CN116736227B - 一种麦克风阵列和摄像头联合标定声源位置的方法 - Google Patents
一种麦克风阵列和摄像头联合标定声源位置的方法 Download PDFInfo
- Publication number
- CN116736227B CN116736227B CN202311020436.2A CN202311020436A CN116736227B CN 116736227 B CN116736227 B CN 116736227B CN 202311020436 A CN202311020436 A CN 202311020436A CN 116736227 B CN116736227 B CN 116736227B
- Authority
- CN
- China
- Prior art keywords
- sound source
- microphone
- camera
- coordinate system
- sound
- 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 35
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 238000010586 diagram Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000013519 translation Methods 0.000 claims description 9
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本发明属于声学成像和声源定位技术领域,特别是涉及一种麦克风阵列和摄像头联合标定声源位置的方法,使用阵列麦克风获取声源在不同位置的声波信号,并生成多个声强热力图和麦克风坐标系;获取摄像头捕捉的图像并生成摄像头坐标系,并通过特征点提取算法提取图像中的特征点,并在摄像头坐标系中将特征点标记声源图像位置,将每个声源位置和声源图像位置进行匹配,并计算得到声源图像位置与声源位置最接近的特征点,计算声源的重投影位置并通过优化函数得到最小化重投影误差,从而提高标定的精度。
Description
技术领域
本发明属于声源定位技术领域,特别是涉及一种麦克风阵列和摄像头联合标定声源位置的方法。
背景技术
在语音识别、语音增强、噪声监测等领域,需要在实时环境下对声源的位置进行准确检测,以实现对声源的定位和分离。目前,常用的声源位置检测方法是使用麦克风阵列,通过声音到达时间差(TDOA)或差分阵列技术(DOA),来确定声源的位置,但当存在噪音或多个声源时,麦克风阵列的准确性会受到影响。
为了解决这些问题,使用摄像头来获取声源图像,进而实现声源位置检测的方法被提出,比如申请公布号为CN114089277A的中国发明专利中公开的三维声源声场重构方法及系统,其中维声源声场重构方法包括利用双目摄像头绘制目标声源的空间三维模型,同时利用麦克风阵列从一角度测量该目标声源的二维声场分布以得到该目标声源的二维声场能量分布图像,多次变化该角度,每次变化角度后重新执行步骤a-c,得到多个该点云坐标数据,利用多个该点云坐标数据重建该目标声源的三维声场模型,但在进行三维声场的构建过程中需要准确有效的数据进行,通过较为准确的数据才能在三维模型中更为准确的判定声源的位置,所以需要一种能提高联合标定数据采集精度和可靠性的一种麦克风阵列和摄像头联合标定声源位置的方法。
发明内容
针对上述问题,本发明提出了一种麦克风阵列和摄像头联合标定声源位置的方法,很好的解决了现有技术中当存在噪音或多个声源时,麦克风阵列的准确性会受到影响,同时在联合标定过程中数据采集精度和可靠性不够高容易造成判定声源位置不够准确的技术问题。
为了实现上述目的,本发明采用的技术方案如下:一种麦克风阵列和摄像头联合标定声源位置的方法,包括以下步骤:
S1.使用阵列麦克风获取声源在不同位置的声波信号,并通过波束形成技术生成多个声强热力图和麦克风坐标系,将声强热力图中的最高峰在麦克风坐标系中标记为声源位置;
S2.获取摄像头捕捉的图像并生成摄像头坐标系,并通过特征点提取算法提取图像中的特征点,并在摄像头坐标系中将特征点标记声源图像位置;
S3.将每个声源位置和声源图像位置进行匹配,并计算得到声源图像位置与声源位置最接近的特征点;
S4.重复步骤S1-S3,计算声源的重投影位置并通过优化函数得到最小化重投影误差,所述优化函数为:;所述R cm 表示摄像头坐标系与麦克风坐标系的旋转矩阵,t cm 表示从摄像头坐标系与麦克风坐标系的平移向量,n是已知声源数量,p i 和q i 分别为第i个声源的摄像头坐标系和麦克风坐标系中的位置,/>与分别为p i 和q i 在当前摄像头和麦克风系统的旋转矩阵和平移矩阵下的重投影位置;
