CN115690180A - 一种矢量地图配准方法、配准系统、电子设备及存储介质 - Google Patents
一种矢量地图配准方法、配准系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115690180A CN115690180A CN202211340838.6A CN202211340838A CN115690180A CN 115690180 A CN115690180 A CN 115690180A CN 202211340838 A CN202211340838 A CN 202211340838A CN 115690180 A CN115690180 A CN 115690180A
- Authority
- CN
- China
- Prior art keywords
- registration
- image
- map
- source image
- template
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种矢量地图配准方法、配置系统、电子设备及存储介质,方法包括:对现有地图a和新地图b的并集区域进行网格划分,得到多个单位配准区域;确定每一个单位配准区域内的矢量数据a’和b’中的源图像和模板图像;基于模板匹配算法,得到模板图像在源图像中的最佳匹配位置;根据最佳匹配位置获取配准所需的控制点对;根据控制点对,获取最佳变换矩阵;基于最佳变换矩阵,对矢量数据b’上的所有数据进行变换,得到配准后的地图数据c’。本发明通过划分单位配准区域,可处理大范围数据配准时在不同区域存在不同偏移的场景,具有更高的配准质量,无需人工干预,可自动得到配准所需的控制点对,并进行自动校准,效率更高。
Description
技术领域
本发明涉及众包地图更新领域,更具体地,涉及一种矢量地图配准方法及配准系统。
背景技术
随着众包采集的数据范围越来越大,采集频率越来越高,要获得最高鲜度的高精度地图,要求能够做到快速更新。而不同采集设备、时间等因素都可能造成新旧数据在地理坐标上存在一定量的偏移,需要对地图进行坐标和投影的校正,以实现对新旧数据的配准。目前,大多数配准方案都需要人工选择控制点,当数据范围较大时,不同区域的偏移量不同,需要为不同区域选择相对应的控制点,效率极低,无法满足快速更新的需求。
发明内容
本发明针对现有技术中大范围的矢量地图配准的效率问题,提供一种矢量地图配准方法、配准系统、电子设备及存储介质,可以自动获取矢量地图在不同区域进行配准所需的控制点,并完成矢量地图的自动配准。
根据本发明的第一方面,提供了一种矢量地图配准方法,包括:
获取现有地图a和新地图b的并集区域,对所述并集区域进行网格划分,得到多个单位配准区域;
对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,确定两个二值化图像中模板匹配的源图像和模板图像;
对所述源图像进行零像素填充,使得填充后的源图像的行列数不小于所述模板图像的行列数;
基于模板匹配算法,得到所述模板图像在填充后的所述源图像中的最佳匹配位置;
获取所述最佳匹配位置在填充后的所述源图像中的第一地理位置点集P1和在所述模板图像中的第二地理位置点集P2,构成配准所需的控制点对;
根据所述控制点对,基于迭代最近点算法计算矢量数据b’到矢量数据a’的最佳变换矩阵;
基于所述最佳变换矩阵,对矢量数据b’上的所有数据进行变换,得到配准后的地图数据c’;
遍历每一个单位配准区域,完成新地图b到现有地图a的配准。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,包括:
对每一个单位配准区域内的矢量数据a’和b’,分别取其左上角的坐标位置作为图像原点,以设定分辨率进行栅格二值化得到矢量数据a’和b’的二值化图像img_a和img_b。
可选的,所述确定两个二值化图像中模板匹配的源图像和模板图像,包括:
分别统计二值化图像img_a和img_b上非零像素点的个数,将非零像素点的个数较多的二值化图像作为模板匹配的源图像,非零像素点的个数较少的二值化图像作为模板匹配的模板图像。
可选的,对所述源图像进行零像素填充,使得填充后的源图像的行列数不小于所述模板图像的行列数,包括:
对所述源图像的上下、左右分别填充85个值为零的像素点;
比较填充后的源图像与模板图像的行列数,若填充后的源图像的行列数小于所述模板图像的行列数,则对所述源图像的行/列继续进行填充至所述源图像的行列数不小于所述模板图像的行列数,得到填充后的源图像。
可选的,获取所述最佳匹配位置在填充后的所述源图像中的第一地理位置点集P1和在所述模板图像中的第二地理位置点集P2,包括:
通过填充后的所述源图像的地理信息得到所述模板图像在最佳匹配位置时四个顶点所在的地理位置点集P1,所述模板图像在自身图像中的原始顶点的坐标点集P2,构成配准需要的控制点对。
可选的,所述根据所述控制点对,基于迭代最近点算法计算矢量数据b’到矢量数据a’的最佳变换矩阵,包括:
若第二地理位置点集P2为新地图b中的数据,则记第二地理位置点集P2为Ps,第一地理位置点集P1为Pt,反之记第一地理位置点集P1为Ps,第二地理位置点集P2为Pt;
基于迭代最近点算法计算Ps到Pt的最佳变换矩阵T。
根据本发明的第二方面,提供一种矢量地图配准系统,包括:
划分模块,用于获取现有地图a和新地图b的并集区域,对所述并集区域进行网格划分,得到多个单位配准区域;
二值化模块,用于对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,确定两个二值化图像中模板匹配的源图像和模板图像;
填充模块,用于对所述源图像进行零像素填充,使得填充后的源图像的行列数不小于所述模板图像的行列数;
匹配模块,用于基于模板匹配算法,得到所述模板图像在填充后的所述源图像中的最佳匹配位置;
获取模块,用于获取所述最佳匹配位置在填充后的所述源图像中的第一地理位置点集P1和在所述模板图像中的第二地理位置点集P2,构成配准所需的控制点对;
计算模块,用于根据所述控制点对,基于迭代最近点算法计算矢量数据b’到矢量数据a’的最佳变换矩阵;
变换模块,用于基于所述最佳变换矩阵,对矢量数据b’上的所有数据进行变换,得到配准后的地图数据c’;遍历每一个单位配准区域,完成新地图b到现有地图a的配准。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现矢量地图配准方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现矢量地图配准方法的步骤。
本发明提供的一种矢量地图配准方法、配准系统、电子设备及存储介质,对现有地图a和新地图b的并集区域进行网格划分,得到多个单位配准区域;确定每一个单位配准区域内的矢量数据a’和b’中的源图像和模板图像;基于模板匹配算法,得到模板图像在源图像中的最佳匹配位置;根据最佳匹配位置获取配准所需的控制点对;根据控制点对,获取最佳变换矩阵;基于最佳变换矩阵,对矢量数据b’上的所有数据进行变换,得到配准后的地图数据c’。本发明通过划分单位配准区域,可处理大范围数据配准时在不同区域存在不同偏移的场景,具有更高的配准质量,无需人工干预,可自动得到配准所需的控制点对,并进行自动校准,效率更高。
附图说明
图1为本发明提供的一种矢量地图配准方法流程图;
图2为矢量地图配准方法的整体示意图;
图3为模板匹配原理示意图;
图4为本发明提供的一种矢量地图配准系统的结构示意图;
图5为本发明提供的一种可能的电子设备的硬件结构示意图;
图6为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
图1为本发明提供的一种矢量地图配准方法流程图,参见图1和图2,矢量地图配准方法包括:
S1,获取现有地图a和新地图b的并集区域,对所述并集区域进行网格划分,得到多个单位配准区域。
可理解的是,输入现有地图a和新地图b,计算地图a和地图b的并集区域z,由于不同采集设备、时间等因素造成的新旧数据在地理坐标上的偏差一般较小(<10m),因此,以tile15的网格划分z,得到多个单位配准区域{z0,z1,......,zn}。其中,瓦片(tile)即为将一定范围内的地图按照一定的尺寸和格式,按缩放级别或比例尺,切成若干行和列后得到的栅格图片。tile15层级的单位范围大约为500m×500m。
S2,对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,确定两个二值化图像中模板匹配的源图像和模板图像。
作为实施例,所述对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,包括:对每一个单位配准区域内的矢量数据a’和b’,分别取其左上角的坐标位置作为图像原点,以设定分辨率进行栅格二值化得到矢量数据a’和b’的二值化图像img_a和img_b。
可理解的是,对每一个单位配准区域内的矢量数据a’,b’,分别取其左上角的坐标位置作为图像原点,以0.137的分辨率得到矢量数据的二值化图像img_a,img_b,若某份地图在该区域内无数据,则无需对该单位配准区域内的数据进行配准,保留原始坐标。
分别计算img_a与img_b上非零像素点的个数,非零像素点的个数较多者作为模板匹配的源图像src_img,非零像素点的个数较少者作为模板匹配的模板图像roi_img。
S3,对所述源图像进行零像素填充,使得填充后的源图像的行列数不小于所述模板图像的行列数。
可理解的是,对源图像的四周进行填充,以保证可以计算到模板图像的所有可能的匹配位置,以适配源图像不完全包含模板图像的场景。具体填充方式为,对源图像src_img的上下、左右分别填充85个值为零的像素点;比较填充后的源图像src_img与模板图像roi_img的行列数,若填充后的源图像src_img的行列数仍然小于模板图像roi_img的行列数,则需对源图像src_img的行/列继续进行填充直至不小于模板图像roi_img的行/列数,记最终填充得到的源图像为register_base。
