CN106871900A - 船舶磁场动态检测中图像匹配定位方法 - Google Patents

船舶磁场动态检测中图像匹配定位方法 Download PDF

Info

Publication number
CN106871900A
CN106871900A CN201710058380.8A CN201710058380A CN106871900A CN 106871900 A CN106871900 A CN 106871900A CN 201710058380 A CN201710058380 A CN 201710058380A CN 106871900 A CN106871900 A CN 106871900A
Authority
CN
China
Prior art keywords
ship
camera
image
coordinate
magnetic field
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.)
Pending
Application number
CN201710058380.8A
Other languages
English (en)
Inventor
刘胜道
赵文春
张明
周国华
高俊吉
李志新
郭成豹
田东
张树
朱武兵
陈瀚斯
周炜昶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval University of Engineering PLA
Original Assignee
Naval University of Engineering PLA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Naval University of Engineering PLA filed Critical Naval University of Engineering PLA
Priority to CN201710058380.8A priority Critical patent/CN106871900A/zh
Publication of CN106871900A publication Critical patent/CN106871900A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/203Specially adapted for sailing ships

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种船舶磁场动态检测中图像匹配定位方法,包括以下步骤:S1利用至少两个摄像机对待测目标船只进行同步拍摄,获取具有同名特征的立体像对,并完成目标的立体影像匹配和实时定位重建;S2利用已测量好的靶标对摄像机进行内参数标定;S3在船只上进行标记,同时利用GPS测量其位置,需要船只在目标水域行驶,覆盖目标水域,利用多时相的影像构成像点控制网,对摄像机进行外标定;S4实时测量水域海平面高度;S5计算船只在相机坐标系中的位置;S6求船只在实际地面中的坐标。本发明的有益效果:解决了现有船舶磁场动态检测中船舶定位操作繁琐、效率较低等问题,能适用于不同船舶磁场动态检测站对船舶定位及其航迹的要求。

