CN111325800A - 一种单目视觉系统俯仰角标定方法 - Google Patents
一种单目视觉系统俯仰角标定方法 Download PDFInfo
- Publication number
- CN111325800A CN111325800A CN201811543255.7A CN201811543255A CN111325800A CN 111325800 A CN111325800 A CN 111325800A CN 201811543255 A CN201811543255 A CN 201811543255A CN 111325800 A CN111325800 A CN 111325800A
- Authority
- CN
- China
- Prior art keywords
- camera
- distance
- reference points
- pitch angle
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 230000003287 optical effect Effects 0.000 claims abstract description 13
- 238000009795 derivation Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000000691 measurement method Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C1/00—Measuring angles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
本发明一种单目视觉系统俯仰角标定方法，包括以下步骤：步骤S1：单目视觉系统的摄像机光轴方向与车辆行驶方向平行，测量摄像机镜头离地面高度h；步骤S2：测量沿摄像机光轴方向水平两参照点A、B的实际距离L；步骤S3：通过摄像机采集包含两参照点A′、B′的图像，获得A′、B′的位置坐标；步骤S4：利用基于几何关系推导法的单目测距算法计算两参照点A、B之间的距离L′；步骤S5：根据两参照点A、B的实际距离L与计算距离L′的关系计算摄像机的俯仰角。本发明提高了标定精度，满足单目相机测距算法的要求。
Description
技术领域
本发明涉及一种摄像机俯仰角高精度标定方法，属于图像处理、计算机视觉领域。
背景技术
在研究基于视觉的地面目标测距系统过程中，国内外人员主要尝试过单目视觉、双目和多目视觉。但由于汽车等地面目标一般运行速度较快，距离的测量对实时性要求较高，而双目和多目系统中摄像机之间的协同性问题不好控制，并且不同的摄像机的内部参数不可能完全一致，这些都会对测距产生影响。单目视觉系统可以克服上述摄像机之间的协同性问题，通过采集的实时信息实现车辆的辅助驾驶功能。现阶段常用的测距方法主要可以分为：基于特征点和扩展卡尔曼滤波的测距方法、基于特征线度的测距方法、基于特征点投影位移矢量的测距方法及基于目标与图像的面积关系实现距离测量方法。
单目视觉系统摄像机标定的精度决定了测距算法的精度。由其摄像机俯仰角对测距计算影响很大，0.1°的俯仰角测量误差在100米处会引起近20米的测距误差。
目前单目视觉系统一般采用对应点标定方法来获取图像的深度信息，对应点标定法是通过不同坐标系中对应点的对应坐标求解坐标系的转换关系。由于对应点标定法对于摄像机的标定是在摄像机的各个角度及高度已经确定的情况下进行的,摄像机各个角度标定的精度决定了测距算法的精度。但在标定过程中,由于受器材限制,无法做到十分精确地记录一个点在世界坐标系和图像坐标系中的对应坐标。其坐标不够精确,那么得到的转换矩阵的精确度也会受到制约,坐标转换结果的精度也会因此而波动。
目前常用的摄像机外参数标定方法有传统相机标定法、主动视觉相机标定法、相机自标定法。这些方法要么系统的成本高、实验设备昂贵、实验条件要求高，要么其算法鲁棒性差、标定出相机外参数的精度很难满足单目相机测距算法的要求。
发明内容
本发明针对现有技术存在的不足，提出了一种单目视觉系统俯仰角标定方法，提高了标定精度，满足单目相机测距算法的要求。
本发明一种单目视觉系统俯仰角标定方法，包括以下步骤：
步骤S1：单目视觉系统的摄像机光轴方向与车辆行驶方向平行，测量摄像机镜头离地面高度h；
步骤S2：测量沿摄像机光轴方向水平两参照点A、B的实际距离L；
步骤S3：通过摄像机采集包含两参照点A′、B′的图像，获得A′、B′的位置坐标；
步骤S4：利用基于几何关系推导法的单目测距算法计算两参照点A、B之间的距离L′；
步骤S5：根据两参照点A、B的实际距离L与计算距离L′的关系计算摄像机的俯仰角。
进一步，所述步骤S2，在摄像机光轴方向水平放置棋盘格标定板。
