CN103017653B - 一种球面全景影像与三维激光扫描点云的配准及测量方法 - Google Patents
一种球面全景影像与三维激光扫描点云的配准及测量方法 Download PDFInfo
- Publication number
- CN103017653B CN103017653B CN201210490922.6A CN201210490922A CN103017653B CN 103017653 B CN103017653 B CN 103017653B CN 201210490922 A CN201210490922 A CN 201210490922A CN 103017653 B CN103017653 B CN 103017653B
- Authority
- CN
- China
- Prior art keywords
- mtd
- mrow
- msub
- mfrac
- mtr
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 7
- 230000003287 optical effect Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000004088 simulation Methods 0.000 abstract 1
- 238000004040 coloring Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种球面全景影像与三维激光扫描点云的配准及测量方法,首先用单位球体的三维结构模拟球面全景影像,将球面全景影像的像素坐标转换为三维直角坐标,然后计算出球面全景影像在点云数据中的姿态参数以及球面全景影像的光心在点云数据中的位置坐标将球面全景影像在点云数据中进行配准;再通过计算得到球面全景影像的深度图;最后当需要在球面全景影像上测量时,将鼠标移动到需要测量的目标点位置,即可计算得出目标点的三维坐标。本发明提供的配准及测量方法不仅能够将球面全景影像与三维激光扫描点云进行高度配准,同时还能够对目标点实现快速测量。
Description
技术领域
本发明涉及一种将球面全景影像与三位激光扫描点云进行配准以及配准后根据图像进行快速测量的方法,属于光电测绘领域。
背景技术
三维激光点云是物体表面的高精度三维坐标,通过点云直接可以获取地物坐标及特征信息,但没有纹理和颜色信息,表现不直观。球面全景影像数据具有形象的纹理和颜色信息,可以作为三维激光点云数据的纹理补充。三维激光点云数据和球面全景影像数据各有优势和特长,倘若将三维激光点云和全景影像数据结合使用,那么既可以通过三维激光点云可以找到对应影像像素,进行点云着色,反之以球面全景影像作为展现载体,通过影像素坐标可以找到对应三维激光点云,进行地物量测。但是要实现上述目的必须解决两者之间的配准问题,该问题目前是研究的热点。同时,如何在在配准后的球面全景视图中根据任意像素快速获取的点云坐标也是亟待解决的问题,由于海量的点云数据不适合于互联网的应用,想要解决球面全景影像快速测量问题必须解决点云数据的存储难题。
发明内容
本发明提供了一种球面全景影像与三维激光扫描点云的配准及测量方法,解决了上述背景技术中的难题,该方法不仅能够将球面全景影像与三维激光扫描点云进行高度配准,同时还能够对目标点实现快速测量。
实现本发明上述目的所采用的技术方案为:
一种球面全景影像与三维激光扫描点云的配准及测量方法,包括以下步骤:
(1)、用单位球体的三维结构模拟球面全景影像,将球面全景影像的像素坐标(u,v)首先转换为球面极坐标 ,然后将球面全景影像的球面极坐标转换为三维直角坐标(x0,y0,z0);
(2)、在球面全景影像中选取三个以上的分别位于不同平面上的点作为控制点,同时与之对应的在点云数据中选取上述控制点,根据控制点在球面全景影像中的坐标以及在点云数据中的坐标,即可计算得出球面全景影像在点云数据中的姿态参数(φ,ω,κ),以及球面全景影像的光心在点云数据中的位置坐标(Xc,Yc,Zc),从而将球面全景影像在点云数据中进行配准;
(3)、以球面全景影像的光心位置坐标(Xc,Yc,Zc)为原点,搜索空间范围内的 点云,将搜索到的每一个点至光心的距离值d均转化为RGB值,将转化后的RGB值以图片格式存储,得到球面全景影像的深度图;
(4)、当需要在球面全景影像上测量时,将鼠标移动到需要测量的目标点位置,此时读取目标点的像素坐标(u,v)以及球面极坐标 ,根据姿态参数(φ,ω,κ)以及像素坐标(u,v)计算目标点在球面全景影像的深度图中的像素坐标(u′,v′),读取此像素中的RGB值,并将其转化为距离值d,最后根据距离值d和角度坐标 ,即可计算得出目标点的三维坐标(x,,y,z)。