S5.通过迭代优化算法求解优化函数,直到优化结果收敛得到标定结果;
S6.对标定结果利用误差指标进行评估。
通过阵列麦克风得到的声强热力图的特征点集,结合摄像头捕捉的特征点进行联合标定,并通过优化函数得到最小化重投影误差提高标定的精度。
进一步的,所述步骤S1中的声源可以是外部声源或者系统内部声源,所述声源选取外观具有较好图像特征的声源,通过具有较好图像特征点的声源便于进行联合标定和特征点的提取。
进一步的,所述步骤S1中波束形成技术可以是最大信噪比波束形成技术、阵列波束形成技术处理技术,通过波束成型技术得到声源在麦克风阵列坐标系下的水平角和俯仰角。
进一步的,当采用最大信噪比波束形成技术时,通过收集麦克风阵列的信号,并对收集到的麦克风阵列的信号计算各麦克风通道的权值,然后对麦克风通道采集到的信号进行线性加权,通过对麦克风通道采集的信号进行线性加权增强其在复杂环境下的稳定性、精度和鲁棒性。
进一步的,所述迭代优化算法可以是Levenberg-Marquardt算法或其他适合的迭代优化算法,Levenberg-Marquardt算法会自适应地调整参数,比如调整步长,从而在保证算法收敛的同时,尽量减少迭代次数,提高计算效率,同时Levenberg-Marquardt算法对噪声比较不敏感,可以在噪声比较大的情况下得到较为准确的结果。
进一步的,所述误差指标可采用均方误差和平均绝对误差,对标定结果的精度进行评估,通过精度评估可验证联合标定的精度。
进一步的,所述特征点提取算法可以是SIFT算法、SURF算法、ORB算法或其他合适的特征提取方法,通过特征点提取算法提取特征点找到声源在图像中的像素位置。
与现有技术相比,本发明具有以下有益效果:
本发明通过麦克风阵列和摄像头的联合标定并通过优化函数得到最小化重投影误差,可以应用于视频会议系统,可以提高音视频信号的匹配度,从而提高视频会议系统的质量和稳定性;
本发明通过麦克风阵列和摄像头的联合标定并通过优化函数得到最小化重投影误差,可以应用于语音识别系统,可以提高语音信号的精度和可靠性,从而提高语音识别系统的性能;
本发明通过麦克风阵列和摄像头的联合标定并通过优化函数得到最小化重投影误差,可以应用于音频处理系统,可以提高音频信号的定位精度和干扰消除能力,从而提高音频处理系统的效果。
具体实施方式
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、完整的描述,显然,所描述的实施例仅仅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。
一种麦克风阵列和摄像头联合标定声源位置的方法,包括以下步骤:
S1.在一个宽敞的房间内将麦克风和摄像头固定在合适的安装位置,所述阵列麦克风可以是多个,在采集过程中保持阵列麦克风与摄像头位置固定不变,通过一个音响作为声源,所述阵列麦克风与音箱均在摄像头的摄像范围之内,使用阵列麦克风获取声源在不同位置的声波信号,将麦克风收集到的声波信号导入计算机,通过软件生成麦克风坐标系,并通过计算机中类似MATLAB的软件利用波束形成技术对采集到的数据进行处理和分析,计算声压级并绘制声强热力图,将声强热力图声压级最高峰处标记为声源位置;
S2.获取摄像头捕捉的图像,将摄像头捕捉的图像导入计算机,利用软件生成摄像头坐标系,并通过计算机中类似OpenCV、MATLAB等软件,通过特征点提取算法提取图像中的特征点,在摄像头坐标系中将特征点标记为声源图像位置;
S3.将每个声源位置和声源图像位置进行匹配,并计算得到声源图像位置与声源位置最接近的特征点;
S4.重复步骤S1-S3,计算声源的重投影位置,通过得到的重投影位置信息得到重投影误差,其中重投影误差包括两个部分,图像与声强热力图之间的误差和摄像头与阵列麦克风的几何关系,其中图像与声强热力图之间的误差可以定义为图像中特征点和声强热力图中声源位置之间的距离,而摄像头和麦克风阵列的几何关系可以定义为摄像头和麦克风阵列的相对位置和方向,并通过优化函数得到最小化重投影误差,所述优化函数为:;所述R cm 表示摄像头坐标系与麦克风坐标系的旋转矩阵,t cm 表示从摄像头坐标系与麦克风坐标系的平移向量,n是已知声源数量,p i 和q i 分别为第i个声源的摄像头坐标系和麦克风坐标系中的位置,该位置为现实中测量的声源距离麦克风、摄像头的距离,可以结合摄像头内参计算得到。/>与/>分别为p i 和q i 在当前摄像头和麦克风系统的旋转矩阵和平移矩阵下的重投影位置,通过当前的摄像头和麦克风系统的旋转矩阵和平移矩阵进行变换,得到声源在摄像头捕捉的图像和声强热力图中的预测位置,具体地,可以使用以下公式来计算重投影位置:
所述可表示为:/>;所述/>可表示为:;/>表示从麦克风坐标系到摄像头坐标系的旋转矩阵,表示从麦克风坐标系到摄像头坐标系的平移向量,/>与/>之间的关系可以表示为:/>;/>;其中/>表示/>的转置矩阵;
其中为图像的重投影误差,所述/>为声强热力图的重投影误差;
所述w 是一个权重参数,用于平衡两个误差的贡献,其中所述与可通过欧几里得距离函数计算得到,及所述/>可表示为:,以及所述/>可表示为:,通过最小化目标函数,可以求解出最优的摄像头到麦克风系统的旋转矩阵和平移矩阵;
S5.通过迭代优化算法求解优化函数,直到优化结果收敛得到标定结果;
S6.对标定结果利用误差指标进行评估,并筛选出合适最优数据,最优数据为优化函数优化结果收敛后的数据。
在本实施例中,所述步骤S1中的声源可以是外部声源或者系统内部声源,所述声源选取外观具有较好图像特征的声源,具有较好图像特征的声源指声源具有高对比度,声源图像与周围环境形成明显的区别,且图像中呈现清晰的边缘,边缘位置比较明显,有利于特征提取和定位,同时声源在多个角度和方向下都可以呈现出较好的图像特征,有利于从不同角度获取图像特征进行多视角匹配。
在本实施例中,所述步骤S1中波束形成技术可以是最大信噪比波束形成技术、阵列波束形成技术处理技术,通过波束成型技术得到声源在麦克风阵列坐标系下的水平角和俯仰角,具体计算方法可以采用达时间差法、相位差法、幅度差法等。
在本实施例中,当采用最大信噪比波束形成技术时,通过收集麦克风阵列的信号,并对收集到的麦克风阵列的信号计算各麦克风通道的权值,然后对麦克风通道采集到的信号进行线性加权,通过对麦克风通道采集的信号进行线性加权增强其在复杂环境下的稳定性、精度和鲁棒性。
在本实施例中,当采用阵列波束成型技术时可采用线性排布方式,所述线性排布方式可以采用以下分布方式:
线性排布方式:将阵列麦克风在同一直线上均匀排布,达到最大化阵列方向图的峰值和最小化副瓣水平,线性排布方式适用于对单一方向的声源信号进行定位和分离。
二维排布方式:将麦克风按照2维坐标系排布,使得麦克风阵列能够接收到不同方向的声源信号,该排布方式可以适用于对多个方向的声源信号进行定位和分离。
三维排布方式:将麦克风按照3维坐标系排布,对声源信号的定位和分离具有更高的可靠度和灵活性,能够应对更加复杂的环境。
在本实施例中,所述迭代优化算法可以是Levenberg-Marquardt算法或其他适合的迭代优化算法。
在本实施例中,所述误差指标可采用均方误差和平均绝对误差,在阵列麦克风与摄像头联合标定过程中,将标定后得到麦克风阵列几何空间坐标得到的预测值与通过精确测量得到的麦克风阵列与摄像头之间的相对位置和姿态的实际值,通过均方误差和平均绝对误差求出最小均误差。
在本实施例中,所述特征点提取算法可以是SIFT算法、SURF算法、ORB算法或其他合适的特征提取方法,通过特征点提取算法提取特征点找到声源在图像中的像素位置。
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,或者对所述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,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种麦克风阵列和摄像头联合标定声源位置的方法,其特征在于:包括以下步骤:
S1.使用阵列麦克风获取声源在不同位置的声波信号,并通过波束形成技术生成多个声强热力图和麦克风坐标系,将声强热力图中的最高峰在麦克风坐标系中标记为声源位置;
S2.获取摄像头捕捉的图像并生成摄像头坐标系,并通过特征点提取算法提取图像中的特征点,并在摄像头坐标系中将特征点标记声源图像位置;
S3.将每个声源位置和声源图像位置进行匹配,并计算得到声源图像位置与声源位置最接近的特征点;
S4.重复步骤S1-S3,计算声源的重投影位置并通过优化函数得到最小化重投影误差,所述优化函数为:;所述R cm 表示摄像头坐标系与麦克风坐标系的旋转矩阵,t cm 表示从摄像头坐标系与麦克风坐标系的平移向量,n是已知声源数量,p i 和q i 分别为第i个声源的摄像头坐标系和麦克风坐标系中的位置,/>与/>分别为p i 和q i 在当前摄像头和麦克风系统的旋转矩阵和平移矩阵下的重投影位置,其中/>为图像的重投影误差,所述/>为声强热力图的重投影误差,所述w 为权重参数;
S5.通过迭代优化算法求解优化函数,直到优化结果收敛得到标定结果;
S6.对标定结果利用误差指标进行评估。
2.根据权利要求1所述的麦克风阵列和摄像头联合标定声源位置的方法,其特征在于:所述步骤S1中的声源是外部声源或者系统内部声源,所述声源选取外观具有较好图像特征的声源。
