CN115829833B - 一种图像生成方法及移动设备 - Google Patents
一种图像生成方法及移动设备 Download PDFInfo
- Publication number
- CN115829833B CN115829833B CN202210922663.3A CN202210922663A CN115829833B CN 115829833 B CN115829833 B CN 115829833B CN 202210922663 A CN202210922663 A CN 202210922663A CN 115829833 B CN115829833 B CN 115829833B
- Authority
- CN
- China
- Prior art keywords
- images
- imu
- frames
- camera
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims description 69
- 238000013519 translation Methods 0.000 claims description 41
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请提供一种图像生成方法及移动设备，该方法包括：控制移动设备的相机连续采集多帧图像；通过移动设备的IMU传感器获取多帧图像中每帧图像的对应的IMU测量信息；以及，根据IMU测量信息，对每帧图像进行拼接，以生成拼接图像。图像生成方法用于移动设备，通过移动设备的相机采集多帧图像，同时，利用移动设备的IMU传感器获取IMU测量信息，根据IMU测量信息进行图像拼接，其中IMU测量信息用于去除拼接时存在的特征点的误匹配，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
Description
技术领域
本申请涉及图像处理技术领域，具体而言，涉及一种图像生成方法及移动设备。
背景技术
拍摄全景图是一个常见的应用需求，由于镜头的FOV(field of view)视场角有限，全景图通常是由多张图拼接而成的大图，现有的全景拼接技术是完全基于图像的，一般由如下四步完成：1.检测并提取图像的特征点和特征点的描述子2.匹配两个图像之间的描述子3.使用RANSAC算法解方程组计算两张图像之间的单应矩阵4.使用单应矩阵来对图像进行拼接。
其中，特征点匹配的工作可采用SIFT算法，该算法对尺度变化，旋转以及光照变化都有很好的适应性，但SIFT计算量大，花费的时间长，不具有实时性。特征点匹配的工作也可采用SURF匹配算法，尽管提高了匹配效率，可是在用在移动机器人视觉定位与导航中，实时性还是远远达不到。目前，特征点匹配的工作大多采用ORB(Oriented FAST andRotatedBRIEF)特征匹配算法，ORB特征匹配算法在特征点提取匹配上具有快速性，在提取稀疏的特征点时具备初步的实时性。但是ORB匹配算法在提取得到特征点并建立初始匹配时，会有大量的误匹配点，从而导致视觉里程计的位姿估计不准确，鲁棒性差等问题。因此剔除误匹配而保留优质的匹配在以上涉及的领域中是很重要的部分，目前在剔除误匹配传统做法是先利用ORB算法得到粗略的匹配点，然后利用RANSAC算法进行剔除误匹配点，但是RANSAC也不能保证完全去除误匹配，所以解出的单应矩阵是有误差的，导致根据有误差的单应矩阵进行图像拼接得到的全景图像存在失真。因此，可以看到，在现实中，为了让误差能保持的比较小，一般会要求用户在拍摄全景的模式时尽量相机平行移动，给用户操作带来了极大的不便。
发明内容
本申请实施例的目的在于提供一种图像生成方法及移动设备，用以解决RANSAC不能保证完全去除误匹配，导致根据有误差的单应矩阵进行图像拼接得到的全景图像存在失真的问题。
本申请实施例提供的一种图像生成方法，用于移动设备，该方法包括：
控制移动设备的相机连续采集多帧图像；
通过移动设备的IMU传感器获取多帧图像中每帧图像的对应的IMU测量信息；以及
根据IMU测量信息，对每帧图像进行拼接，以生成拼接图像。
上述技术方案中，图像生成方法用于移动设备，通过移动设备的相机采集多帧图像，同时，利用移动设备的IMU传感器获取IMU测量信息，根据IMU测量信息进行图像拼接，其中IMU测量信息用于去除拼接时存在的特征点的误匹配，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，根据IMU测量信息，对每帧图像进行拼接，其中任意两帧图像的拼接方法，包括：
获取该两帧图像的初始匹配对；
根据初始匹配对，获取该两帧图像的真实匹配对；
根据真实匹配对，对该两帧图像进行拼接。
其中，获取该两帧图像的初始匹配对，包括：
根据拍摄两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量；
对两帧图像进行ORB特征检测，得到两幅图像的特征点以及基于特征点的描述子；
根据描述子进行特征点的匹配，获得初始匹配对；
其中，根据初始匹配对，获取该两帧图像的真实匹配对，包括：
根据旋转矩阵和平移向量，剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对。
