CN112950705A - 一种基于定位系统的图像目标滤除方法及系统 - Google Patents

一种基于定位系统的图像目标滤除方法及系统 Download PDF

Info

Publication number
CN112950705A
CN112950705A CN202110274561.0A CN202110274561A CN112950705A CN 112950705 A CN112950705 A CN 112950705A CN 202110274561 A CN202110274561 A CN 202110274561A CN 112950705 A CN112950705 A CN 112950705A
Authority
CN
China
Prior art keywords
target
coordinate system
coordinate
midpoint
coordinates
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
CN202110274561.0A
Other languages
English (en)
Inventor
黄振飞
韩自营
刘丹
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.)
Zhongyuan Power Intelligent Robot Co Ltd
Original Assignee
Zhongyuan Power Intelligent Robot 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 Zhongyuan Power Intelligent Robot Co Ltd filed Critical Zhongyuan Power Intelligent Robot Co Ltd
Priority to CN202110274561.0A priority Critical patent/CN112950705A/zh
Publication of CN112950705A publication Critical patent/CN112950705A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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

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)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于定位系统的图像目标滤除方法及系统，方法包括以下步骤：获取地图数据，在地图数据上划分目标区域和非目标区域；检测地图数据中的目标，获取在相机坐标系下目标的底部的中点的坐标；根据在相机坐标系下目标的底部的中点的坐标计算在局部坐标系下目标的底部的中点的坐标；根据在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标；判断在全局坐标系下目标的底部的中点的坐标是否在非目标区域；若在全局坐标系下目标的底部的中点的坐标在非目标区域内，则滤除目标。通过上述坐标变换，判断目标是否在非目标区域内，提升了目标滤除的准确度，解决了现有图像目标滤除方法准确度不高的问题。

