CN116912320A - 对象高程坐标的定位方法、装置、电子设备及介质 - Google Patents
对象高程坐标的定位方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116912320A CN116912320A CN202311176018.2A CN202311176018A CN116912320A CN 116912320 A CN116912320 A CN 116912320A CN 202311176018 A CN202311176018 A CN 202311176018A CN 116912320 A CN116912320 A CN 116912320A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- elevation
- image
- target
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012876 topography Methods 0.000 claims abstract description 28
- 238000012795 verification Methods 0.000 claims description 39
- 238000012549 training Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 11
- 230000007547 defect Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种对象高程坐标的定位方法、装置、电子设备及介质，涉及高程定位领域，该方法包括：从目标图像中确定目标对象所处的图像子区域；输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标；所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程；所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。本发明能够有效弥补目前现有定位方式的高程定位不敏感的技术缺陷，提高高程定位精准度，进而将其应用于复杂地势场景下的用户高程定位以及高空抛物时物体高程变化的定位。
Description
技术领域
本发明涉及高程定位领域，尤其涉及一种对象高程坐标的定位方法、装置、电子设备及介质。
背景技术
根据图像中待测对象的坐标信息，可以通过数字平面方程推算出待测对象的高程信息，然而当图像中包括不同地势平面的复杂地貌时，单一数字平面方程无法适用于不同地势平面下待测对象的高程定位，即使得出高程定位结果，也无法保证定位的准确性。
发明内容
本发明提供一种对象高程坐标的定位方法、装置、电子设备及介质，用以解决现有技术无法在复杂地势场景下进行对象高程坐标定位的技术问题。
第一方面，本发明提供了一种对象高程坐标的定位方法，包括：
从目标图像中确定目标对象所处的图像子区域；
输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标；
所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程；
所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。
根据本发明提供的对象高程坐标的定位方法，所述从目标图像中确定目标对象所处的图像子区域，包括：
确定所述目标图像中每一图像子区域对应的区域坐标范围；
在所述目标对象的图像坐标位于任一区域坐标范围的情况下，确定所述区域坐标范围对应的图像子区域；
在所述目标对象的图像坐标分散于多个图像子区域对应的区域坐标范围的情况下，确定所述目标对象的中心坐标，根据所述中心坐标所在的区域坐标范围确定图像子区域。
根据本发明提供的对象高程坐标的定位方法，所述目标对象包括目标人物或目标物体，所述确定所述目标对象的中心坐标，包括：
在所述目标对象为目标人物的情况下，确定目标人物的坐标最高点为中心坐标；
在所述目标对象为目标物体的情况下，确定目标物体的坐标最低点为中心坐标。
根据本发明提供的对象高程坐标的定位方法，所述目标图像为山岳地貌图像；
在输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标之前，所述方法还包括：
以脊、谷作为分割线划分目标图像，获取存在地势差异的所有图像子区域；
对于每一图像子区域，确定所述图像子区域中的所有标定点；
对于每一标定点，根据目标图像获取所述标定点的横轴坐标、纵轴坐标，并根据所述标定点的横轴坐标、纵轴坐标，从预设标定数据库中确定所述标定点对应的高程坐标；
根据所有标定点对应的每一横轴坐标、每一纵轴坐标以及每一高程坐标构建所述图像子区域对应的预设数字平面方程；
所述预设标定数据库包括预设横轴坐标与预设纵轴坐标所确定的预设标定点与预设高程坐标的对应关系。
根据本发明提供的对象高程坐标的定位方法，所述根据所有标定点对应的每一横轴坐标、每一纵轴坐标以及每一高程坐标构建所述图像子区域对应的预设数字平面方程，包括：
划分所有标定点为训练标定点以及验证标定点；
从所有训练标定点对应的所有高程坐标中确定出最小高程坐标；
对于每一训练标定点，根据所述训练标定点的高程坐标以及最小高程坐标确定所述训练标定点的高程坐标差值，根据所述训练标定点的横轴坐标、纵轴坐标以及高程坐标差值更新所述训练标定点，确定所有更新后标定点；
根据所有更新后标定点确定横轴坐标项对应的第一系数、纵轴坐标项对应的第二系数、高程坐标差值坐标项对应的第三系数以及常数项对应的第四系数；