上述技术方案中，在移动设备中，由于物理装配的原因，相机中心和IMU传感器中心不重合存在偏差，因此，需要根据拍摄两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量。再利用旋转矩阵和平移向量，计算初始匹配对中匹配对是否满足对极约束，以剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对。根据真实匹配对，对两帧图像进行拼接，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，其中，相机相对于IMU的姿态偏移由相机相对于IMU的旋转矩阵描述。
在一些可选的实施方式中，根据IMU测量信息以及IMU和相机的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量，包括：
根据IMU测量信息，得到IMU的旋转矩阵和平移向量；以及
叠加IMU的旋转矩阵以及相机相对于IMU的旋转矩阵，获得相机的旋转矩阵；将IMU的平移向量作为相机的平移向量。
上述技术方案中，对IMU测量信息，利用IMU两帧间离散的积分公式，得到IMU的四元数q(表示旋转)和位置p，该公式为：
其中，v表示速度。上角标w表示的世界坐标系下。下角标bi表示bi帧。δt表示的是两次IMU测量时的时间间隔。表示的是i时刻观测的加速度计值并且当前时刻的观测值代替了整个连续小区间的值，/>表示的是对应的角速度值并且当前时刻的观测值代替了整个连续小区间的值。
再根据四元数q和位置p，得到旋转矩阵R和平移向量t，其中，平移向量t为位置p的平移。根据四元数q，计算旋转矩阵R的公式如下：
q＝q0+q1i+q2j+q3k＝[s,v]
其中，s称为四元数的实部，v称为四元数的虚部。
在一些可选的实施方式中，根据描述子进行特征点的匹配，获得初始匹配对，包括：
通过计算两帧图像中各特征点对应描述子的最近汉明距离，来进行两帧图像中特征点的匹配，得到初始匹配对。
在一些可选的实施方式中，根据真实匹配对，对两帧图像进行拼接，包括：
根据真实匹配对，利用最小二乘法求解单应矩阵；
利用单应矩阵拼接两帧图像。
上述技术方案中，由于真实匹配对中去除了可能的误匹配，因此，可以利用最小二乘法求解出准确的单应矩阵，利用该单应矩阵进行图像拼接，得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，对极约束为：
其中，R为旋转矩阵，t为平移向量，p1,p2为一个匹配对，K为相机内参。
本申请实施例提供的一种移动设备，包括：
相机，用于连续采集多帧图像；
IMU传感器，用于获取多帧图像中每帧图像的对应的IMU测量信息；
图像拼接模块，用于根据IMU测量信息，对每帧图像进行拼接，以生成拼接图像。
上述技术方案中，图像生成方法用于移动设备，通过移动设备的相机采集多帧图像，同时，利用移动设备的IMU传感器获取IMU测量信息，根据IMU测量信息进行图像拼接，其中IMU测量信息用于去除拼接时存在的特征点的误匹配，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，图像拼接模块，还用于：
根据拍摄任意两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量；
对两帧图像进行ORB特征检测，得到两幅图像的特征点以及基于特征点的描述子；
根据描述子进行特征点的匹配，获得初始匹配对；
根据旋转矩阵和平移向量，剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对；
根据真实匹配对，对两帧图像进行拼接。
上述技术方案中，在移动设备中，由于物理装配的原因，相机中心和IMU传感器中心不重合存在偏差，因此，需要根据拍摄两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量。再利用旋转矩阵和平移向量，计算初始匹配对中匹配对是否满足对极约束，以剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对。根据真实匹配对，对两帧图像进行拼接，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，相机相对于IMU的姿态偏移为相机相对于IMU的旋转矩阵；
图像拼接模块包括外参标定模块，外参标定模块用于：进行相机外参标定，利用旋转约束估计相机相对于IMU的旋转矩阵。
上述技术方案中，进行相机外参标定，利用旋转约束估计相机相对于IMU的旋转矩阵qbc，所采用的计算公式为：
其中，L和R代表四元数左右相差，角标c表示是相机坐标系，角标b表示的是IMU坐标系。k，k+1为相邻的俩时刻。
本申请实施例提供的一种计算机可读存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如以上任一所述的方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种图像生成方法步骤流程图；
图2为本申请实施例提供的对其中两帧图像进行拼接的方法步骤流程图；
图3为本申请实施例提供的一种移动设备结构示意图。
图标：1-IMU传感器，2-图像拼接模块，3-相机。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
请参照图1，图1为本申请实施例提供的一种图像生成方法步骤流程图，用于移动设备，该方法包括：
步骤S1、控制移动设备的相机连续采集多帧图像；
步骤S2、通过移动设备的IMU传感器获取多帧图像中每帧图像的对应的IMU测量信息；以及
步骤S3、根据IMU测量信息，对每帧图像进行拼接，以生成拼接图像。
