RU2780717C1 - Method for calibrating external parameters of video cameras - Google Patents
Method for calibrating external parameters of video cameras Download PDFInfo
- Publication number
- RU2780717C1 RU2780717C1 RU2021123500A RU2021123500A RU2780717C1 RU 2780717 C1 RU2780717 C1 RU 2780717C1 RU 2021123500 A RU2021123500 A RU 2021123500A RU 2021123500 A RU2021123500 A RU 2021123500A RU 2780717 C1 RU2780717 C1 RU 2780717C1
- Authority
- RU
- Russia
- Prior art keywords
- image
- video cameras
- straight line
- external parameters
- calibrating
- Prior art date
Links
- 230000000875 corresponding Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 4
- 230000003287 optical Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract 1
- 230000001105 regulatory Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000001914 filtration Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001131 transforming Effects 0.000 description 1
Images
Abstract
Description
Изобретение относится к области технического зрения, а именно к способам калибровки внешних параметров оптических видеокамер.The invention relates to the field of technical vision, and in particular to methods for calibrating the external parameters of optical video cameras.
Функционирование видеокамер в составе наземного транспортного средства (НТС), в том числе автономных, сопровождается особыми эксплуатационными условиями. Вибрации и механические воздействия, проявляющиеся в процессе движения НТС, приводят к дрейфу внешних параметров видеокамеры, таких как углы поворота видеокамер по тангажу, крену и рысканью, что негативно сказывается на параметрах матрицы поворота, посредством которой осуществляется преобразование координат наблюдаемого объекта из системы координат, связанной с видеокамерой, в систему координат, связанную с НТС.The operation of video cameras as part of a ground vehicle (NTV), including autonomous ones, is accompanied by special operating conditions. Vibrations and mechanical impacts that manifest themselves during the movement of the NTS lead to a drift of the external parameters of the video camera, such as the angles of rotation of the video cameras in pitch, roll and yaw, which negatively affects the parameters of the rotation matrix, through which the coordinates of the observed object are converted from the coordinate system associated with with a video camera, into the coordinate system associated with the NTS.
Таким образом, нескорректированный дрейф углов поворота видеокамер в процессе движения НТС приводит к накоплению ошибки локализации наблюдаемого объекта или автономного НТС и, как следствие, к снижению точности определения местоположения указанных объектов.Thus, the uncorrected drift of the angles of rotation of video cameras during the movement of the NTS leads to the accumulation of an error in the localization of the observed object or autonomous NTS and, as a result, to a decrease in the accuracy of determining the location of these objects.
Из области техники известны следующие способы калибровки внешних параметров видеокамер, направленные на решение указанной технической проблемы.From the field of technology, the following methods for calibrating the external parameters of video cameras are known, aimed at solving this technical problem.
Известен способ автоматической калибровки видеокамеры на основе мобильной платформы (KR20150096128), включающий следующие этапы: получение с видеокамеры, расположенной на мобильной платформе, четырех или более изображений целевого объекта в разных направлениях, этап предварительной обработки, выделение нескольких прямых линий из каждого входного изображения, получение средней линии путем классификации типов обнаруженных прямых линий, определение координат точки схода на основе указанной средней линии и этап получения значения параметра применения координат обнаруженной точки схода к формуле калибровки для вычисления значений внутренних параметров.A known method for automatically calibrating a video camera based on a mobile platform (KR20150096128), which includes the following steps: obtaining from a video camera located on a mobile platform, four or more images of a target object in different directions, a pre-processing step, extracting several straight lines from each input image, obtaining a midline by classifying types of the detected straight lines, determining vanishing point coordinates based on said midline, and obtaining a parameter value of applying the detected vanishing point coordinates to a calibration formula to calculate intrinsic parameter values.
Известен способ для онлайн-калибровки видеосистемы (US2011115912) с использованием точек схода, оцениваемых по кадрам изображений с видеокамеры, содержащих идентифицированные разметки или края дороги. Точки схода определяются путем нахождения или экстраполяции, по крайней мере, одной левой и / или правой стороны разметки или краев дороги до точки пересечения, посредством чего рассчитывается долгосрочное среднее местоположение точки схода с помощью методов временной фильтрации из последовательности изображений, даже когда только одна сторона дороги, разметки полосы движения или края видна в любом заданном кадре изображения одновременно, и из усредненных по времени координат местоположения точки схода выводятся углы рысканья и тангажа видеокамеры.A method is known for online calibration of a video system (US2011115912) using vanishing points estimated from video camera image frames containing identified markings or road edges. Vanishing points are determined by finding or extrapolating at least one left and/or right side of the markings or edges of the road to the intersection point, whereby the long-term average location of the vanishing point is calculated using temporal filtering techniques from the image sequence, even when only one side of the road is , lane or edge markings are visible in any given image frame simultaneously, and the yaw and pitch angles of the video camera are derived from the time-averaged coordinates of the vanishing point location.