根据所述第一系数、所述第二系数、所述第三系数以及所述第四系数构建所述图像子区域对应的预设数字平面方程。
根据本发明提供的对象高程坐标的定位方法，在根据所述第一系数、所述第二系数、所述第三系数以及所述第四系数构建所述图像子区域对应的预设数字平面方程之后，所述方法还包括：
根据所述验证标定点的高程坐标以及所述最小高程坐标确定所述验证标定点的验证高程差值；
输入所述验证标定点对应的横轴坐标以及纵轴坐标至所述预设数字平面方程，获取所述预设数字平面方程输出的验证高程坐标；
在所述验证高程差值与所述验证高程坐标的差值的绝对值大于预设取值的情况下，重新构建所述图像子区域对应的预设数字平面方程。
根据本发明提供的对象高程坐标的定位方法，在所述验证高程差值与所述验证高程坐标的差值的绝对值小于或等于所述预设取值的情况下，所述获取所述目标数字平面方程输出的对象高程坐标，包括：
根据所述目标对象对应的横轴坐标以及所述第一系数确定横轴值；
根据所述目标对象对应的纵轴坐标以及所述第二系数确定纵轴值；
根据所述横轴值、所述纵轴值以及所述第四系数确定高程值；
根据所述高程值以及所述第三系数确定对象高程坐标。
第二方面，本发明提供了一种对象高程坐标的定位装置，包括：
确定单元，所述确定单元用于从目标图像中确定目标对象所处的图像子区域；
获取单元，所述获取单元用于输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标；
所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程；
所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。
第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述对象高程坐标的定位方法。
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述对象高程坐标的定位方法。
本发明提供的对象高程坐标的定位方法、装置、电子设备及介质，通过划分所述目标图像为多个图像子区域，根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定每一图像子区域对应的预设数字平面方程，再然后从目标图像中确定目标对象所处的图像子区域，并输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，进而确定出目标对象对应的对象高程坐标。本发明能够根据不同的图像子区域设定不同的预设数字平面方程，进而根据目标对象所处的图像子区域，选取最匹配的预设数字平面方程计算所述目标对象对应的对象高程坐标，本发明能够有效弥补目前现有定位方式的高程定位不敏感的技术缺陷，提高高程定位精准度，进而将其应用于复杂地势场景下的用户高程定位以及高空抛物时物体高程变化的定位。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
图1是本发明提供的对象高程坐标的定位方法的流程示意图之一；
图2是本发明提供的对象高程坐标的定位方法的流程示意图之二；
图3是本发明提供的对象高程坐标的定位方法的流程示意图之三；
图4是本发明提供的对象高程坐标的定位方法的流程示意图之四；
图5是本发明提供的对象高程坐标的定位方法的流程示意图之五；
图6是本发明提供的对象高程坐标的定位装置的结构示意图；
图7是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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作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。
目前无论是基于北斗卫星的定位还是基于全球定位系统的定位，都存在高程定位不敏感的问题，这是由其定位技术本身缺陷所决定的，然而随着信息技术的不断发展，人们对于定位数据尤其是高程数据的准确性依赖度日趋增长，尤其是楼宇室内、山岳景区等特殊场景。针对卫星定位或超宽带的定位技术中高程定位不敏感、定位准确度差等问题，通常采用标定高程的视觉基准站实现人员的高精度高程定位，然而在面对地势复杂的图像场景下，人员高程定位数据通常不够准确，为了解决这一技术问题，本发明提供了一种对象高程坐标的定位方法、装置、电子设备及介质，图1是本发明提供的对象高程坐标的定位方法的流程示意图之一，所述对象高程坐标的定位方法包括：
步骤101、从目标图像中确定目标对象所处的图像子区域。
在步骤101中，所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程，即不同的图像子区域在实际场景中所处的地势有所不同，而对于不同地势而言，其用于确定对象高程坐标的预设数字平面方程也存在不同，故本发明将对所述目标对象在所述目标图像中所处的图像子区域进行确定。
具体地，本发明可以首先从所述目标图像中确定目标对象，所述目标对象包括但不限于人或物体，再根据所述目标对象具体分析其处于所述目标图像中对应的图像子区域。
步骤102、输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标。
在步骤102中，每一图像子区域对应一个预设数字平面方程，而所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的，本发明首先将所述图像子区域图形转换为多边形，再从所述多边形的多个顶点位置中筛选出具备标志性以及表征性的顶点作为所述图像子区域的标定点，所述标定点可以选择4个、5个、9个甚至更多，本发明尽可能以满足所选择的两个相邻顶点间的地势落差大于预设落差值作为筛选要求，逐一选择出图像子区域对应的所有标定点。