本申请实施例中，图像生成方法用于移动设备，通过移动设备的相机采集多帧图像，同时，利用移动设备的IMU传感器获取IMU测量信息，根据IMU测量信息进行图像拼接，其中IMU测量信息用于去除拼接时存在的特征点的误匹配，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，根据IMU测量信息，对每帧图像进行拼接，其中任意两帧图像的拼接方法，请参照图2，具体包括：
步骤S31、获取该两帧图像的初始匹配对；
步骤S32、根据初始匹配对，获取该两帧图像的真实匹配对；
其中，具体包括：根据拍摄两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量；对两帧图像进行ORB特征检测，得到两幅图像的特征点以及基于特征点的描述子；根据描述子进行特征点的匹配，获得初始匹配对。
步骤S33、根据真实匹配对，对该两帧图像进行拼接。
其中，具体包括：根据旋转矩阵和平移向量，剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对。
本申请实施例中，在移动设备中，由于物理装配的原因，相机中心和IMU传感器中心不重合存在偏差，因此，需要根据拍摄两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量。再利用旋转矩阵和平移向量，计算初始匹配对中匹配对是否满足对极约束，以剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对。根据真实匹配对，对两帧图像进行拼接，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，其中，相机相对于IMU的姿态偏移由相机相对于IMU的旋转矩阵描述。
在一些可选的实施方式中，根据IMU测量信息以及IMU和相机的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量，包括：
根据IMU测量信息，得到IMU的旋转矩阵和平移向量；以及
叠加IMU的旋转矩阵以及相机相对于IMU的旋转矩阵，获得相机的旋转矩阵；将IMU的平移向量作为相机的平移向量。
本申请实施例中，对IMU测量信息，利用IMU两帧间离散的积分公式，得到IMU的四元数q(表示旋转)和位置p，该公式为：
其中，v表示速度。上角标w表示的世界坐标系下。下角标bi表示bi帧。δt表示的是两次IMU测量时的时间间隔。表示的是i时刻观测的加速度计值并且当前时刻的观测值代替了整个连续小区间的值，/>表示的是对应的角速度值并且当前时刻的观测值代替了整个连续小区间的值。
再根据四元数q和位置p，得到旋转矩阵R和平移向量t，其中，平移向量t为位置p的平移。根据四元数q，计算旋转矩阵R的公式如下：
q＝q0+q1i+q2j+q3k＝[s,v]
其中，s称为四元数的实部，v称为四元数的虚部。
在一些可选的实施方式中，根据描述子进行特征点的匹配，获得初始匹配对，包括：通过计算两帧图像中各特征点对应描述子的最近汉明距离，来进行两帧图像中特征点的匹配，得到初始匹配对。
在一些可选的实施方式中，根据真实匹配对，对两帧图像进行拼接，包括：根据真实匹配对，利用最小二乘法求解单应矩阵；利用单应矩阵拼接两帧图像。
本申请实施例中，由于真实匹配对中去除了可能的误匹配，因此，可以利用最小二乘法求解出准确的单应矩阵，利用该单应矩阵进行图像拼接，得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，对极约束为：
其中，R为旋转矩阵，t为平移向量，p1,p2为一个匹配对，K为相机内参。
请参照图3，图3为本申请实施例提供的一种移动设备结构示意图，包括IMU传感器1、图像拼接模块2和相机3。
其中，相机3，用于连续采集多帧图像；IMU传感器1，用于获取多帧图像中每帧图像的对应的IMU测量信息；图像拼接模块2，用于根据IMU测量信息，对每帧图像进行拼接，以生成拼接图像。
本申请实施例中，图像生成方法用于移动设备，通过移动设备的相机3采集多帧图像，同时，利用移动设备的IMU传感器1获取IMU测量信息，根据IMU测量信息进行图像拼接，其中IMU测量信息用于去除拼接时存在的特征点的误匹配，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，图像拼接模块，还用于：根据拍摄任意两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量；对两帧图像进行ORB特征检测，得到两幅图像的特征点以及基于特征点的描述子；根据描述子进行特征点的匹配，获得初始匹配对；根据旋转矩阵和平移向量，剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对；根据真实匹配对，对两帧图像进行拼接。
本申请实施例中，在移动设备中，由于物理装配的原因，相机中心和IMU传感器中心不重合存在偏差，因此，需要根据拍摄两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量。再利用旋转矩阵和平移向量，计算初始匹配对中匹配对是否满足对极约束，以剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对。根据真实匹配对，对两帧图像进行拼接，从而使的图像拼接得到的拼接图像更准确，减少了拼接图像失真的情况。
在一些可选的实施方式中，相机相对于IMU的姿态偏移为相机相对于IMU的旋转矩阵；
图像拼接模块包括外参标定模块，外参标定模块用于：进行相机外参标定，利用旋转约束估计相机相对于IMU的旋转矩阵。
本申请实施例中，进行相机外参标定，利用旋转约束估计相机相对于IMU的旋转矩阵qbc，所采用的计算公式为：