Description

船舶磁场动态检测中图像匹配定位方法
技术领域
本发明涉及船舶消磁技术领域,具体的指一种船舶磁场动态检测中图像匹配定位方法。
背景技术
船舶磁场通常是指船舶在其周围空间产生的磁场,是敌方探测设备和水中兵器用于探测和攻击的主要物理场。船舶磁性防护技术就是采取现代电磁方法和控制技术来控制船舶磁性,将船舶磁场消除或补偿到一定范围内。按照检测时船舶的状态,船舶磁场检测可分为静态检测和动态检测两类。
船舶磁场动态检测是指在船舶与磁传感器阵列相对运动的情况下测量磁场,一般是在消磁站的入口或航道处布设一组环状或者单列的磁传感器,当船舶缓慢通过测量区域时,测磁***自动采集船舶磁场,但是为了获取测量点相对于船舶中心的位置信息,同时需要采用GPS或者全站仪等定位装置对其进行航迹测量,最后将运动轨迹传输到主站进行数据处理。船舶磁场动态检测***使用方便,易于实施检测,主要用来快速分析、评估船舶磁性状态,以决定船舶是否需要进入消磁站进行磁性处理,既保障了船舶的磁性安全又提高了船舶磁场检测的工作效率。
但是船舶磁场动态检测中船舶的定位问题一直影响着船舶磁场的动态检测的效率,之前采用的方法主要有以下不足:①船舶磁场动态检测前需要将许多用于定位的设备提前送到船舶上,后期还要将其回收,方便下次使用;②定位设备需要专业的人员对其进行安装,防止其被干扰从而确保它的准确性;③每次启动设备时要对多台以及与其相配套的软件进行一系列的配置;④各个设备相互连接的串口较多,串口通信稳定性需要加强。
发明内容
针对相关技术中的上述技术问题,本发明提供了一种船舶磁场动态检测中通过图像匹配定位船舶位置从而得到其航迹的方法,解决了现有船舶磁场动态检测中船舶定位操作繁琐、效率较低等问题,能适用于不同船舶磁场动态检测站对船舶定位及其航迹的要求。
本发明所采用的技术方案是:
一种船舶磁场动态检测中图像匹配定位方法,包括以下步骤:
S1:利用至少两个摄像机对待测目标船只进行同步拍摄,获取具有同名特征的立体像对,并完成目标的立体影像匹配和实时定位重建;
S2:利用已测量好的靶标对摄像机进行内参数标定;
S3:在船只上进行标记,同时利用GPS测量其位置,利用多时相的影像构成像点控制网,对摄像机进行外标定;
S4:实时测量水域海平面高度;
S5:计算船只在相机坐标系中的位置;
S6:确定船只在实际地面中的坐标;
S7:获得船只的连续运动轨迹。
本发明的有益效果:本发明采用图像匹配定位方法测量船舶的航迹,主要利用了双目摄像头以及图像处理软件对摄像机拍摄的视频进行处理,从而得到了船舶的航迹图。与现有技术相比,本发明的有益效果是提高了船舶磁场动态检测的效率,节省了大量的人力物力,同时该方法具有较好的定位精度,能够满足后期船舶磁场的分析与判断。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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它的附图。
图1是根据本发明实施例所述的一种船舶定位测量***的示意图;
图2为相机成像示意图;
图3靶标模型示意图;
图4双目***示意图;
图5相机成像原理图。
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、完整地描述,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所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例所述的一种船舶磁场动态检测中图像匹配定位方法,包括以下步骤:
步骤1):对于船舶位置的实时动态监测,如图1所示,需要至少两个摄像机对待测目标进行同步拍摄,获取具有同名特征的立体像对,并完成目标的立体影像匹配和实时定位重建。为确保后续船舶位置计算的精度,需要目标具备足够的像素信息,即目标在影像上达到一定的占比,如图5所示,根据公式(1.1)小孔成像的原理可计算出所需摄像机的焦距f;