步骤(1)中像素坐标(u,v)转换为球面极坐标 的公式为:
,
式中,dx为球面全景影像的纵向像素大小,dy为球面全景影像的横向像素大小;球面极坐标 转换为三维直角坐标(x0,y0,z0)的计算公式为:
。
步骤(2)中姿态参数(φ,ω,κ)以及球面全景影像的光心位置坐标(Xc,Yc,Zc)的计算方法为:根据点云数据中的点、球面全景影像中的点以及球面全景影像球心三点共线,得到以下关系式:
其中R为旋转矩阵,
转换后得:
其中:
,
,
其中a1、a2、a3、b1、b2、b3、c1、c2、c3为旋转矩阵的元素;
将转换后的公式展开,得:
设: ,
则: ,
,
又设: ,
其中α、β为观测值,其相应的改正数为 vα、 vβ;将上式用泰勒公式展开成线性形式,即可得到线性化的误差方程如下:
,
其中,(α)、(β)为使用待定参数的近似值带入公式中求出的α、β的计算值,ΔXc、ΔYc、ΔZc、Δφ、Δω、Δκ为未知数Xc、Yc、Zc、φ,ω,κ的改正数;
然后采用以下公式计算α、β对各个未知数的偏导数:
再将误差方程转化为矩阵形式:
其中,
根据最小二乘平差原理,列出法方程式:
则法方程的解为:
从而求出待测未知数的近似值的改正数矩阵H的6元素ΔXc、ΔYc、ΔZc、Δφ、Δω、Δκ;
最后对计算结果进行重复迭代计算,每次迭代时用未知数近似值与上次迭代计算的改正数之和作为新的近似值,重复计算过程,求出新的改正数,依此反复趋近,直至改正数小于设定的阈值,最后得到未知数的解,为:
其中Xc0为Xc的近似值,ΔXc1为第一次计算的改正数,ΔXc2为第二次计算的改正数,其他数据均依此类推。
步骤(3)中的具体步骤为:首先预设一张球面全景影像的深度图,根据角度坐标 以及像素坐标将该预设深度图划分为网格状,并开辟保存每个网格中保存的点云距离的数据组;然后以球面全景影像的光心位置坐标(Xc,Yc,Zc)为原点,搜索空间范围内的点云,根据搜索到的点以及光心坐标,计算点的极坐标 ,以及到光心的距离值d;根据点的极坐标 ,计算确定点所对应深度图中的具体网格,并更新该网格中的点的距离值d;最后将所有距离值d均转化为RGB值,将转化后的RGB值一一存储于对应网格中,即可得到球面全景影像的深度图。
当有多个点同时对应到一个网格中时,选取多个点中的距离值最小者。
本发明提供的球面全景影像与三维激光扫描点云的配准及测量方法有以下优点:将三维激光点云和全景影像数据配准后相结合,既可以通过三维激光点云可以找到对应影像像素,进行点云着色,反之以球面全景影像作为展现载体,通过影像素坐标可以找到对应三维激光点云,进行地物量测。同时本发明中将大量的点云数据转化为深度图,以图片的形式进行存储,从而大大的减少了数据量,从而实现快速测量。
具体实施方式
下面结合具体实施例对本发明做详细具体的说明。
本实施例中采用以下方法,首先用单位球体的三维结构模拟球面全景影像,将球面全景影像的像素坐标(u,v)首先转换为球面极坐标 ,转换公式如下:
,
式中,dx为球面全景影像的纵向像素大小,dy为球面全景影像的横向像素大小;
然后将球面全景影像的球面极坐标转换为三维直角坐标(x0,y0,z0);
然后在球面全景影像中选取三个以上的分别位于不同平面上的点作为控制点,同时与之对应的在点云数据中选取上述控制点,根据控制点在球面全景影像中的坐标以及在点云数据中的坐标,即可计算得出球面全景影像在点云数据中的姿态参数( ,ω,κ),以及球面全景影像的光心在点云数据中的位置坐标(Xc,Yc,Zc),从而将球面全景影像在点云数据中进行配准;具体的计算步骤如下:首先根据点云数据中的点、球面全景影像中的点以及球面全景影像球心三点共线,得到以下关系式:
其中R为旋转矩阵,
转换后得:
其中:
,
,
其中a1、a2、a3、b1、b2、b3、c1、c2、c3为旋转矩阵的元素;
将转换后的公式展开,得:
设: ,
则: ,
,
又设: ,
其中α、β为观测值,其相应的改正数为vα、 vβ; Xc、Yc、Zc、 ,ω,κ为待定的未知数,由于上式中观测值与未知数之间是非线性函数关系,为了便于计算,需把非线性函数表达式用泰勒公式展开成线性形式。将上式用泰勒公式展开后,即可得到线性化的误差方程如下:
,
其中,(α)、(β)为使用待定参数的近似值带入公式中求出的α、β的计算值,ΔXc、ΔYc、ΔZc、 、Δω、Δκ为未知数Xc、Yc、Zc、 ,ω,κ的改正数;
然后采用以下公式计算α、β对各个未知数的偏导数:
,求得的α、β对各个未知数的偏导数如下举例所示, , 。
再将误差方程转化为矩阵形式:
其中,
根据最小二乘平差原理,列出法方程式:
则法方程的解为:
从而求出待测未知数的近似值的改正数矩阵H的6元素ΔXc、ΔYc、ΔZc、Δφ、Δω、 Δκ;