其中，L和R代表四元数左右相差，角标c表示是相机坐标系，角标b表示的是IMU坐标系。k，k+1为相邻的俩时刻。
本申请实施例提供的一种计算机可读存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如以上任一所述的方法。例如：控制移动设备的相机连续采集多帧图像；通过移动设备的IMU传感器获取多帧图像中每帧图像的对应的IMU测量信息；以及，根据IMU测量信息，对每帧图像进行拼接，以生成拼接图像。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (7)
1.一种图像生成方法，其特征在于，用于移动设备，所述方法包括：
控制移动设备的相机连续采集多帧图像；
通过移动设备的IMU传感器获取所述多帧图像中每帧图像的对应的IMU测量信息；以及
根据所述IMU测量信息，对所述每帧图像进行拼接，以生成拼接图像；
所述根据所述IMU测量信息，对所述每帧图像进行拼接，其中任意两帧图像的拼接方法，包括：
获取所述两帧图像的初始匹配对；
根据所述初始匹配对，获取所述两帧图像的真实匹配对；
根据所述真实匹配对，对所述两帧图像进行拼接；
所述获取所述两帧图像的初始匹配对，包括：
根据拍摄两帧图像时的IMU测量信息以及所述相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量；
对两帧图像进行ORB特征检测，得到两幅图像的特征点以及基于特征点的描述子；
根据描述子进行特征点的匹配，获得所述初始匹配对；
所述根据所述初始匹配对，获取所述两帧图像的真实匹配对，包括：
根据所述旋转矩阵和平移向量，剔除初始匹配对中不满足对极约束的匹配对，得到所述真实匹配对；
所述相机相对于IMU的姿态偏移由所述相机相对于IMU的旋转矩阵描述；
所述方法还包括：进行相机外参标定，利用旋转约束估计相机相对于IMU的旋转矩阵。
2.如权利要求1所述的方法，其特征在于，所述根据拍摄两帧图像时的IMU测量信息以及所述相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量，包括：
根据IMU测量信息，得到IMU的旋转矩阵和平移向量；以及
叠加IMU的旋转矩阵以及相机相对于IMU的旋转矩阵，获得相机的旋转矩阵；将IMU的平移向量作为相机的平移向量。
3.如权利要求1所述的方法，其特征在于，所述根据描述子进行特征点的匹配，获得初始匹配对，包括：
通过计算两帧图像中各特征点对应描述子的最近汉明距离，来进行两帧图像中特征点的匹配，得到初始匹配对。
4.如权利要求1所述的方法，其特征在于，所述根据真实匹配对，对两帧图像进行拼接，包括：
根据真实匹配对，利用最小二乘法求解单应矩阵；
利用所述单应矩阵拼接两帧图像。
5.如权利要求1所述的方法，其特征在于，所述对极约束为：
其中，R为旋转矩阵，t为平移向量，p1,p2为一个匹配对，K为相机内参。
6.一种移动设备，其特征在于，包括：
相机，用于连续采集多帧图像；
IMU传感器，用于获取所述多帧图像中每帧图像的对应的IMU测量信息；
图像拼接模块，用于根据所述IMU测量信息，对所述每帧图像进行拼接，以生成拼接图像；
所述图像拼接模块，还用于：
根据拍摄任意两帧图像时的IMU测量信息以及相机相对于IMU的姿态偏移，计算得到拍摄两帧图像时相机的旋转矩阵和平移向量；
对两帧图像进行ORB特征检测，得到两幅图像的特征点以及基于特征点的描述子；
根据描述子进行特征点的匹配，获得初始匹配对；
根据旋转矩阵和平移向量，剔除初始匹配对中不满足对极约束的匹配对，得到真实匹配对；
根据真实匹配对，对两帧图像进行拼接；
所述相机相对于IMU的姿态偏移为相机相对于IMU的旋转矩阵；
所述图像拼接模块包括外参标定模块，所述外参标定模块用于：进行相机外参标定，利用旋转约束估计相机相对于IMU的旋转矩阵。
7.一种计算机可读存储介质，其特征在于，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1-5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210922663.3A CN115829833B (zh) | 2022-08-02 | 2022-08-02 | 一种图像生成方法及移动设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210922663.3A CN115829833B (zh) | 2022-08-02 | 2022-08-02 | 一种图像生成方法及移动设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115829833A CN115829833A (zh) | 2023-03-21 |
| CN115829833B true CN115829833B (zh) | 2024-04-26 |
Family
ID=85522985
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210922663.3A Active CN115829833B (zh) | 2022-08-02 | 2022-08-02 | 一种图像生成方法及移动设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115829833B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107424181A (zh) * | 2017-04-12 | 2017-12-01 | 湖南源信光电科技股份有限公司 | 一种改进的图像拼接关键帧快速提取方法 |
