CN111504182A - 一种利用二维码辅助校准的物体体积视觉测量方法 - Google Patents
一种利用二维码辅助校准的物体体积视觉测量方法 Download PDFInfo
- Publication number
- CN111504182A CN111504182A CN202010278131.1A CN202010278131A CN111504182A CN 111504182 A CN111504182 A CN 111504182A CN 202010278131 A CN202010278131 A CN 202010278131A CN 111504182 A CN111504182 A CN 111504182A
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- camera
- cameras
- measuring
- distance
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10712—Fixed beam scanning
- G06K7/10722—Photodetector array or CCD scanning
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种利用二维码辅助校准的物体体积视觉测量方法,包括:a1:将两颗摄像头部署在两个方向上,两颗摄像头之间的夹角范围为90度以上,135度以下;a2:对两个摄像头提前进行标定,放好测量台面;a3:将待测物体以任意角度放于测量台面的任意位置,根据不同精确度场景要求,对待测物体进行测量;a4:高精确度的场景下,将二维码图片粘贴于待测物体面向摄像头的两个面上;a5:利用二维码信息,使用算法对测量结果进行精确校准。本发明可根据不同精确度要求,低精确度场景下,将两颗单目摄像头直接进行物体体积的测量;高精确度场景下,在待测物体上粘贴二维码图片,算法根据二维码的信息对测量结果进行精确校准。
Description
技术领域
本发明涉及视觉测量技术领域,具体来说,涉及一种利用二维码辅助校准的物体体积视觉测量方法。
背景技术
现有的物体体积测量方案,通常不能同时满足成本低、测量速度快和测量精度高的要求。当要求测量精度高时,往往意味着测量速度慢、系统成本高。而当将成本控制在一定范围内时,测量精度和速度又难以达到满意的效果。
从目前公开的文献和市场已有产品来看,现有物体体积测量方案大多需要部署双目视觉系统进行深度估计、三维重建等,这样的方案计算量大、功耗高;或者是单目视觉加激光扫描的组合,成本偏高。以往单目的测量方案往往还需结合其他传感设备,比如激光扫描仪等,造成成本的上升;而双目的测量方案,通常是以立体视觉来估计深度或是三维重建,计算量较大,测量速度慢。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
本发明的目的在于提供一种利用二维码辅助校准的物体体积视觉测量方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种利用二维码辅助校准的物体体积视觉测量方法,该方法包括:
a1:将两颗摄像头分别部署在两个方向上,两颗摄像头之间的夹角范围为90度以上,135度以下;
a2:对两个摄像头提前进行标定,放置好测量台面;
a3:将待测物体以任意角度放置于测量台面的任意位置,根据不同精确度的场景要求,对待测物体进行测量;
a4:高精确度的场景下,将二维码图片分别粘贴于待测物体面向摄像头的两个面上;
a5:利用二维码的信息,使用算法对测量结果进行精确校准。
进一步地,所述算法的具体步骤是:
b1:利用图像识别算法检测物体的轮廓与顶点;
b2:单目视觉测距算法假设摄像头是小孔成像模型,标定得到摄像头的内参与外参,对拍摄的图片利用标定得到的参数进行畸变校正,再根据三角测距原理计算出一个粗略的摄像头到物体的距离;
b3:然后由步骤b1中得到的轮廓顶点转换到世界坐标系,计算出相机的旋转矩阵和平移矩阵,将测距问题转变为PNP相机姿位估计问题;
b4:求出的旋转矩阵和平移矩阵可以换算出摄像头和物体之间的距离,该距离和步骤b2中求出的距离再进行一次校正;
b5:检测出的二维码特征点结合已知的二维码大小,对b2和b4计算的坐标与距离再次校正;
b6:根据得到的轮廓与顶点计算物体的体积。
进一步地,所述待测物体在低精确度的场景下利用两颗摄像头直接进行物体体积的测量。
进一步地,所述步骤b1中检测物体是规则形状,直接使用检测到的轮廓与顶点进行计算。
进一步地,所述步骤b1中检测物体是不规则形状,则求轮廓的最小外接矩形,利用最小外接矩形和顶点进行计算。
进一步地,两颗所述摄像头的高度和测量台面之间的距离可以自由调节。
进一步地,两颗所述摄像头是相互独立的且可单独进行标定。
进一步地,所述PNP相机姿位估计方法是:通过几个已知坐标的特征点,结合该特征点在图像中的坐标,求解出相机所在的世界坐标以及旋转角度。
本发明描述的一种利用二维码辅助校准的物体体积视觉测量方法,克服了当前文献或市场上已有的物体体积测量系统难以兼顾成本和测量精度的难题,并且对使用人员的操作要求低。该方法通过识别待测物体的轮廓,计算待测物体与摄像头之间的距离,然后计算待测的体积。若对测量结果精度要求高,再利用二维码辅助进行结果校准,方法易于部署,成本低,操作简单。
与现有技术相比,本发明具有以下有益效果:1.本发明相比于传统技术方案,具有两颗单目摄像头且相互独立,可以合理的降低摄像头的成本;2.本发明可根据不同精确度的要求,在低精确度的场景下,将两颗单目摄像头直接进行物体体积的测量;在高精确度的场景下,在待测物体上粘贴二维码图片,算法根据二维码的信息对测量结果进行精确校准;3.本发明具有部署灵活,操作简单,成本低,测量精度高的优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明一种利用二维码辅助校准的物体体积视觉测量方法步骤示意图;
图2是本发明一种利用二维码辅助校准的物体体积视觉测量方法的实施例1和实施例2所用装置示意图。
附图标记:1.第一摄像头,2.第二摄像头,3.测量台面。
具体实施方式
下面,结合附图以及具体实施方式,对发明做出进一步的描述:
一种利用二维码辅助校准的物体体积视觉测量方法,该方法包括:
a1:将两颗摄像头分别部署在两个方向上,两颗摄像头之间的夹角范围为90度以上,135度以下;
a2:对两个摄像头提前进行标定,放置好测量台面;
a3:将待测物体以任意角度放置于测量台面的任意位置,根据不同精确度的场景要求,对待测物体进行测量;
a4:高精确度的场景下,将二维码图片分别粘贴于待测物体面向摄像头的两个面上;
a5:利用二维码的信息,使用算法对测量结果进行精确校准。
根据上述内容,所述算法的具体步骤是:
b1:利用图像识别算法检测物体的轮廓与顶点;
b2:单目视觉测距算法假设摄像头是小孔成像模型,标定得到摄像头的内参与外参,对拍摄的图片利用标定得到的参数进行畸变校正,再根据三角测距原理计算出一个粗略的摄像头到物体的距离;
b3:然后由步骤b1中得到的轮廓顶点转换到世界坐标系,计算出相机的旋转矩阵和平移矩阵,将测距问题转变为PNP相机姿位估计问题;
b4:求出的旋转矩阵和平移矩阵可以换算出摄像头和物体之间的距离,该距离和步骤b2中求出的距离再进行一次校正;
b5:检测出的二维码特征点结合已知的二维码大小,对b2和b4计算的坐标与距离再次校正;
b6:根据得到的轮廓与顶点计算物体的体积。
本发明描述的一种利用二维码辅助校准的物体体积视觉测量方法,克服了当前文献或市场上已有的物体体积测量系统难以兼顾成本和测量精度的难题,并且对使用人员的操作要求低。该方法通过识别待测物体的轮廓,计算待测物体与摄像头之间的距离,然后计算待测的体积。若对测量结果精度要求高,再利用二维码辅助进行结果校准,方法易于部署,成本低,操作简单。
根据上述内容,所述待测物体在低精确度的场景下利用两颗摄像头直接进行物体体积的测量。
根据上述内容,所述步骤b1中检测物体是规则形状,直接使用检测到的轮廓与顶点进行计算。
根据上述内容,所述步骤b1中检测物体是不规则形状,则求轮廓的最小外接矩形,利用最小外接矩形和顶点进行计算。
图像识别算法检测物体的轮廓与顶点,如果是规则物体则直接使用检测到的轮廓与顶点,如果是不规则物体则求轮廓的最小外接矩形,使用求得的最小外接矩形和顶点进行计算。因为两个摄像头拍摄的物体有一段边缘轮廓相对于世界坐标系来说是相同的,所以这里可以根据这个共边的特性对两个摄像头检测到的轮廓和顶点进行一次校正。
单目视觉测距算法假设摄像头是小孔成像模型,标定得到摄像头的内参与外参。拍摄的图像要先进行畸变校正,然后根据三角测距原理计算出一个粗略的摄像头到物体的距离。
二维码检测算法使用现有的成熟算法,检测速度快,精度高。
根据上述内容,两颗所述摄像头的高度和测量台面之间的距离可以自由调节。
根据上述内容,两颗所述摄像头是相互独立的且可单独进行标定。
根据上述内容,所述PNP相机姿位估计(perspective n point,n点透视)方法是:通过几个已知坐标的特征点,结合该特征点在图像中的坐标,求解出相机所在的世界坐标以及旋转角度。
实施例1
一种利用二维码辅助校准的物体体积视觉测量方法,该方法包括:
1-1.每一颗摄像头是相互独立的。将第一摄像头1和第二摄像头2分别部署在两个方向上,它们的面夹角大于等于90度,小于等于135度;
2-1.选取图2中的A点作为系统的世界坐标系原点,世界坐标的XOY平面与测量台面重合,Z轴指向天花板;
3-1.两颗摄像头各自的坐标系均相对于世界坐标系原点进行偏移,以达到统一度量的目的;
4-1.两颗摄像头的高度可自由调节。两颗摄像头与测量台面之间的距离可自由调节;
5-1.将待测物体放置于测量台面3上,在低精确度的场景下利用两颗摄像头直接进行物体体积的测量。
实施例2
一种利用二维码辅助校准的物体体积视觉测量方法,该方法包括:
1-2.每一颗摄像头是相互独立的。将第一摄像头1和第二摄像头2分别部署在两个方向上,它们的面夹角大于等于90度,小于等于135度;
2-2.选取图2中的A点作为系统的世界坐标系原点,世界坐标的XOY平面与测量台面重合,Z轴指向天花板;
3-2.两颗摄像头各自的坐标系均相对于世界坐标系原点进行偏移,以达到统一度量的目的;
4-2.两颗摄像头的高度可自由调节。两颗摄像头与测量台面之间的距离可自由调节;
5-2.将待测物体放置于测量台面3上,高精确度的场景下,将二维码图片分别粘贴于待测物体面向摄像头的两个面上,利用二维码的信息,使用算法对物体的轮廓进行检测,计算待测物体与摄像头之间的距离,最后计算出物体的体积。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限定本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种利用二维码辅助校准的物体体积视觉测量方法,其特征在于,该方法包括:
a1:将两颗摄像头分别部署在两个方向上,两颗摄像头之间的夹角范围为90度以上,135度以下;
a2:对两个摄像头提前进行标定,放置好测量台面;
a3:将待测物体以任意角度放置于测量台面的任意位置,根据不同精确度的场景要求,对待测物体进行测量;
a4:高精确度的场景下,将二维码图片分别粘贴于待测物体面向摄像头的两个面上;
a5:利用二维码的信息,使用算法对测量结果进行精确校准。
2.根据权利要求1所述的一种利用二维码辅助校准的物体体积视觉测量方法,其特征在于,所述算法的具体步骤是:
b1:利用图像识别算法检测物体的轮廓与顶点;
b2:单目视觉测距算法假设摄像头是小孔成像模型,标定得到摄像头的内参与外参,对拍摄的图片利用标定得到的参数进行畸变校正,再根据三角测距原理计算出一个粗略的摄像头到物体的距离;
b3:然后由步骤(b1)中得到的轮廓顶点转换到世界坐标系,计算出相机的旋转矩阵和平移矩阵,将测距问题转变为PNP相机姿位估计问题;
b4:求出的旋转矩阵和平移矩阵可以换算出摄像头和物体之间的距离,该距离和步骤(b2)中求出的距离再进行一次校正;
b5:检测出的二维码特征点结合已知的二维码大小,对(b2)和(b4)计算的坐标与距离再次校正;
b6:根据得到的轮廓与顶点计算物体的体积。
3.根据权利要求1所述的一种利用二维码辅助校准的物体体积视觉测量方法,其特征在于,所述待测物体在低精确度的场景下利用两颗摄像头直接进行物体体积的测量。
4.根据权利要求2所述的一种利用二维码辅助校准的物体体积视觉测量方法,其特征在于,所述步骤(b1)中检测物体是规则形状,直接使用检测到的轮廓与顶点进行计算。
5.根据权利要求2所述的一种利用二维码辅助校准的物体体积视觉测量方法,其特征在于,所述步骤(b1)中检测物体是不规则形状,则求轮廓的最小外接矩形,利用最小外接矩形和顶点进行计算。
6.根据权利要求1所述的一种利用二维码辅助校准的物体体积视觉测量方法,其特征在于,两颗所述摄像头的高度和测量台面之间的距离可以自由调节。
7.根据权利要求1所述的一种利用二维码辅助校准的物体体积视觉测量方法,其特征在于,两颗所述摄像头是相互独立的且可单独进行标定。
8.根据权利要求2所述的一种利用二维码辅助校准的物体体积视觉测量方法,其特征在于,所述PNP相机姿位估计方法是:通过几个已知坐标的特征点,结合该特征点在图像中的坐标,求解出相机所在的世界坐标以及旋转角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010278131.1A CN111504182B (zh) | 2020-04-10 | 2020-04-10 | 一种利用二维码辅助校准的物体体积视觉测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010278131.1A CN111504182B (zh) | 2020-04-10 | 2020-04-10 | 一种利用二维码辅助校准的物体体积视觉测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111504182A true CN111504182A (zh) | 2020-08-07 |
CN111504182B CN111504182B (zh) | 2022-02-15 |
Family
ID=71874824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010278131.1A Active CN111504182B (zh) | 2020-04-10 | 2020-04-10 | 一种利用二维码辅助校准的物体体积视觉测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111504182B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102393A (zh) * | 2020-09-11 | 2020-12-18 | 杭州埃博特机器人技术有限公司 | 物件体积测算方法、装置、计算机设备及存储介质 |
CN112815837A (zh) * | 2020-12-31 | 2021-05-18 | 杭州荣旗科技有限公司 | 一种测量非规则物体体积的方法 |
CN113513980A (zh) * | 2021-06-07 | 2021-10-19 | 昂视工业技术(深圳)有限公司 | 基于辅助尺的体积测量装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19610631A1 (de) * | 1996-03-11 | 1997-09-18 | Kht Kommissionier & Handhabung | Vorrichtung zum Messen der Länge, der Breite und der Höhe von quaderförmigen Fördergütern |
CN103033132A (zh) * | 2012-12-20 | 2013-04-10 | 中国科学院自动化研究所 | 基于单目视觉的平面测量方法及装置 |
CN103278090A (zh) * | 2013-05-14 | 2013-09-04 | 陕西科技大学 | 一种不规则物体体积的视觉测量方法 |
CN103366147A (zh) * | 2012-03-29 | 2013-10-23 | 西克股份公司 | 用于测量结构和对象大小的光电设备和校准方法 |
CN103630074A (zh) * | 2013-11-29 | 2014-03-12 | 北京京东尚科信息技术有限公司 | 一种测量物体最小包装体积的方法和装置 |
CN108627092A (zh) * | 2018-04-17 | 2018-10-09 | 南京阿凡达机器人科技有限公司 | 一种包裹体积的测量方法、系统、储存介质及移动终端 |
CN110017773A (zh) * | 2019-05-09 | 2019-07-16 | 福建(泉州)哈工大工程技术研究院 | 一种基于机器视觉的包裹体积测量方法 |
CN110276808A (zh) * | 2019-06-11 | 2019-09-24 | 合肥工业大学 | 一种单相机结合二维码测量玻璃板不平度的方法 |
-
2020
- 2020-04-10 CN CN202010278131.1A patent/CN111504182B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19610631A1 (de) * | 1996-03-11 | 1997-09-18 | Kht Kommissionier & Handhabung | Vorrichtung zum Messen der Länge, der Breite und der Höhe von quaderförmigen Fördergütern |
CN103366147A (zh) * | 2012-03-29 | 2013-10-23 | 西克股份公司 | 用于测量结构和对象大小的光电设备和校准方法 |
CN103033132A (zh) * | 2012-12-20 | 2013-04-10 | 中国科学院自动化研究所 | 基于单目视觉的平面测量方法及装置 |
CN103278090A (zh) * | 2013-05-14 | 2013-09-04 | 陕西科技大学 | 一种不规则物体体积的视觉测量方法 |
CN103630074A (zh) * | 2013-11-29 | 2014-03-12 | 北京京东尚科信息技术有限公司 | 一种测量物体最小包装体积的方法和装置 |
CN108627092A (zh) * | 2018-04-17 | 2018-10-09 | 南京阿凡达机器人科技有限公司 | 一种包裹体积的测量方法、系统、储存介质及移动终端 |
CN110017773A (zh) * | 2019-05-09 | 2019-07-16 | 福建(泉州)哈工大工程技术研究院 | 一种基于机器视觉的包裹体积测量方法 |
CN110276808A (zh) * | 2019-06-11 | 2019-09-24 | 合肥工业大学 | 一种单相机结合二维码测量玻璃板不平度的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102393A (zh) * | 2020-09-11 | 2020-12-18 | 杭州埃博特机器人技术有限公司 | 物件体积测算方法、装置、计算机设备及存储介质 |
CN112815837A (zh) * | 2020-12-31 | 2021-05-18 | 杭州荣旗科技有限公司 | 一种测量非规则物体体积的方法 |
CN113513980A (zh) * | 2021-06-07 | 2021-10-19 | 昂视工业技术(深圳)有限公司 | 基于辅助尺的体积测量装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111504182B (zh) | 2022-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111504182B (zh) | 一种利用二维码辅助校准的物体体积视觉测量方法 | |
CN108734744B (zh) | 一种基于全站仪的远距离大视场双目标定方法 | |
CN112001926B (zh) | 基于多维语义映射rgbd多相机标定方法、系统及应用 | |
CN103337069B (zh) | 基于复合摄像机的高质量三维彩色图像获取方法及装置 | |
CN103535960B (zh) | 基于数码图像的人体三维测量方法 | |
CN111220126A (zh) | 一种基于点特征和单目相机的空间物体位姿测量方法 | |
CN110378969A (zh) | 一种基于3d几何约束的汇聚式双目相机标定方法 | |
Yu et al. | A calibration method based on virtual large planar target for cameras with large FOV | |
CN109360230A (zh) | 一种基于2d相机与3d相机的图像配准方法及系统 | |
CN110415286B (zh) | 一种多飞行时间深度相机系统的外参标定方法 | |
WO2023201578A1 (zh) | 单目激光散斑投影系统的外参数标定方法和装置 | |
CN108180888A (zh) | 一种基于可转动摄像头的距离检测方法 | |
CN103795935A (zh) | 一种基于图像校正的摄像式多目标定位方法及装置 | |
CN106500625A (zh) | 一种远心立体视觉测量装置及其应用于物体三维形貌微米级精度测量的方法 | |
CN111127540A (zh) | 一种三维虚拟空间自动测距方法及系统 | |
CN114543787B (zh) | 基于条纹投影轮廓术的毫米级室内建图定位方法 | |
CN110044266B (zh) | 基于散斑投影的摄影测量系统 | |
CN110021035B (zh) | Kinect深度相机的标记物及基于该标记物的虚拟标记物跟踪方法 | |
CN109308472B (zh) | 一种基于虹膜投影匹配函数的三维视线估计方法 | |
CN110728745A (zh) | 一种基于多层折射图像模型的水下双目立体视觉三维重建方法 | |
CN112985258B (zh) | 一种三维测量系统的标定方法及测量方法 | |
CN114926538A (zh) | 单目激光散斑投影系统的外参数标定方法和装置 | |
CN114140534A (zh) | 一种用于激光雷达与相机的联合标定方法 | |
CN112419427A (zh) | 用于提高飞行时间相机精度的方法 | |
CN101777182B (zh) | 坐标循环逼进式正交摄像机系统视频定位方法及系统 |
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 |