其中h为物体的像长,f为相机的焦距,H为物体的长度,S为物距。
步骤2):对摄像机进行内参数标定。如图2所示,摄像机成像几何模型遵循针孔相机原理,以物点与像点的共线方程为解算基础,另外也需要考虑内方位元素和影像畸变的影响。
在单幅像坐标系中,以摄影中心S为像方原点,影像向右的方向为x轴,向上的方向为y轴,向外的方向为z轴。在理想状况下,影像呈矩形,摄影中心在影像上的垂足o’与影像中心o重合,因此关于摄影机坐标系的摄影中心坐标S(xs,ys,zs)为(0,0,0),像点坐标pi为(xi,yi,-f)。以摄影中心为摄影机坐标系原点,以物方标系三个坐标轴方向为摄影机坐标系三个轴方向不变。在物方坐标系中,已知的地面标志点坐标pA为(XA,YA,ZA),摄影中心坐标为(XS,YS,ZS)。
根据透视投影成像原理,如果用一个完美的相机摄影,则物方点、镜头中心和像点3点是共线的。事实上由于各种干扰因素的存在,使得像点在焦平面上相对其理论位置存在偏差。顾及实际像点偏差的共线条件方程为
Δx和Δy是像点的***性误差,包括径向畸变差、偏心畸变差和像平面内仿射畸变差。
对共线条件方程式线性化,可写成如下矩阵形式:
V=A1X1+A2X2+A3X3-L (3)
式中V为像点坐标残差,X1、X2和X3分别为外方位元素、物方点坐标和内参数;A1、A2和A3分别为相应参数的系数阵;L为像点观测坐标与近似值计算坐标的差值。内参数X3包括内方位元素、镜头畸变参数以及像平面内x轴与y轴的尺度因子和不正交参数。
如图3所示,选择合适的实验场地,确定好相机的位置后利用已测量好的靶标,对合适的靶标进行相片的拍摄。相机分别选择3个位置拍摄足够多相片,然后筛选出可以进行解算的相片,利用上述方法进行解算,计算出相机的内参数并进行精度评定,直到达到精度要求为止。
步骤3):对相机进行外参数标定。通过旋转变换将像方坐标统一到摄影机坐标系,则有
其中a1、a2、a3等为旋转矩阵各元素。加上内方位元素(fx、wx、cx等)参数矩阵(包括相机畸变参数)后,公式变为
利用DLT(直接线性变换解法),将公式(3.2)变为
将靶标布设在实验区域,布设靶标按照摄像机清楚看见、水平方向竖直方向在一块区域内均匀分布的原则进行布设,布设12个靶标。
靶标以黑白相间的格子为主要组成部分,这样摄像机在拍摄的时候,容易找到能进行解算的点。以其中一个靶标作为相对原点,利用全站仪(或其它定位精度高的仪器)来测量其它靶标,采用区域网平差方法进行解算,得到其它靶标的相对位置。然后摄像机利用上述原理进行相片拍摄和解算,得到相机的外方位元素,进行精度评定,直到精度满足要求。
步骤4):用潮汐计(或其它方法)实时测量水域海平面高度;
步骤5):计算船只在相机坐标系中的位置。如图4所示,双目定位采用影像前方交会原理,其核心思想是利用共线条件方程,在已知相机的位置和姿态的情况下,可以由立体像对上同名像点的像平面坐标通过最小二乘平差原理计算出物方点的三维空间坐标。共线条件方程的一般形式为:
式中:f为相机主距;像方坐标系下,(x,y)为像点坐标,(x0,y0)为主点坐标;物方坐标系下,(X,Y,Z)为物方点坐标,(XS,YS,ZS)为相机中心坐标,ai,bi,ci(i=1,2,3)是角元素的函数,表示主光轴的朝向。
将共线方程式(5.1)线性化,得到像点坐标改正数方程式,为
式(5.2)是一个迭代运算过程。其中为像点坐标改正数;(x)和(y)是像点坐标前一次运算结果的近似值,像点坐标对每个变量的偏导数可依据式(5.1)得到。
当内、外方位元素均已知时,像点坐标改正数方程式可简化为
对于一个成像于立体像对上的物方点,可按式(5.3)列出4个误差方程,采用最小二乘平差方法可以求出3个物方坐标未知数(X,Y,Z)。
