合,则基于该目标第一候选集合得到第一坐标系和第二坐标系之间的坐标系转换关系。
应当理解,第二电子设备12采集的第二图像的数目可能较多,那么直接基于特征点的特征信息的匹配度确定目标第一图像和目标第二图像,可能计算量很大,导致确定目标第一图像和目标第二图像的速度较慢。
在一可选实施例中,还可以在上述A1之前,先基于图像的全部图像特征信息进行“粗匹配”,得到包含可能为目标第一图像和目标第二图像的第二候选集合,进而基于上述A1和A2的步骤进行“细匹配”。
上述全局图像特征信息(GlobalImage Feature)是指能表示整幅图像上的特征,全局特征是相对于图像局部特征而言的,用于描述图像或目标的颜色和形状等整体特征。
第二种获得目标第一图像和目标第二图像的实现方式包括:
A3:针对所述第一地图数据包含的任一帧第一图像,将该第一图像的全局图像特征信息分别与至少一帧第二图像对应的全局图像特征信息进行匹配,得到第二候选集合,所述第二候选集合包括该第一图像以及与该第一图像的全局图像特征信息相匹配的至少一帧第二图像;以得到至少一组第二候选集合;不同第二候选集合包含的第一图像不同。
在一可选实施例中,本步骤可以包括至少两种方法,接下来分别介绍。
第一种:全局图像信息可以为词袋特征向量信息,那么该方法可以包括:将一帧图像包含的各特征点分别对应的描述子作为一个描述子集合,针对任一图像,可以通过BOW(Bag of Words,词袋法)将该图像对应的描述子集合统计生成一个词袋特征向量信息。那么针对第一地图数据包含的任一帧第一图像,可以将该第一图像的词袋特征向量信息分别与第二地图数据包含的至少一帧第二图像的词袋特征向量信息进行匹配,以得到相似度,若相似度大于或等于第四阈值,那么可以得到包含该第一图像以及至少一帧第二图像的一组第二候选集合,并且第二候选集合包含任一帧第二图像与该第一图像均相匹配;这里相匹配是指第二候选集合包含任一帧第二图像与该第一图像的相似度大于或等于第四阈值。
上述第四阈值可以基于实际需要确定,本申请不做具体限制。
第二种:全局图像信息可以为神经网络特征向量信息,那么该方法可以包括:将各图像(例如,第一图像和第二图像)分别输入至深度神经网络模型,以得到深度神经网络模型输出的神经网络特征向量信息。那么针对第一地图数据包含的任一帧第一图像,可以将该第一图像的神经网络特征向量信息分别与第二地图数据包含的至少一帧第二图像的神经网络特征向量信息进行匹配,以得到相似度,若相似度大于或等于第五阈值,那么可以得到包含该第一图像以及至少一帧第二图像的一组第二候选集合,并且第二候选集合包含任一帧第二图像与该第一图像均相匹配;这里相匹配是指第二候选集合包含任一帧第二图像与该第一图像的相似度大于或等于第五阈值。
上述第五阈值可以基于实际需要确定,本申请不做具体限制。
应当理解,每一组第二候选集合都是根据一帧第一图像得到的,那么每一组第二候选集合包括一帧第一图像以及至少一帧第二图像,并且不同第二候选集合包含的第一图像不同。
在得到第二候选集合的基础上,上述A1,将该第一图像包含的至少一个特征点对应的特征信息分别与至少一帧所述第二图像包含的至少一个特征点对应的特征信息进行匹配的过程具体可以包括:
将该第一图像包含的至少一个特征点对应的特征信息与该第一图像所在的第二候选集合包含的至少一帧第二图像包含的至少一个特征点对应的特征信息分别进行匹配。
本步骤详细可参照上述A1介绍,所不同的是,本步骤在匹配第一图像和第二图像包含的特征点的特征信息时,第一图像和第二图像是第二候选集合所包含的图像,而不是全部第一图像和全部第二图像。
综上,由于本申请实施例是从分别从每组第二候选集合中确定特征点相匹配的第一图像和第二图像,相比于直接将全部第一图像和第二图像包含的特征点的特征信息进行匹配,提高了匹配效率,加快了确定目标第一图像和目标第二图像的速度。
在一可选实施例中,上述步骤S120,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系的过程具体可以包括:
B1、获取所述目标第一图像的所述至少局部区域包含的N个特征点与所述目标第二图像的所述至少局部区域包含的相应的N个特征点的相对位置关系;N为大于或等于1的正整数。
应当理解,若一帧第一图像和第二图像中相匹配的特征点的数目满足设定条件(在一可选实施例中,设定条件可以为上述第一阈值、第二阈值以及第三阈值对应的条件中至少一个),那么可能第一图像与第二图像包含相同的局部区域;并且相匹配的特征点中,多数特征点所在的区域即为上述局部区域。
应当理解,目标第一图像的至少局部区域包含的特征点数目与目标第二图像的至少局部区域包含的特征点数目相同,且,目标第一图像的至少局部区域包含的特征点与目标第二图像的至少局部区域包含的特征点一一对应,即相匹配的特征点具有对应关系。还应当理解,若匹配无误,那么每一对相匹配的特征点应该是同一个物体中的同一个点,例如图4a或4b所示,特征点P与特征点Q相匹配,那么该特征点P与特征点Q为树的同一个部位。
