CN112102215A - 一种基于误差统计的图像快速拼接方法 - Google Patents

一种基于误差统计的图像快速拼接方法 Download PDF

Info

Publication number
CN112102215A
CN112102215A CN202010918234.XA CN202010918234A CN112102215A CN 112102215 A CN112102215 A CN 112102215A CN 202010918234 A CN202010918234 A CN 202010918234A CN 112102215 A CN112102215 A CN 112102215A
Authority
CN
China
Prior art keywords
image
images
splicing
camera
list
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
CN202010918234.XA
Other languages
English (en)
Inventor
何业科
黄炳林
李戎
陈华
曲光辉
梁志鹏
邹庆雷
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.)
Guangzhou Nansha United Container Terminal Co ltd
Original Assignee
Guangzhou Nansha United Container Terminal Co ltd
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 Guangzhou Nansha United Container Terminal Co ltd filed Critical Guangzhou Nansha United Container Terminal Co ltd
Priority to CN202010918234.XA priority Critical patent/CN112102215A/zh
Publication of CN112102215A publication Critical patent/CN112102215A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于误差统计的图像快速拼接方法，属于集装箱码头闸口图像处理领域；其特点是，该图像快速拼接方法包括计算图像列的平均值，统计图像一半区域的误差值，并把误差值最小的偏移值作为图像合并的依据；本方法用于闸口卡车上的集装箱图像拼接时，计算简单，速度较快，成像效果好，不需要专有硬件，成本低的优点，能够达到码头工作人员对于图像的查验要求，提高了闸口的卡车通行效率。

Description

一种基于误差统计的图像快速拼接方法
技术领域
本发明涉及集装箱码头闸口图像处理技术领域，具体地讲是一种基于误差统计的图像快速拼接方法；用于对卡车上的集装箱箱体的左、右、顶面箱体的图像快速拼接。
背景技术
近年来，随着码头自动化的不断发展，集装箱闸口要求无人化，以前需要人工查验集装箱箱体是否残损的工作，现在需要经由摄像头采集视频到中控室进行远程查看；由于闸口车道宽度的限制，摄像头离箱体很近，每次只能拍到箱体的部分图像，因此需要一种图像拼接的方法把卡车经过闸口时的视频拼接成完整的图像，以方便工作人员查看残损信息；同时，由于卡车在闸口停留时间很短，所以需要拼接时间尽可能的缩小。
目前主流的拼接技术如基于Harris角点，基于FAST角点，基于SIFT特征等方法普遍存在算法复杂，需要浮点计算，计算时间长等问题，导致卡车在闸口的停留时间过长，容易引起闸口堵塞问题。一般一辆车经过码头的视频会产生大约200-300张的图像，把这些图像拼接成一张完整的图像的时间，直接影响到了卡车在闸口的停留时间。
目前还有一种基于线阵相机的硬件拼接技术，拼接的图像质量好，拼接速度开，但是设备成本太高，拼接技术复杂，目前使用受限。
发明内容
本发明的目的是克服上述已有技术的不足，而提供一种基于误差统计的图像快速拼接方法。
本发明提供的技术方案是：一种基于误差统计的图像快速拼接方法，其特殊之处在于，包括如下步骤：
a安装摄像头,在集装箱闸口入口的安全岛的左、右及顶部安装摄像头，左右摄像头垂直安装，摄像头能够拍到车尾位置，视野能够上下横跨箱体；
b图像预处理，截取图像中间1/5部分使用，同时对该截取图像进行灰度化和LBP局部二值处理，有利于计算主要特征；
c合并完整图像，由于卡车在闸口水平通行，因此只需要计算相邻两幅图像在列方向上差异，即可确定两幅图像之间的偏移；通过顺序计算，依次得到整个图像序列上的所有相邻图像之间的偏移值，根据偏移值，依次截取每幅图像的有效区域然后合并成一幅完整的图像。
进一步的，a步骤所述的摄像头帧率为25帧/秒及以上，保证相邻图像之间有较大的重合区域。
进一步的，c步骤所述的顺序计算，是指针对一路摄像头的情况，需要启动两个线程，两个线程之间通过一个图像列表进行交互；一个是负责接收摄像头视频图像的CameraThread，作为生产者，当从摄像头接收到一幅图像时，放入图像列表；另一个负责视频图像拼接工作的StitchingThread，作为消费者，依次对图像列表中的相邻图像进行计算。
进一步的，所述的CameraThread在收到来车开始信号后，开始接收摄像头的视频信号，把视频流格式转换为cv Mat格式，并截取中间1/5宽度图像后，存入图像列表；当收到结束信号后，停止接收摄像头数据以及停止操作图像列表。
进一步的，所述的StitchingThread在收到来车开始信号后，首先获取图像列表中第一幅图像作为Left待裁剪图像，然后从图像列表中获取第二幅图像，作为Right匹配图像，首先进行灰度化和LBP处理，并保留原始图像，计算过程只针对处理过的图像，在不引起歧义的情况下用Left和Right代指；根据拼接方法，计算出两幅图像间的偏移值；根据该偏移值，把Left原图像按列裁剪，并合并到结果图像中；然后把Right图像变为Left图像，再从图像列表中获取下一幅图像作为Right图像，再次拼接；这样，依次进行处理图像数据，直至收到结束信号后，把最终的拼接结果图像保存到指定的目录中。
进一步的，所述的Left，Right图像，首先分别计算两幅图像的每一列的像素平均值，并存为一维数组；其次选取匹配区域，用Right图像前半部分，循环计算Left图像从0列开始到一半位置的区域的误差结果；在这个循环中，首先计算区域每一列Left和Right的差值，然后对区域取和存入一维误差数组中；Left[0..n]包含了Right图像没有的数据，对Left原图像截取前n列后，合并到结果图像中。
本发明的有益效果是：1、采用误差统计的思路，相比于主流算法，易于实现，计算简单，且容易并行计算；由于算法简单，不需要浮点运算，所需计算时间少，可以在短时间内拼接出目标图像；2、相对线阵相机方式，成本非常低；3、基于误差统计拼接的图像，图像不失真，可以最大程度的还原箱体的原本面貌，可以作为查验的原始证据，提高了闸口通车效率。
附图说明
图1是本发明用于集装箱码头闸口的示意图；
图2是本发明的软件架构图；
图3是本发明的快速拼接方法流程图。
具体实施方式
下面结合附图对本发明的较佳实施案例进行详细阐述。以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
一种基于误差统计的图像快速拼接方法，如图1、2、3所示，包括如下步骤：
安装摄像头,根据集装箱闸口入口的布局图，右侧拼接相机1、左侧拼接相机3和顶部拼接相机2三个摄像头的安装位置位于安全岛的后侧，确保车辆停稳后，摄像头能够拍到车尾位置；由于摄像头距离车辆很近，左右摄像头需要垂直安装，用于确保摄像头视野能够上下横跨箱体；摄像头帧率设置为25帧/秒及以上，保证相邻图像之间有较大的重合区域；车速越快，需要的帧率越高，需要拼接的图像数量也越多；
图像预处理，由于近距离拍摄的图像存在畸变，如果进行畸变矫正会非常耗时，所以只截取图像中间1/5部分使用，同时对该截取图像进行灰度化和LBP局部二值处理，有利于计算主要特征；
合并完整图像，由于卡车在闸口水平通行，因此只需要计算相邻两幅图像在列方向上差异，即可确定两幅图像之间的偏移；通过顺序计算，依次得到整个图像序列上的所有相邻图像之间的偏移值，根据偏移值，依次截取每幅图像的有效区域然后合并成一幅完整的图像；
其中针对三部相机分别使用了两个线程来处理拼接任务，方便并行管理；当收到外部给定的开始信号后，开始接收摄像头视频流，并拼接其中的每一帧图像；当收到外部给定的结束信号后，结束拼接流程，并生成最终结果图像；
针对一路摄像头的情况，需要启动两个线程，这两个线程之间通过一个图像列表进行交互；一个是负责接收摄像头视频图像的CameraThread，作为生产者，当从摄像头接收到一幅图像时，放入图像列表；另一个负责视频图像拼接工作的StitchingThread，作为消费者，依次对图像列表中的相邻图像进行计算；
CameraThread在收到来车开始信号后，开始接收摄像头的视频信号，把视频流格式转换为cv Mat格式，并截取中间1/5宽度图像后，存入图像列表；当收到结束信号后，停止接收摄像头数据以及停止操作图像列表；
StitchingThread在收到来车开始信号后，首先获取图像列表中第一幅图像作为Left待裁剪图像，然后从图像列表中获取第二幅图像，作为Right匹配图像，首先进行灰度化和LBP处理，并保留原始图像，计算过程只针对处理过的图像，在不引起歧义的情况下用Left和Right代指；根据拼接方法，计算出两幅图像间的偏移值；根据该偏移值，把Left原图像按列裁剪，并合并到结果图像中；然后把Right图像变为Left图像，再从图像列表中获取下一幅图像作为Right图像，再次拼接；这样，依次进行处理图像数据，直至收到结束信号后，把最终的拼接结果图像保存到指定的目录中。
对于Left，Right图像，进行灰度化和LBP处理，并保留原始图像，下面的计算的过程只针对处理过的图像，在不引起歧义的情况下用Left和Right代指；首先分别计算两幅图像的每一列的像素平均值，并存为一维数组；其次选取一定的匹配区域，这里采用半幅图像区域进行匹配，用Right图像前半部分，循环计算Left图像从0列开始到一半位置的区域的误差结果；在这个循环中，首先计算区域每一列Left和Right的差值，然后对区域取和存入一维误差数组中，即该误差数组的索引和Left的列索引是一致的；这样，误差数组中数值最小的数组索引n，可以认为是Left图像的列索引，也就可以认为是Right图像相对于Left图像的最佳匹配结果；Left[0..n]包含了Right图像没有的数据，对Left原图像截取前n列后，合并到结果图像中。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效流程变换，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种基于误差统计的图像快速拼接方法，其特征在于，包括如下步骤：
a安装摄像头,在集装箱闸口入口的安全岛的左、右及顶部安装摄像头，左右摄像头垂直安装，摄像头能够拍到车尾位置，视野能够上下横跨箱体；
b图像预处理，截取图像中间1/5部分使用，同时对该截取图像进行灰度化和LBP局部二值处理，有利于计算主要特征；
c合并完整图像，由于卡车在闸口水平通行，因此只需要计算相邻两幅图像在列方向上差异，即可确定两幅图像之间的偏移；通过顺序计算，依次得到整个图像序列上的所有相邻图像之间的偏移值，根据偏移值，依次截取每幅图像的有效区域然后合并成一幅完整的图像。
2.根据权利要求1所述的一种基于误差统计的图像快速拼接方法，其特征在于，a步骤所述的摄像头帧率为25帧/秒及以上，保证相邻图像之间有较大的重合区域。
3.根据权利要求1所述的一种基于误差统计的图像快速拼接方法，其特征在于，c步骤所述的顺序计算，是指针对一路摄像头的情况，需要启动两个线程，两个线程之间通过一个图像列表进行交互；一个是负责接收摄像头视频图像的CameraThread，作为生产者，当从摄像头接收到一幅图像时，放入图像列表；另一个负责视频图像拼接工作的StitchingThread，作为消费者，依次对图像列表中的相邻图像进行计算。
4.根据权利要求3所述的一种基于误差统计的图像快速拼接方法，其特征在于，所述的CameraThread在收到来车开始信号后，开始接收摄像头的视频信号，把视频流格式转换为cv Mat格式，并截取中间1/5宽度图像后，存入图像列表；当收到结束信号后，停止接收摄像头数据以及停止操作图像列表。
5.根据权利要求3所述的一种基于误差统计的图像快速拼接方法，其特征在于，所述的StitchingThread在收到来车开始信号后，首先获取图像列表中第一幅图像作为Left待裁剪图像，然后从图像列表中获取第二幅图像，作为Right匹配图像，首先进行灰度化和LBP处理，并保留原始图像，计算过程只针对处理过的图像，在不引起歧义的情况下用Left和Right代指；根据拼接方法，计算出两幅图像间的偏移值；根据该偏移值，把Left原图像按列裁剪，并合并到结果图像中；然后把Right图像变为Left图像，再从图像列表中获取下一幅图像作为Right图像，再次拼接；这样，依次进行处理图像数据，直至收到结束信号后，把最终的拼接结果图像保存到指定的目录中。
6.根据权利要求5所述的一种基于误差统计的图像快速拼接方法，其特征在于，所述的Left，Right图像，首先分别计算两幅图像的每一列的像素平均值，并存为一维数组；其次选取匹配区域，用Right图像前半部分，循环计算Left图像从0列开始到一半位置的区域的误差结果；在这个循环中，首先计算区域每一列Left和Right的差值，然后对区域取和存入一维误差数组中；Left[0..n]包含了Right图像没有的数据，对Left原图像截取前n列后，合并到结果图像中。
CN202010918234.XA 2020-09-03 2020-09-03 一种基于误差统计的图像快速拼接方法 Pending CN112102215A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010918234.XA CN112102215A (zh) 2020-09-03 2020-09-03 一种基于误差统计的图像快速拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010918234.XA CN112102215A (zh) 2020-09-03 2020-09-03 一种基于误差统计的图像快速拼接方法

Publications (1)

Publication Number Publication Date
CN112102215A true CN112102215A (zh) 2020-12-18

Family

ID=73757437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010918234.XA Pending CN112102215A (zh) 2020-09-03 2020-09-03 一种基于误差统计的图像快速拼接方法

Country Status (1)

Country Link
CN (1) CN112102215A (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751659A (zh) * 2009-12-24 2010-06-23 北京优纳科技有限公司 大容量快速图像拼接方法
CN102033070A (zh) * 2009-09-24 2011-04-27 宁波中科集成电路设计中心有限公司 一种集装箱破损监测系统
CN103679672A (zh) * 2013-10-28 2014-03-26 华南理工大学广州学院 基于边缘垂直距离匹配的全景图像拼接方法
US20160180186A1 (en) * 2014-12-17 2016-06-23 Nuctech Company Limited Vehicle type recognition method and fast vehicle checking system using the same method
CN105825476A (zh) * 2016-06-12 2016-08-03 浙江清华长三角研究院 一种应用于dsp的图像快速扫描拼接方式
CN106023086A (zh) * 2016-07-06 2016-10-12 中国电子科技集团公司第二十八研究所 一种基于orb特征匹配的航拍影像及地理数据拼接方法
CN107018335A (zh) * 2017-03-14 2017-08-04 上海小蚁科技有限公司 图像拼接方法、装置及终端
CN207263653U (zh) * 2017-10-11 2018-04-20 杭州海康机器人技术有限公司 集装箱表面检测系统及集装箱车检查站
CN108769578A (zh) * 2018-05-17 2018-11-06 南京理工大学 一种基于多路摄像头的实时全景成像系统及方法
US10147176B1 (en) * 2016-09-07 2018-12-04 Applied Vision Corporation Automated container inspection system
CN109455622A (zh) * 2017-12-15 2019-03-12 天津埃特维科技有限公司 集装箱吊具的视觉识别系统以及集装箱的吊箱方法
CN109584156A (zh) * 2018-10-18 2019-04-05 中国科学院自动化研究所 显微序列图像拼接方法及装置
CN110175011A (zh) * 2019-05-06 2019-08-27 长春理工大学 一种全景影像无缝拼接方法
CN110263692A (zh) * 2019-06-13 2019-09-20 北京数智源科技有限公司 大场景下集装箱开关门状态识别方法
CN110288533A (zh) * 2019-07-02 2019-09-27 河北农业大学 一种非旋转图像的快速拼接方法
CN110460813A (zh) * 2019-08-12 2019-11-15 兰州交通大学 一种基于视频流的集装箱图像采集装置及采集方法
CN110855903A (zh) * 2019-11-19 2020-02-28 长沙品先信息技术有限公司 一种多路视频实时拼接方法
CN111242847A (zh) * 2020-01-10 2020-06-05 上海西井信息科技有限公司 基于闸道的图像拼接方法、系统、设备及存储介质
CN111541847A (zh) * 2020-05-14 2020-08-14 南京博视医疗科技有限公司 一种高速相机图像序列的处理方法及其处理系统

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102033070A (zh) * 2009-09-24 2011-04-27 宁波中科集成电路设计中心有限公司 一种集装箱破损监测系统
CN101751659A (zh) * 2009-12-24 2010-06-23 北京优纳科技有限公司 大容量快速图像拼接方法
CN103679672A (zh) * 2013-10-28 2014-03-26 华南理工大学广州学院 基于边缘垂直距离匹配的全景图像拼接方法
US20160180186A1 (en) * 2014-12-17 2016-06-23 Nuctech Company Limited Vehicle type recognition method and fast vehicle checking system using the same method
CN105825476A (zh) * 2016-06-12 2016-08-03 浙江清华长三角研究院 一种应用于dsp的图像快速扫描拼接方式
CN106023086A (zh) * 2016-07-06 2016-10-12 中国电子科技集团公司第二十八研究所 一种基于orb特征匹配的航拍影像及地理数据拼接方法
US10147176B1 (en) * 2016-09-07 2018-12-04 Applied Vision Corporation Automated container inspection system
US20180268521A1 (en) * 2017-03-14 2018-09-20 Shanghai Xiaoyi Technology Co., Ltd. System and method for stitching images
CN107018335A (zh) * 2017-03-14 2017-08-04 上海小蚁科技有限公司 图像拼接方法、装置及终端
CN207263653U (zh) * 2017-10-11 2018-04-20 杭州海康机器人技术有限公司 集装箱表面检测系统及集装箱车检查站
CN109455622A (zh) * 2017-12-15 2019-03-12 天津埃特维科技有限公司 集装箱吊具的视觉识别系统以及集装箱的吊箱方法
CN108769578A (zh) * 2018-05-17 2018-11-06 南京理工大学 一种基于多路摄像头的实时全景成像系统及方法
CN109584156A (zh) * 2018-10-18 2019-04-05 中国科学院自动化研究所 显微序列图像拼接方法及装置
CN110175011A (zh) * 2019-05-06 2019-08-27 长春理工大学 一种全景影像无缝拼接方法
CN110263692A (zh) * 2019-06-13 2019-09-20 北京数智源科技有限公司 大场景下集装箱开关门状态识别方法
CN110288533A (zh) * 2019-07-02 2019-09-27 河北农业大学 一种非旋转图像的快速拼接方法
CN110460813A (zh) * 2019-08-12 2019-11-15 兰州交通大学 一种基于视频流的集装箱图像采集装置及采集方法
CN110855903A (zh) * 2019-11-19 2020-02-28 长沙品先信息技术有限公司 一种多路视频实时拼接方法
CN111242847A (zh) * 2020-01-10 2020-06-05 上海西井信息科技有限公司 基于闸道的图像拼接方法、系统、设备及存储介质
CN111541847A (zh) * 2020-05-14 2020-08-14 南京博视医疗科技有限公司 一种高速相机图像序列的处理方法及其处理系统

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
XUEQI LI 等: "Research on Container Panorama Image Stitching Method", 《2018 CHINESE AUTOMATION CONGRESS (CAC)》 *
张建兴 等: "单机模式下的高分遥感影像并行镶嵌", 《遥感信息》, no. 3 *
徐文莹 等: "光电侦察动态视频图像拼接中的图像配准算法", 《火力与指挥控制》, vol. 35, no. 1 *
杨明东 等: "基于匹配策略融合的低误差快速图像拼接算法", 《计算机应用研究》, no. 4 *
许新科 等: "基于视频图像的快速拼接算法研究", 《长春理工大学学报(自然科学版)》, vol. 34, no. 1 *
许新科;杨进华;王超;姚雪萍;申琳;: "基于视频图像的快速拼接算法研究", 长春理工大学学报(自然科学版), no. 01 *
郭栋梁 等: "内河船舶安全系统中的红外图像拼接", 《重庆工学院学报(自然科学版)》, vol. 23, no. 10, pages 83 - 86 *
马玉欢: "基于视频流的图像拼接技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 12 *

Similar Documents

Publication Publication Date Title
CN112528878B (zh) 检测车道线的方法、装置、终端设备及可读存储介质
CN107085842B (zh) 自学习多路图像融合的实时矫正方法及系统
CN109871763B (zh) 一种基于yolo的特定目标跟踪方法
CN111951212A (zh) 对铁路的接触网图像进行缺陷识别的方法
CN111311487B (zh) 一种光伏组件图像的快速拼接方法及系统
US20040046896A1 (en) Image processing apparatus and method
CN111192377B (zh) 一种图像处理方法及装置
US20050123201A1 (en) Image processing apparatus for detecting and recognizing mobile object
CN112289032B (zh) 一种无人机高速公路自动巡检方法
CN116012728A (zh) 应用于无人机巡检的轨道线路识别跟踪方法及系统
CN114007023A (zh) 一种大型车辆全景拼接方法
CN110837760B (zh) 目标检测方法、用于目标检测的训练方法和装置
CN112102215A (zh) 一种基于误差统计的图像快速拼接方法
CN114554158B (zh) 一种基于道路交通场景下的全景视频拼接方法及系统
CN116168233A (zh) 一种基于网格图像patch分类的黑板板书还原方法
CN112150355A (zh) 一种图像处理方法及相关设备
CN116132729A (zh) 一种山体滑坡监测用全景视频拼接方法及系统
CN116362962A (zh) 无人机集群图像拼接方法、装置和系统
CN115272284A (zh) 基于图像质量评估的输电线路缺陷识别方法
EP4174770A1 (en) Monocular-vision-based detection of moving objects
CN110992286B (zh) 一种基于ccd相机的光伏组件图像校正方法
CN111376904B (zh) 一种自动跟车方法及装置
CN111089865A (zh) 一种基于f-rcnn的缺陷电缆检测方法
CN117011179B (zh) 一种图像转换方法、装置、电子设备及存储介质
CN112836631B (zh) 车辆轴数确定方法、装置、电子设备及存储介质

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