由于线性化的过程中各系数取自泰勒级数展开式的一次项,且未知数的初值一般比较粗略,因此计算需要迭代进行。每次迭代时用未知数近似值与上次迭代计算的改正数之和作为新的近似值,重复计算过程,求出新的改正数,依此反复趋近,直至改正数小于设定的阈值,最后得到未知数的解,为:
其中Xc0为Xc的近似值,ΔXc1为第一次计算的改正数,ΔXc2为第二次计算的改正数,其他数据均依此类推。
进行配准后需要生成球面全景影像的深度图,具体方法如下:首先预设一张球面全景影像的深度图,根据角度坐标以及像素坐标将该预设深度图划分为网格状,并开辟保存每个网格中保存的点云距离的数据组;然后以球面全景影像的光心位置坐标(Xc,Yc,Zc)为原点,搜索空间范围内的点云,根据搜索到的点以及光心坐标,计算点的极坐标 ,以及到光心的距离值d;根据点的极坐标 ,计算确定点所对应深度图中的具体网格,并更新该网格中的点的距离值d;最后将所有距离值d均转化为RGB值,将转化后的RGB值一一存储于对应网格中,即可得到球面全景影像的深度图。
最后当需要在球面全景影像上测量时,将鼠标移动到需要测量的目标点位置,此时读取目标点的像素坐标(u,v)以及球面极坐标 ,根据姿态参数( ,ω,κ)以及像素坐标(u,v)计算目标点在球面全景影像的深度图中的像素坐标(u′,v′),读取此像素中的RGB值,并将其转化为距离值d,最后根据距离值d和角度坐标 ,即可计算得出目标点的三维坐标(x,,y,z)。
Claims (4)
1.一种球面全景影像与三维激光扫描点云的配准及测量方法,其特征在于包括以下步骤:
(1)、用单位球体的三维结构模拟球面全景影像,将球面全景影像的像素坐标(u,v)首先转换为球面极坐标然后将球面全景影像的球面极坐标转换为三维直角坐标(x0,y0,z0);
(2)、在球面全景影像中选取大于三个的分别位于不同平面上的点作为控制点,同时与之对应的在点云数据中选取上述控制点,根据控制点在球面全景影像中的坐标以及在点云数据中的坐标,即可计算得出球面全景影像在点云数据中的姿态参数以及球面全景影像的光心在点云数据中的位置坐标(Xc,Yc,Zc),从而将球面全景影像在点云数据中进行配准;
(3)、以球面全景影像的光心位置坐标(Xc,Yc,Zc)为原点,搜索空间范围内的点云,将搜索到的每一个点至光心的距离值d均转化为RGB值,将转化后的RGB值以图片格式存储,得到球面全景影像的深度图;
步骤(3)中的具体步骤为:首先预设一张球面全景影像的深度图,根据角度坐标以及像素坐标将该预设深度图划分为网格状,并开辟保存每个网格中保存的点云距离的数据组;然后以球面全景影像的光心位置坐标(Xc,Yc,Zc)为原点,搜索空间范围内的点云,根据搜索到的点以及光心坐标,计算点的极坐标以及到光心的距离值d;根据点的极坐标计算确定点所对应深度图中的具体网格,并更新该网格中的点的距离值d;最后将所有距离值d均转化为RGB值,将转化后的RGB值一一存储于对应网格中,即可得到球面全景影像的深度图;
(4)、当需要在球面全景影像上测量时,将鼠标移动到需要测量的目标点位置,此时读取目标点的像素坐标(u,v)以及球面极坐标根据姿态参数以及像素坐标(u,v)计算目标点在球面全景影像的深度图中的像素坐标(u′,v′),读取此像素中的RGB值,并将其转化为距离值d,最后根据距离值d和角度坐标即可计算得出目标点的三维坐标(x,y,z)。
2.根据权利要求1所述的球面全景影像与三维激光扫描点云的配准及测量方法,其特征在于:步骤(1)中像素坐标(u,v)转换为球面极坐标的公式为:
式中,dx为球面全景影像的纵向像素大小,dy为球面全景影像的横向像素大小;球面极坐标转换为三维直角坐标(x0,y0,z0)的计算公式为:
3.根据权利要求1所述的球面全景影像与三维激光扫描点云的配准及测量方法,其特征在于:步骤(2)中姿态参数以及球面全景影像的光心位置坐标(Xc,Yc,Zc)的计算方法为:根据点云数据中的点、球面全景影像中的点以及球面全景影像球心三点共线,得到以下关系式:
其中R为旋转矩阵,
转换后得:
其中:
其中a1、a2、a3、b1、b2、b3、c1、c2、c3为旋转矩阵的元素;
将转换后的公式展开,得:
设:
则:
又设:
其中α、β为观测值,其相应的改正数为να、νβ;将上式用泰勒公式展开成线性形式,即可得到线性化的误差方程如下:
其中,(α)、(β)为使用待定参数的近似值带入公式中求出的α、β的计算值,ΔXc、ΔYc、ΔZc、Δω、Δκ为未知数Xc、Yc、Zc、φ,ω,κ的改正数;
然后采用以下公式计算α、β对各个未知数的偏导数:
再将误差方程转化为矩阵形式:V=AH-L
其中,
V=[vα,vβ]T
H=[Δx,Δy,Δz,Δφ,Δω,Δκ]T
L=[α-(α),β-(β)]T
根据最小二乘平差原理,列出法方程式:
ATAH=ATL
则法方程的解为:
H=(ATA)-1ATL
从而求出待测未知数的近似值的改正数矩阵H的6元素ΔXc、ΔYc、ΔZc、Δω、Δκ;