进一步，所述步骤S3，利用角点提取程序获得A′、B′两点的亚像素坐标。
进一步，所述步骤S4，所述几何关系得到路平面坐标到图像坐标之间的对应关系为：
k1＝2tg(α0)/H
k2＝tg(γ0)
k3＝h/cos(γ0)
H为图像的高；W为图像的宽；h为摄像机的安装高度；2β0为摄像机镜头的水平视野角；2α0为摄像机镜头的垂直视野角；γ0为摄像机的俯仰角；路面上一点P，在路平面坐标系为(Xp,Yp)，P点在图像平面内的对应点为p，其在像平面坐标系的坐标为(xp,yp)。
进一步，所述步骤S5包括以下步骤，
步骤S501：初始化迭代次数k、俯仰角alpha、测量距离与实际距离误差e；
步骤S502：判断迭代次数是否大于k，如果大于k，停止迭代；
步骤S503：利用步骤S4中的测距算法计算两参照点A、B之间的距离L′；
步骤S504：测量距离和实际距离的差与e比较，如果小于e，停止迭代；如果大于e，调整摄像机的俯仰角alpha，进行下一轮的迭代。
进一步，所述步骤S1在汽车前挡风玻璃处安装摄像机。
有益效果：
本发明基于两参考点位置的几何关系推导法，对摄像机俯仰角进行高精度标定。而本发明标定方法操作简便，标定精度可达0.01°，标定得到摄像机俯仰角准确度比传统方法提高近2°，使测量距离和测距精度大大提高。
附图说明
图1：本发明标定现场图
图2：本发明的标定示意图
图3a：摄像机路面坐标系
图3b：摄像机图像坐标系
图4：本发明步骤S5的流程图
具体实施方式
以下结合附图和实施例对本发明的技术方案作进一步详细说明。以下实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述实施例。
本实施例包括以下步骤：
步骤S1：在汽车前挡风玻璃处安装摄像机，使摄像机光轴方向与车辆行驶方向平行，测量摄像机镜头离地面高度h；
步骤S2：沿着摄像机光轴方向水平放置7*5的棋盘格标定板，测量光轴方向两参照点A、B的实际距离L，如图1、图2所示；
步骤S3：通过摄像机采集包含两参照点A′、B′的图像，获得A′、B′的位置坐标。
现有技术一般采用人工选择方法。
本实施了利用角点提取程序代替人工选择得到A′、B′两点的亚像素坐标(812.25,585.75)(808.25,560.50)。与人工选择相比，采用角点提取程序获取参考点位置坐标，能够消除了人为误差，并且亚像素突破了传统像素级的表达方式，更加精确的表示参考点A′、B′的位置坐标；
步骤S4：利用基于几何关系推导法的单目测距算法计算两参照点A、B之间的距离L′；
根据摄像机投影模型，可通过几何推导来得到路面坐标系和图像坐标系之间的关系。根据小孔成像模型，可以将单目视觉系统简化为摄像机投影模型，如图3所示：
图3中，平面ABU代表路平面，ABCD为摄像机拍摄到的路平面上的梯形区域，O点为摄像机镜头的中心点，OG为摄像机光轴，G点为摄像机光轴和路平面的交点(同时也是视野梯形的对角线交点)，I点为O点在路平面上的垂直投影。在路面坐标系中，将G点定义为坐标系原点，车辆前进方向定义为Y轴方向。G、A、B、C、D五个点在图像平面内的对应点如图3(b)所示，a、b、c、d为像平面矩形的4个端点，H和W分别为像平面的高和宽。定义图像矩形的中点g为像平面坐标系的坐标原点，Y轴代表车辆前进方向。
取路面上一点P，其在路平面坐标系为(Xp,Yp)，P点在图像平面内的对应点为p，其在像平面坐标系的坐标为(xp,yp)。
利用几何关系可以推导出如下路平面坐标到图像坐标之间的对应关系：
k1＝2tg(α0)/H
k2＝tg(γ0)
k3＝h/cos(γ0)
上式的前两式为像平面到路平面的映射关系。上式后两式中，H为图像的高；W为图像的宽；h为摄像机的安装高度；2β0为摄像机镜头的水平视野角；2α0为摄像机镜头的垂直视野角；γ0为摄像机的俯仰角。
已知图像中点A′、B′的像素坐标，即可计算得到两参照点A、B的距离L′。
步骤S5：根据两参照点A、B的实际距离L与计算距离L′的关系计算摄像机的俯仰角。其流程图如图4所示：
步骤S501：初始化迭代次数k、俯仰角alpha(经验值为90)、测量距离和实际距离误差e；
步骤S502：判断迭代次数是否大于k，如果大于k，停止迭代；
步骤S503：利用步骤S4中的测距算法计算两参照点A、B之间的距离L′；
步骤S504：测量距离和实际距离的差与e比较，如果小于e，停止迭代；如果大于e，调整摄像机的俯仰角alpha，进行下一轮的迭代。
步骤S6：利用计算得到的摄像机的俯仰角代入到测距算法中，验证俯仰角的准确性。
以下为一次测距实验：相机高度为1250mm，通过传统俯仰角标定方法得到的摄像机俯仰角为76.0617°，本发明标定得到的摄像机俯仰角为77.9468°，分别代入基于几何关系推导的方法进行距离计算结果如表1：