Общий недостаток для представленных технических решений заключается в использовании нескольких изображений, получаемых с видеокамер, для определения точки схода, что снижает скорость обработки изображений и увеличивает потребные вычислительные мощности.A common disadvantage for the presented technical solutions is the use of several images obtained from video cameras to determine the vanishing point, which reduces the speed of image processing and increases the required computing power.
Известен способ определения угла крена видеокамеры, установленной на транспортном средстве (CN112017249), включающий в себя следующие этапы: получение изображений с видеокамеры, установленной на транспортном средстве, извлечение всех прямых линий в горизонтальном направлении области кузова транспортного средства на изображении, определение всех наклонов прямых линий в горизонтальном направлении и выделение среди них среднего значения наклона прямой линии, вычисление угла крена видеокамеры в соответствии с выбранным средним значением наклона прямой линии. Также отмечено, что угол азимута и угол тангажа получают по положению точки схода, определяемому по выделенным на изображении линиям полосы движения.There is a known method for determining the roll angle of a video camera installed on a vehicle (CN112017249), which includes the following steps: obtaining images from a video camera installed on a vehicle, extracting all straight lines in the horizontal direction of the vehicle body area in the image, determining all the slopes of straight lines in the horizontal direction and highlighting among them the average value of the inclination of the straight line, calculating the roll angle of the video camera in accordance with the selected average value of the inclination of the straight line. It is also noted that the azimuth angle and the pitch angle are obtained from the position of the vanishing point, determined by the lane lines highlighted in the image.
В данном способе положение точки схода, предпочтительно, определяют по двум отобранным прямолинейным линиям, выделенных на изображении, что приводит с снижению точности определения координат точки схода и, как следствие, к снижению точности калибровки внешних параметров видеокамер.In this method, the position of the vanishing point is preferably determined by two selected straight lines highlighted in the image, which leads to a decrease in the accuracy of determining the coordinates of the vanishing point and, as a result, to a decrease in the accuracy of calibration of the external parameters of the video cameras.
Известен способ автоматической калибровки видеокамер (US2018324415), согласно которому в процессе движения транспортного средства с видеокамер получают изображения окружающей среды, выбираются ключевые точки изображения в области, ограниченной местоположением дороги, при этом ключевые точки отслеживаются с помощью метода оптического потока, применяют процедуры фильтрации к ключевым точкам, выделяют, по меньшей мере, две прямые линии, соответствующие противоположным сторонам дороги, затем для выделенных линий определяют точку схода, сравнивают положение полученной точки схода с положением принципиальной точки, на основе полученного отклонения определяют величины углов тангажа и рыскания видеокамеры по формулам:There is a known method for automatic calibration of video cameras (US2018324415), according to which, during the movement of a vehicle, images of the environment are obtained from video cameras, key image points are selected in an area limited by the location of the road, while key points are tracked using the optical flow method, filtering procedures are applied to key points, at least two straight lines corresponding to opposite sides of the road are selected, then the vanishing point is determined for the selected lines, the position of the obtained vanishing point is compared with the position of the principal point, based on the obtained deviation, the pitch and yaw angles of the video camera are determined by the formulas:
где pitch, yaw - углы тангажа и рыскания видеокамеры;where pitch, yaw - pitch and yaw angles of the video camera;
Vp, Up - координаты точки схода изображения;V p , U p - coordinates of the vanishing point of the image;
Cx, Cy - координаты принципиальной точки видеокамеры;C x , C y - coordinates of the principle point of the video camera;
fx, fy - фокусные расстояния.f x , f y - focal lengths.
Для представленного способа характерно то, что прямые выделяют на нескольких изображениях путем построения прямой (траектории) движения выбранной точки от одного изображения к другому, что снижает скорость обработки изображений и увеличивает потребные вычислительные мощности бортового вычислителя.The presented method is characterized by the fact that straight lines are selected on several images by constructing a straight line (trajectory) of the selected point from one image to another, which reduces the speed of image processing and increases the required computing power of the onboard computer.