最后对计算结果进行重复迭代计算,每次迭代时用未知数近似值与上次迭代计算的改正数之和作为新的近似值,重复计算过程,求出新的改正数,依此反复趋近,直至改正数小于设定的阈值,最后得到未知数的解,为:
Xc=Xc 0+ΔXc 1+ΔXc 2+Λ
Yc=Yc 0+ΔYc 1+ΔYc 2+Λ
Zc=Zc 0+ΔZc 1+ΔZc 2+Λ
φ=φ0+Δφ1+Δφ2+Λ
ω=ω0+Δω1+Δω2+Λ
κ=κ0+Δκ1+Δκ2+Λ
其中Xc0为Xc的近似值,ΔXc1为第一次计算的改正数,ΔXc2为第二次计算的改正数,其他数据均依此类推。
4.根据权利要求1所述的球面全景影像与三维激光扫描点云的配准及测量方法,其特征在于:当有多个点同时对应到一个网格中时,选取多个点中的距离值最小者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210490922.6A CN103017653B (zh) | 2012-11-27 | 2012-11-27 | 一种球面全景影像与三维激光扫描点云的配准及测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210490922.6A CN103017653B (zh) | 2012-11-27 | 2012-11-27 | 一种球面全景影像与三维激光扫描点云的配准及测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103017653A CN103017653A (zh) | 2013-04-03 |
CN103017653B true CN103017653B (zh) | 2015-06-24 |
Family
ID=47966534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210490922.6A Active CN103017653B (zh) | 2012-11-27 | 2012-11-27 | 一种球面全景影像与三维激光扫描点云的配准及测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103017653B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971403A (zh) * | 2017-04-27 | 2017-07-21 | 武汉数文科技有限公司 | 点云图像处理方法及装置 |
CN108680100A (zh) * | 2018-03-07 | 2018-10-19 | 福建农林大学 | 三维激光点云数据与无人机点云数据匹配方法 |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103309357B (zh) * | 2013-06-25 | 2016-03-02 | 西安康柏自动化工程有限责任公司 | 一种二自由度激光扫描方法及中空式数控云台 |
CN103322916B (zh) * | 2013-06-28 | 2015-10-14 | 中国计量学院 | 基于三维激光扫描法的大型立式罐容积测量***及方法 |
CN103366250B (zh) * | 2013-07-12 | 2016-08-10 | 中国科学院深圳先进技术研究院 | 基于三维实景数据的市容环境检测方法及*** |
CN104019829B (zh) * | 2014-06-09 | 2017-02-15 | 武汉克利福昇科技有限责任公司 | 一种基于pos***的车载全景相机和线阵激光扫描仪的外参标定方法 |
CN104133874B (zh) * | 2014-07-25 | 2017-03-29 | 重庆数字城市科技有限公司 | 基于真彩色点云的街景影像生成方法 |
CN104156969B (zh) * | 2014-08-21 | 2017-02-01 | 重庆数字城市科技有限公司 | 基于全景影像景深图的探面方法 |
CN104296656B (zh) * | 2014-09-30 | 2017-04-12 | 苏州天准科技股份有限公司 | 一种被测物的测量基准面定位设备与装置及其方法 |
CN104457566A (zh) * | 2014-11-10 | 2015-03-25 | 西北工业大学 | 一种无须示教机器人***的空间定位方法 |
CN105116922B (zh) * | 2015-07-14 | 2018-06-12 | 华中科技大学 | 一种三维激光扫描装置控制*** |
CN107123162B (zh) * | 2016-02-24 | 2020-02-21 | 中国科学院沈阳自动化研究所 | 基于二维激光传感器的三维环境表面三角网格构建方法 |