由表1可知，利用传统方法标定的俯仰角进行测距计算，随着目标距离逐渐变远，测距误差越来越大，100米处测距误差达到37.7％；而本发明标定得到的俯仰角进行测距计算，100米内的测距误差始终在3％以内，远远优于传统的俯仰角标定方法。
以下为人工选择参考点和角点提取程序标定俯仰角的对比实验：相机高度为1250mm，通过人工选择参考点标定得到的摄像机俯仰角为78.06°，通过角点提取程序标定得到的摄像机俯仰角为77.9468°，分别代入基于几何关系推导的方法进行距离计算结果如表2：
由表2可知，两种参考点选择的方法标定出的摄像机俯仰角相差0.1149°，利用人工选择参考点标定的俯仰角进行测距计算，在40米以内，测距误差在10％以内，随着目标距离越远，测距误差越大；而通过角点提取程序标定得到的俯仰角进行测距计算，100米内的测距误差始终在3％以内，优于人工选择参考点的方法。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种单目视觉系统俯仰角标定方法，包括以下步骤：
步骤S1：单目视觉系统的摄像机光轴方向与车辆行驶方向平行，测量摄像机镜头离地面高度h；
步骤S2：测量沿摄像机光轴方向水平两参照点A、B的实际距离L；
步骤S3：通过摄像机采集包含两参照点A′、B′的图像，获得A′、B′的位置坐标；
步骤S4：利用基于几何关系推导法的单目测距算法计算两参照点A、B之间的距离L′；
步骤S5：根据两参照点A、B的实际距离L与计算距离L′的关系计算摄像机的俯仰角。
2.如权利要求1所述的方法，其特征在于所述步骤S2，在摄像机光轴方向水平放置棋盘格标定板。
3.如权利要求1所述的方法，其特征在于所述步骤S3，利用角点提取程序获得A′、B′两点的亚像素坐标。
4.如权利要求1所述的方法，其特征在于所述步骤S4，所述几何关系得到路平面坐标到图像坐标之间的对应关系为：
k1＝2tg(α0)/H
k2＝tg(γ0)
k3＝h/cos(γ0)
k4＝2tg(β0)/W
H为图像的高；W为图像的宽；h为摄像机的安装高度；2β0为摄像机镜头的水平视野角；2α0为摄像机镜头的垂直视野角；γ0为摄像机的俯仰角；路面上一点P，在路平面坐标系为(Xp,Yp)，P点在图像平面内的对应点为p，其在像平面坐标系的坐标为(xp,yp)。
5.如权利要求1所述的方法，其特征在于所述步骤S5包括以下步骤，
步骤S501：初始化迭代次数k、俯仰角alpha、测量距离与实际距离误差e；
步骤S502：判断迭代次数是否大于k，如果大于k，停止迭代；
步骤S503：利用步骤S4中的测距算法计算两参照点A、B之间的距离L′；
步骤S504：测量距离和实际距离的差与e比较，如果小于e，停止迭代；如果大于e，调整摄像机的俯仰角alpha，进行下一轮的迭代。
6.如权利要求1所述的方法，其特征在于所述步骤S1在汽车前挡风玻璃处安装摄像机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811543255.7A CN111325800A (zh) | 2018-12-17 | 2018-12-17 | 一种单目视觉系统俯仰角标定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811543255.7A CN111325800A (zh) | 2018-12-17 | 2018-12-17 | 一种单目视觉系统俯仰角标定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111325800A true CN111325800A (zh) | 2020-06-23 |
Family
ID=71166885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811543255.7A Pending CN111325800A (zh) | 2018-12-17 | 2018-12-17 | 一种单目视觉系统俯仰角标定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111325800A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112268538A (zh) * | 2020-10-20 | 2021-01-26 | 中国人民解放军陆军工程大学 | 一种适用于小型无人车的几何光学测距方法 |
| CN113706630A (zh) * | 2021-08-26 | 2021-11-26 | 西安电子科技大学 | 基于一组水平平行线标定相机俯仰角的方法 |
| CN114018212A (zh) * | 2021-08-03 | 2022-02-08 | 广东省国土资源测绘院 | 一种面向球型摄像机单目测距的俯仰角校正方法及系统 |
| WO2022204953A1 (zh) * | 2021-03-30 | 2022-10-06 | 深圳市锐明技术股份有限公司 | 确定俯仰角的方法、装置及终端设备 |
| CN115320603A (zh) * | 2021-04-26 | 2022-11-11 | 毫末智行科技有限公司 | 一种拍摄仰角校正方法、装置及车辆 |
| CN117036505A (zh) * | 2023-08-23 | 2023-11-10 | 长和有盈电子科技(深圳)有限公司 | 车载摄像头在线标定方法及系统 |
| CN117433510A (zh) * | 2023-11-09 | 2024-01-23 | 大庆安瑞达科技开发有限公司 | 一种基于平面地图快速定位网络摄像机位置的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101464134A (zh) * | 2009-01-16 | 2009-06-24 | 哈尔滨工业大学 | 一种空间目标三维位姿视觉测量方法 |
| US20100111444A1 (en) * | 2007-04-24 | 2010-05-06 | Coffman Thayne R | Method and system for fast dense stereoscopic ranging |
| WO2010129907A2 (en) * | 2009-05-08 | 2010-11-11 | Scientific Systems Company Inc. | Method and system for visual collision detection and estimation |
| CN102902884A (zh) * | 2012-09-24 | 2013-01-30 | 天津市亚安科技股份有限公司 | 云台摄像机自动定位角度计算方法 |
| CN106981074A (zh) * | 2016-01-15 | 2017-07-25 | 戴尔菲技术公司 | 用于估计相机相对于路面的取向的方法和装置 |
| CN107389026A (zh) * | 2017-06-12 | 2017-11-24 | 江苏大学 | 一种基于固定点射影变换的单目视觉测距方法 |
-
2018
- 2018-12-17 CN CN201811543255.7A patent/CN111325800A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100111444A1 (en) * | 2007-04-24 | 2010-05-06 | Coffman Thayne R | Method and system for fast dense stereoscopic ranging |
| CN101464134A (zh) * | 2009-01-16 | 2009-06-24 | 哈尔滨工业大学 | 一种空间目标三维位姿视觉测量方法 |
| WO2010129907A2 (en) * | 2009-05-08 | 2010-11-11 | Scientific Systems Company Inc. | Method and system for visual collision detection and estimation |
| US20100305857A1 (en) * | 2009-05-08 | 2010-12-02 | Jeffrey Byrne | Method and System for Visual Collision Detection and Estimation |
| CN102902884A (zh) * | 2012-09-24 | 2013-01-30 | 天津市亚安科技股份有限公司 | 云台摄像机自动定位角度计算方法 |
| CN106981074A (zh) * | 2016-01-15 | 2017-07-25 | 戴尔菲技术公司 | 用于估计相机相对于路面的取向的方法和装置 |
| CN107389026A (zh) * | 2017-06-12 | 2017-11-24 | 江苏大学 | 一种基于固定点射影变换的单目视觉测距方法 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112268538A (zh) * | 2020-10-20 | 2021-01-26 | 中国人民解放军陆军工程大学 | 一种适用于小型无人车的几何光学测距方法 |
| WO2022204953A1 (zh) * | 2021-03-30 | 2022-10-06 | 深圳市锐明技术股份有限公司 | 确定俯仰角的方法、装置及终端设备 |