由于MeanShift算法具有很高的运行稳定性,能够适应目标形状、大小的连续变化,而且计算速度很快,抗干扰能力强,能够保证***的实时性和稳定性。而SURF特征是SIFT特征的一种改进,主要是在特征提取的执行效率上,比SIFT运行更快。因此,特征定位与跟踪这一块计划采用MeanShift算法结合SURF特征进行目标的跟踪与特征的匹配。计划首先用MeanShift算法跟踪图像中存在目标的区域;然后在该区域内提取SURF特征,避免在整个图像内计算特征;最后将每个像片提取的SURF特征进行匹配,获得同名点。
MeanShift基本原理如下:
首先需要在初始帧内为选中的跟踪目标建立概率模型,即计算核函数窗口中的直方图分布。设初始内核窗口的带宽h,x1,x2,…,xn为内核窗口所包含采样点,x0为目标中心,则目标的直方图分布为:
式中:k为核函数,m为特征空间中特征值个数,δ为Kronecker函数,b(xi)为像素对应的特征值,C为归一化系数。
位于y候选目标可以描述为:
因此物体跟踪可以简化为寻找最优的y,使得p(y)与q最相似。p(y)与q的相似度用Bhattacharrya系数来度量,即
Bhattacharrya系数最大的y即为目标在下一帧图像中的位置。
得到目标在图像中的位置后,在存在目标的图像区域内计算目标的SURF特征,对每一像片进行SURF特征提取,然后将这些特征进行匹配,从而得到多片之间的同名像点,对匹配出来的同名点利用多片空间前方交会计算各匹配点在物方中的坐标X,Y,Z。
步骤6):求船只在实际地面中的坐标。经过多片前方交会,可以得到船只在相机坐标系中的位置,即(X,Y,Z)。为了求得船只在实际地面中的坐标,即(XG,YG,ZG),需要将相机坐标系中的坐标转换到地面坐标系中,这需要利用相对定向原理。相对定向原理如下:
设相机坐标系与地面坐标系通过旋转矩阵R和平移向量T进行变换,则相机坐标系中的坐标与地面坐标系中的坐标转换可表示为如下式子:
式中:ai,bi,ci(i=1,2,3)是角元素的函数,表示相机坐标系与地面坐标系各个坐标轴之间的旋转角。将式(5.7)进行线性化,得到相机坐标改正数方程:
式中:(X)、(Y)和(Z)是相机坐标前一次运算结果的近似值。
由式(5.8)可知一个相机坐标点可以列出3个方程,而未知数共有6个,所以,只要在相机坐标系中选取2点就可以求解得出两个坐标系之间的关系。为了得到更加精确的结果,选取多于2个点进行平差计算。
计算完成之后就可以根据旋转矩阵R和平移向量T求出船只的位置和姿态:
位置按下式求解:
姿态按下式求解:
步骤7):根据船只位置和姿态获得船只的运动轨迹。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种船舶磁场动态检测中图像匹配定位方法,其特征在于,包括以下步骤:
S1:利用至少两个摄像机对待测目标船只进行同步拍摄,获取具有同名特征的立体像对,并完成目标的立体影像匹配和实时定位重建;
S2:利用已测量好的靶标对摄像机进行内参数标定;
S3:在船只上进行标记,同时利用GPS测量其位置,利用多时相的影像构成像点控制网,对摄像机进行外标定;
S4:实时测量水域海平面高度;
S5:计算船只在相机坐标系中的位置;
S6:确定船只在实际地面中的坐标。
2.根据权利要求1所述的船舶磁场动态检测中图像匹配定位方法,其特征在于,还包括步骤S7:根据步骤S6获取的船只在实际地面中的坐标获得船只的连续运动轨迹。
3.根据权利要求1所述的船舶磁场动态检测中图像匹配定位方法,其特征在于,所述步骤S1中,所述的摄像机的焦距f 根据式(1)计算: (1)
其中,h 为物体的像长,f 为相机的焦距,H 为物体的长度,S 为物距。
4.根据权利要求3所述的船舶磁场动态检测中图像匹配定位方法,其特征在于,所述步骤S2中,选择合适的实验场地,确定好摄像机的位置后利用已测量好的靶标,对合适的靶标进行相片的拍摄,摄像机分别选择3个位置拍摄足够多相片,然后筛选出可以进行解算的相片,进行解算,计算出相机的内参数并进行精度评定,直到达到精度要求为止。
5.根据权利要求4所述的船舶磁场动态检测中图像匹配定位方法,其特征在于,所述步骤S2中,摄像机成像几何模型遵循针孔相机原理,以物点与像点的共线方程为解算基础,另外也需要考虑内方位元素和影像畸变的影响,其中,顾及实际像点偏差的共线条件方程为式(2):
(2)
是像点的***性误差,包括径向畸变差、偏心畸变差和像平面内仿射畸变差;
对共线条件方程式线性化,写成如下矩阵形式(3):
(3)
式中,为像点坐标残差,分别为外方位元素、物方点坐标和内参数;分别为相应参数的系数阵;为像点观测坐标与近似值计算坐标的差值;内参数包括内方位元素、镜头畸变参数以及像平面内x轴与y轴的尺度因子和不正交参数。
6.根据权利要求5所述的船舶磁场动态检测中图像匹配定位方法,其特征在于,所述步骤S3中,通过旋转变换将像方坐标统一到摄影机坐标系,则有
(4)
其中a 1a 2a 3等为旋转矩阵各元素。加上内方位元素(等)参数矩阵后,公式变为
(5)
利用DLT直接线性变换解法,将公式(5)变为
(6)
将靶标布设在实验区域,布设靶标按照摄像机清楚看见、水平方向竖直方向在一块区域内均匀分布的原则进行布设,布设12个靶标,靶标以黑白相间的格子为主要组成部分,以其中一个靶标作为相对原点,利用全站仪或其它定位精度高的仪器测量其它靶标,采用区域网平差方法进行解算,得到其它靶标的相对位置,然后摄像机利用上述原理进行相片拍摄和解算,得到相机的外方位元素,进行精度评定,直到精度满足要求。
7.根据权利要求6所述的船舶磁场动态检测中图像匹配定位方法,其特征在于,所述步骤S4中,用潮汐计实时测量水域海平面高度。
8.根据权利要求7所述的船舶磁场动态检测中图像匹配定位方法,其特征在于,所述步骤S5中,利用共线条件方程,在已知相机的位置和姿态的情况下,由立体像对上同名像点的像平面坐标通过最小二乘平差原理计算出物方点的三维空间坐标。共线条件方程的一般形式为:
(7)
式中:为相机主距;像方坐标系下,为像点坐标,为主点坐标;物方坐标系下,为物方点坐标,为相机中心坐标,是角元素的函数,表示主光轴的朝向;
将共线方程式(7)线性化,得到像点坐标改正数方程式,为
(8)
式(8)是一个迭代运算过程,其中为像点坐标改正数;是像点坐标前一次运算结果的近似值,像点坐标对每个变量的偏导数可依据式(7)得到;当内、外方位元素均已知时,像点坐标改正数方程式简化为
(9)
对于一个成像于立体像对上的物方点,按式(9)列出4个误差方程,采用最小二乘平差方法可以求出3个物方坐标未知数
9.根据权利要求8所述的船舶磁场动态检测中图像匹配定位方法,其特征在于,所述步骤S6中,利用相对定向原理将相机坐标系中的坐标(X,Y,Z)转换到地面坐标系中的坐标(X G ,Y G ,Z G ),其中,相对定向原理如下:
设相机坐标系与地面坐标系通过旋转矩阵和平移向量进行变换,则相机坐标系中的坐标与地面坐标系中的坐标转换可表示为下式:
(10)
式中:是角元素的函数,表示相机坐标系与地面坐标系各个坐标轴之间的旋转角,将式(10)进行线性化,得到相机坐标改正数方程:
(11)
式中:是相机坐标前一次运算结果的近似值;
由式(11)一个相机坐标点列出3个方程,而未知数共有6个,在相机坐标系中选取2点求解得出两个坐标系之间的关系,为了得到更加精确的结果,选取多于2个点进行平差计算,计算完成之后就可以根据旋转矩阵和平移向量求出船只的位置和姿态:
位置按下式求解:
(12)
姿态按下式求解:
(13)。
CN201710058380.8A 2017-01-23 2017-01-23 船舶磁场动态检测中图像匹配定位方法 Pending CN106871900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710058380.8A CN106871900A (zh) 2017-01-23 2017-01-23 船舶磁场动态检测中图像匹配定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710058380.8A CN106871900A (zh) 2017-01-23 2017-01-23 船舶磁场动态检测中图像匹配定位方法

Publications (1)

Publication Number Publication Date
CN106871900A true CN106871900A (zh) 2017-06-20

Family

ID=59158751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710058380.8A Pending CN106871900A (zh) 2017-01-23 2017-01-23 船舶磁场动态检测中图像匹配定位方法

Country Status (1)

Country Link
CN (1) CN106871900A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607091A (zh) * 2017-08-31 2018-01-19 中国电力科学研究院 一种测量无人机飞行航迹的方法
CN109409283A (zh) * 2018-10-24 2019-03-01 深圳市锦润防务科技有限公司 一种海面舰船跟踪和监控的方法、***和存储介质
CN110986947A (zh) * 2019-11-29 2020-04-10 重庆交通大学 多目标自航船模轨迹跟踪测量方法
CN111986312A (zh) * 2020-08-14 2020-11-24 连云港引航站 一种船舶轨迹绘制方法、终端设备及存储介质
CN112307805A (zh) * 2019-07-25 2021-02-02 南京理工大学 一种海上目标自动识别方法
CN113763484A (zh) * 2021-09-17 2021-12-07 交通运输部水运科学研究所 基于视频图像分析技术的船舶目标定位及速度估算方法
CN114234908A (zh) * 2021-10-29 2022-03-25 广东省国土资源测绘院 一种监测海堤沉降的方法、设备、介质及产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102123290A (zh) * 2011-01-05 2011-07-13 中兴通讯股份有限公司 一种纠正双摄像头所拍摄图像的平移误差的方法和装置
CN104729534A (zh) * 2015-03-12 2015-06-24 北京空间飞行器总体设计部 合作目标的单目视觉误差测量***及误差限量化方法
CN104729482A (zh) * 2015-03-30 2015-06-24 中国人民解放军63655部队 一种基于飞艇的地面微小目标侦测***及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102123290A (zh) * 2011-01-05 2011-07-13 中兴通讯股份有限公司 一种纠正双摄像头所拍摄图像的平移误差的方法和装置
CN104729534A (zh) * 2015-03-12 2015-06-24 北京空间飞行器总体设计部 合作目标的单目视觉误差测量***及误差限量化方法
CN104729482A (zh) * 2015-03-30 2015-06-24 中国人民解放军63655部队 一种基于飞艇的地面微小目标侦测***及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
周国华: ""低速运动条件下的磁传感器定位方法"", 《船电技术》 *
李晓飞: ""基于视觉的船舶跟踪与三维定位技术研究与应用"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
王焜等: ""基于视频的运动船只识别与跟踪技术研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
高俊吉等: ""水中非合作运动磁性目标跟踪及参数估计"", 《哈尔滨工程大学学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607091A (zh) * 2017-08-31 2018-01-19 中国电力科学研究院 一种测量无人机飞行航迹的方法
CN109409283A (zh) * 2018-10-24 2019-03-01 深圳市锦润防务科技有限公司 一种海面舰船跟踪和监控的方法、***和存储介质
CN112307805A (zh) * 2019-07-25 2021-02-02 南京理工大学 一种海上目标自动识别方法
CN112307805B (zh) * 2019-07-25 2022-09-27 南京理工大学 一种海上目标自动识别方法
CN110986947A (zh) * 2019-11-29 2020-04-10 重庆交通大学 多目标自航船模轨迹跟踪测量方法
CN110986947B (zh) * 2019-11-29 2023-05-02 重庆交通大学 多目标自航船模轨迹跟踪测量方法
CN111986312A (zh) * 2020-08-14 2020-11-24 连云港引航站 一种船舶轨迹绘制方法、终端设备及存储介质
CN113763484A (zh) * 2021-09-17 2021-12-07 交通运输部水运科学研究所 基于视频图像分析技术的船舶目标定位及速度估算方法
CN114234908A (zh) * 2021-10-29 2022-03-25 广东省国土资源测绘院 一种监测海堤沉降的方法、设备、介质及产品

Similar Documents

Publication Publication Date Title
CN106871900A (zh) 船舶磁场动态检测中图像匹配定位方法
CN110728715B (zh) 一种智能巡检机器人摄像机角度自适应调整方法
CN109658461B (zh) 一种基于虚拟仿真环境的合作二维码的无人机定位方法
US8098958B2 (en) Processing architecture for automatic image registration
CN108510551B (zh) 一种远距离大视场条件下相机参数的标定方法及***
CN112949478B (zh) 基于云台相机的目标检测方法
CN110319772B (zh) 基于无人机的视觉大跨度测距方法
CN109559355B (zh) 一种基于相机组的无公共视场的多相机全局标定装置及方法
CN104501779A (zh) 基于多站测量的无人机高精度目标定位方法
WO2007133620A2 (en) System and architecture for automatic image registration
CN105378794A (zh) 3d拍摄装置、用于建立3d图像的方法和用于构建3d拍摄装置的方法
CN107038753B (zh) 立体视觉三维重建***及方法
CN109859269B (zh) 岸基视频辅助定位无人机大范围流场测量方法及装置
CN113884519B (zh) 自导航x射线成像***及成像方法
CN117665841B (zh) 一种地理空间信息采集测绘方法及装置
CN110068306A (zh) 一种无人机巡查测度***及方法
CN108154535B (zh) 基于平行光管的摄像机标定方法
CN107421503B (zh) 单探测器三线阵立体测绘成像方法及***
CN109883400B (zh) 基于yolo-sitcol的固定站自动目标检测与空间定位方法
Wu Photogrammetry: 3-D from imagery
CN113240749B (zh) 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法
RU2692970C2 (ru) Способ калибровки видеодатчиков многоспектральной системы технического зрения
CN111768448A (zh) 一种基于多相机检测的空间坐标系标定方法
Castanheiro et al. Modeling hyperhemispherical points and calibrating a dual-fish-eye system for close-range applications
Growcott et al. Development and assessment of a digital stereo photogrammetric system to measure cetaceans at sea

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170620

RJ01 Rejection of invention patent application after publication