Указанное техническое решение наиболее близко по технической сущности к заявленному изобретению и может выступать в качестве прототипа.The specified technical solution is closest in technical essence to the claimed invention and can act as a prototype.
Задачей, на решение которой направлено заявленное изобретение, является создание способа калибровки внешних параметров видеокамер, применяемых в составе НТС, на основе определения положения точки схода по выделенным прямолинейным отрезкам на единичном изображении, получаемом с видеокамеры, позволяющего с высокой точностью проводить оценку изменения углов поворота видеокамер по тангажу и рысканью в процессе движения НТС и выполнения виртуального поворота видеокамеры, при этом реализация способа имеет преимущество в части снижения требований к потребным вычислительным мощностям при обработке изображений.The task to be solved by the claimed invention is to create a method for calibrating the external parameters of video cameras used as part of the NTS, based on determining the position of the vanishing point along the selected straight line segments on a single image obtained from the video camera, which makes it possible to assess with high accuracy the change in the angles of rotation of the video cameras in pitch and yaw during the movement of the NTS and the virtual rotation of the video camera, while the implementation of the method has the advantage of reducing the requirements for the required computing power in image processing.
В данном способе под виртуальным поворотом видеокамеры понимают такое преобразование изображения к новому изображению, которое могло быть получено с видеокамеры, повернутой на заданный угол.In this method, the virtual rotation of the video camera is understood as such an image transformation to a new image that could be obtained from a video camera rotated at a given angle.
Технический результат заявленного изобретения заключается в повышении точности калибровки внешних параметров видеокамер.The technical result of the claimed invention is to improve the accuracy of calibration of the external parameters of video cameras.
Технический результат достигается за счет осуществления способа калибровки внешних параметров видеокамер, характеризующегося тем, что в процессе движения транспортного средства (ТС) с видеокамер получают изображения окружающей среды, на изображении выделяют линейные объекты окружающей среды, формируют изображение с линейными объектами и выделяют прямолинейные отрезки, определяют положение точки схода для выделенных прямолинейных отрезков как положение точки пересечения сформированных прямолинейных отрезков путем определения параметров функции, описывающей прямую, сформированную на основе множества точек, в виде которых представляют совокупность выделенных прямолинейных отрезков, при этом параметры функции указанной прямой определяют как средние значения соответствующих параметров прямых, построенных между всевозможными парами данных точек, сравнивают положение точки схода с положением принципиальной точки, на основе полученного отклонения определяют величины углов поворота видеокамеры с учетом фокусных расстояний, известных из внутренней калибровки камеры, формируют скорректированное изображение с учетом определенных углов поворота видеокамеры.The technical result is achieved by implementing a method for calibrating the external parameters of video cameras, characterized in that during the movement of the vehicle (V) from the video cameras, images of the environment are obtained, linear objects of the environment are selected in the image, an image with linear objects is formed and straight segments are selected, determined the position of the vanishing point for the selected straight line segments as the position of the intersection point of the formed straight line segments by determining the parameters of the function describing the straight line, formed on the basis of a set of points, in the form of which the set of selected straight line segments is represented, while the function parameters of the specified straight line are determined as the average values of the corresponding line parameters , built between all possible pairs of these points, the position of the vanishing point is compared with the position of the principle point, based on the deviation obtained, the values of the angles of rotation of the video camera are determined taking into account the focal lengths known from the internal calibration of the camera, a corrected image is formed taking into account certain angles of rotation of the video camera.
В предпочтительном варианте осуществления способа калибровки внешних параметров видеокамер, прямолинейные отрезки на изображении формируют с помощью применения быстрого преобразования Хафа.In a preferred embodiment of the method for calibrating the external parameters of video cameras, rectilinear segments in the image are formed by applying a fast Hough transform.
В рамках изложения сущности предлагаемого способа вводятся следующие пояснения, раскрывающие смысловое значение используемых терминов. As part of the presentation of the essence of the proposed method, the following explanations are introduced, revealing the semantic meaning of the terms used.
Так, под точкой схода понимается точка пересечения на изображении образов прямых, параллельных в реальном мире.So, the vanishing point is understood as the point of intersection on the image of images of straight lines that are parallel in the real world.
Принципиальная точка – точка пересечения плоскости изображения с оптической осью видеокамеры.The principal point is the point of intersection of the image plane with the optical axis of the video camera.
На фиг.1 представлены этапы последовательности действий, характеризующие предлагаемый способ калибровки внешних параметров видеокамер, где 1 –получение исходного изображения с видеокамер НТС, 2 – преобразование исходного изображения к оттенкам серого, 3 – выделение линейных объектов окружающей среды, 4 – фильтрация изображения, 5 – формирование Хаф-образа, 6 − выделение прямолинейных отрезков на исходном положении, 7 – нахождение точки схода на исходном изображении.Figure 1 shows the steps of the sequence of actions that characterize the proposed method for calibrating the external parameters of video cameras, where 1 is the acquisition of the original image from the NTS video cameras, 2 is the conversion of the original image to grayscale, 3 is the selection of linear environmental objects, 4 is image filtering, 5 – formation of a haf-image, 6 – selection of rectilinear segments at the initial position, 7 – finding the vanishing point on the original image.
Способ калибровки видеокамер в предпочтительном варианте реализуется следующим образом (фиг. 1).The method of calibrating video cameras in the preferred embodiment is implemented as follows (Fig. 1).
В процессе движения НТС передние оптические видеокамеры НТС регистрируют изображения линейных объектов окружающей среды проезжей части дороги, по которой движется данное транспортное средство (1). During the movement of the NTS, the front optical video cameras of the NTS record images of linear objects of the environment of the carriageway along which this vehicle (1) is moving.
Необходимо отметить, что для осуществления способа НТС выполняет движение, параллельно прямолинейным объектам, находящимся в поле зрения видеокамеры (дорожная разметка, края зданий и дорог).It should be noted that in order to implement the method, the NTS performs a movement parallel to straight-line objects in the field of view of the video camera (road markings, edges of buildings and roads).
Изображения с видеокамер поступают на бортовой вычислитель и обрабатываются независимо друг от друга. Исходя из этого, все последующие этапы рассматриваются с точки зрения одной единственной видеокамеры.Images from video cameras are fed to the onboard computer and processed independently of each other. Based on this, all subsequent stages are considered from the point of view of a single video camera.
Исходное изображение подвергают предварительной обработке, заключающейся в исправлении радиальной дисторсии для устранения искажений наблюдаемых объектов, вызванных линзой видеокамеры, и преобразовывают к оттенкам серого (2), затем на изображении выделяют линейные объекты окружающей среды, предпочтительно, методом Канни, после чего найденные линейные объекты объединяются в одно изображение попиксельным сложением (3).The original image is subjected to preliminary processing, which consists in correcting radial distortion to eliminate distortions of the observed objects caused by the camera lens, and converted to grayscale (2), then linear objects of the environment are selected in the image, preferably by the Canny method, after which the found linear objects are combined into one image by pixel-by-pixel addition (3).
На следующем этапе выполняется сглаживание изображения фильтром Гаусса для компенсации ошибок детекции линейных объектов окружающей среды (4). Далее на сглаженном изображении выделяют прямолинейные отрезки, пересекающееся в точке схода.At the next stage, the image is smoothed with a Gaussian filter to compensate for errors in the detection of linear environmental objects (4). Further, on the smoothed image, rectilinear segments are selected, intersecting at the vanishing point.
Прямолинейные отрезки на изображении формируют с помощью применения быстрого преобразования Хафа (БПХ) согласно которому строят Хаф-образ (5), затем определяют область поиска точки схода на Хаф-образе. Rectilinear segments on the image are formed by applying the fast Hough transform (FHT), according to which the Hough image (5) is built, then the search area for the vanishing point on the Hough image is determined.
Для выявления области поиска точки схода формируют черно-белое изображение, где белым цветом отмечают окрестность ожидаемой точки схода, к полученному изображению применяют БПХ, на полученном Хаф-образе определяют координаты крайнего левого и правого пикселей с ненулевым значением, при этом значения данных пикселей на оси абсцисс задают диапазон поиска точки схода.To identify the search area for the vanishing point, a black-and-white image is formed, where the neighborhood of the expected vanishing point is marked in white, FHT is applied to the resulting image, the coordinates of the extreme left and right pixels with a non-zero value are determined on the resulting Hough-image, while the values of these pixels on the axis the abscissa defines the vanishing point search range.
Для выделения прямолинейных отрезков на Хаф-образе регистрируют самый яркий белый пиксель на изображении – максимум, который изначально представляется в виде прямой вида y=kx+b, после чего его окрестность удаляют из Хаф-образа путем присвоения соответствующим пикселям нулевых значений.To select rectilinear segments on the Hough image, the brightest white pixel on the image is recorded - the maximum, which is initially represented as a straight line of the form y=kx+b, after which its neighborhood is removed from the Hough image by assigning zero values to the corresponding pixels.