Description

一种基于定位系统的图像目标滤除方法及系统
技术领域
本发明涉及目标检测领域，具体涉及一种基于定位系统的图像目标滤除方法及系统。
背景技术
图像目标滤除技术在多个领域内作为一个解决传统任务的方法被广泛地应用。现有技术中一些方法均存在一些问题，如基于面积的目标滤除方法只能处理不同尺度的目标，如果目标在目标区域和非目标区域内的尺度和类型相同，则该方法不能达到一个好的效果。又如基于边缘提取等传统图像处理算法进行的对于非目标区域的滤除方法只能处理目标区域与非目标区域之间有明显界限的情况，且传统图像处理算法在应用中存在不稳定的问题。
发明内容
本发明的目的在于提供一种基于定位系统的图像目标滤除方法及系统，用于解决现有图像目标滤除方法准确度不高的问题。
为了解决上述问题，本发明采用以下技术方案：
本发明提供了一种基于定位系统的图像目标滤除方法，包括以下步骤：
S1：获取地图数据，在地图数据上划分目标区域和非目标区域，地图数据为通过定位系统采集到的信息形成的电子地图；
S2：检测地图数据中的目标，获取在相机坐标系下目标的底部的中点的坐标；
S3：根据在相机坐标系下目标的底部的中点的坐标计算在局部坐标系下目标的底部的中点的坐标，局部坐标系为以定位系统的安装位置为原点建立的坐标系；
S4：根据在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标，全局坐标系为根据地图数据建立的坐标系；
S5：判断在全局坐标系下目标的底部的中点的坐标是否在非目标区域；
S6：若在全局坐标系下目标的底部的中点的坐标在非目标区域内，则滤除目标。
有益效果：
本方法通过以定位系统获取的高精度地图数据作为参照，由相机采集到的在相机坐标系下目标的底部中点的坐标计算得到在局部坐标系下目标的底部的中点的坐标，再由在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标，通过上述坐标变换将目标在全局坐标系下的坐标精准计算出来，根据目标在全局坐标系下的坐标判断目标是否在非目标区域内，以达到目标滤除的效果，提升了目标滤除的准确度。
进一步的，定位系统为RTK模块。
进一步的，步骤S4具体为：将在局部坐标系下目标的底部的中点的坐标与在全局坐标系下定位系统的坐标相减，即得到目标在全局坐标系下的坐标。
进一步的，判断在全局坐标系下目标的底部的中点的坐标是否在非目标区域的方式为根据PNPoly算法计算在全局坐标系下目标的底部的中点的坐标与非目标区域边界的关系来进行判断。
本发明还提供了一种基于定位系统的图像目标滤除系统，包括平台、相机、定位系统、存储单元和处理单元，平台为固定平台或移动平台，相机和定位系统安装在平台上，存储单元和处理单元用于处理相机和定位系统所采集的数据，处理单元执行存储在存储单元的至少一条指令以实现如下步骤：
S1：获取地图数据，在地图数据上划分目标区域和非目标区域，地图数据为通过定位系统采集到的信息形成的电子地图；
S2：检测地图数据中的目标，获取在相机坐标系下目标的底部的中点的坐标；
S3：根据在相机坐标系下目标的底部的中点的坐标计算在局部坐标系下目标的底部的中点的坐标，局部坐标系为以定位系统的安装位置为原点建立的坐标系；
S4：根据在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标，全局坐标系为根据地图数据建立的坐标系；
S5：判断在全局坐标系下目标的底部的中点的坐标是否在非目标区域；
S6：若在全局坐标系下目标的底部的中点的坐标在非目标区域内，则滤除目标。
有益效果：
本系统通过以定位系统获取的高精度地图数据作为参照，由相机采集到的在相机坐标系下目标的底部中点的坐标计算得到在局部坐标系下目标的底部的中点的坐标，再由在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标，通过上述坐标变换将目标在全局坐标系下的坐标精准计算出来，根据目标在全局坐标系下的坐标判断目标是否在非目标区域内，以达到目标滤除的效果，提升了目标滤除的准确度。
进一步的，定位系统为RTK模块。
进一步的，步骤S4具体为：将在局部坐标系下目标的底部的中点的坐标与在全局坐标系下定位系统的坐标相减，即得到目标在全局坐标系下的坐标。
进一步的，判断在全局坐标系下目标的底部的中点的坐标是否在非目标区域的方式为根据PNPoly算法计算在全局坐标系下目标的底部的中点的坐标与非目标区域边界的关系来进行判断。
附图说明
图1是本发明所提供的方法的流程示意图；
图2是本发明的方法实施例的方法流程示意图。
具体实施方式
本发明所提供的一种基于定位系统的图像目标滤除方法，如图1所示，方法的基本步骤为：
S1：获取地图数据，在地图数据上划分目标区域和非目标区域，地图数据为通过定位系统采集到的信息形成的电子地图；
S2：检测地图数据中的目标，获取在相机坐标系下目标的底部的中点的坐标；
S3：根据在相机坐标系下目标的底部的中点的坐标计算在局部坐标系下目标的底部的中点的坐标，局部坐标系为以定位系统的安装位置为原点建立的坐标系；
S4：根据在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标，全局坐标系为根据地图数据建立的坐标系；
S5：判断在全局坐标系下目标的底部的中点的坐标是否在非目标区域；