CN105825470A (zh) * | 2016-03-10 | 2016-08-03 | 广州欧科信息技术股份有限公司 | 基于点云影像的鱼眼影像纠正方法 |
CN105928457B (zh) * | 2016-06-21 | 2019-10-11 | 大连理工大学 | 一种全向三维激光彩色扫描***及其方法 |
CN106251330A (zh) * | 2016-07-14 | 2016-12-21 | 浙江宇视科技有限公司 | 一种点位标记方法及装置 |
CN106548446B (zh) * | 2016-09-29 | 2019-08-09 | 北京奇艺世纪科技有限公司 | 一种在球面全景图像上贴图的方法及装置 |
CN106530218B (zh) * | 2016-10-28 | 2020-04-10 | 浙江宇视科技有限公司 | 一种坐标转换方法及装置 |
CN106530342B (zh) * | 2016-10-31 | 2017-08-25 | 武汉大学 | 利用激光点云辅助的可量测全景影像生成方法 |
CN107796304B (zh) * | 2017-09-07 | 2019-12-03 | 中铁二院工程集团有限责任公司 | 一种三维激光全景的铁路线路调绘方法 |
CN108388995B (zh) * | 2018-03-07 | 2021-05-25 | 中国测绘科学研究院 | 一种道路资产管理***的建立方法及建立*** |
CN109191579B (zh) * | 2018-07-02 | 2019-06-28 | 广东省地质测绘院 | 坐标转换的方法、装置、计算机设备和存储介质 |
CN109141431A (zh) * | 2018-09-07 | 2019-01-04 | 北京数字绿土科技有限公司 | 航带匹配方法、装置、电子设备和可读存储介质 |
CN110006340B (zh) * | 2019-03-26 | 2020-09-08 | 华为技术有限公司 | 一种物体尺寸测量方法和电子设备 |
CN110246082B (zh) * | 2019-05-07 | 2020-12-18 | 华中科技大学 | 一种遥感全景图像拼接方法 |
CN110310325B (zh) * | 2019-06-28 | 2021-09-10 | Oppo广东移动通信有限公司 | 一种虚拟测量方法、电子设备及计算机可读存储介质 |
CN110766731A (zh) * | 2019-10-21 | 2020-02-07 | 武汉中海庭数据技术有限公司 | 一种全景影像与点云自动配准的方法、装置及存储介质 |
CN111561949B (zh) * | 2020-06-06 | 2023-05-05 | 北京依锐思遥感技术有限公司 | 机载激光雷达和高光谱成像仪一体机的坐标匹配方法 |
CN111968161A (zh) * | 2020-07-28 | 2020-11-20 | 北京恒通智控机器人科技有限公司 | 一种三维激光点云和全景图像的配准方法、装置和设备 |
CN112184815B (zh) * | 2020-09-27 | 2024-07-23 | 北京鼎联网络科技有限公司 | 全景图像在三维模型中的位置和姿态确定方法及装置 |
CN112700543B (zh) * | 2021-01-15 | 2024-07-02 | 浙江图盛输变电工程有限公司 | 一种多源数据三维叠合方法 |
CN113518214B (zh) * | 2021-05-25 | 2022-03-15 | 上海哔哩哔哩科技有限公司 | 全景视频数据处理方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2455359C (en) * | 2004-01-16 | 2013-01-08 | Geotango International Corp. | System, computer program and method for 3d object measurement, modeling and mapping from single imagery |
US7583857B2 (en) * | 2005-08-24 | 2009-09-01 | Siemens Medical Solutions Usa, Inc. | System and method for salient region feature based 3D multi modality registration of medical images |