3.根据权利要求1所述的麦克风阵列和摄像头联合标定声源位置的方法,其特征在于:所述步骤S1中波束形成技术包括最大信噪比波束形成技术、阵列波束形成技术。
4.根据权利要求3所述的麦克风阵列和摄像头联合标定声源位置的方法,其特征在于:当采用最大信噪比波束形成技术时,通过收集麦克风阵列的信号,并对收集到的麦克风阵列的信号计算各麦克风通道的权值,然后对麦克风通道采集到的信号进行线性加权。
5.根据权利要求1所述的麦克风阵列和摄像头联合标定声源位置的方法,其特征在于:所述迭代优化算法包括Levenberg-Marquardt算法。
6.根据权利要求1所述的麦克风阵列和摄像头联合标定声源位置的方法,其特征在于:所述误差指标采用均方误差和平均绝对误差,对标定结果的精度进行评估。
7.根据权利要求1所述的麦克风阵列和摄像头联合标定声源位置的方法,其特征在于:所述特征点提取算法包括SIFT算法、SURF算法或ORB算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311020436.2A CN116736227B (zh) | 2023-08-15 | 2023-08-15 | 一种麦克风阵列和摄像头联合标定声源位置的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311020436.2A CN116736227B (zh) | 2023-08-15 | 2023-08-15 | 一种麦克风阵列和摄像头联合标定声源位置的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736227A CN116736227A (zh) | 2023-09-12 |
CN116736227B true CN116736227B (zh) | 2023-10-27 |
Family
ID=87911808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311020436.2A Active CN116736227B (zh) | 2023-08-15 | 2023-08-15 | 一种麦克风阵列和摄像头联合标定声源位置的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736227B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106653041A (zh) * | 2017-01-17 | 2017-05-10 | 北京地平线信息技术有限公司 | 音频信号处理设备、方法和电子设备 |
CN109683135A (zh) * | 2018-12-28 | 2019-04-26 | 科大讯飞股份有限公司 | 一种声源定位方法及装置、目标抓拍系统 |
CN109858479A (zh) * | 2018-07-10 | 2019-06-07 | 上海其高电子科技有限公司 | 基于图像配准的机动车违法鸣笛抓拍系统 |
JP2019103011A (ja) * | 2017-12-05 | 2019-06-24 | 日本電信電話株式会社 | 変換装置、変換方法、およびプログラム |
CN111127563A (zh) * | 2019-12-18 | 2020-05-08 | 北京万集科技股份有限公司 | 联合标定方法、装置、电子设备及存储介质 |
CN112640417A (zh) * | 2019-08-09 | 2021-04-09 | 华为技术有限公司 | 匹配关系确定方法、重投影误差计算方法及相关装置 |
CN112819898A (zh) * | 2021-01-20 | 2021-05-18 | 广州中国科学院沈阳自动化研究所分所 | 热像仪-rgb相机-imu空间联合标定方法、系统和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8229134B2 (en) * | 2007-05-24 | 2012-07-24 | University Of Maryland | Audio camera using microphone arrays for real time capture of audio images and method for jointly processing the audio images with video images |
-
2023
