CN110411339A - 一种基于平行激光束的水下目标尺寸测量设备及方法 - Google Patents

一种基于平行激光束的水下目标尺寸测量设备及方法 Download PDF

Info

Publication number
CN110411339A
CN110411339A CN201910693022.3A CN201910693022A CN110411339A CN 110411339 A CN110411339 A CN 110411339A CN 201910693022 A CN201910693022 A CN 201910693022A CN 110411339 A CN110411339 A CN 110411339A
Authority
CN
China
Prior art keywords
laser
point
module
image
target dimension
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
CN201910693022.3A
Other languages
English (en)
Other versions
CN110411339B (zh
Inventor
孙鑫
王晓瑞
董军宇
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.)
Ocean University of China
Original Assignee
Ocean University of China
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 Ocean University of China filed Critical Ocean University of China
Priority to CN201910693022.3A priority Critical patent/CN110411339B/zh
Publication of CN110411339A publication Critical patent/CN110411339A/zh
Application granted granted Critical
Publication of CN110411339B publication Critical patent/CN110411339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/002Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种水下目标尺寸测量设备及方法,该水下目标尺寸测量设备包括摄像头模块、第一激光器模块、第二激光器模块、第三激光器模块、第四激光器模块,第一、二、三、四激光器模块和摄像头模块处于同一平面,且激光发射器模块分布在正方形四角点处。测量时,由摄像头模块拍摄包含待测物体和四个激光投射点的图像,获得四个激光投射点的位置坐标,对图像进行单应性坐标变换使得激光器的四个投射点成正方形点阵,使用包围盒生成算法计算变换后目标物体的包围盒。根据比例计算待测目标物体长和宽的尺寸。本发明所描述的测距方法适用于水下等人类活动不方便的场景,提高了水下目标尺寸测量的灵活性和效率。