本领域技术人员理解，在确定所有标定点后，根据目标图像中每一标定点所在图像中位置确定每一标定点的平面坐标，所述平面坐标包括横轴坐标以及纵轴坐标，而在确定所述标定点的平面坐标后，可以将所述平面坐标转换为所述目标图像所在实际场景中的物理位置坐标，并根据所述标定点的物理位置坐标从预设标定的高程对应关系中确定出所述物理位置坐标对应的高程坐标。
可选地，本发明只需要确定三个标定点的对应的平面坐标以及高程坐标，即可以完成所述图像子区域对应的预设数字平面方程构建，进而在确定出每一图像子区域对应一个预设数字平面方程后，即可输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标。
本发明提出了一种基于视觉基准的对象高程定位数据确定方法，首先对摄像头视野范围内的地形地貌进行高精度地理坐标标定，构建数字化地形，构建摄像头图像坐标与地面高程的空间转换关系；然后对摄像头视野内的对象进行识别，将识别结果通过空间转换关系转换为真实地理高程数据。
本发明提供的对象高程坐标的定位方法、装置、电子设备及介质，通过划分所述目标图像为多个图像子区域，根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定每一图像子区域对应的预设数字平面方程，再然后从目标图像中确定目标对象所处的图像子区域，并输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，进而确定出目标对象对应的对象高程坐标。本发明能够根据不同的图像子区域设定不同的预设数字平面方程，进而根据目标对象所处的图像子区域，选取最匹配的预设数字平面方程计算所述目标对象对应的对象高程坐标，本发明能够有效弥补目前现有定位方式的高程定位不敏感的技术缺陷，提高高程定位精准度，进而将其应用于复杂地势场景下的用户高程定位以及高空抛物时物体高程变化的定位。
图2是本发明提供的对象高程坐标的定位方法的流程示意图之二，所述从目标图像中确定目标对象所处的图像子区域，包括：
步骤201、确定所述目标图像中每一图像子区域对应的区域坐标范围。
在步骤201中，本发明可以根据所述图像子区域中的边缘像素点确定所述区域坐标范围，为了方便计算，还可以在划分所述图像子区域时，采用直线线条的形式进行区域划分，以使得每一图像子区域均为多边形区域，将所述多边形区域确定为区域坐标范围。
步骤202、在所述目标对象的图像坐标位于任一区域坐标范围的情况下，确定所述区域坐标范围对应的图像子区域。
在步骤202中，在所述目标对象的图像坐标位于任一区域坐标范围的情况下，确定所述图像坐标位于的区域坐标范围为目标对象对应的图像子区域；本发明还可以获取所述目标对象的像素点，在所述目标对象的全部像素点均在任一图像子区域的全部像素点内的情况下，确定所述图像坐标位于的区域坐标范围为目标对象对应的图像子区域。
步骤203、在所述目标对象的图像坐标分散于多个图像子区域对应的区域坐标范围的情况下，确定所述目标对象的中心坐标，根据所述中心坐标所在的区域坐标范围确定图像子区域。
在步骤203中，在所述目标对象的图像坐标分散于多个图像子区域对应的区域坐标范围的情况下，则认为所述目标对象的部分位于一个图像子区域，而另一部分位于其他图像子区域，为了确定所述目标对象应该采用何种图像子区域对应的预设数字平面方程进行计算，本发明将根据所述对象的类型不同，对象高程定位的用途不同，选择采用不同的确定方式确定出所述目标对象的中心坐标，然后再根据所述中心坐标所在的区域坐标范围确定图像子区域，以根据所述中心坐标所在的图像子区域确定用于计算对象高程的预设数字平面方程。
可选地，所述目标对象包括目标人物或目标物体，所述确定所述目标对象的中心坐标，包括：
在所述目标对象为目标人物的情况下，确定目标人物的坐标最高点为中心坐标；
在所述目标对象为目标物体的情况下，确定目标物体的坐标最低点为中心坐标。
可选地，在所述目标对象为目标人物的情况下，主要用于有效保证视觉基准站视野范围内的目标人物的高程定位，所述目标人物可以为游客人员，为了保证定位误差在0.1米之内，本发明结合可实现山岳景区内游客位置的准确感知，将目标人物的坐标最高点为中心坐标，可选地，所述目标人物的坐标最高点可以为头部顶点坐标，并以此启动响应的旅游服务、信息推送以及紧急救援等服务。本方法以预标定的视觉基准站作为硬件基础，利用视觉图像实现人员信息识别及高程数据的转换，实现告警人员的高程定位，本发明结合卫星或其他定位方式，将有效弥补目前现有定位方式高程定位不敏感的缺陷。
可选地，在所述目标对象为目标物体的情况下，本发明可以应用于高空抛物的监测场景，可准确识别高空物体的高程变化情况，从而准确判断高空抛物起点，在本发明中确定目标物体的坐标最低点为中心坐标，根据所述目标物体的中心坐标确定高空物体的高程变化中的多个预设数字平面方程，在不同的高度下通过不同的目标物体的中心坐标，以及相对应的不同预设数字平面方程，实现所述目标物体的精准高程定位，从而加强高空抛物相关监管，完善监控管理业务。本发明结合安防技术应用，通过在楼宇室内、山岳景区等场地安装配置大量摄像头，为视觉基准站应用提供了良好的硬件基础，并以此作为基础实现山岳景区复杂地形地貌情况下的高程定位以及高空抛物的监测定位。
可选地，本发明还可以采用另一个技术方案实现在所述目标对象的图像坐标分散于多个图像子区域对应的区域坐标范围的情况下目标对象的高程位置确定，具体地，首先确定出所述目标对象的图像坐标所分散在的多个图像子区域，拼接所述多个图像子区域，以形成所述目标对象所对应的拼接后图像子区域，根据拼接后图像子区域确定所有拼接后图像标定点，根据所有拼接后图像标定点，以及每一拼接后图像标定点对应的平面坐标以及高程坐标进行拟合而确定拼接后数字平面方程，输入所述目标对象的坐标信息至所述拼接后数字平面方程，获取所述拼接后数字平面方程输出的对象高程坐标。通过上述实施例，能够在确保所述目标对象完整性的前提下，相对于所述目标图像所构建的数字平面方程而言，尽可能的提高所述对象高程坐标的输出准确性。