Найденная точка максимума с координатами (k, b) при ее наложении на исходное изображение преобразуется обратно в прямолинейный отрезок, описываемый функцией вида y=kx+b.The found maximum point with coordinates (k, b) when superimposed on the original image is converted back into a straight line segment described by a function of the form y=kx+b.
В процессе формирования набора прямолинейных отрезков, проверяют горизонтально или вертикально ориентирован найденный отрезок и в случае углового рассогласования данного отрезка от вертикальной или горизонтальной прямой менее чем на заданную пороговую угловую величину, данный отрезок исключают из набора прямолинейных отрезков. Данный шаг позволяет уменьшить негативное влияние дополнительных объектов, находящихся в сцене (крыш машин, деревьев и. т. д.).In the process of forming a set of straight-line segments, the found segment is checked horizontally or vertically, and in case of an angular mismatch of this segment from a vertical or horizontal straight line by less than a given threshold angular value, this segment is excluded from the set of straight-line segments. This step allows you to reduce the negative impact of additional objects in the scene (roofs of cars, trees, etc.).
По завершению этапа формирования набора прямолинейных отрезков на исходном изображении, определяют положение точки схода (7) как положение точки пересечения выделенных на изображении прямолинейных отрезков. С этой целью совокупность выделенных прямолинейных отрезков, каждый из которых описывается функцией вида y=kx+b, преобразуют в пространство параметров (k, b), в котором каждый прямолинейный отрезок представляют в виде точки с координатами (k, b). Upon completion of the stage of forming a set of straight line segments on the original image, the position of the vanishing point (7) is determined as the position of the intersection point of the line segments selected on the image. To this end, the set of selected straight-line segments, each of which is described by a function of the form y=kx+b, is converted into a parameter space (k, b), in which each straight-line segment is represented as a point with coordinates (k, b).
При такой параметризации набор указанных прямолинейных отрезков, пересекающихся на исходном изображении, представлен множеством точек, лежащих на одной прямой, характеризующейся параметрами 
Для определения данных параметров строят прямые между всевозможными парами точек, а затем среди множества коэффициентов наклона указанных прямых определяют среднее значение, которое и является коэффициентом наклона прямой 
Полученную прямую вида y=
Таким образом, построенная точка на исходном изображении с координатами (
С целью оценки внешних параметров калибровки видеокамер, сравнивают положение точки схода с положением принципиальной точки, на основе полученного отклонения определяют величины углов поворота видеокамеры с учетом фокусных расстояний, известных из внутренней калибровки камеры следующим образом:In order to evaluate the external calibration parameters of video cameras, the position of the vanishing point is compared with the position of the principal point, based on the deviation obtained, the values of the angles of rotation of the video camera are determined, taking into account the focal lengths known from the internal calibration of the camera as follows:
где 
По результатам оценки изменения углов поворота видеокамеры в процессе движения НТС проводят коррекцию их значений и осуществляют виртуальный поворот видеокамеры.Based on the results of evaluating the change in the angles of rotation of the video camera during the movement of the NTS, their values are corrected and the virtual rotation of the video camera is performed.
Таким образом, предлагаемый способ калибровки внешних параметров видеокамер с высокой точностью и вычислительной эффективностью позволяет производить оценку углов тангажа и рысканья видеокамеры в процессе движения НТС и может найти широкое применение в составе системы локализации автономного НТС с целью повышения точности определения собственного положения.Thus, the proposed method for calibrating the external parameters of video cameras with high accuracy and computational efficiency makes it possible to estimate the pitch and yaw angles of the video camera during the movement of the NV and can be widely used as part of an autonomous NV localization system in order to improve the accuracy of determining its own position.
Claims (2)
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP22853597.7A EP4383199A1 (en) | 2021-08-06 | 2022-06-26 | Method of calibrating extrinsic video camera parameters |
| CN202280067493.3A CN118056226A (en) | 2021-08-06 | 2022-06-26 | Method for calibrating external camera parameters |
| PCT/RU2022/050200 WO2023014246A1 (en) | 2021-08-06 | 2022-06-26 | Method of calibrating extrinsic video camera parameters |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2780717C1 true RU2780717C1 (en) | 2022-09-29 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2804826C1 (en) * | 2023-05-05 | 2023-10-06 | Акционерное общество "Когнитив" | Method for automatic calibration of video camera mounting angles within technical vision systems |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2529594C1 (en) * | 2010-09-13 | 2014-09-27 | Рикох Компани, Лтд. | Calibration device, distance measurement system, calibration method and calibration programme |
| US20150178924A1 (en) * | 2012-10-16 | 2015-06-25 | Qualcomm Incorporated | Sensor calibration and position estimation based on vanishing point determination |
| US20160350921A1 (en) * | 2015-05-29 | 2016-12-01 | Accenture Global Solutions Limited | Automatic camera calibration |
| RU2662411C2 (en) * | 2014-03-25 | 2018-07-25 | Форд Глобал Технолоджис, ЛЛК | Method of camera calibration |
| US20180324415A1 (en) * | 2015-12-28 | 2018-11-08 | Intel Corporation | Real-time automatic vehicle camera calibration |
| US20180357791A1 (en) * | 2015-11-30 | 2018-12-13 | Delphi Technologies, Llc | Method for calibrating the orientation of a camera mounted to a vehicle |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2529594C1 (en) * | 2010-09-13 | 2014-09-27 | Рикох Компани, Лтд. | Calibration device, distance measurement system, calibration method and calibration programme |
| US20150178924A1 (en) * | 2012-10-16 | 2015-06-25 | Qualcomm Incorporated | Sensor calibration and position estimation based on vanishing point determination |
| RU2662411C2 (en) * | 2014-03-25 | 2018-07-25 | Форд Глобал Технолоджис, ЛЛК | Method of camera calibration |
| US20160350921A1 (en) * | 2015-05-29 | 2016-12-01 | Accenture Global Solutions Limited | Automatic camera calibration |
| US20180357791A1 (en) * | 2015-11-30 | 2018-12-13 | Delphi Technologies, Llc | Method for calibrating the orientation of a camera mounted to a vehicle |
| US20180324415A1 (en) * | 2015-12-28 | 2018-11-08 | Intel Corporation | Real-time automatic vehicle camera calibration |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2804826C1 (en) * | 2023-05-05 | 2023-10-06 | Акционерное общество "Когнитив" | Method for automatic calibration of video camera mounting angles within technical vision systems |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109345593B (en) | Camera posture detection method and device | |
| CN105718872B (en) | Auxiliary method and system for rapidly positioning lanes on two sides and detecting vehicle deflection angle | |
| CN107844750A (en) | A kind of water surface panoramic picture target detection recognition methods | |
| CN106447602A (en) | Image mosaic method and device | |
| CN113327296B (en) | Laser radar and camera online combined calibration method based on depth weighting | |
| US11164012B2 (en) | Advanced driver assistance system and method | |
| CN111738033B (en) | Vehicle driving information determination method and device based on plane segmentation and vehicle-mounted terminal | |
| Lin et al. | Construction of fisheye lens inverse perspective mapping model and its applications of obstacle detection | |
| CN114550042A (en) | Road vanishing point extraction method, vehicle-mounted sensor calibration method and device | |
| CN107680035B (en) | Parameter calibration method and device, server and readable storage medium | |
| CN112509054A (en) | Dynamic calibration method for external parameters of camera | |
| CN114972427A (en) | Target tracking method based on monocular vision, terminal equipment and storage medium | |
| CN109658451B (en) | Depth sensing method and device and depth sensing equipment | |
| CN111488762A (en) | Lane-level positioning method and device and positioning equipment | |
| CN111881878B (en) | Lane line identification method for look-around multiplexing | |
| RU2780717C1 (en) | Method for calibrating external parameters of video cameras | |
| WO2014054124A1 (en) | Road surface markings detection device and road surface markings detection method | |
| JP2021086258A (en) | Attitude estimation apparatus and attitude estimation method | |
| CN114037977B (en) | Road vanishing point detection method, device, equipment and storage medium | |
| WO2023014246A1 (en) | Method of calibrating extrinsic video camera parameters | |
| EP3389015A1 (en) | Roll angle calibration method and roll angle calibration device | |
| KR102629639B1 (en) | Apparatus and method for determining position of dual camera for vehicle | |
| CN112991372B (en) | 2D-3D camera external parameter calibration method based on polygon matching | |
| CN111260538A (en) | Positioning and vehicle-mounted terminal based on long-baseline binocular fisheye camera | |
| JP6492603B2 (en) | Image processing apparatus, system, image processing method, and program |