Description

一种基于平行激光束的水下目标尺寸测量设备及方法
技术领域
本发明涉及一种水下目标尺寸测量的设备及方法,尤其涉及一种基于平行激光束的水下目标尺寸测量设备及方法。
背景技术
海洋牧场等传统农业现代化还亟待优化,特别是对养殖产品生长情况的监控,需要更加精准、更加方便的体积和尺寸测量技术。随着水下机器人技术的发展,基于视觉的水下目标观测成为海洋牧场观察养殖产品的重要手段之一,然而对养殖产品体积和尺寸的测量是急需解决的关键技术。
常规的无人机目标物体尺寸测量方法,可以通过在待检测区域放置坐标网格纸或者印有网格的箱子,由网格在拍摄图像中的所占像素数量来推断图像中的比例尺,同时借助相机位姿检测算法等基于摄像机透视投影原理的坐标解算模型来调整世界坐标系。对于目标物体的检测,通常是使用目标检测网络来确定待检测物体。但在海洋牧场中,待检测区域广,人类活动自由度低,还有放置成本等问题使得坐标网格的方法存在局限性。
由于蓝绿激光在水中穿透能力强,在短距离水体中也有很好的传播效果,且激光点在图像中特征明显。特别是由于光沿直线传播的特性,可以有效的保持平行光束之间的距离是相同的。
发明内容
本发明的目的在于提供一种基于平行激光束的水下目标尺寸测量设备及方法,实现水下目标物尺寸的测量。
为了实现上述目的,根据本发明的一个方面,提供一种基于平行激光束的水下目标尺寸测量设备,包括一个摄像头模块、第一激光器模块、第二激光器模块、第三激光器模块、第四激光器模块。
进一步,所述摄像头模块用于拍摄图像。所述第一、第二、第三、第四激光器模块是点激光发生器,用于发射点激光。
进一步,所述第一、第二、第三、第四激光器模块与所述摄像头模块置于同一平面;所述四个激光器在同一平面上构成正方形排列,分别置于正方形四个角;所述摄像头模块置于所述四个激光器形成的正方形中心位置;所述四个激光器模块发射的激光线形成的激光束是平行的。
为了实现上述目的,根据本发明的一个方面,提供一种基于平行激光束的水下目标尺寸测量方法,包括如下步骤:
步骤1:图像拍摄阶段,打开所述摄像头模块和第一、第二、第三、第四激光器模块,使得第一、第二、第三、第四激光器模块发射出的激光线互相平行,且四条激光线形成的光束在垂直投影面上成正方形点阵。激光投射到待检测面上,获得第一激光线投射点、第二激光线投射点、第三激光线投射点、第四激光线投射点,当发现待检测目标后拍摄图像;
步骤2:激光点检测阶段,完成所拍摄图像中第一、第二、第三、第四激光线投射点的中心位置坐标的计算;
步骤3:位姿计算阶段,通过坐标解算模型计算摄像头模块相对于激光点所在投影面相对于摄像头模块的位姿,同时根据射影公式反推出射影变换矩阵;
步骤4:目标检测阶段,
4A.利用目标检测算法对所拍摄图像进行目标检测,并利用边缘检测算法确定目标物体在图像中的边缘曲线;
4B.对图像进行单应性坐标变换,使得第一、第二、第三、第四激光线投射点恢复为正方形点阵,同时对目标物体边缘曲线上的每点也进行坐标变换,并记录变换后的坐标;
4C.对变换后的边缘曲线使用包围盒生成算法,生成该边缘曲线的最小包围盒,根据激光束之间的实际距离计算出最小包围盒的长和宽。
优选地,步骤2中所述激光线投射点的中心位置坐标的计算,是利用激光点处能量最高、亮度最强的特性,首先对待检测图片进行从RGB到HSV的色彩空间转化,筛选出H通道符合激光色彩(35<H<78绿色范围),V通道满足阈值的像素(200<V<255 高亮范围),所选像素区域即是激光所在的光斑,该光斑即为激光投射点;取光斑区域的中心点像素作为激光线投射点的中心位置坐标,其中,计算中心点的位置还可以是机器学习领域或数字图像处理领域的方法。
优选地,步骤3所述的坐标解算模型是指基于摄像机透视投影原理的坐标解算模 型,令原始齐次坐标为,在图像中的齐次坐标,则根据射影变换 ,令,解得如下方程组:
该式可以改写为
即可求得投影变换矩阵H。
优选地,步骤4A中所述目标检测算法可以是任何一种目前现有的目标检测模型,例如YOLO,RetinaNet,Faster RCNN等;所述边缘检测算法可以是任何一种目前现有的边缘检测算法,例如Sobel,Laplacian,Canny等。