图3是本发明提供的对象高程坐标的定位方法的流程示意图之三，所述目标图像为山岳地貌图像；
在输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标之前，所述方法还包括：
步骤301、以脊、谷作为分割线划分目标图像，获取存在地势差异的所有图像子区域。
在步骤301中，本发明旨在解决存在地势差异的目标图像中，目的对象的高程坐标确定，而作为本发明技术方案的一种具体实现，以所述目标图像为山岳地貌图像为例，山岳地貌形况复杂，各种山丘、台阶、坡地等地形地貌复杂多变，由于地面起伏不平、道路坡度大的高度密集，在进行目标图像的获取后，需要对摄像头视野内的地面地形进行准确区域分割，分割准则依照分割区域尽可能大、尽可能以地面脊、谷为分割线，以使得分割后的所有图像子区域能够代表所有地面地形。
步骤302、对于每一图像子区域，确定所述图像子区域中的所有标定点。
在步骤302中，本发明在输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标之前，需要对所有图像子区域对应的数字平面方程进行构建，具体地，本发明针对每一图像子区域，均采用标定点的坐标拟合的形式构建所述预设数字平面方程，故本发明需要确定所述图像子区域中的所有标定点。
步骤303、对于每一标定点，根据目标图像获取所述标定点的横轴坐标、纵轴坐标，并根据所述标定点的横轴坐标、纵轴坐标，从预设标定数据库中确定所述标定点对应的高程坐标。
在步骤303中，在确定所有标定点后，对于每一标定点，根据每一标定点所在图像中位置确定每一标定点的横轴坐标以及纵轴坐标，而在确定所述标定点的横轴坐标以及纵轴坐标后，可以将所述平面坐标转换为所述目标图像所在实际场景中的物理位置坐标，并根据所述标定点的物理位置坐标从预设标定数据库中确定出所述物理位置坐标对应的高程坐标，所述预设标定数据库包括预设横轴坐标与预设纵轴坐标所确定的预设标定点与预设高程坐标的对应关系。
可选地，本发明对于已经划分区域的山岳地形对应的图像子区域，可采取分块标定测绘的方式，在图像子区域的四边选取具有表征性的地理点位置，获取地理点的高精度定位数据，尤其是高程数据，分别在其四角选取合适地理标识点位，使用高精度载波相位差分技术（Real-Time Kkinematic，RTK）的测试设备对其点位进行测绘，记录其标定点的横轴坐标、纵轴坐标以及高程坐标。
步骤304、根据所有标定点对应的每一横轴坐标、每一纵轴坐标以及每一高程坐标构建所述图像子区域对应的预设数字平面方程；
在步骤304中，本发明通过三个标定点对应的横轴坐标、纵轴坐标以及高程坐标即可确定预设数字平面方程，例如，第一标定点（x1，y1，z1），第二标定点（x2，y2，z2），第三标定点（x3，y3，z3）,具体地，本发明可以通过如下公式：
（1）
（2）
（3）
其中，A为第一系数，B为第二系数，C为第三系数，D为第四系数，通过结合式（1）、式（2）以及式（3），从而求得所述第一系数A，所述第二系数B，所述第三系数C，所述第四系数D，进而，所述预设数字平面方程可以表征为：
（4）
式（4）中，X为目标对象的横坐标，Y为目标对象的纵坐标，而Z即为目标对象对应的对象高程坐标。
图4是本发明提供的对象高程坐标的定位方法的流程示意图之四，所述根据所有标定点对应的每一横轴坐标、每一纵轴坐标以及每一高程坐标构建所述图像子区域对应的预设数字平面方程，包括：
步骤401、划分所有标定点为训练标定点以及验证标定点。
在步骤401中，若所述所有标定点的数量为4个，则确定其中任意三个为训练标定点，确定剩余一个为验证标定点。
步骤402、从所有训练标定点对应的所有高程坐标中确定出最小高程坐标。
在步骤402中，若所述所有标定点的数量为4个，分别为（m1，n1，p1）、（m2，n2，p2）、（m3，n3，p3）、（m4，n4，p4），则确定其中任意三个为训练标定点，所述训练标定点为（m1，n1，p1）、（m2，n2，p2）、（m3，n3，p3），所述验证标定点为（m4，n4，p4）。
可选地，从所有训练标定点对应的所有高程坐标p1、p2以及p3中确定出最小高程坐标，例如，确定所述最小高程坐标为p3。
步骤403、对于每一训练标定点，根据所述训练标定点的高程坐标以及最小高程坐标确定所述训练标定点的高程坐标差值，根据所述训练标定点的横轴坐标、纵轴坐标以及高程坐标差值更新所述训练标定点，确定所有更新后标定点。
在步骤403中，根据所述训练标定点的高程坐标以及最小高程坐标确定所述训练标定点的高程坐标差值，即确定所述训练标定点的高程坐标差值分别为（p1-p3）、（p2-p3）以及（p3-p3），根据所述训练标定点的横轴坐标、纵轴坐标以及高程坐标差值更新所述训练标定点，确定所有更新后标定点为（m1，n1，p1-p3）、（m2，n2，p2-p3）、（m3，n3，p3-p3）。
步骤404、根据所有更新后标定点确定横轴坐标项对应的第一系数、纵轴坐标项对应的第二系数、高程坐标差值坐标项对应的第三系数以及常数项对应的第四系数。
在步骤404中，本发明通过结合式（1）、式（2）以及式（3），将所述更新后标定点（m1，n1，p1-p3）、（m2，n2，p2-p3）、（m3，n3，p3-p3）分别作为第一标定点、第二标定点以及第三标定点，从而求得确定横轴坐标项对应的第一系数A、纵轴坐标项对应的第二系数B、高程坐标差值坐标项对应的第三系数C以及常数项对应的第四系数D。
步骤405、根据所述第一系数、所述第二系数、所述第三系数以及所述第四系数构建所述图像子区域对应的预设数字平面方程。
在步骤405中，根据所述第一系数、所述第二系数、所述第三系数以及所述第四系数构建所述图像子区域对应的预设数字平面方程，参考式（4）。
图5是本发明提供的对象高程坐标的定位方法的流程示意图之五，在根据所述第一系数、所述第二系数、所述第三系数以及所述第四系数构建所述图像子区域对应的预设数字平面方程之后，所述方法还包括：
步骤501、根据所述验证标定点的高程坐标以及所述最小高程坐标确定所述验证标定点的验证高程差值。
在步骤501中，为了使得所构建的所述图像子区域对应的预设数字平面方程具备较高的精准度，本发明还可以所述预设数字平面方程的高程坐标确定能力进行验证，具体地，根据所述验证标定点的高程坐标p4以及所述最小高程坐标p3确定所述验证标定点的验证高程差值（p4-p3）。
步骤502、输入所述验证标定点对应的横轴坐标以及纵轴坐标至所述预设数字平面方程，获取所述预设数字平面方程输出的验证高程坐标。
在步骤502中，本发明输入所述验证标定点对应的横轴坐标m4以及纵轴坐标n4至所述预设数字平面方程的式（4），其中，横坐标X对应为m4，纵坐标Y对应为n4，且所述第一系数、所述第二系数、所述第三系数以及所述第四系数已知，则求得Z，此时的Z代表所述预设数字平面方程输出的验证高程坐标。
步骤503、在所述验证高程差值与所述验证高程坐标的差值的绝对值大于预设取值的情况下，重新构建所述图像子区域对应的预设数字平面方程。
在步骤503中，所述验证高程差值与所述验证高程坐标的差值的绝对值为，所述预设取值可以为0.1米，则在所述验证高程差值与所述验证高程坐标的差值的绝对值大于0.1米的情况下，则认为所述预设数字平面方程的准确性不够，需要重新构建所述图像子区域对应的预设数字平面方程，例如再次继续图像分割，再次确定图像子区域，或再次进行坐标标定以及高程位置标定等。
可选地，在所述验证高程差值与所述验证高程坐标的差值的绝对值小于或等于所述预设取值的情况下，所述获取所述目标数字平面方程输出的对象高程坐标，包括：
根据所述目标对象对应的横轴坐标以及所述第一系数确定横轴值；
根据所述目标对象对应的纵轴坐标以及所述第二系数确定纵轴值；
根据所述横轴值、所述纵轴值以及所述第四系数确定高程值；
根据所述高程值以及所述第三系数确定对象高程坐标。
可选地，在本发明中，所述目标数字平面方程的所述第一系数、所述第二系数、所述第三系数以及所述第四系数已知，所述目标对象的横轴坐标以及所述纵轴坐标已知，则可以参考上述式（4），求得所述对象高程坐标。
图6是本发明提供的对象高程坐标的定位装置的结构示意图，本发明提供了一种对象高程坐标的定位装置，包括确定单元1，所述确定单元用于从目标图像中确定目标对象所处的图像子区域，所述确定单元1的工作原理可以参考前述步骤101，在此不予赘述。
所述对象高程坐标的定位装置还包括获取单元2，所述获取单元用于输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标，所述获取单元2的工作原理可以参考前述步骤102，在此不予赘述。
所述目标图像包括多个图像子区域，每一图像子区域对应一个预设数字平面方程；
所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。
本发明提供的对象高程坐标的定位方法、装置、电子设备及介质，通过划分所述目标图像为多个图像子区域，根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定每一图像子区域对应的预设数字平面方程，再然后从目标图像中确定目标对象所处的图像子区域，并输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，进而确定出目标对象对应的对象高程坐标。本发明能够根据不同的图像子区域设定不同的预设数字平面方程，进而根据目标对象所处的图像子区域，选取最匹配的预设数字平面方程计算所述目标对象对应的对象高程坐标，本发明能够有效弥补目前现有定位方式的高程定位不敏感的技术缺陷，提高高程定位精准度，进而将其应用于复杂地势场景下的用户高程定位以及高空抛物时物体高程变化的定位。
图7是本发明提供的电子设备的结构示意图。如图7所示，该电子设备可以包括：处理器（processor）710、通信接口（Communications Interface）720、存储器（memory）730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行对象高程坐标的定位方法，该方法包括：从目标图像中确定目标对象所处的图像子区域；输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标；所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程；所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。
此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的一种对象高程坐标的定位方法，该方法包括：从目标图像中确定目标对象所处的图像子区域；输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标；所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程；所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的对象高程坐标的定位方法，该方法包括：从目标图像中确定目标对象所处的图像子区域；输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标；所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程；所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。
以上所描述的装置实施例仅仅是示意性的，其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种对象高程坐标的定位方法，其特征在于，包括：
从目标图像中确定目标对象所处的图像子区域；
输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标；
所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程；
所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。
2.根据权利要求1所述的对象高程坐标的定位方法，其特征在于，所述从目标图像中确定目标对象所处的图像子区域，包括：
确定所述目标图像中每一图像子区域对应的区域坐标范围；
在所述目标对象的图像坐标位于任一区域坐标范围的情况下，确定所述区域坐标范围对应的图像子区域；
在所述目标对象的图像坐标分散于多个图像子区域对应的区域坐标范围的情况下，确定所述目标对象的中心坐标，根据所述中心坐标所在的区域坐标范围确定图像子区域。
3.根据权利要求2所述的对象高程坐标的定位方法，其特征在于，所述目标对象包括目标人物或目标物体，所述确定所述目标对象的中心坐标，包括：
在所述目标对象为目标人物的情况下，确定目标人物的坐标最高点为中心坐标；
在所述目标对象为目标物体的情况下，确定目标物体的坐标最低点为中心坐标。
4.根据权利要求1所述的对象高程坐标的定位方法，其特征在于，所述目标图像为山岳地貌图像；
在输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标之前，所述方法还包括：
以脊、谷作为分割线划分目标图像，获取存在地势差异的所有图像子区域；
对于每一图像子区域，确定所述图像子区域中的所有标定点；
对于每一标定点，根据目标图像获取所述标定点的横轴坐标、纵轴坐标，并根据所述标定点的横轴坐标、纵轴坐标，从预设标定数据库中确定所述标定点对应的高程坐标；
根据所有标定点对应的每一横轴坐标、每一纵轴坐标以及每一高程坐标构建所述图像子区域对应的预设数字平面方程；
所述预设标定数据库包括预设横轴坐标与预设纵轴坐标所确定的预设标定点与预设高程坐标的对应关系。
5.根据权利要求4所述的对象高程坐标的定位方法，其特征在于，所述根据所有标定点对应的每一横轴坐标、每一纵轴坐标以及每一高程坐标构建所述图像子区域对应的预设数字平面方程，包括：
划分所有标定点为训练标定点以及验证标定点；
从所有训练标定点对应的所有高程坐标中确定出最小高程坐标；
对于每一训练标定点，根据所述训练标定点的高程坐标以及最小高程坐标确定所述训练标定点的高程坐标差值，根据所述训练标定点的横轴坐标、纵轴坐标以及高程坐标差值更新所述训练标定点，确定所有更新后标定点；
根据所有更新后标定点确定横轴坐标项对应的第一系数、纵轴坐标项对应的第二系数、高程坐标差值坐标项对应的第三系数以及常数项对应的第四系数；
根据所述第一系数、所述第二系数、所述第三系数以及所述第四系数构建所述图像子区域对应的预设数字平面方程。
6.根据权利要求5所述的对象高程坐标的定位方法，其特征在于，在根据所述第一系数、所述第二系数、所述第三系数以及所述第四系数构建所述图像子区域对应的预设数字平面方程之后，所述方法还包括：
根据所述验证标定点的高程坐标以及所述最小高程坐标确定所述验证标定点的验证高程差值；
输入所述验证标定点对应的横轴坐标以及纵轴坐标至所述预设数字平面方程，获取所述预设数字平面方程输出的验证高程坐标；
在所述验证高程差值与所述验证高程坐标的差值的绝对值大于预设取值的情况下，重新构建所述图像子区域对应的预设数字平面方程。
7.根据权利要求6所述的对象高程坐标的定位方法，其特征在于，在所述验证高程差值与所述验证高程坐标的差值的绝对值小于或等于所述预设取值的情况下，所述获取所述目标数字平面方程输出的对象高程坐标，包括：
根据所述目标对象对应的横轴坐标以及所述第一系数确定横轴值；
根据所述目标对象对应的纵轴坐标以及所述第二系数确定纵轴值；
根据所述横轴值、所述纵轴值以及所述第四系数确定高程值；
根据所述高程值以及所述第三系数确定对象高程坐标。
8.一种对象高程坐标的定位装置，其特征在于，包括：
确定单元，所述确定单元用于从目标图像中确定目标对象所处的图像子区域；
获取单元，所述获取单元用于输入所述目标对象的坐标信息至所述图像子区域对应的目标数字平面方程，获取所述目标数字平面方程输出的对象高程坐标；
所述目标图像包括地势不同的多个图像子区域，每一图像子区域对应一个预设数字平面方程；
所述预设数字平面方程是根据图像子区域中所有标定点，以及每一标定点对应的平面坐标以及高程坐标进行拟合而确定的。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的对象高程坐标的定位方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的对象高程坐标的定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311176018.2A CN116912320B (zh) | 2023-09-13 | 2023-09-13 | 对象高程坐标的定位方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311176018.2A CN116912320B (zh) | 2023-09-13 | 2023-09-13 | 对象高程坐标的定位方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116912320A true CN116912320A (zh) | 2023-10-20 |
| CN116912320B CN116912320B (zh) | 2023-12-22 |
Family
ID=88353445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311176018.2A Active CN116912320B (zh) | 2023-09-13 | 2023-09-13 | 对象高程坐标的定位方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116912320B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107703480A (zh) * | 2017-08-28 | 2018-02-16 | 南京邮电大学 | 基于机器学习的混合核函数室内定位方法 |
| CN110972056A (zh) * | 2019-11-08 | 2020-04-07 | 宁波大学 | 一种基于机器学习的uwb室内定位方法 |
| CN112200771A (zh) * | 2020-09-14 | 2021-01-08 | 浙江大华技术股份有限公司 | 一种高度测量方法、装置、设备和介质 |
| CN112214715A (zh) * | 2020-09-04 | 2021-01-12 | 广州市中海达测绘仪器有限公司 | 一种格网点高程信息的自适应拟合方法、设备及介质 |
| US20210201083A1 (en) * | 2019-12-26 | 2021-07-01 | Mobile Drive Technology Co.,Ltd. | Vehicle-mounted device and method for training object recognition model |
| CN113077476A (zh) * | 2021-03-17 | 2021-07-06 | 浙江大华技术股份有限公司 | 一种高度测量方法、终端设备以及计算机存储介质 |
| CN113532397A (zh) * | 2021-07-07 | 2021-10-22 | 天津大学 | 一种基于扩展算法的分区域高程异常拟合方法 |
| CN114387353A (zh) * | 2022-01-17 | 2022-04-22 | 上海术之道医疗科技有限公司 | 一种相机标定方法、标定装置及计算机可读存储介质 |
| WO2022247414A1 (zh) * | 2021-05-26 | 2022-12-01 | 北京地平线信息技术有限公司 | 空间几何信息估计模型的生成方法和装置 |
| KR20220160865A (ko) * | 2021-05-28 | 2022-12-06 | 한국항공대학교산학협력단 | 깊이 추정 시스템 및 깊이 추정 방법 |
| CN115759498A (zh) * | 2022-11-07 | 2023-03-07 | 福云智控(厦门)智能科技有限公司 | 基于双向长短期记忆网络的无人机飞行路径实时预测方法 |
| CN116051777A (zh) * | 2023-04-03 | 2023-05-02 | 深圳市城市公共安全技术研究院有限公司 | 超高层建筑提取方法、设备和可读存储介质 |
-
2023
- 2023-09-13 CN CN202311176018.2A patent/CN116912320B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107703480A (zh) * | 2017-08-28 | 2018-02-16 | 南京邮电大学 | 基于机器学习的混合核函数室内定位方法 |
| CN110972056A (zh) * | 2019-11-08 | 2020-04-07 | 宁波大学 | 一种基于机器学习的uwb室内定位方法 |
| US20210201083A1 (en) * | 2019-12-26 | 2021-07-01 | Mobile Drive Technology Co.,Ltd. | Vehicle-mounted device and method for training object recognition model |
| CN112214715A (zh) * | 2020-09-04 | 2021-01-12 | 广州市中海达测绘仪器有限公司 | 一种格网点高程信息的自适应拟合方法、设备及介质 |
| CN112200771A (zh) * | 2020-09-14 | 2021-01-08 | 浙江大华技术股份有限公司 | 一种高度测量方法、装置、设备和介质 |
| CN113077476A (zh) * | 2021-03-17 | 2021-07-06 | 浙江大华技术股份有限公司 | 一种高度测量方法、终端设备以及计算机存储介质 |
| WO2022247414A1 (zh) * | 2021-05-26 | 2022-12-01 | 北京地平线信息技术有限公司 | 空间几何信息估计模型的生成方法和装置 |
| KR20220160865A (ko) * | 2021-05-28 | 2022-12-06 | 한국항공대학교산학협력단 | 깊이 추정 시스템 및 깊이 추정 방법 |
| CN113532397A (zh) * | 2021-07-07 | 2021-10-22 | 天津大学 | 一种基于扩展算法的分区域高程异常拟合方法 |
| CN114387353A (zh) * | 2022-01-17 | 2022-04-22 | 上海术之道医疗科技有限公司 | 一种相机标定方法、标定装置及计算机可读存储介质 |
| CN115759498A (zh) * | 2022-11-07 | 2023-03-07 | 福云智控(厦门)智能科技有限公司 | 基于双向长短期记忆网络的无人机飞行路径实时预测方法 |
| CN116051777A (zh) * | 2023-04-03 | 2023-05-02 | 深圳市城市公共安全技术研究院有限公司 | 超高层建筑提取方法、设备和可读存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 严新生;: "高程异常模型的RTK/水准抗差技术", 测绘科学, no. 01 * |
| 彭中波;高阳;: "BP神经网络在水下地形高程拟合的应用", 重庆交通大学学报(自然科学版), no. 11 * |
| 袁野, 欧宗瑛: "基于径向基函数网络的二维平面标定方法", 大连理工大学学报, no. 02 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116912320B (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112184890B (zh) | 一种应用于电子地图中的摄像头精准定位方法及处理终端 | |
| US11682170B2 (en) | Generating three-dimensional geo-registered maps from image data | |
| US7944547B2 (en) | Method and system of generating 3D images with airborne oblique/vertical imagery, GPS/IMU data, and LIDAR elevation data | |
| Zeybek | Accuracy assessment of direct georeferencing UAV images with onboard global navigation satellite system and comparison of CORS/RTK surveying methods | |
| KR100538343B1 (ko) | 무선인터넷을 통하여 하천 유역 시설물 정보를 수치지도데이터베이스에 업데이트하는 하천정보 ｇｉｓ의 구축방법 | |
| US20090074254A1 (en) | System and methods for dynamically generating earth position data for overhead images and derived information | |
| JP2013535013A (ja) | 画像ベースの測位のための方法および装置 | |
| CN111750838B (zh) | 农业用地规划图的生成方法、装置、设备及存储介质 | |
| CN109801371B (zh) | 一种基于Cesium的网络三维电子地图构建方法 | |
| CN109472864B (zh) | 一种高程瓦片地图的生成方法和装置 | |
| CN112862966B (zh) | 地表三维模型构建方法、装置、设备及存储介质 | |
| CN109472865B (zh) | 一种基于图像模型绘制的自由可量测全景再现方法 | |
| CN116778105B (zh) | 基于多精度三维测绘数据融合建模方法 | |
| CN112859130B (zh) | 一种野外导航巡查的高精度电子地图位置匹配方法 | |
| CN108253942B (zh) | 一种提高倾斜摄影测量空三质量的方法 | |
| US20240338922A1 (en) | Fusion positioning method based on multi-type map and electronic device | |
| CN111915729B (zh) | 三维gis信息的仿真展示方法及系统 | |
| CN116912320B (zh) | 对象高程坐标的定位方法、装置、电子设备及介质 | |
| CN108195359A (zh) | 空间数据的采集方法及系统 | |
| Ma et al. | Low‐Altitude Photogrammetry and Remote Sensing in UAV for Improving Mapping Accuracy | |
| Hussein et al. | Evaluation of the accuracy of direct georeferencing of smartphones for use in some urban planning applications within smart cities | |
| US11747141B2 (en) | System and method for providing improved geocoded reference data to a 3D map representation | |
| CN112241016B (zh) | 一种泊车地图地理坐标的确定方法和装置 | |
| CN113650783A (zh) | 固定翼倾斜摄影地籍测图方法、系统及设备 | |
| JP6961033B2 (ja) | 地番情報提供システム、地番情報提供方法 |
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 |