- 2023-08-15 CN CN202311020436.2A patent/CN116736227B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106653041A (zh) * | 2017-01-17 | 2017-05-10 | 北京地平线信息技术有限公司 | 音频信号处理设备、方法和电子设备 |
JP2019103011A (ja) * | 2017-12-05 | 2019-06-24 | 日本電信電話株式会社 | 変換装置、変換方法、およびプログラム |
CN109858479A (zh) * | 2018-07-10 | 2019-06-07 | 上海其高电子科技有限公司 | 基于图像配准的机动车违法鸣笛抓拍系统 |
CN109683135A (zh) * | 2018-12-28 | 2019-04-26 | 科大讯飞股份有限公司 | 一种声源定位方法及装置、目标抓拍系统 |
CN112640417A (zh) * | 2019-08-09 | 2021-04-09 | 华为技术有限公司 | 匹配关系确定方法、重投影误差计算方法及相关装置 |
CN111127563A (zh) * | 2019-12-18 | 2020-05-08 | 北京万集科技股份有限公司 | 联合标定方法、装置、电子设备及存储介质 |
CN112819898A (zh) * | 2021-01-20 | 2021-05-18 | 广州中国科学院沈阳自动化研究所分所 | 热像仪-rgb相机-imu空间联合标定方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116736227A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106548462B (zh) | 基于薄板样条插值的非线性sar图像几何校正方法 | |
CN112526451B (zh) | 基于麦克风阵列成像的压缩波束形成及系统 | |
CN109799495B (zh) | 一种用于高保真阵列处理的宽带时延估计方法 | |
CN111291327A (zh) | 一种基于分治思想的多波束海底底质分类方法 | |
CN107884741A (zh) | 一种多球阵列多宽带声源快速定向方法 | |
CN111537982B (zh) | 一种畸变拖曳阵线谱特征增强方法及系统 | |
CN109597021B (zh) | 一种波达方向估计方法及装置 | |
CN114355290B (zh) | 一种基于立体阵列的声源三维成像方法及系统 | |
CN113012234A (zh) | 基于平面变换的高精度相机标定方法 | |
CN113607447A (zh) | 一种声学光学联合风机故障定位装置及方法 | |
CN113868583A (zh) | 一种子阵波束聚焦的声源距离计算方法及系统 | |
CN106908754B (zh) | L型声矢量传感器阵列esprit解相干参数估计方法 | |
CN116736227B (zh) | 一种麦克风阵列和摄像头联合标定声源位置的方法 | |
CN114578289A (zh) | 一种高分辨率谱估计声阵列成像方法 | |
CN116299156B (zh) | 一种水听器垂直阵阵元位置估计方法及其优化策略 | |
CN115061089B (zh) | 一种声源定位方法、系统、介质、设备及装置 | |
CN111352075B (zh) | 一种基于深度学习的水下多声源定位方法及系统 | |
CN115100298B (zh) | 一种用于深远海视觉养殖的光-声图像融合方法 | |
CN115201821B (zh) | 基于强目标成像对消的小目标检测方法 | |
CN116299182A (zh) | 一种声源三维定位的方法及装置 | |
CN110487254A (zh) | 一种用于rov的水下目标尺寸快速测量方法 | |
Kerstens et al. | An optimized planar MIMO array approach to in-air synthetic aperture sonar | |
CN112862677B (zh) | 一种同平台异源声呐的声学图像拼接方法 | |
Bianchi et al. | Deconvolution of plenacoustic images | |
CN111190167B (zh) | 一种仿生声呐机器人的目标定位方法 |
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 |