优选地,步骤4B所述的坐标变换指的是将图像中坐标调整为在待测平面上的 世界坐标,利用上述已解得的投影变换矩阵H,通过方程求解得到世界坐标,之后根据图像中已解得的世界坐标绘制成新的图像。
优选地,步骤4C所述包围盒生成算法指的是对利用边缘提取算法得到的边缘点集使用均值化处理得到,进一步计算点集中两两之间的协 方差,求得它的特征值和特征向量,排序并提取最 大值,vec和其正交向量是边缘点集的新坐标轴,将点集映射在轴上取最大最小 值即可生成包围盒。
优选地,步骤4C所述计算尺寸用到了等比公式,假设在图像上两非对角激光器激光线投射点的距离为Y,图像中包围盒某边长度为A,激光点实际距离为B,则所测边的实际距离X为X=A×B/Y。
为了实现上述目的,根据本发明的另一方面,本发明提供了一种计算机设备,所述计算机设备与本发明第一方面所述一种基于平行激光束的水下目标尺寸测量设备相连接,所述计算机设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机设备执行本发明第二方面所述的一种基于平行激光束的水下目标尺寸测量方法。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合附图,作详细说明如下。
附图说明
图1为本发明的结构示意图;
图2为本发明的目标尺寸测量流程示意图;
图3为本发明的射影变换恢复示意图;
图中:第一激光发射器模块101,摄像头模块102,第二激光发射器模块103,第三激光发射器模块104,第四激光发射器模块105。
具体实施例
下面结合附图和实施例进一步对本发明加以说明。
参照附图1,示出了说明本发明的一个实施例中硬件的结构图,在本实施例中,测量设备由一个摄像头模块102、第一激光发射器模块101、第二激光发射器模块103、第三激光发射器模块104和第四激光发射器模块105组成。在本实施例中,摄像头模块为单目摄像头,激光发射器均为蓝绿激光发射器。
参照附图2,示出了说明本发明的一个实施例中目标尺寸测量流程:
201. 摄像头模块和激光发射器模块开启,当观测员发现目标物体后,使用摄像头模块拍摄图片;
202. 对图像进行检测,确定第一、第二、第三、第四激光线投射点的中心像素点位置坐标。举例说明,将图片转化为HSV色彩空间,选取色彩值为蓝色和绿色之间(在本实施例中,H范围为35-78,V的范围为200-255),对于大于阈值的像素,再进行霍夫曼圆匹配算法,筛选后的像素区域为激光点区域。在本实施例中,检测激光点也可以使用人工智能算法;
203. 使用坐标解算模型计算摄像头模块与待测平面的位姿关系和射影变换矩阵。举 例说明,原始齐次坐标,在图像中的坐标,则根据射影变换 ,令,解得如下方程组
该式可以改写为
令Aih=0即可求得射影变换矩阵H;
204. 进行目标检测,确定目标物体的位置,并使用边缘检测提取目标轮廓,举例说明,在检测算法生成的预测框中使用洪水填充算法去除背景信息,再利用边缘算子对该区域进行处理,最终得到目标物体的轮廓。在本实施例中,目标检测算法可以是人工智能算法,也可以是模版匹配算法;
205. 该部分参照附图3,使用求得的射影变换矩阵对图像进行单应性坐标变换,得到世界坐标下的激光线投射点位置和目标物体轮廓;
206.对变换后的目标边缘使用包围盒生成算法,举例说明,对目标物体边缘点集使用均值化处理得到,进一步计算点集两两之间的协方 差,求得它的特征值和特征向量,排序并提取最大 值,vec和其正交向量是边缘点集的新坐标轴,将点集映射在轴上取最大和最小 值即可生成包围盒。假设在图像上两非对角激光器激光线投射点的距离为Y,图像中包围盒 某边长度为A,激光点实际距离为B,则所测边的实际距离X为X=A×B/Y。
显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而这些属于本发明的精神所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。

Claims (9)

1.一种基于平行激光束的水下目标尺寸测量设备,其特征在于:包括一个摄像头模块、第一激光器模块、第二激光器模块、第三激光器模块、第四激光器模块,所述摄像头模块用于拍摄图像,所述第一、第二、第三、第四激光器模块是点激光发生器,用于发射点激光。
2.根据权利要求1所述的基于平行激光束的水下目标尺寸测量设备,其特征在于:所述第一、第二、第三、第四激光器模块与所述摄像头模块置于同一平面;所述四个激光器模块在同一平面上构成正方形排列,分别置于正方形四个角;所述摄像头模块置于所述四个激光器形成的正方形中心位置;所述四个激光器模块发射的激光线形成的激光束是平行的。
3.一种基于平行激光束的水下目标尺寸测量方法,其特征在于包括如下步骤:
步骤1:图像拍摄阶段,打开所述摄像头模块和第一、第二、第三、第四激光器模块,使得第一、第二、第三、第四激光器模块发射出的激光线互相平行,且四条激光线形成的光束在垂直投影面上成正方形点阵;激光投射到待检测面上,获得第一激光线投射点、第二激光线投射点、第三激光线投射点、第四激光线投射点,当发现待检测目标后拍摄图像;
步骤2:激光点检测阶段,完成所拍摄图像中第一、第二、第三、第四激光线投射点的中心位置坐标的计算;
步骤3:位姿计算阶段,通过坐标解算模型计算摄像头模块相对于激光点所在投影面相对于摄像头模块的位姿,同时根据射影公式反推出射影变换矩阵;
步骤4:目标检测阶段,
4A.利用目标检测算法对所拍摄图像进行目标检测,并利用边缘检测算法确定目标物体在图像中的边缘曲线;
4B.对图像进行单应性坐标变换,使得第一、第二、第三、第四激光线投射点恢复为正方形点阵,同时对目标物体边缘曲线上的每点也进行坐标变换,并记录变换后的坐标;
4C.对变换后的边缘曲线使用包围盒生成算法,生成该边缘曲线的最小包围盒,根据激光束之间的实际距离计算出最小包围盒的长和宽。
4.根据权利要求3所述的基于平行激光束的水下目标尺寸测量方法,其特征在于,所述步骤2中所述激光线投射点的中心位置坐标的计算,是利用激光点处能量最高、亮度最强的特性,首先对待检测图片进行从RGB到HSV的色彩空间转化,筛选出H通道符合激光色彩(35<H<78绿色范围),V通道满足阈值的像素(200<V<255 高亮范围),所选像素区域即是激光所在的光斑,该光斑即为激光投射点;取光斑区域的中心点像素作为激光线投射点的中心位置坐标,其中,计算中心点的位置还可以是机器学习领域或数字图像处理领域的方法。
5.根据权利要求3所述的基于平行激光束的水下目标尺寸测量方法,其特征在于,所述 步骤3中所述坐标解算模型是指基于摄像机透视投影原理的坐标解算模型,令原始齐次坐 标为 x=[u,v,1]T,在图像中的齐次坐标x1=[u1,v1,1]T,则根据射影变换, 令
解得如下方程组
该式可以改写为
,令Aih=0 即可求得投影变换 矩阵H。
6.根据权利要求3所述的基于平行激光束的水下目标尺寸测量方法,其特征在于,所述步骤4A中所述目标检测算法可以是任何一种目前现有的目标检测模型;所述边缘检测算法可以是任何一种目前现有的边缘检测算法。
7.根据权利要求3所述的基于平行激光束的水下目标尺寸测量方法,其特征在于,所述步骤4B中所述的坐标变换指的是将图像中坐标x12调整为在待测平面上的世界坐标x11,利用上述已解得的投影变换矩阵H;通过x12=Hx11方程求解得到世界坐标x11,之后根据图像中已解得的世界坐标绘制成新的图像。
8.根据权利要求3所述的基于平行激光束的水下目标尺寸测量方法,其特征在于,所述 步骤4C中所述包围盒生成算法指的是对利用边缘提取算法得到的边缘点集 使用均值化处理得到,进一步计算点集中两两之间的协方差,求得它的特征值和特征向量,排序并提取最大值,vec和其正交向量是边缘点集的新坐标轴,将点集映射在轴上取最大和最小值 即可生成包围盒;所述计算尺寸用到了等比公式,假设在图像上两非对角激光器激光线投 射点的距离为Y,图像中包围盒某边长度为A,激光点实际距离为B,则所测边的实际距离X为 X=A×B/Y。
9.一种计算机设备,其特征在于,所述计算机设备与本发明第一方面所述一种基于平行激光束的水下目标尺寸测量设备相连接,所述计算机设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机设备执行本发明第二方面所述的一种基于平行激光束的水下目标尺寸测量方法。
CN201910693022.3A 2019-07-30 2019-07-30 一种基于平行激光束的水下目标尺寸测量设备及方法 Active CN110411339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910693022.3A CN110411339B (zh) 2019-07-30 2019-07-30 一种基于平行激光束的水下目标尺寸测量设备及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910693022.3A CN110411339B (zh) 2019-07-30 2019-07-30 一种基于平行激光束的水下目标尺寸测量设备及方法

Publications (2)

Publication Number Publication Date
CN110411339A true CN110411339A (zh) 2019-11-05
CN110411339B CN110411339B (zh) 2021-07-02

Family

ID=68364054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910693022.3A Active CN110411339B (zh) 2019-07-30 2019-07-30 一种基于平行激光束的水下目标尺寸测量设备及方法

Country Status (1)

Country Link
CN (1) CN110411339B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111504269A (zh) * 2020-05-26 2020-08-07 南方电网调峰调频发电有限公司 一种水下尺度测量方法及其装置
CN111751839A (zh) * 2020-06-30 2020-10-09 博雅工道(北京)机器人科技有限公司 一种水下智能扫描微分激光尺
CN112461133A (zh) * 2020-11-25 2021-03-09 深圳市施罗德工业集团有限公司 尺寸测算方法、装置、图像检测设备和可读存储介质
CN112577445A (zh) * 2020-12-18 2021-03-30 深圳市泽峰光电科技有限公司 一种旋转光栅的原木端面轮廓提取方法
CN113137920A (zh) * 2021-05-19 2021-07-20 重庆大学 一种水下测量的设备与水下测量方法
CN113391320A (zh) * 2021-06-11 2021-09-14 深圳鳍源科技有限公司 水下物体距离和面积的测量方法、装置、设备及存储介质
WO2021185216A1 (zh) * 2020-03-16 2021-09-23 左忠斌 一种基于多激光测距的标定方法
CN113983931A (zh) * 2021-11-02 2022-01-28 中国船舶科学研究中心 一种试验水池用清淤机器人水下定位装置和使用方法
CN114111589A (zh) * 2021-11-19 2022-03-01 南方海洋科学与工程广东省实验室(湛江) 基于网状物的水下测距方法、测距系统及存储介质
CN116255908A (zh) * 2023-05-11 2023-06-13 山东建筑大学 面向水下机器人的海生物定位测量装置及方法
CN117670916A (zh) * 2024-01-31 2024-03-08 南京华视智能科技股份有限公司 一种基于深度学习的涂布机边缘检测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1432822A (zh) * 2002-01-10 2003-07-30 青岛海洋大学 水下激光飞线扫描成像装置及方法
CN1934459A (zh) * 2004-07-01 2007-03-21 三菱电机株式会社 无线定位和识别系统和方法
CN1932576A (zh) * 2006-09-30 2007-03-21 中国海洋大学 水下目标激光线扫描成像装置
CN102494609A (zh) * 2011-11-18 2012-06-13 李志扬 一种基于激光探针阵列的三维摄影方法及装置
CN202452953U (zh) * 2011-12-21 2012-09-26 福建水口发电集团有限公司 船舶水下部分轮廓尺寸检测系统
CN102709993A (zh) * 2012-05-16 2012-10-03 中国海洋大学 一种用于水下无线充电系统的激光对准装置及方法
KR20130070939A (ko) * 2011-12-20 2013-06-28 충북대학교 산학협력단 레이저 조사장치를 이용한 정밀 직경 측정장치 및 측정방법
CN104567728A (zh) * 2014-12-24 2015-04-29 天津大学 激光视觉轮廓测量系统及测量方法、立体靶标
CN207365912U (zh) * 2017-11-07 2018-05-15 浙江大学 一种用于水下目标物尺寸测量的原位激光-图像融合测量系统
CN207992083U (zh) * 2018-03-29 2018-10-19 张晓� 一种浅水水下结构物检测设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1432822A (zh) * 2002-01-10 2003-07-30 青岛海洋大学 水下激光飞线扫描成像装置及方法
CN1934459A (zh) * 2004-07-01 2007-03-21 三菱电机株式会社 无线定位和识别系统和方法
CN1932576A (zh) * 2006-09-30 2007-03-21 中国海洋大学 水下目标激光线扫描成像装置
CN102494609A (zh) * 2011-11-18 2012-06-13 李志扬 一种基于激光探针阵列的三维摄影方法及装置
KR20130070939A (ko) * 2011-12-20 2013-06-28 충북대학교 산학협력단 레이저 조사장치를 이용한 정밀 직경 측정장치 및 측정방법
CN202452953U (zh) * 2011-12-21 2012-09-26 福建水口发电集团有限公司 船舶水下部分轮廓尺寸检测系统
CN102709993A (zh) * 2012-05-16 2012-10-03 中国海洋大学 一种用于水下无线充电系统的激光对准装置及方法
CN104567728A (zh) * 2014-12-24 2015-04-29 天津大学 激光视觉轮廓测量系统及测量方法、立体靶标
CN207365912U (zh) * 2017-11-07 2018-05-15 浙江大学 一种用于水下目标物尺寸测量的原位激光-图像融合测量系统
CN207992083U (zh) * 2018-03-29 2018-10-19 张晓� 一种浅水水下结构物检测设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SHIKHA CHOURASIYA: "Non-intrusive underwater measurement of mobile bottom surface", 《ADVANCES IN WATER RESOURCES》 *
先登飞: "用激光扫描投影法检测核燃料模拟组件变形", 《激光与红外》 *
杨述斌: "基于K-L变换的水下激光成像弱目标检测", 《探测与控制学报》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021185216A1 (zh) * 2020-03-16 2021-09-23 左忠斌 一种基于多激光测距的标定方法
CN111504269A (zh) * 2020-05-26 2020-08-07 南方电网调峰调频发电有限公司 一种水下尺度测量方法及其装置
CN111504269B (zh) * 2020-05-26 2024-04-19 南方电网调峰调频发电有限公司 一种水下尺度测量方法及其装置
CN111751839A (zh) * 2020-06-30 2020-10-09 博雅工道(北京)机器人科技有限公司 一种水下智能扫描微分激光尺
CN112461133A (zh) * 2020-11-25 2021-03-09 深圳市施罗德工业集团有限公司 尺寸测算方法、装置、图像检测设备和可读存储介质
CN112577445A (zh) * 2020-12-18 2021-03-30 深圳市泽峰光电科技有限公司 一种旋转光栅的原木端面轮廓提取方法
CN112577445B (zh) * 2020-12-18 2021-08-03 深圳市泽峰光电科技有限公司 一种旋转光栅的原木端面轮廓提取方法
CN113137920B (zh) * 2021-05-19 2022-09-23 重庆大学 一种水下测量的设备与水下测量方法
CN113137920A (zh) * 2021-05-19 2021-07-20 重庆大学 一种水下测量的设备与水下测量方法
CN113391320A (zh) * 2021-06-11 2021-09-14 深圳鳍源科技有限公司 水下物体距离和面积的测量方法、装置、设备及存储介质
CN113983931A (zh) * 2021-11-02 2022-01-28 中国船舶科学研究中心 一种试验水池用清淤机器人水下定位装置和使用方法
CN113983931B (zh) * 2021-11-02 2023-05-23 中国船舶科学研究中心 一种试验水池用清淤机器人水下定位装置和使用方法
CN114111589A (zh) * 2021-11-19 2022-03-01 南方海洋科学与工程广东省实验室(湛江) 基于网状物的水下测距方法、测距系统及存储介质
CN114111589B (zh) * 2021-11-19 2024-05-28 南方海洋科学与工程广东省实验室(湛江) 基于网状物的水下测距方法、测距系统及存储介质
CN116255908A (zh) * 2023-05-11 2023-06-13 山东建筑大学 面向水下机器人的海生物定位测量装置及方法
CN116255908B (zh) * 2023-05-11 2023-08-15 山东建筑大学 面向水下机器人的海生物定位测量装置及方法
CN117670916A (zh) * 2024-01-31 2024-03-08 南京华视智能科技股份有限公司 一种基于深度学习的涂布机边缘检测方法
CN117670916B (zh) * 2024-01-31 2024-04-12 南京华视智能科技股份有限公司 一种基于深度学习的涂布边缘检测方法

Also Published As

Publication number Publication date
CN110411339B (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN110411339A (zh) 一种基于平行激光束的水下目标尺寸测量设备及方法
CN105069743B (zh) 探测器拼接实时图像配准的方法
CN104463899B (zh) 一种目标对象检测、监控方法及其装置
CN108416804A (zh) 获取目标物体体积的方法、装置、终端设备及存储介质
CN111640157A (zh) 一种基于神经网络的棋盘格角点检测方法及其应用
CN114241031B (zh) 基于双视角融合的鱼类体尺测量和体重预测的方法及装置
CN107560592B (zh) 一种用于光电跟踪仪联动目标的精确测距方法
CN109410207A (zh) 一种基于ncc特征的无人机巡线图像输电线路检测方法
CN106097348A (zh) 一种三维激光点云与二维图像的融合方法
CN104484887B (zh) 摄像机与二维激光测距仪联合使用时的外参数标定方法
CN101512551A (zh) 用于测量动物身高的方法和系统
CN112700552A (zh) 三维物体检测方法、装置、电子设备及介质
CN107103589A (zh) 一种基于光场图像的高光区域修复方法
CN110059602B (zh) 一种基于正投影特征变换的俯视人脸矫正方法
CN105466523B (zh) 基于单摄像机图像的堆粮高度的测量方法和装置
CN111126116A (zh) 无人船河道垃圾识别方法及系统
CN110189347A (zh) 一种测量物体体积的方法及终端
CN106033614A (zh) 一种强视差下的移动相机运动目标检测方法
CN108362205A (zh) 基于条纹投影的空间测距方法
CN110532865A (zh) 基于可见光与激光融合的航天器结构识别方法
CN114923665A (zh) 波浪三维高度场的图像重构方法及图像重构试验系统
CN106251337A (zh) 一种空中加油锥套空间定位方法及系统
Jacobus et al. Two new edge detectors
CN111735447B (zh) 一种仿星敏式室内相对位姿测量系统及其工作方法
CN113628170A (zh) 一种基于深度学习的激光线提取方法及系统

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