在一可选实施例中,可以获取目标第一图像以及目标第二图像均包含的至少局部区域中的N个特征点;并能够针对目标第一图像的N个特征点中任一特征点,确定该特征点位于第一图像的第一坐标,以及,对应特征点位于第二图像的第二坐标;此外,本申请还可以基于确定的第一坐标以及第二坐标,确定该第一图像的特征点以及对应第二图像的特征点的相对位置关系,以得到第一图像的N个特征点以及对应第二图像的N个特征点的相对位置关系。例如,参见4b所示,第一图像1111的特征点P和第二图像1213的特征点Q相匹配,那么可以确定特征点P位于第一图像1111的第一坐标,假设为(x1,y1),以及,确定特征点Q位于第二图像1213的第二坐标,假设为(i1,j1);那么本步骤可以基于第一坐标和第二坐标来确定特征点P和特征点Q的相对位置关系,通过这种方式,可以得到多对相匹配的特征点分别对应的相对位置关系。
B2、基于所述相对位置关系,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
在一可选实施例中,本步骤确定坐标系转换关系可以有多种实现方法,本申请提供但不限于以下两种。
第一种:可以基于相对位置关系,确定各相匹配的特征点的相对位姿信息,以得到第一坐标系和第二坐标系的坐标系转换关系,该过程具体可以包括:
C1、基于所述相对位置关系,获取以第一空间位姿为坐标系原点的情况下,第二空间位姿对应的空间位姿信息。
其中,所述第一空间位姿为所述第一电子设备采集目标第一图像时,在所述第一坐标系下的空间位姿;所述第二空间位姿为所述第二电子设备采集目标第二图像时,在所述第二坐标系下的空间位姿。
在一可选实施例中,第一电子设备11采集目标第一图像时,可以得到采集该目标第一图像时图像采集装置在第一坐标系下的第一空间位姿,本申请实施例中将该第一空间位姿用表示;第二电子设备12采集目标第二图像时,可以得到,第二电子设备包含的图像采集装置在第二坐标系下的第二空间位姿,本申请实施例中将该第二空间位姿用表示。
在一可选实施例中,可以通过特征点的对应关系,得到相匹配的多对特征点(其中,一对特征点包括两个特征点);进而基于该相匹配的多对特征点分别对应的相对位置关系,通过三角几何来计算得到以第一空间位姿为坐标系原点的情况下,第二空间位姿对应的空间位姿信息,本申请实施例中将该空间位姿信息用表示。
C2、基于所述空间位姿信息,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
在一可选实施例中,若上述第一电子设备11采集目标第一图像时位于第一坐标系的坐标原点,并且第二电子设备12采集目标第二图像时位于第二坐标系的坐标原点,那么可以基于空间位姿信息,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
第二种,本申请可以基于相对位置关系、第一空间位姿、第二空间位姿,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
其中,所述第一空间位姿为所述第一电子设备采集目标第一图像时,在所述第一坐标系下的空间位姿;所述第二空间位姿为所述第二电子设备采集目标第二图像时,在所述第二坐标系下的空间位姿。
在一可选实施例中,由于第一空间位姿可以表征第一电子设备11采集目标第一图像时位于第一坐标系的位置关系以及第一电子设备11的旋转角度;第二空间位姿可以表征第二电子设备12采集目标第二图像时位于第二坐标系的位置关系以及第二电子设备12的旋转角度;相对位置关系可以表征第一电子设备11采集的第一图像的特征点,与,第二电子设备11采集的第二图像的对应特征点的位置关系。那么可以基于相对位置关系、第一空间位姿、第二空间位姿,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
在一可选实施例中,可以基于相对位置关系,获取以第一空间位姿为坐标系原点的情况下,第二空间位姿对应的空间位姿信息,进而基于空间位姿信息、第一空间位姿、第二空间位姿,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
在一可选实施例中,第一坐标系到第二坐标系的坐标系转换关系的计算公式可以如下:
其中,表示以第一空间位姿为坐标系原点的情况下,第二空间位姿对应的空间位姿信息,表示第一电子设备采集目标第一图像时,第一电子设备包含的图像采集装置在第一坐标系下的第一空间位姿,表示第二电子设备采集目标第二图像时,第二电子设备包含的图像采集装置在第二坐标系下的第二空间位姿,表示第一坐标系到第二坐标系的坐标系转换关系,w1表示第一坐标系,w2表示第二坐标系。
需要说明的是,上述表示第一坐标系到第二坐标系的坐标系转换关系,即w2的坐标原点在w1下的位姿,该位姿是一个4*4的位姿变换矩阵。
当然,本申请还可以得到第二坐标系到第一坐标系的坐标系转换关系,该得到的过程可以参见上述得到的过程,本申请不再详细赘述。
上述本申请公开的实施例中详细描述了方法,对于本申请的方法可采用多种形式的装置实现,因此本申请还公开了一种装置,下面给出具体的实施例进行详细说明。
参见附图5,图5为本申请实施例公开的一种地图获取装置的结构示意图。
如图5所示,该装置可以包括:
第一获取模块51,用于获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像;
第二获取模块52,用于从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像;所述目标第一图像以及所述目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同;
第三获取模块53,用于针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系;
转换模块54,用于基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
可选的,所述第一电子设备采集的地图数据为第一地图数据,所述第二电子设备采集的地图数据为第二地图数据,所述第一地图数据包括至少一帧第一图像,所述第二地图数据包括至少一帧第二图像;
第一获取模块获取所述第一电子设备采集的目标第一图像以及所述第二电子设备采集的目标第二图像的过程可以包括:
针对所述第一地图数据包含的任一帧第一图像,将该第一图像包含的至少一个特征点对应的特征信息分别与至少一帧所述第二图像包含的至少一个特征点对应的特征信息进行匹配,得到第一候选集合,所述第一候选集合包括该第一图像以及N个特征点对应的特征信息与该第一图像包含的相应的N个特征点的特征信息分别相匹配的第二图像;以得到至少一组第一候选集合;不同第一候选集合包含的第一图像不同;N为大于或等于1的正整数;
从所述至少一组第一候选集合中,确定目标第一候选集合,所述目标第一候选集合包含的第一图像为所述目标第一图像,包含的第二图像为所述目标第二图像。
可选的,第一获取模块获取所述第一电子设备采集的目标第一图像以及所述第二电子设备采集的目标第二图像的过程还可以包括:
针对所述第一地图数据包含的任一帧第一图像,将该第一图像的全局图像特征信息分别与至少一帧第二图像对应的全局图像特征信息进行匹配,得到第二候选集合,所述第二候选集合包括该第一图像以及与该第一图像的全局图像特征信息相匹配的至少一帧第二图像;以得到至少一组第二候选集合;不同第二候选集合包含的第一图像不同;
所述将该第一图像包含的至少一个特征点对应的特征信息分别与至少一帧所述第二图像包含的至少一个特征点对应的特征信息进行匹配,包括:
将该第一图像包含的至少一个特征点对应的特征信息与该第一图像所在的第二候选集合包含的至少一帧第二图像包含的至少一个特征点对应的特征信息分别进行匹配。
可选的,上述第三获取模块可以包括:
第一获取单元,用于获取所述目标第一图像的所述至少局部区域包含的N个特征点与所述目标第二图像的所述至少局部区域包含的相应的N个特征点的相对位置关系;N为大于或等于1的正整数;
第二获取单元,用于基于所述相对位置关系,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
可选的,上述第二获取单元可以包括:
空间位姿信息获取单元,用于基于所述相对位置关系,获取以第一空间位姿为坐标系原点的情况下,第二空间位姿对应的空间位姿信息;
其中,所述第一空间位姿为所述第一电子设备采集目标第一图像时,在所述第一坐标系下的空间位姿;所述第二空间位姿为所述第二电子设备采集目标第二图像时,在所述第二坐标系下的空间位姿;
第一坐标系转换单元,用于基于所述空间位姿信息,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
可选的,上述第二获取单元可以包括:
第一坐标系转换单元,用于基于所述相对位置关系、第一空间位姿、第二空间位姿,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系;
其中,所述第一空间位姿为所述第一电子设备采集目标第一图像时,在所述第一坐标系下的空间位姿;所述第二空间位姿为所述第二电子设备采集目标第二图像时,在所述第二坐标系下的空间位姿。
本申请实施例提供的地图获取装置可应用于电子设备。可选的,图6示出了电子设备的硬件结构框图,参照图6,电子设备的硬件结构可以包括:至少一个处理器61,至少一个通信接口62,至少一个存储器63和至少一个通信总线64;
在本申请实施例中,处理器61、通信接口62、存储器63、通信总线64的数量为至少一个,且处理器61、通信接口62、存储器63通过通信总线64完成相互间的通信;
处理器61可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器63可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory)等,例如至少一个磁盘存储器;
其中,存储器63存储有程序,处理器61可调用存储器63存储的程序,所述程序用于:
获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像;
从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像;所述目标第一图像以及所述目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同;
针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系;
基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述地图获取方法。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置或系统类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种地图获取方法,包括:
获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像;
从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像;所述目标第一图像以及所述目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同;
针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系;
基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
2.根据权利要求1所述地图获取方法,所述第一电子设备采集的地图数据为第一地图数据,所述第二电子设备采集的地图数据为第二地图数据,所述第一地图数据包括至少一帧第一图像,所述第二地图数据包括至少一帧第二图像;
获取所述第一电子设备采集的目标第一图像以及所述第二电子设备采集的目标第二图像,包括:
针对所述第一地图数据包含的任一帧第一图像,将该第一图像包含的至少一个特征点对应的特征信息分别与至少一帧所述第二图像包含的至少一个特征点对应的特征信息进行匹配,得到第一候选集合,所述第一候选集合包括该第一图像以及N个特征点对应的特征信息与该第一图像包含的相应的N个特征点的特征信息分别相匹配的第二图像;以得到至少一组第一候选集合;不同第一候选集合包含的第一图像不同;N为大于或等于1的正整数;
从所述至少一组第一候选集合中,确定目标第一候选集合,所述目标第一候选集合包含的第一图像为所述目标第一图像,包含的第二图像为所述目标第二图像。
3.根据权利要求2所述地图获取方法,获取所述第一电子设备采集的目标第一图像以及所述第二电子设备采集的目标第二图像还包括:
针对所述第一地图数据包含的任一帧第一图像,将该第一图像的全局图像特征信息分别与至少一帧第二图像对应的全局图像特征信息进行匹配,得到第二候选集合,所述第二候选集合包括该第一图像以及与该第一图像的全局图像特征信息相匹配的至少一帧第二图像;以得到至少一组第二候选集合;不同第二候选集合包含的第一图像不同;
所述将该第一图像包含的至少一个特征点对应的特征信息分别与至少一帧所述第二图像包含的至少一个特征点对应的特征信息进行匹配,包括:
将该第一图像包含的至少一个特征点对应的特征信息与该第一图像所在的第二候选集合包含的至少一帧第二图像包含的至少一个特征点对应的特征信息分别进行匹配。
4.根据权利要求2或3所述地图获取方法,所述至少基于所述目标第一图像以及所述目标第二图像分别对应的所述局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系,包括:
获取所述目标第一图像的所述至少局部区域包含的N个特征点与所述目标第二图像的所述至少局部区域包含的相应的N个特征点的相对位置关系;
基于所述相对位置关系,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
5.根据权利要求4所述地图获取方法,所述基于所述相对位置关系,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系包括:
基于所述相对位置关系,获取以第一空间位姿为坐标系原点的情况下,第二空间位姿对应的空间位姿信息;
其中,所述第一空间位姿为所述第一电子设备采集目标第一图像时,在所述第一坐标系下的空间位姿;所述第二空间位姿为所述第二电子设备采集目标第二图像时,在所述第二坐标系下的空间位姿;
基于所述空间位姿信息,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系。
6.根据权利要求4所述地图获取方法,所述基于所述相对位置关系,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系,包括:
基于所述相对位置关系、第一空间位姿、第二空间位姿,获得所述第一坐标系与所述第二坐标系之间的坐标系转换关系;
其中,所述第一空间位姿为所述第一电子设备采集目标第一图像时,在所述第一坐标系下的空间位姿;所述第二空间位姿为所述第二电子设备采集目标第二图像时,在所述第二坐标系下的空间位姿。
7.一种地图获取装置,包括:
第一获取模块,用于获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像;
第二获取模块,用于从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像;所述目标第一图像以及所述目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同;
第三获取模块,用于针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系;
转换模块,用于基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
8.一种电子设备,包括:
存储器,用于存储程序;
处理器,用于执行所述程序,所述程序具体用于:
获取多个电子设备分别采集的地图数据,所述电子设备采集的地图数据包括所述电子设备采集的至少一帧图像;
从多个电子设备分别采集的地图数据中,获取至少一组图像集合,一组所述图像集合至少包括第一电子设备采集的目标第一图像以及第二电子设备采集的目标第二图像;所述目标第一图像以及所述目标第二图像中至少局部区域相同;所述第一电子设备为多个电子设备中任一电子设备,所述第二电子设备为多个电子设备中任一电子设备,所述第一电子设备与所述第二电子设备不同;
针对任一所述图像集合,至少基于所述目标第一图像以及所述目标第二图像分别对应的所述至少局部区域,得到所述第一电子设备对应的第一坐标系以及所述第二电子设备对应的第二坐标系的坐标系转换关系;以得到所述至少一组图像集合分别对应的坐标系转换关系;
基于所述至少一组图像集合分别对应的坐标系转换关系,将多个电子设备分别采集的地图数据转换成同一坐标系下的地图数据。
9.一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述权利要求1至6任一所述地图获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666823.0A CN110363179B (zh) | 2019-07-23 | 2019-07-23 | 地图获取方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666823.0A CN110363179B (zh) | 2019-07-23 | 2019-07-23 | 地图获取方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110363179A true CN110363179A (zh) | 2019-10-22 |
CN110363179B CN110363179B (zh) | 2022-03-25 |
Family
ID=68219723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910666823.0A Active CN110363179B (zh) | 2019-07-23 | 2019-07-23 | 地图获取方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110363179B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274296A (zh) * | 2020-01-17 | 2020-06-12 | 北京无限光场科技有限公司 | 图像数据获取的方法及装置、终端和存储介质 |
CN111508072A (zh) * | 2020-04-23 | 2020-08-07 | 东软睿驰汽车技术(上海)有限公司 | 地图构建方法、装置、电子设备及存储介质 |
CN111504335A (zh) * | 2020-04-23 | 2020-08-07 | 东软睿驰汽车技术(上海)有限公司 | 地图构建方法、装置、电子设备及存储介质 |
CN111831775A (zh) * | 2020-07-15 | 2020-10-27 | 上海三一重机股份有限公司 | 一种挖掘机施工区域的地图建立方法及装置 |
CN111881744A (zh) * | 2020-06-23 | 2020-11-03 | 安徽清新互联信息科技有限公司 | 一种基于空间位置信息的人脸特征点定位方法及系统 |
WO2022227462A1 (zh) * | 2021-04-28 | 2022-11-03 | 北京市商汤科技开发有限公司 | 定位方法、装置、电子设备及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232727A1 (en) * | 2007-05-22 | 2010-09-16 | Metaio Gmbh | Camera pose estimation apparatus and method for augmented reality imaging |
CN102542058A (zh) * | 2011-12-29 | 2012-07-04 | 天津大学 | 一种融合全局与局部视觉特征的层次化地标识别方法 |
CN102938827A (zh) * | 2012-11-29 | 2013-02-20 | 深圳英飞拓科技股份有限公司 | 一种分层监控指挥系统及跨摄像头虚拟跟踪方法 |
CN102968780A (zh) * | 2012-09-11 | 2013-03-13 | 浙江大学 | 一种基于人眼视觉特性的遥感图像拼接方法 |
CN103900583A (zh) * | 2012-12-25 | 2014-07-02 | 联想(北京)有限公司 | 用于即时定位与地图构建的设备和方法 |
CN103901884A (zh) * | 2012-12-25 | 2014-07-02 | 联想(北京)有限公司 | 信息处理方法和信息处理设备 |
WO2016165016A1 (en) * | 2015-04-14 | 2016-10-20 | Magor Communications Corporation | View synthesis-panorama |
CN106780303A (zh) * | 2016-12-02 | 2017-05-31 | 上海大学 | 一种基于局部配准的图像拼接方法 |
US9870624B1 (en) * | 2017-01-13 | 2018-01-16 | Otsaw Digital Pte. Ltd. | Three-dimensional mapping of an environment |
CN107680112A (zh) * | 2017-10-16 | 2018-02-09 | 北京邮电大学 | 图像配准方法 |
CN108225348A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 地图创建以及运动实体定位的方法和装置 |
CN108596976A (zh) * | 2018-04-27 | 2018-09-28 | 腾讯科技(深圳)有限公司 | 相机姿态追踪过程的重定位方法、装置、设备及存储介质 |
CN108759844A (zh) * | 2018-06-07 | 2018-11-06 | 科沃斯商用机器人有限公司 | 机器人重定位与环境地图构建方法、机器人及存储介质 |
CN108846893A (zh) * | 2018-06-27 | 2018-11-20 | 成都四方伟业软件股份有限公司 | 三维矢量地图生成方法及装置 |
CN109920055A (zh) * | 2019-03-08 | 2019-06-21 | 视辰信息科技(上海)有限公司 | 三维视觉地图的构建方法、装置与电子设备 |
-
2019
- 2019-07-23 CN CN201910666823.0A patent/CN110363179B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100232727A1 (en) * | 2007-05-22 | 2010-09-16 | Metaio Gmbh | Camera pose estimation apparatus and method for augmented reality imaging |
CN102542058A (zh) * | 2011-12-29 | 2012-07-04 | 天津大学 | 一种融合全局与局部视觉特征的层次化地标识别方法 |
CN102968780A (zh) * | 2012-09-11 | 2013-03-13 | 浙江大学 | 一种基于人眼视觉特性的遥感图像拼接方法 |
CN102938827A (zh) * | 2012-11-29 | 2013-02-20 | 深圳英飞拓科技股份有限公司 | 一种分层监控指挥系统及跨摄像头虚拟跟踪方法 |
CN103900583A (zh) * | 2012-12-25 | 2014-07-02 | 联想(北京)有限公司 | 用于即时定位与地图构建的设备和方法 |
CN103901884A (zh) * | 2012-12-25 | 2014-07-02 | 联想(北京)有限公司 | 信息处理方法和信息处理设备 |
WO2016165016A1 (en) * | 2015-04-14 | 2016-10-20 | Magor Communications Corporation | View synthesis-panorama |
CN106780303A (zh) * | 2016-12-02 | 2017-05-31 | 上海大学 | 一种基于局部配准的图像拼接方法 |
US9870624B1 (en) * | 2017-01-13 | 2018-01-16 | Otsaw Digital Pte. Ltd. | Three-dimensional mapping of an environment |
CN107680112A (zh) * | 2017-10-16 | 2018-02-09 | 北京邮电大学 | 图像配准方法 |
CN108225348A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 地图创建以及运动实体定位的方法和装置 |
CN108596976A (zh) * | 2018-04-27 | 2018-09-28 | 腾讯科技(深圳)有限公司 | 相机姿态追踪过程的重定位方法、装置、设备及存储介质 |
CN108759844A (zh) * | 2018-06-07 | 2018-11-06 | 科沃斯商用机器人有限公司 | 机器人重定位与环境地图构建方法、机器人及存储介质 |
CN108846893A (zh) * | 2018-06-27 | 2018-11-20 | 成都四方伟业软件股份有限公司 | 三维矢量地图生成方法及装置 |
CN109920055A (zh) * | 2019-03-08 | 2019-06-21 | 视辰信息科技(上海)有限公司 | 三维视觉地图的构建方法、装置与电子设备 |
Non-Patent Citations (4)
Title |
---|
C. RE 等: "EVALUATION OF AREA-BASED IMAGE MATCHING APPLIED TO DTM GENERATION WITH HIRISE IMAGES", 《ISPRS ANNALS OF THE PHOTOGRAMMETRY》 * |
刘涛 等: "基于多摄像头的AGV全局导航地图创建", 《计算机与数字工程》 * |
刘涛: "视觉信息辅助的室内建图与行人导航方法研究", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 * |
张献: "多摄像头全景图像拼接的实时视频处理技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274296A (zh) * | 2020-01-17 | 2020-06-12 | 北京无限光场科技有限公司 | 图像数据获取的方法及装置、终端和存储介质 |
CN111274296B (zh) * | 2020-01-17 | 2024-03-01 | 北京有竹居网络技术有限公司 | 图像数据获取的方法及装置、终端和存储介质 |
CN111508072A (zh) * | 2020-04-23 | 2020-08-07 | 东软睿驰汽车技术(上海)有限公司 | 地图构建方法、装置、电子设备及存储介质 |
CN111504335A (zh) * | 2020-04-23 | 2020-08-07 | 东软睿驰汽车技术(上海)有限公司 | 地图构建方法、装置、电子设备及存储介质 |
CN111508072B (zh) * | 2020-04-23 | 2023-07-04 | 东软睿驰汽车技术(上海)有限公司 | 地图构建方法、装置、电子设备及存储介质 |
CN111881744A (zh) * | 2020-06-23 | 2020-11-03 | 安徽清新互联信息科技有限公司 | 一种基于空间位置信息的人脸特征点定位方法及系统 |
CN111831775A (zh) * | 2020-07-15 | 2020-10-27 | 上海三一重机股份有限公司 | 一种挖掘机施工区域的地图建立方法及装置 |
WO2022227462A1 (zh) * | 2021-04-28 | 2022-11-03 | 北京市商汤科技开发有限公司 | 定位方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110363179B (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110363179A (zh) | 地图获取方法、装置、电子设备以及存储介质 | |
CN111243093B (zh) | 三维人脸网格的生成方法、装置、设备及存储介质 | |
EP3502621B1 (en) | Visual localisation | |
CN110135455A (zh) | 影像匹配方法、装置及计算机可读存储介质 | |
CN108875542B (zh) | 一种人脸识别方法、装置、系统及计算机存储介质 | |
CN112967341B (zh) | 基于实景图像的室内视觉定位方法、系统、设备及存储介质 | |
CN110781911B (zh) | 一种图像匹配方法、装置、设备及存储介质 | |
CN105427333B (zh) | 视频序列图像的实时配准方法、系统及拍摄终端 | |
CN104809731B (zh) | 一种基于梯度二值化的旋转尺度不变场景匹配方法 | |
CN104504723B (zh) | 基于视觉显著特征的图像配准方法 | |
CN108305291B (zh) | 利用包含定位二维码的墙体广告的单目视觉定位定姿方法 | |
CN109948397A (zh) | 一种人脸图像校正方法、系统及终端设备 | |
CN104156998A (zh) | 一种基于图片虚拟内容融合真实场景的实现方法及系统 | |
CN103971122A (zh) | 基于深度图像的三维人脸描述方法及装置 | |
Kurz et al. | Representative feature descriptor sets for robust handheld camera localization | |
CN106649629A (zh) | 一种关联书本与电子资源的系统 | |
Yuan et al. | Automated accurate registration method between UAV image and Google satellite map | |
CN111161348B (zh) | 一种基于单目相机的物体位姿估计方法、装置及设备 | |
CN106997366A (zh) | 数据库构建方法、增强现实融合追踪方法及终端设备 | |
CN108447084B (zh) | 基于orb特征的立体匹配补偿方法 | |
Kroepfl et al. | Efficiently locating photographs in many panoramas | |
JP6086491B2 (ja) | 画像処理装置およびそのデータベース構築装置 | |
CN110070626B (zh) | 一种基于多视角分类的三维物体检索方法 | |
Ali et al. | Panoramic image construction using feature based registration methods | |
Aktar et al. | Robust mosaicking of maize fields from aerial imagery |
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 |