S4,基于模板匹配算法,得到所述模板图像在填充后的所述源图像中的最佳匹配位置。
可理解的是,获取填充后的源图像register_base后,调用opencv的模板匹配算法,得到模板图像roi_img在源图像register_base中的最佳匹配位置。
其中,模板匹配的原理示意图如图3所示,模板匹配是一项在一幅图像中寻找与另一幅图像最匹配(相似)部分的技术。用通俗的语言来说,该原理为:在要检测的图像上,从左到右,从上到下遍历该图像,并计算模板图像与重叠子图的像素匹配度,匹配程度越大,相同的可能性越大。
S5,获取所述最佳匹配位置在填充后的所述源图像中的第一地理位置点集P1和在所述模板图像中的第二地理位置点集P2,构成配准所需的控制点对。
可理解的是,通过源图像register_base的地理信息得到模板图像roi_img在最佳匹配位置时四个顶点所在的地理位置点集P1,即最佳位置信息在源图像register_base中的地理位置点集,roi_img的原始顶点的坐标点集P2,及最佳位置信息在模板图像中的地理位置点集,P1和P2构成匹配所需的控制点对。若P2为新地图b中的数据,则记P2为Ps,P1为Pt,反之记P1为Ps,P2为Pt。
S6,根据所述控制点对,基于迭代最近点算法计算矢量数据b’到矢量数据a’的最佳变换矩阵。
可理解的是,使用迭代最近点(ICP)计算Ps->Pt的最佳变换T,使得T(Ps)和Pt的重合度尽可能高。其中,ICP算法是一种点集对点集的配准方法,其算法的实质是基于最小二乘法的最优匹配,如果知道正确的点对之间的对应,那么两个点集之间的相对变换(旋转、平移)就可以求得封闭解。
S7,基于所述最佳变换矩阵,对矢量数据b’上的所有数据进行变换,得到配准后的地图数据c’。
求解得到最佳变换矩阵T后,对新地图b’上的所有数据执行坐标变换得到配准后的地图数据c’,即c’=T(b’)。
S8,遍历每一个单位配准区域,完成新地图b到现有地图a的配准。
对于每一个单位配准区域内的矢量数据,均执行S2~S7,即对{z0,z1,......,zn}中的所有区域执行上述S2-S7的操作,即可完成新地图b到现有地图a的配准。
矢量地图配准方法主要过程为:以tile15作为单位配准范围划分地图并集区域。对每一个单位配准范围内的矢量地图进行栅格化,得到二值化后的图片。选择非零像素点较多的图像作为模板匹配的源图像,另一张图像作为模板图像。对源图像的四周进行填充,以保证可以计算到模板图像的所有可能的匹配位置,以适配源图像不完全包含模板图像的场景。调用opencv的模板匹配方法,得到模板图像在源图像中的位置信息。通过源图像的地理信息得到模板图像在最佳匹配位置时四个顶点所在的地理位置,与模板图像的原始地理作为可构成一对控制点集,即为该单位配准区域的控制点对。通过迭代最近点(ICP)算法得到模板图像与源图像之间的最佳变换矩阵,利用该变换矩阵对待配准数据上的所有点进行坐标变换,即可得到配准后的矢量数据。对每一个单位配准区域内的数据进行上述操作,即可完成矢量数据的配准。
图4为本发明实施例提供的一种矢量地图配准系统结构图,如图4所示,一种矢量地图配准系统,包括划分模块41、二值化模块42、填充模块43、匹配模块44、获取模块45、计算模块46和变换模块47,其中:
划分模块41,用于获取现有地图a和新地图b的并集区域,对所述并集区域进行网格划分,得到多个单位配准区域;
二值化模块42,用于对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,确定两个二值化图像中模板匹配的源图像和模板图像;
填充模块43,用于对所述源图像进行零像素填充,使得填充后的源图像的行列数不小于所述模板图像的行列数;
匹配模块44,用于基于模板匹配算法,得到所述模板图像在填充后的所述源图像中的最佳匹配位置;
获取模块45,用于获取所述最佳匹配位置在填充后的所述源图像中的第一地理位置点集P1和在所述模板图像中的第二地理位置点集P2,构成配准所需的控制点对;
计算模块46,用于根据所述控制点对,基于迭代最近点算法计算矢量数据b’到矢量数据a’的最佳变换矩阵;
变换模块47,用于基于所述最佳变换矩阵,对矢量数据b’上的所有数据进行变换,得到配准后的地图数据c’;遍历每一个单位配准区域,完成新地图b到现有地图a的配准。
可以理解的是,本发明提供的一种矢量地图配准系统与前述各实施例提供的矢量地图配准方法相对应,矢量地图配准系统的相关技术特征可参考矢量地图配准方法的相关技术特征,在此不再赘述。
请参阅图5,图5为本发明实施例提供的电子设备的实施例示意图。如图5所示,本发明实施例提了一种电子设500备,包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序511,处理器520执行计算机程序511时实现矢量地图配准方法的步骤。
请参阅图6,图6为本发明提供的一种计算机可读存储介质的实施例示意图。如图6所示,本实施例提供了一种计算机可读存储介质600,其上存储有计算机程序611,该计算机程序611被处理器执行时实现矢量地图配准方法的步骤。
本发明实施例提供的一种矢量地图配准方法、配准系统、电子设备及存储介质,与现有技术相比,具有如下优点:
1、提出带填充区域的模板匹配方法,可适配源图像不完全包含模板图像的场景。
2、无需人工干预,可自动得到配准所需的控制点对,并进行自动校准,效率更高。
3、划分单位配准区域,可处理大范围数据配准时在不同区域存在不同偏移的场景,具有更高的配准质量。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (9)
1.一种矢量地图配准方法,其特征在于,包括:
获取现有地图a和新地图b的并集区域,对所述并集区域进行网格划分,得到多个单位配准区域;
对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,确定两个二值化图像中模板匹配的源图像和模板图像;
对所述源图像进行零像素填充,使得填充后的源图像的行列数不小于所述模板图像的行列数;
基于模板匹配算法,得到所述模板图像在填充后的所述源图像中的最佳匹配位置;
获取所述最佳匹配位置在填充后的所述源图像中的第一地理位置点集P1和在所述模板图像中的第二地理位置点集P2,构成配准所需的控制点对;
根据所述控制点对,基于迭代最近点算法计算矢量数据b’到矢量数据a’的最佳变换矩阵;
基于所述最佳变换矩阵,对矢量数据b’上的所有数据进行变换,得到配准后的地图数据c’;
遍历每一个单位配准区域,完成新地图b到现有地图a的配准。
2.根据权利要求1所述的矢量地图配准方法,其特征在于,所述对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,包括:
对每一个单位配准区域内的矢量数据a’和b’,分别取其左上角的坐标位置作为图像原点,以设定分辨率进行栅格二值化得到矢量数据a’和b’的二值化图像img_a和img_b。
3.根据权利要求2所述的矢量地图配准方法,其特征在于,所述确定两个二值化图像中模板匹配的源图像和模板图像,包括:
分别统计二值化图像img_a和img_b上非零像素点的个数,将非零像素点的个数较多的二值化图像作为模板匹配的源图像,非零像素点的个数较少的二值化图像作为模板匹配的模板图像。
4.根据权利要求1或3所述的矢量地图配准方法,其特征在于,所述对所述源图像进行零像素填充,使得填充后的源图像的行列数不小于所述模板图像的行列数,包括:
对所述源图像的上下、左右分别填充85个值为零的像素点;
比较填充后的源图像与模板图像的行列数,若填充后的源图像的行列数小于所述模板图像的行列数,则对所述源图像的行/列继续进行填充至所述源图像的行列数不小于所述模板图像的行列数,得到填充后的源图像。
5.根据权利要求1所述的矢量地图配准方法,其特征在于,获取所述最佳匹配位置在填充后的所述源图像中的第一地理位置点集P1和在所述模板图像中的第二地理位置点集P2,包括:
通过填充后的所述源图像的地理信息得到所述模板图像在最佳匹配位置时四个顶点所在的地理位置点集P1,所述模板图像在自身图像中的原始顶点的坐标点集P2,构成配准需要的控制点对。
6.根据权利要求1所述的矢量地图配准方法,其特征在于,所述根据所述控制点对,基于迭代最近点算法计算矢量数据b’到矢量数据a’的最佳变换矩阵,包括:
若第二地理位置点集P2为新地图b中的数据,则记第二地理位置点集P2为Ps,第一地理位置点集P1为Pt,反之记第一地理位置点集P1为Ps,第二地理位置点集P2为Pt;
基于迭代最近点算法计算Ps到Pt的最佳变换矩阵T。
7.一种矢量地图配准系统,其特征在于,包括:
划分模块,用于获取现有地图a和新地图b的并集区域,对所述并集区域进行网格划分,得到多个单位配准区域;
二值化模块,用于对每一个单位配准区域内的矢量数据a’和b’进行栅格二值化,分别得到对应的二值化图像,确定两个二值化图像中模板匹配的源图像和模板图像;
填充模块,用于对所述源图像进行零像素填充,使得填充后的源图像的行列数不小于所述模板图像的行列数;
匹配模块,用于基于模板匹配算法,得到所述模板图像在填充后的所述源图像中的最佳匹配位置;
获取模块,用于获取所述最佳匹配位置在填充后的所述源图像中的第一地理位置点集P1和在所述模板图像中的第二地理位置点集P2,构成配准所需的控制点对;
计算模块,用于根据所述控制点对,基于迭代最近点算法计算矢量数据b’到矢量数据a’的最佳变换矩阵;
变换模块,用于基于所述最佳变换矩阵,对矢量数据b’上的所有数据进行变换,得到配准后的地图数据c’;遍历每一个单位配准区域,完成新地图b到现有地图a的配准。
8.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-6任一项所述的矢量地图配准方法的步骤。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-6任一项所述的矢量地图配准方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211340838.6A CN115690180A (zh) | 2022-10-29 | 2022-10-29 | 一种矢量地图配准方法、配准系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211340838.6A CN115690180A (zh) | 2022-10-29 | 2022-10-29 | 一种矢量地图配准方法、配准系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115690180A true CN115690180A (zh) | 2023-02-03 |
Family
ID=85045289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211340838.6A Pending CN115690180A (zh) | 2022-10-29 | 2022-10-29 | 一种矢量地图配准方法、配准系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115690180A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116625385A (zh) * | 2023-07-25 | 2023-08-22 | 高德软件有限公司 | 路网匹配方法、高精地图构建方法、装置及设备 |
-
2022
- 2022-10-29 CN CN202211340838.6A patent/CN115690180A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116625385A (zh) * | 2023-07-25 | 2023-08-22 | 高德软件有限公司 | 路网匹配方法、高精地图构建方法、装置及设备 |
CN116625385B (zh) * | 2023-07-25 | 2024-01-26 | 高德软件有限公司 | 路网匹配方法、高精地图构建方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807496B (zh) | 一种密集目标检测方法 | |
CN111582022A (zh) | 一种移动视频与地理场景的融合方法、系统及电子设备 | |
WO2017050083A1 (zh) | 一种元件识别方法及装置 | |
CN105069453A (zh) | 一种图像校正方法及装置 | |
CN112258429B (zh) | 显示屏子像素的图像位置标记方法、设备以及存储介质 | |
CN110148137B (zh) | 一种基于拼接的旋转显示屏的图像切割方法及系统 | |
CN111062331B (zh) | 图像的马赛克检测方法、装置、电子设备及存储介质 | |
CN112511767B (zh) | 一种视频拼接方法及设备、存储介质 | |
CN108629742B (zh) | 真正射影像阴影检测与补偿方法、装置及存储介质 | |
CN110473227A (zh) | 目标跟踪方法、装置、设备及存储介质 | |
CN115690180A (zh) | 一种矢量地图配准方法、配准系统、电子设备及存储介质 | |
CN108564604B (zh) | 基于平面约束和三角剖分的双目视觉立体匹配方法及装置 | |
CN111598076B (zh) | 一种标签图像中日期检测处理方法及装置 | |
JP2021086616A (ja) | ランダムサンプリング一貫性に基づく魚眼画像の有効領域抽出方法 | |
CN111798422A (zh) | 棋盘格角点识别方法、装置、设备及存储介质 | |
CN110363837B (zh) | 游戏中纹理图像的处理方法及装置、电子设备、存储介质 | |
CN114998773A (zh) | 适用于无人机系统航拍图像的特征误匹配剔除方法及系统 | |
CN112734630B (zh) | 正射影像处理方法、装置、设备及存储介质 | |
CN107945136B (zh) | 一种鱼眼图像矫正方法、系统、设备及计算机存储介质 | |
CN110223356A (zh) | 一种基于能量生长的单目相机全自动标定方法 | |
CN116486312B (zh) | 一种视频图像的处理方法、装置、电子设备和存储介质 | |
CN104239874B (zh) | 一种器官血管识别方法及装置 | |
CN116092035A (zh) | 车道线检测方法、装置、计算机设备和存储介质 | |
CN115439550A (zh) | 一种相机标定方法、测距方法、设备及存储介质 | |
CN117351156B (zh) | 城市实时数字内容生成方法、系统及其电子设备 |
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 |