CN101051386B (zh) * | 2007-05-23 | 2010-12-08 | 北京航空航天大学 | 多幅深度图像的精确配准方法 |
CN101533529B (zh) * | 2009-01-23 | 2011-11-30 | 北京建筑工程学院 | 基于深度图像的三维空间数据处理方法与装置 |
CN102314674B (zh) * | 2011-08-29 | 2013-04-03 | 北京建筑工程学院 | 一种地面激光雷达数据纹理影像配准方法 |
-
2012
- 2012-11-27 CN CN201210490922.6A patent/CN103017653B/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971403A (zh) * | 2017-04-27 | 2017-07-21 | 武汉数文科技有限公司 | 点云图像处理方法及装置 |
CN106971403B (zh) * | 2017-04-27 | 2020-04-03 | 武汉数文科技有限公司 | 点云图像处理方法及装置 |
CN108680100A (zh) * | 2018-03-07 | 2018-10-19 | 福建农林大学 | 三维激光点云数据与无人机点云数据匹配方法 |
CN108680100B (zh) * | 2018-03-07 | 2020-04-17 | 福建农林大学 | 三维激光点云数据与无人机点云数据匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103017653A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103017653B (zh) | 一种球面全景影像与三维激光扫描点云的配准及测量方法 | |
CN109115186B (zh) | 一种针对车载移动测量***的360°可量测全景影像生成方法 | |
CN101464149B (zh) | Pos辅助航空影像匹配方法 | |
CN103557841B (zh) | 一种提高多相机合成影像摄影测量精度的方法 | |
CN110388898B (zh) | 构建虚拟控制点约束的多源多重覆盖遥感影像平差方法 | |
CN102778224B (zh) | 一种基于极坐标参数化的航空摄影测量光束法平差的方法 | |
CN104833372A (zh) | 一种车载移动测量***高清全景相机外参数标定方法 | |
CN104034305B (zh) | 一种单目视觉实时定位的方法 | |
CN105913439A (zh) | 一种基于激光跟踪仪的大视场摄像机标定方法 | |
CN109141226A (zh) | 单相机多角度的空间点坐标测量方法 | |
CN103390102B (zh) | 一种卫星图像立体交会角的计算方法 | |
CN107063190A (zh) | 面向定标面阵相机影像的位姿高精度直接估计方法 | |
CN106780321A (zh) | 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法 | |
CN104807477B (zh) | 一种基于靶标控制点的卫星ccd阵列影像几何检校方法 | |
CN108663043B (zh) | 基于单个相机辅助的分布式pos主子节点相对位姿测量方法 | |
CN101149836A (zh) | 一种三维重构的双摄像机标定方法 | |
CN111003214B (zh) | 基于云控制的国产陆地观测卫星姿轨精化方法 | |
CN104048649B (zh) | 一种多视影像与三维模型的快速配准方法 | |
CN104361563B (zh) | 基于gps的高光谱遥感图像几何精校正方法 | |
CN114241125A (zh) | 一种基于多视角卫星影像精细三维建模方法及*** | |
Lenz et al. | Automatic in-flight boresight calibration considering topography for hyperspectral pushbroom sensors | |
CN111597496B (zh) | 基于有理多项式系数单幅星载遥感影像目标高度计算方法 | |
CN104504691A (zh) | 基于低秩纹理的摄像机位置和姿态测量方法 | |
CN105678833A (zh) | 一种基于多视点图像三维建模的点云几何数据的自动拼接算法 | |
CN105571598B (zh) | 一种卫星激光高度计足印相机姿态的测定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |