CN111275770A - 基于一维靶标旋转运动的四目立体视觉系统全局标定方法 - Google Patents

基于一维靶标旋转运动的四目立体视觉系统全局标定方法 Download PDF

Info

Publication number
CN111275770A
CN111275770A CN202010063124.XA CN202010063124A CN111275770A CN 111275770 A CN111275770 A CN 111275770A CN 202010063124 A CN202010063124 A CN 202010063124A CN 111275770 A CN111275770 A CN 111275770A
Authority
CN
China
Prior art keywords
cone
vision system
stereoscopic vision
binocular
dimensional
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
Application number
CN202010063124.XA
Other languages
English (en)
Inventor
欧巧凤
杨茜
熊邦书
陈垚锋
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.)
Nanchang Hangkong University
Original Assignee
Nanchang Hangkong University
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 Nanchang Hangkong University filed Critical Nanchang Hangkong University
Priority to CN202010063124.XA priority Critical patent/CN111275770A/zh
Publication of CN111275770A publication Critical patent/CN111275770A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85Stereo camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于一维靶标旋转运动的四目立体视觉系统全局标定方法,首先,分别获取两个双目立体视觉系统视场内一维靶标上标记点的三维坐标,并利用角度传感器测得特定靶标图像拍摄时的角度间隔;其次,根据一维靶标旋转运动形成的圆锥特性,分别对两个双目立体视觉系统采集的标记点进行圆锥拟合,计算圆锥轴线方向和顶点坐标;然后,利用测得的角度间隔,计算两个双目立体视觉系统在垂直圆锥轴线方向的角度偏差;最后,根据两个锥面物理上属于同一个锥面的关系,计算两个双目立体视觉系统坐标系间的旋转平移关系,完成全局标定。该发明无需立体视觉系统间有公共视场,且操作方便,标定速度快,精度高,有较强的实用性。

Description

基于一维靶标旋转运动的四目立体视觉系统全局标定方法
技术领域
本发明涉及立体视觉技术领域,具体涉及一种基于一维靶标旋转运动的四目立体视觉系统全局标定方法。
背景技术
在利用摄像机进行立体视觉标定时,常常会有视场范围的限制,相机之间不存在或只存在很小的重叠视场,特别是针对高精度、大视场的工业测量,通常需要多个相机组建一个具有更大视场范围的测量系统,如何对非重叠视场的相机进行高精度的全局标定就成为了多相机测量系统的关键。
目前,多采用的全局标定方法有:
(1)借助高精度的经纬仪或激光跟踪仪等三维测量设备,直接获得各相机的空间位置,从而将所有相机坐标系统一到同一坐标系下。此方法能达到较高的精度,但是操作过程十分繁琐,常常在可利用空间较小的工业测量现场有很大的局限性;
(2)利用光学特性,如光的折射,建立相应的折射模型,但需要覆盖标定目标的同一区域;或通过镜面的反射,间接观测公共靶标,但标定精度会随着相机间距离的增加而下降;
(3)重构大平面标定物,获取每个小靶标中的局部特征信息,根据小靶标间的相对位置关系,计算各相机间的变换矩阵,但求解中需要获取靶标的多场景信息,且标定结果不够稳定;
(4)通过跟踪移动的目标,计算目标退出相机视场和进入另一个相机视场的时间差,从而得到两相机间的位置关系,但标定时需要更多的场景信息,这在工业测量中往往难以获取,并且精度仍需要提高。
发明内容
本发明所要解决的问题是:提供基于一维靶标旋转运动的四目立体视觉系统全局标定方法,旨在解决现有全局标定技术存在的操作繁琐、测量视场局限性大等问题。
本发明为解决上述问题所提供的技术方案为:一种基于一维靶标旋转运动的四目立体视觉系统全局标定方法,所述方法包括以下步骤,
(1)、分别获取两个双目立体视觉系统视场内一维靶标上标记点的三维坐标,并利用角度传感器获得特定靶标图像拍摄时的角度间隔;
(2)、根据一维靶标旋转运动形成的圆锥特性,分别对两个双目立体视觉系统采集的标记点进行圆锥拟合,计算圆锥轴线方向和圆锥顶点坐标;
(3)、利用测得的角度间隔,计算两个双目立体视觉系统在垂直圆锥轴线方向的角度偏差;
(4)、根据两个锥面物理上属于同一个锥面的关系,把第二个双目立体视觉系统采集的标记点三维坐标通过旋转平移变换,转换到第一个双目立体视觉系统坐标系下。
优选的,所述步骤(2)中根据一维靶标旋转运动形成的圆锥特性,双目立体视觉系统采集的各相位标记点均在锥面上,分别对两个双目立体视觉系统采集的标记点进行圆锥拟合,计算圆锥轴线方向和圆锥顶点坐标,具体包括以下步骤:
(2.1)、在第一个双目立体视觉系统内选取9个均匀分布的标记点,粗拟合圆锥求解锥面方程的9个参数,求得圆锥轴线
Figure BDA0002375134080000021
和圆锥顶点Oc1的初始解;
(2.2)、通过Levenberg-Marquardt优化算法,将该系统内所有标记点带入目标函数,使得点到拟合锥面的距离之和最小,得到优化后的圆锥轴线
Figure BDA0002375134080000022
和圆锥顶点O1
(2.3)、对第二个双目立体视觉系统采集的标记点进行圆锥拟合,根据步骤(2.1)和(2.2),同理可得圆锥轴线
Figure BDA0002375134080000023
和圆锥顶点O2
优选的,所述步骤(3)中利用角度传感器获得的角度间隔记为
Figure BDA0002375134080000024
第i号相位在第一个双目立体视觉系统坐标系中的方位角记为θi,第j号相位在第二个双目立体视觉系统坐标系中的方位角记为θj,两个双目立体视觉系统在垂直圆锥轴线方向的角度偏差记为
Figure BDA0002375134080000025
Figure BDA0002375134080000026
优选的,所述步骤(4)中根据两个锥面物理上属于同一个锥面的关系,把第二个双目立体视觉系统中的标记点三维坐标通过旋转平移变换,转换到第一个双目立体视觉系统坐标系下,实现两个双目立体视觉系统的统一,从而完成全局标定,具体包括以下步骤:
(4.1)、把
Figure BDA0002375134080000027
旋转至与
Figure BDA0002375134080000028
平行,其旋转矩阵记为R1
(4.2)、把O2平移至与O1重合,其平移矩阵记为T;
(4.3)、把第二个双目立体视觉系统坐标系绕第一个双目立体视觉系统的圆锥轴线旋转
Figure BDA0002375134080000029
其旋转矩阵记为R2
(4.4)、综合上述步骤,第二个双目立体视觉系统中任一标记点三维齐次坐标
Figure BDA0002375134080000031
转换到第一个双目立体视觉系统坐标系的齐次坐标记为Pij′:Pij′=R2[R1,T]Pij
与现有技术相比,本发明的优点是:
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明的工作流程图。
图2为本发明实施例中设计的一维靶标图像。
图3为本发明实施例中整体装置示意图。
具体实施方式
以下将配合附图及实施例来详细说明本发明的实施方式,藉此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
本实施例中实验环境由某直升机研究所提供,选取直升机刚性桨叶中的其中一片作为一维靶标,具体实施方案如下:
(1)分别获取两个双目立体视觉系统视场内一维靶标上标记点的三维坐标,并利用角度传感器获得特定靶标图像拍摄时的角度间隔,具体包括以下步骤:
(1.1)安装角度传感器,确定测量视场,根据桨叶长度,在桨叶下方的承重台上布置双目立体视觉系统。本实施例中桨叶长度为2.1m,相机置于桨叶下方5m处,每个双目立体视觉系统的视场大小为4.6m*2.3m,两个双目立体视觉系统能够覆盖整个旋翼视场;
(1.2)标记点设计,本实施例中采用对噪声不敏感的圆形标记点,其大小和间距在能够满足定位精度的前提下尽可能小,这样可以在一维靶标上多布置一些标记点,增加有效数据量,从而提高标定精度。本实施例中的标记点设计如图2所示,标记点贴于桨叶1/4弦线位置上,标记点直径为44mm,两标记点间间距为90mm,共布置18个标记点;
(1.3)标定高速摄像机,确定每组相机间立体视觉标定参数;
(1.4)通过倍频装置等间隔采集桨叶旋转运动图像,存入计算机,桨叶旋转示意图如图3所示,O为桨毂中心位置,{l1,l2,...,lm}为桨叶旋转时所在位置,{p11,p21,...,pn1,...,pnm}为标记点所在位置。本实施例中桨叶转速50rpm,桨叶每间隔20度采集一次旋翼图像,桨叶旋转一圈共采集18个位置;
(1.5)对桨叶图像进行处理,提取圆心像素坐标,并利用步骤(1.3)得到的标定参数,计算四目立体视觉系统各子系统视场内的标记点三维坐标;
(1.6)对标记点三维信息进行预处理,本实施例通过采集100圈桨叶旋转运动图像以消除随机误差。首先将同一位置下相同标记点的100个坐标值按从小到大的顺序进行排序,剔除前20%和后20%,将剩余60%数据的平均值作为该标记点的坐标值;
(2)根据一维靶标旋转运动形成的圆锥特性,双目立体视觉系统采集的各相位标记点均在锥面上,分别对两个双目立体视觉系统采集的标记点进行圆锥拟合,计算圆锥轴线方向和圆锥顶点坐标,具体包括以下步骤:
(2.1)在第一个双目立体视觉系统内选取9个均匀分布的标记点,粗拟合圆锥求解锥面方程的9个参数,求得第一个双目立体视觉系统的圆锥轴线
Figure BDA0002375134080000041
和圆锥顶点Oc1的初始解,过程如下:
设圆锥轴线初始解
Figure BDA0002375134080000042
圆锥顶点初始解Oc1(x1,y1,z1),则其方程可表示为:
Figure BDA0002375134080000043
设圆锥母线方程为:
Figure BDA0002375134080000044
联立公式(1)和公式(2),可得锥面方程:
F1(x,y,z)=0# (3)
(2.2)通过Levenberg-Marquardt优化算法,将该系统内所有标记点带入目标函数,使得点到拟合锥面的距离之和最小,得到优化后的圆锥轴线
Figure BDA0002375134080000045
和圆锥顶点O1
(2.3)对第二个双目立体视觉系统采集的标记点进行圆锥拟合,根据步骤(2.1)和(2.2),同理可得圆锥轴线
Figure BDA0002375134080000046
和圆锥顶点O2
(3)利用角度传感器获得的角度间隔,计算两个双目立体视觉系统在垂直圆锥轴线方向的角度偏差。其中,角度间隔记为
Figure BDA0002375134080000047
第i号相位在第一个双目立体视觉系统坐标系中的方位角记为θi,第j号相位在第二个双目立体视觉系统坐标系中的方位角记为θj,两个双目立体视觉系统在垂直圆锥轴线方向的角度偏差记为
Figure BDA0002375134080000048
Figure BDA0002375134080000049
本实施例中,选取第8个相位和第11个相位作为特定相位,即两相位间的隔间
Figure BDA0002375134080000051
再根据步骤(1)得到的标记点三维坐标,计算得出
Figure BDA0002375134080000052
(4)根据两个锥面物理上属于同一个锥面的关系,把第二个双目立体视觉系统中的标记点三维坐标通过旋转平移变换,转换到第一个双目立体视觉系统坐标系下,实现两个双目立体视觉系统的统一,从而完成全局标定,具体包括以下步骤:
(4.1)把
Figure BDA0002375134080000053
旋转至与
Figure BDA0002375134080000054
平行,其旋转矩阵记为R1,本实施例中
Figure BDA0002375134080000055
(4.2)把O2平移至与O1重合,其平移矩阵记为T,本实施例中T=(-175.960,2496.628,4.296);
(4.3)把第二个双目立体视觉系统坐标系绕第一个双目立体视觉系统的圆锥轴线旋转
Figure BDA0002375134080000056
其旋转矩阵记为R2,本实施例中
Figure BDA0002375134080000057
(4.4)综合上述步骤,第二个双目立体视觉系统中任一标记点三维齐次坐标
Figure BDA0002375134080000058
转换到第一个双目立体视觉系统坐标系的齐次坐标记为Pij′:Pij′=R2[R1,T]Pij
以上仅就本发明的最佳实施例作了说明,但不能理解为是对权利要求的限制。本发明不仅局限于以上实施例,其具体结构允许有变化。凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明保护范围内。

Claims (4)

1.一种基于一维靶标旋转运动的四目立体视觉系统全局标定方法,其特征在于:所述方法包括以下步骤,
(1)、分别获取两个双目立体视觉系统视场内一维靶标上标记点的三维坐标,并利用角度传感器获得特定靶标图像拍摄时的角度间隔;
(2)、根据一维靶标旋转运动形成的圆锥特性,分别对两个双目立体视觉系统采集的标记点进行圆锥拟合,计算圆锥轴线方向和圆锥顶点坐标;
(3)、利用测得的角度间隔,计算两个双目立体视觉系统在垂直圆锥轴线方向的角度偏差;
(4)、根据两个锥面物理上属于同一个锥面的关系,把第二个双目立体视觉系统采集的标记点三维坐标通过旋转平移变换,转换到第一个双目立体视觉系统坐标系下。
2.根据权利要求1所述的基于一维靶标旋转运动的四目立体视觉系统全局标定方法,其特征在于:所述步骤(2)中根据一维靶标旋转运动形成的圆锥特性,双目立体视觉系统采集的各相位标记点均在锥面上,分别对两个双目立体视觉系统采集的标记点进行圆锥拟合,计算圆锥轴线方向和圆锥顶点坐标,具体包括以下步骤:
(2.1)、在第一个双目立体视觉系统内选取9个均匀分布的标记点,粗拟合圆锥求解锥面方程的9个参数,求得圆锥轴线
Figure FDA0002375134070000011
和圆锥顶点Oc1的初始解;
(2.2)、通过Levenberg-Marquardt优化算法,将该系统内所有标记点带入目标函数,使得点到拟合锥面的距离之和最小,得到优化后的圆锥轴线
Figure FDA0002375134070000012
和圆锥顶点O1
(2.3)、对第二个双目立体视觉系统采集的标记点进行圆锥拟合,根据步骤(2.1)和(2.2),同理可得圆锥轴线
Figure FDA0002375134070000013
和圆锥顶点O2
3.根据权利要求1所述的基于一维靶标旋转运动的四目立体视觉系统全局标定方法,其特征在于:所述步骤(3)中利用角度传感器获得的角度间隔记为
Figure FDA0002375134070000016
第i号相位在第一个双目立体视觉系统坐标系中的方位角记为θi,第j号相位在第二个双目立体视觉系统坐标系中的方位角记为θj,两个双目立体视觉系统在垂直圆锥轴线方向的角度偏差记为
Figure FDA0002375134070000014
Figure FDA0002375134070000015
4.根据权利要求1所述的基于一维靶标旋转运动的四目立体视觉系统全局标定方法,其特征在于:所述步骤(4)中根据两个锥面物理上属于同一个锥面的关系,把第二个双目立体视觉系统中的标记点三维坐标通过旋转平移变换,转换到第一个双目立体视觉系统坐标系下,实现两个双目立体视觉系统的统一,从而完成全局标定,具体包括以下步骤:
(4.1)、把
Figure FDA0002375134070000021
旋转至与
Figure FDA0002375134070000022
平行,其旋转矩阵记为R1
(4.2)、把O2平移至与O1重合,其平移矩阵记为T;
(4.3)、把第二个双目立体视觉系统坐标系绕第一个双目立体视觉系统的圆锥轴线旋转
Figure FDA0002375134070000023
其旋转矩阵记为R2
(4.4)、综合上述步骤,第二个双目立体视觉系统中任一标记点三维齐次坐标
Figure FDA0002375134070000024
转换到第一个双目立体视觉系统坐标系的齐次坐标记为Pij′:Pij′=R2[R1,T]Pij
CN202010063124.XA 2020-01-20 2020-01-20 基于一维靶标旋转运动的四目立体视觉系统全局标定方法 Pending CN111275770A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010063124.XA CN111275770A (zh) 2020-01-20 2020-01-20 基于一维靶标旋转运动的四目立体视觉系统全局标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010063124.XA CN111275770A (zh) 2020-01-20 2020-01-20 基于一维靶标旋转运动的四目立体视觉系统全局标定方法

Publications (1)

Publication Number Publication Date
CN111275770A true CN111275770A (zh) 2020-06-12

Family

ID=71001108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010063124.XA Pending CN111275770A (zh) 2020-01-20 2020-01-20 基于一维靶标旋转运动的四目立体视觉系统全局标定方法

Country Status (1)

Country Link
CN (1) CN111275770A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112197698A (zh) * 2020-09-23 2021-01-08 北京遥感设备研究所 一种回转锥角放大伺服轴线测量方法及系统
CN115775281A (zh) * 2022-12-15 2023-03-10 苏州中科先进技术研究院有限公司 无靶标四目立体视觉系统全局标定方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001243468A (ja) * 1999-12-24 2001-09-07 Sanyo Electric Co Ltd 三次元モデリング装置、方法及び媒体並びに三次形状データ記録装置、方法及び媒体
US20120162414A1 (en) * 2010-08-20 2012-06-28 Beihang University Global Calibration Method With Apparatus Based on Rigid Bar for Multi-Sensor Vision
US20150130951A1 (en) * 2013-10-28 2015-05-14 The Regents Of The University Of Michigan Interactive camera calibration tool
US20150288956A1 (en) * 2014-04-08 2015-10-08 Lucasfilm Entertainment Company, Ltd. Calibration target for video processing
CN105205824A (zh) * 2015-09-25 2015-12-30 北京航空航天大学 基于高精度辅助相机和球靶标的多摄像机全局校准方法
CN105809706A (zh) * 2016-05-25 2016-07-27 北京航空航天大学 一种分布式多像机系统的全局标定方法
CN106228534A (zh) * 2016-07-08 2016-12-14 众趣(北京)科技有限公司 一种基于约束全局优化的转轴和相机间关系标定方法
CN107883870A (zh) * 2017-10-24 2018-04-06 四川雷得兴业信息科技有限公司 基于双目视觉系统和激光跟踪仪测量系统的全局标定方法
CN108020158A (zh) * 2016-11-04 2018-05-11 浙江大华技术股份有限公司 一种基于球机的三维位置测量方法及装置
CN108469254A (zh) * 2018-03-21 2018-08-31 南昌航空大学 一种适用于仰视和俯视位姿的大视场多视觉视频测量系统全局标定方法
CN108489515A (zh) * 2018-03-21 2018-09-04 南昌航空大学 一种基于散焦图像的大视场立体视觉系统标定方法
CN109827502A (zh) * 2018-12-28 2019-05-31 北京航空航天大学 一种标定点图像补偿的线结构光视觉传感器高精度标定方法
CN109974618A (zh) * 2019-04-02 2019-07-05 青岛鑫慧铭视觉科技有限公司 多传感器视觉测量系统的全局标定方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001243468A (ja) * 1999-12-24 2001-09-07 Sanyo Electric Co Ltd 三次元モデリング装置、方法及び媒体並びに三次形状データ記録装置、方法及び媒体
US20120162414A1 (en) * 2010-08-20 2012-06-28 Beihang University Global Calibration Method With Apparatus Based on Rigid Bar for Multi-Sensor Vision
US20150130951A1 (en) * 2013-10-28 2015-05-14 The Regents Of The University Of Michigan Interactive camera calibration tool
US20150288956A1 (en) * 2014-04-08 2015-10-08 Lucasfilm Entertainment Company, Ltd. Calibration target for video processing
CN105205824A (zh) * 2015-09-25 2015-12-30 北京航空航天大学 基于高精度辅助相机和球靶标的多摄像机全局校准方法
CN105809706A (zh) * 2016-05-25 2016-07-27 北京航空航天大学 一种分布式多像机系统的全局标定方法
CN106228534A (zh) * 2016-07-08 2016-12-14 众趣(北京)科技有限公司 一种基于约束全局优化的转轴和相机间关系标定方法
CN108020158A (zh) * 2016-11-04 2018-05-11 浙江大华技术股份有限公司 一种基于球机的三维位置测量方法及装置
CN107883870A (zh) * 2017-10-24 2018-04-06 四川雷得兴业信息科技有限公司 基于双目视觉系统和激光跟踪仪测量系统的全局标定方法
CN108469254A (zh) * 2018-03-21 2018-08-31 南昌航空大学 一种适用于仰视和俯视位姿的大视场多视觉视频测量系统全局标定方法
CN108489515A (zh) * 2018-03-21 2018-09-04 南昌航空大学 一种基于散焦图像的大视场立体视觉系统标定方法
CN109827502A (zh) * 2018-12-28 2019-05-31 北京航空航天大学 一种标定点图像补偿的线结构光视觉传感器高精度标定方法
CN109974618A (zh) * 2019-04-02 2019-07-05 青岛鑫慧铭视觉科技有限公司 多传感器视觉测量系统的全局标定方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MING CHI: ""Global calibration approach for 3D vision system carried by moving robot used for measuring inner surface of long pipeline"", 《2017 IEEE INTERNATIONAL CONFERENCE ON IMAGING SYSTEMS AND TECHNIQUES (IST)》 *
QIAOFENG OU: ""Impulse noise removal in two-dimensional electrophoresis images based on dome recognition"", 《2015 8TH INTERNATIONAL CONFERENCE ON BIOMEDICAL ENGINEERING AND INFORMATICS (BMEI)》 *
余淑真: ""基于散焦图像的大视场立体视觉标定方法"", 《应用科学学报》 *
胡浩: ""大视场多像机视频测量系统的全局标定"", 《光学精密工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112197698A (zh) * 2020-09-23 2021-01-08 北京遥感设备研究所 一种回转锥角放大伺服轴线测量方法及系统
CN115775281A (zh) * 2022-12-15 2023-03-10 苏州中科先进技术研究院有限公司 无靶标四目立体视觉系统全局标定方法
WO2024125004A1 (zh) * 2022-12-15 2024-06-20 苏州中科先进技术研究院有限公司 无靶标四目立体视觉系统全局标定方法

Similar Documents

Publication Publication Date Title
CN113532311B (zh) 点云拼接方法、装置、设备和存储设备
CN112525162B (zh) 一种无人机测量输电线路影像距离的系统及方法
CN113379822B (zh) 一种基于采集设备位姿信息获取目标物3d信息的方法
Herráez et al. 3D modeling by means of videogrammetry and laser scanners for reverse engineering
CN110500990B (zh) 一种六自由度测量系统及方法
CN110296691A (zh) 融合imu标定的双目立体视觉测量方法与系统
CN109087355B (zh) 基于迭代更新的单目相机位姿测量装置与方法
CN111366908B (zh) 一种激光雷达转台及其测量装置和测量方法
CN109341668B (zh) 基于折射投影模型和光束追踪法的多相机测量方法
Tulldahl et al. Accuracy evaluation of 3D lidar data from small UAV
CN111637851B (zh) 一种基于Aruco码的平面旋转角度视觉测量方法及装置
CN111275770A (zh) 基于一维靶标旋转运动的四目立体视觉系统全局标定方法
WO2024125004A1 (zh) 无靶标四目立体视觉系统全局标定方法
Adallah et al. 3D point cloud analysis for automatic inspection of aeronautical mechanical assemblies
CN115294313A (zh) 基于3d-2d多模态融合的密集真彩点云数据采集方法及装置
CN115222819A (zh) 一种基于机场大范围场景下多模信息参照的相机自标定和目标追踪方法
Tong et al. 3D information retrieval in mobile robot vision based on spherical compound eye
CN112489118B (zh) 一种无人机机载传感器组外参快速标定方法
Gao et al. Development of a high-speed videogrammetric measurement system with application in large-scale shaking table test
Wei et al. A videogrammetric system for measuring the full-field blade deformation of a heavy-duty helicopter’s rotating rotor
CN112862678A (zh) 一种无人机图像拼接方法、装置及存储介质
CN113405568B (zh) 视觉测量系统结构参数测量的方法、系统及电子设备
Yuan et al. Two-step calibration method for extrinsic parameters of an airborne camera
CN117934636B (zh) 一种多深度相机动态外参标定方法及其装置
CN111709989B (zh) 一种基于多源特征数据控制的双向闭合模式的立体视觉全场测量方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200612