| CN109676604A (zh) * | 2018-12-26 | 2019-04-26 | 清华大学 | 机器人曲面运动定位方法及其运动定位系统 |
| CN109840884A (zh) * | 2017-11-29 | 2019-06-04 | 杭州海康威视数字技术股份有限公司 | 一种图像拼接方法、装置及电子设备 |
| CN110717861A (zh) * | 2019-12-12 | 2020-01-21 | 成都纵横大鹏无人机科技有限公司 | 图像拼接方法、装置、电子设备和计算机可读存储介质 |
| CN112037261A (zh) * | 2020-09-03 | 2020-12-04 | 北京华捷艾米科技有限公司 | 一种图像动态特征去除方法及装置 |
| WO2021218201A1 (zh) * | 2020-04-27 | 2021-11-04 | 北京达佳互联信息技术有限公司 | 一种图像处理方法及装置 |
| CN114529576A (zh) * | 2022-01-04 | 2022-05-24 | 重庆邮电大学 | 一种基于滑动窗口优化的rgbd和imu混合跟踪注册方法 |
| CN114565863A (zh) * | 2022-02-18 | 2022-05-31 | 广州市城市规划勘测设计研究院 | 无人机图像的正射影像实时生成方法、装置、介质及设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2848851T3 (es) * | 2018-04-30 | 2021-08-12 | Tata Consultancy Services Ltd | Procedimiento y sistema para la construcción de imágenes basados en la costura de fotogramas en un entorno interior |
-
2022
- 2022-08-02 CN CN202210922663.3A patent/CN115829833B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107424181A (zh) * | 2017-04-12 | 2017-12-01 | 湖南源信光电科技股份有限公司 | 一种改进的图像拼接关键帧快速提取方法 |
| CN109840884A (zh) * | 2017-11-29 | 2019-06-04 | 杭州海康威视数字技术股份有限公司 | 一种图像拼接方法、装置及电子设备 |
| CN109676604A (zh) * | 2018-12-26 | 2019-04-26 | 清华大学 | 机器人曲面运动定位方法及其运动定位系统 |
| CN110717861A (zh) * | 2019-12-12 | 2020-01-21 | 成都纵横大鹏无人机科技有限公司 | 图像拼接方法、装置、电子设备和计算机可读存储介质 |
| WO2021218201A1 (zh) * | 2020-04-27 | 2021-11-04 | 北京达佳互联信息技术有限公司 | 一种图像处理方法及装置 |
| CN112037261A (zh) * | 2020-09-03 | 2020-12-04 | 北京华捷艾米科技有限公司 | 一种图像动态特征去除方法及装置 |
| CN114529576A (zh) * | 2022-01-04 | 2022-05-24 | 重庆邮电大学 | 一种基于滑动窗口优化的rgbd和imu混合跟踪注册方法 |
| CN114565863A (zh) * | 2022-02-18 | 2022-05-31 | 广州市城市规划勘测设计研究院 | 无人机图像的正射影像实时生成方法、装置、介质及设备 |
Non-Patent Citations (3)
| Title |
|---|
| Calibration of an IMU Using 3-D Rotation Platform;Zhang, Rui and Hoflinger, Fabian and Reind, Leonhard M;IEEE/Calibration of an IMU Using 3-D Rotation Platform;20140630;第14卷(第6期);1778-1787 * |
| 基于IMU/视觉融合的导航定位算法研究;董伯麟;柴旭;;压电与声光;20201020(第05期);全文 * |
| 基于视觉与惯性组合信息的图像特征提取与匹配;孙新成;刘胜兰;赵雪冬;;机械设计与制造工程;20200915(第09期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115829833A (zh) | 2023-03-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110009681B (zh) | 一种基于imu辅助的单目视觉里程计位姿处理方法 | |
| CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
| WO2021115071A1 (zh) | 单目内窥镜图像的三维重建方法、装置及终端设备 | |
| CN108028871B (zh) | 移动设备上的无标记的多用户多对象增强现实 | |