S6：若在全局坐标系下目标的底部的中点的坐标在非目标区域内，则滤除目标。
本方法通过以定位系统获取的高精度地图数据作为参照，由相机采集到的在相机坐标系下目标的底部中点的坐标计算得到在局部坐标系下目标的底部的中点的坐标，再由在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标，通过上述坐标变换将目标在全局坐标系下的坐标精准计算出来，根据目标在全局坐标系下的坐标判断目标是否在非目标区域内，以达到目标滤除的效果，提升了目标滤除的准确度。
本发明的方法实施例：
方法流程如图2所示，具体为：
步骤201：对相机进行内参标定，相机的内参矩阵为
Figure BDA0002975492760000041
通过对相机的内参标定可得到上述矩阵中参数的值。
步骤202：对相机和定位系统间进行外参标定，本实施例中，定位系统选择为RTK模块，根据相机与RTK的安装位置，用相应工装测得相机与RTK之间的外参矩阵
Figure BDA0002975492760000042
其中R为相机对于RTK模块的旋转矩阵，T为相机相对于RTK模块的平移矩阵。
步骤203：RTK模块获取地图数据，在地图数据上划分目标区域和非目标区域，非目标区域的边界为多边形。
步骤204：检测地图数据中的目标，该目标可为单个目标或者为多个目标的集合，采用目标检测算法获取上述目标的底部的中点在相机坐标系下的坐标(u,v)。
步骤205：根据在相机坐标系下目标的底部的中点的坐标计算在局部坐标系下目标的底部的中点的坐标，具体计算为：目标在局部坐标系下的坐标为Pb＝(Xb，Yb，Zb)，目标的底部的中点在局部坐标系下可设为Pb＝(Xb，Yb，0)，目标在相机坐标系下的坐标为Pcam＝(Xcam，Ycam，Zcam)，由相机和RTK模块之间的外参矩阵可得
Figure BDA0002975492760000043
其中Zb＝0，解该方程，可求得Xcam、Ycam和Zcam的解都是Xb和Yb的线性组合；由相机的内参得
Figure BDA0002975492760000044
将上面求得的Xcam、Ycam和Zcam值代入，该方程组只有Xb和Yb两个未知量，可求得目标在相机局部坐标系下的坐标Pb＝(Xb，Yb，Zb)。
步骤206：根据在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标；具体为：将在局部坐标系下目标的底部的中点的坐标与在全局坐标系下定位系统的坐标相减，即得到目标在全局坐标系下的坐标，根据RTK模块获取的坐标数据计算目标在全局坐标系下的坐标，RTK模块可得其安装位置在全局坐标系下的坐标为(XW，YW)，则目标在全局坐标系下的坐标(XO,W，YO,W)＝(Xb-XW，Yb-YW)。
步骤207：判断在全局坐标系下目标的底部的中点的坐标是否在非目标区域；具体方式为，根据PNPoly算法计算在全局坐标系下目标的底部的中点的坐标与非目标区域边界的关系来进行判断，地图数据中的边界由一系列离散的坐标点(X，Y)构成，每一个边界都可以看做是一个多边形，可由PNPoly算法判断目标的全局坐标(XO,W，YO,W)是否在非目标区域组成的多边形内。PNPoly算法判定方式是，从目标点出发引一条射线，看这条射线和代表边界的多边形的所有边的交点数目，当交点数目是奇数时，目标坐标在非目标区域内；当交点个数是偶数时，目标坐标不在非目标区域内。对于不同的地图数据，可以组合利用目标的坐标在非目标区域、目标的坐标在目标区域、目标的坐标不在目标区域和目标的坐标不在非目标区域作为目标是否过滤的判定准则。
步骤208：若在全局坐标系下目标的底部的中点的坐标在非目标区域内，则滤除目标。
上述实施例中，局部坐标系为以RTK模块的安装位置为原点建立的坐标系。
上述实施例中，全局坐标系为根据地图数据建立的坐标系。
上述实施例中，定位系统选取RTK模块，作为其他实施方式，也可采用其他高精度定位导航模块进行替换。
上述实施例中，相机和定位系统安装在平台上，平台为固定平台或移动平台。
本发明还提供了一种基于定位系统的图像目标滤除系统，包括平台、相机、定位系统、存储单元和处理单元，平台为固定平台或移动平台，相机和定位系统安装在平台上，存储单元和处理单元用于处理相机和定位系统所采集的数据，处理单元执行存储在存储单元的至少一条指令以实现如下步骤：
S1：获取地图数据，在地图数据上划分目标区域和非目标区域，地图数据为通过定位系统采集到的信息形成的电子地图；
S2：检测地图数据中的目标，获取在相机坐标系下目标的底部的中点的坐标；
S3：根据在相机坐标系下目标的底部的中点的坐标计算在局部坐标系下目标的底部的中点的坐标，局部坐标系为以定位系统的安装位置为原点建立的坐标系；
S4：根据在局部坐标系下目标的底部的中点的坐标和地图数据计算在全局坐标系下目标的底部的中点的坐标，全局坐标系为根据地图数据建立的坐标系；
S5：判断在全局坐标系下目标的底部的中点的坐标是否在非目标区域；
S6：若在全局坐标系下目标的底部的中点的坐标在非目标区域内，则滤除目标。
本发明的系统实施例：
本发明的系统实施例包含于上述本发明的方法实施例中，在此不再赘述。
上述实施例仅以一种具体的实施方式说明本发明的技术方案，任何对本发明进行的等同替换及不脱离本发明精神和范围的修改或局部替换，其均应涵盖在本发明权利要求保护的范围之内。

Claims (10)

1.一种基于定位系统的图像目标滤除方法，其特征在于，包括以下步骤：
S1：获取地图数据，在所述地图数据上划分目标区域和非目标区域，所述地图数据为通过定位系统采集到的信息形成的电子地图；
S2：检测所述地图数据中的目标，获取在相机坐标系下所述目标的底部的中点的坐标；
S3：根据在所述相机坐标系下所述目标的底部的中点的坐标计算在局部坐标系下所述目标的底部的中点的坐标，所述局部坐标系为以定位系统的安装位置为原点建立的坐标系；
S4：根据在所述局部坐标系下所述目标的底部的中点的坐标和所述地图数据计算在全局坐标系下所述目标的底部的中点的坐标，所述全局坐标系为根据所述地图数据建立的坐标系；
S5：判断在所述全局坐标系下所述目标的底部的中点的坐标是否在所述非目标区域；
S6：若在所述全局坐标系下所述目标的底部的中点的坐标在所述非目标区域内，则滤除所述目标。
2.根据权利要求1所述的一种基于定位系统的图像目标滤除方法，其特征在于，所述定位系统为RTK模块。
3.根据权利要求1或2所述的一种基于定位系统的图像目标滤除方法，其特征在于，步骤S4具体为：
将在所述局部坐标系下所述目标的底部的中点的坐标与在所述全局坐标系下所述定位系统的坐标相减，即得到所述目标在所述全局坐标系下的坐标。
4.根据权利要求1或2所述的一种基于定位系统的图像目标滤除方法，其特征在于，判断在所述全局坐标系下所述目标的底部的中点的坐标是否在所述非目标区域的方式为根据PNPoly算法计算在所述全局坐标系下所述目标的底部的中点的坐标与所述非目标区域边界的关系来进行判断。
5.根据权利要求3所述的一种基于定位系统的图像目标滤除方法，其特征在于，判断在所述全局坐标系下所述目标的底部的中点的坐标是否在所述非目标区域的方式为根据PNPoly算法计算在所述全局坐标系下所述目标的底部的中点的坐标与所述非目标区域边界的关系来进行判断。
6.一种基于定位系统的图像目标滤除系统，其特征在于，包括平台、相机、定位系统、存储单元和处理单元，所述平台为固定平台或移动平台，所述相机和所述定位系统安装在所述平台上，所述存储单元和所述处理单元用于处理所述相机和所述定位系统所采集的数据，所述处理单元执行存储在所述存储单元的至少一条指令以实现如下步骤：
S1：获取地图数据，在所述地图数据上划分目标区域和非目标区域，所述地图数据为通过定位系统采集到的信息形成的电子地图；
S2：检测所述地图数据中的目标，获取在相机坐标系下所述目标的底部的中点的坐标；
S3：根据在所述相机坐标系下所述目标的底部的中点的坐标计算在局部坐标系下所述目标的底部的中点的坐标，所述局部坐标系为以定位系统的安装位置为原点建立的坐标系；
S4：根据在所述局部坐标系下所述目标的底部的中点的坐标和所述地图数据计算在全局坐标系下所述目标的底部的中点的坐标，所述全局坐标系为根据所述地图数据建立的坐标系；
S5：判断在所述全局坐标系下所述目标的底部的中点的坐标是否在所述非目标区域；
S6：若在所述全局坐标系下所述目标的底部的中点的坐标在所述非目标区域内，则滤除所述目标。
7.根据权利要求6所述的一种基于定位系统的图像目标滤除系统，其特征在于，所述定位系统为RTK模块。
8.根据权利要求6或7所述的一种基于定位系统的图像目标滤除系统，其特征在于，步骤S4具体为：
将在所述局部坐标系下所述目标的底部的中点的坐标与在所述全局坐标系下所述定位系统的坐标相减，即得到所述目标在所述全局坐标系下的坐标。
9.根据权利要求6或7所述的一种基于定位系统的图像目标滤除系统，其特征在于，判断在所述全局坐标系下所述目标的底部的中点的坐标是否在所述非目标区域的方式为根据PNPoly算法计算在所述全局坐标系下所述目标的底部的中点的坐标与所述非目标区域边界的关系来进行判断。
10.根据权利要求8所述的一种基于定位系统的图像目标滤除系统，其特征在于，判断在所述全局坐标系下所述目标的底部的中点的坐标是否在所述非目标区域的方式为根据PNPoly算法计算在所述全局坐标系下所述目标的底部的中点的坐标与所述非目标区域边界的关系来进行判断。
CN202110274561.0A 2021-03-15 2021-03-15 一种基于定位系统的图像目标滤除方法及系统 Pending CN112950705A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110274561.0A CN112950705A (zh) 2021-03-15 2021-03-15 一种基于定位系统的图像目标滤除方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110274561.0A CN112950705A (zh) 2021-03-15 2021-03-15 一种基于定位系统的图像目标滤除方法及系统

Publications (1)

Publication Number Publication Date
CN112950705A true CN112950705A (zh) 2021-06-11

Family

ID=76229767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110274561.0A Pending CN112950705A (zh) 2021-03-15 2021-03-15 一种基于定位系统的图像目标滤除方法及系统

Country Status (1)

Country Link
CN (1) CN112950705A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103822644A (zh) * 2014-02-14 2014-05-28 北京航天控制仪器研究所 一种三维激光成像系统的相机标定方法
CN106643701A (zh) * 2017-01-16 2017-05-10 深圳优地科技有限公司 一种机器人互相检测方法及装置
CN106841206A (zh) * 2016-12-19 2017-06-13 大连理工大学 大型零件化学铣削切割非接触在线检测方法
CN107966155A (zh) * 2017-12-25 2018-04-27 北京地平线信息技术有限公司 对象定位方法、对象定位系统和电子设备
CN109612391A (zh) * 2019-01-17 2019-04-12 华南农业大学 基于单台高速相机的双目测量装置对平地机空间坐标测量方法
KR20200036406A (ko) * 2018-09-28 2020-04-07 현대엠엔소프트 주식회사 차량의 위치 보정 장치 및 그 방법
CN112129281A (zh) * 2019-06-25 2020-12-25 南京航空航天大学 一种基于局部邻域地图的高精度图像导航定位方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103822644A (zh) * 2014-02-14 2014-05-28 北京航天控制仪器研究所 一种三维激光成像系统的相机标定方法
CN106841206A (zh) * 2016-12-19 2017-06-13 大连理工大学 大型零件化学铣削切割非接触在线检测方法
CN106643701A (zh) * 2017-01-16 2017-05-10 深圳优地科技有限公司 一种机器人互相检测方法及装置
CN107966155A (zh) * 2017-12-25 2018-04-27 北京地平线信息技术有限公司 对象定位方法、对象定位系统和电子设备
KR20200036406A (ko) * 2018-09-28 2020-04-07 현대엠엔소프트 주식회사 차량의 위치 보정 장치 및 그 방법
CN109612391A (zh) * 2019-01-17 2019-04-12 华南农业大学 基于单台高速相机的双目测量装置对平地机空间坐标测量方法
CN112129281A (zh) * 2019-06-25 2020-12-25 南京航空航天大学 一种基于局部邻域地图的高精度图像导航定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
RYSZARD WAWRUCH: ""Quality of information about tracked vessel in VTS centre"", 《46TH INTERNATIONAL SYMPOSIUM ON ELECTRONICS IN MARINE》 *
美缔软件（上海）有限公司: "《Unity 5.X从入门到精通》", 31 January 2016, 中国铁道出版社 *
陈凤英等: ""基于机器学习的露天矿山越界开采智能预警研究与应用"", 《自动化应用》 *

Similar Documents

Publication Publication Date Title
WO2018142900A1 (ja) 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム
CN111812658B (zh) 位置确定方法、装置、系统和计算机可读存储介质
EP3309751B1 (en) Image processing device, method, and program
CN112034431B (zh) 一种雷达和rtk的外参标定方法及装置
CN111476106B (zh) 基于单目相机的直道相对坡度实时预测方法、系统及装置
JP5385105B2 (ja) 画像検索方法およびシステム
CN111189403B (zh) 一种隧道变形的监测方法、装置及计算机可读存储介质
CN112270719B (zh) 相机标定方法、装置及系统
CN110081881A (zh) 一种基于无人机多传感器信息融合技术的着舰引导方法
Shi et al. A visual circle based image registration algorithm for optical and SAR imagery
CN112862890B (zh) 道路坡度预测方法、装置和存储介质
CN114972532B (zh) 激光雷达之间的外参标定方法、装置、设备及存储介质
CN113256729A (zh) 激光雷达与相机的外参标定方法、装置、设备及存储介质
CN111080682A (zh) 点云数据的配准方法及装置
CN112558043A (zh) 一种激光雷达的标定方法及电子设备
CN107765257A (zh) 一种基于反射强度辅助外部校准的激光探测与测量方法
CN116977671A (zh) 基于图像空间定位的目标跟踪方法、装置、设备及存储介质
CN112950705A (zh) 一种基于定位系统的图像目标滤除方法及系统
CN105894471A (zh) 基于大比例尺地形图的中小比例尺正射影像快速纠正方法
CN115272408A (zh) 车辆静止检测方法、装置、计算机设备和存储介质
CN114004949A (zh) 机载点云辅助的移动测量系统安置参数检校方法及系统
CN113192075A (zh) 一种改进的基于ArUco标记的视觉测距方法
CN113702928A (zh) 一种路口雷达标定方法和设备
CN116152350B (zh) 内参评估方法、装置、终端及存储介质
CN114881908B (zh) 一种异常像素识别方法、装置、设备以及计算机存储介质

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210611

WD01 Invention patent application deemed withdrawn after publication