| CN115320603A (zh) * | 2021-04-26 | 2022-11-11 | 毫末智行科技有限公司 | 一种拍摄仰角校正方法、装置及车辆 |
| CN114018212A (zh) * | 2021-08-03 | 2022-02-08 | 广东省国土资源测绘院 | 一种面向球型摄像机单目测距的俯仰角校正方法及系统 |
| CN114018212B (zh) * | 2021-08-03 | 2024-05-14 | 广东省国土资源测绘院 | 面向球型摄像机单目测距的俯仰角校正方法及系统 |
| CN113706630A (zh) * | 2021-08-26 | 2021-11-26 | 西安电子科技大学 | 基于一组水平平行线标定相机俯仰角的方法 |
| CN113706630B (zh) * | 2021-08-26 | 2024-02-06 | 西安电子科技大学 | 基于一组水平平行线标定相机俯仰角的方法 |
| CN117036505A (zh) * | 2023-08-23 | 2023-11-10 | 长和有盈电子科技(深圳)有限公司 | 车载摄像头在线标定方法及系统 |
| CN117036505B (zh) * | 2023-08-23 | 2024-03-29 | 长和有盈电子科技(深圳)有限公司 | 车载摄像头在线标定方法及系统 |
| CN117433510A (zh) * | 2023-11-09 | 2024-01-23 | 大庆安瑞达科技开发有限公司 | 一种基于平面地图快速定位网络摄像机位置的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111325800A (zh) | 一种单目视觉系统俯仰角标定方法 | |
| CN110057295B (zh) | 一种免像控的单目视觉平面距离测量方法 | |
| US8452568B2 (en) | Method for calibrating cameras installed on vehicle | |
| CN105931222B (zh) | 用低精度二维平面靶标实现高精度相机标定的方法 | |
| KR101592740B1 (ko) | 차량용 광각카메라의 영상 왜곡 보정 장치 및 방법 | |
| JP2017139612A (ja) | 車載カメラ用校正システム | |
| CN106780388B (zh) | 一种线阵相机光学畸变矫正方法 | |
| CN111508027B (zh) | 摄像机外参标定的方法和装置 | |
| CN109272574B (zh) | 基于投影变换的线阵旋转扫描相机成像模型构建方法和标定方法 | |
| CN107025670A (zh) | 一种远心相机标定方法 | |
| CN109285195B (zh) | 基于大尺寸靶标的单目投影系统逐像素畸变校正方法及其应用 | |
| CN113409396A (zh) | 一种adas单目相机的标定方法 | |
| CN112802123B (zh) | 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 | |
| JP2009276233A (ja) | パラメータ計算装置、パラメータ計算システムおよびプログラム | |
| KR101697229B1 (ko) | 차량용 영상 정합을 위한 차선 정보 기반의 자동보정장치 및 그 방법 | |
| CN111710002B (zh) | 一种基于Optitrack系统的相机外参标定方法 | |
| TWI424259B (zh) | 相機擺置角度校正法 | |
| CN113421300B (zh) | 确定鱼眼相机图像中物体实际位置的方法及装置 | |
| CN115493568A (zh) | 一种基于机器视觉的单目相机室内坐标定位方法 | |
| CN115797460A (zh) | 一种水下双目标定方法 | |
| CN111141260B (zh) | 一种基于三维球形靶标的卫星分辨率检测方法和系统 | |
| CN114359365A (zh) | 一种具有高分辨率的汇聚式双目视觉测量方法 | |
| CN111340892A (zh) | 一种双相机单点映射纠正平台计算误差的方法 | |
| CN112468801A (zh) | 广角摄像模组的光心测试方法及其测试系统和测试标板 | |
| CN117058974B (zh) | 一种曲面屏调平方法及系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200623 |