| EP2640057B1 (en) | Image processing device, image processing method and program | |
| EP2820618B1 (en) | Scene structure-based self-pose estimation | |
| US8928736B2 (en) | Three-dimensional modeling apparatus, three-dimensional modeling method and computer-readable recording medium storing three-dimensional modeling program | |
| WO2017164479A1 (en) | A device and method for determining a pose of a camera | |
| US20150262346A1 (en) | Image processing apparatus, image processing method, and image processing program | |
| CN112686877B (zh) | 基于双目相机的三维房屋损伤模型构建测量方法及系统 | |
| WO2021136386A1 (zh) | 数据处理方法、终端和服务器 | |
| CN111127524A (zh) | 一种轨迹跟踪与三维重建方法、系统及装置 | |
| WO2019104571A1 (zh) | 图像处理方法和设备 | |
| CN108958469B (zh) | 一种基于增强现实的在虚拟世界增加超链接的方法 | |
| US11042984B2 (en) | Systems and methods for providing image depth information | |
| CN113029128B (zh) | 视觉导航方法及相关装置、移动终端、存储介质 | |
| US9838572B2 (en) | Method and device for determining movement between successive video images | |
| US20190026924A1 (en) | Method and Apparatus for Calibration of a Multi-Camera System | |
| EP3786891A1 (en) | Method and system for visual localization based on dual dome cameras | |
| CN111609868A (zh) | 一种基于改进光流法的视觉惯性里程计方法 | |
| CN112819860A (zh) | 视觉惯性系统初始化方法及装置、介质和电子设备 | |
| CN112183506A (zh) | 一种人体姿态生成方法及其系统 | |
| JPH10240934A (ja) | 被写体抽出装置 | |
| CN115829833B (zh) | 一种图像生成方法及移动设备 | |
| CN113763466A (zh) | 一种回环检测方法、装置、电子设备和存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Room 59, 17th Floor, Science and Technology Innovation Building, No. 777 Zhongguan West Road, Zhuangshi Street, Ningbo City, Zhejiang Province, 315200 Patentee after: Aixin Yuanzhi Semiconductor Co.,Ltd. Country or region after: China Address before: Room 59, 17th Floor, Science and Technology Innovation Building, No. 777 Zhongguan West Road, Zhuangshi Street, Ningbo City, Zhejiang Province, 315200 Patentee before: Aixin Yuanzhi Semiconductor (Ningbo) Co.,Ltd. Country or region before: China Address after: Room 59, 17th Floor, Science and Technology Innovation Building, No. 777 Zhongguan West Road, Zhuangshi Street, Ningbo City, Zhejiang Province, 315200 Patentee after: Aixin Yuanzhi Semiconductor (Ningbo) Co.,Ltd. Country or region after: China Address before: 201700 room 1190, zone B, floor 11, building 1, No. 158, Shuanglian Road, Qingpu District, Shanghai Patentee before: Aisin Yuanzhi semiconductor (Shanghai) Co.,Ltd. Country or region before: China |