CN106969723B - 基于低速相机阵列的高速动态物体关键点三维测量方法 - Google Patents
基于低速相机阵列的高速动态物体关键点三维测量方法 Download PDFInfo
- Publication number
- CN106969723B CN106969723B CN201710266074.3A CN201710266074A CN106969723B CN 106969723 B CN106969723 B CN 106969723B CN 201710266074 A CN201710266074 A CN 201710266074A CN 106969723 B CN106969723 B CN 106969723B
- Authority
- CN
- China
- Prior art keywords
- low speed
- key point
- speed camera
- camera array
- dynamic object
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于三维测量相关技术领域,其公开了一种基于低速相机阵列的高速动态物体关键点三维测量方法,其包括以下步骤:(1)提供一个关键点三维测量***,所述关键点三维测量***包括第一低速相机阵列及第二低速相机阵列,对所述关键点三维测量***进行***标定以获得各个双目视觉测量***到世界坐标系的转换关系;(2)控制所述第一低速相机阵列及所述第二低速相机阵列中的低速相机按照时序顺序同时进行图像采集;(3)依据各个双目视觉测量***到世界坐标系的转换关系将各个双目视觉动态物体关键点三维测量***的三维数据转换到所述世界坐标系下,以完成高速动态物体关键点三维测量。上述方法降低了测量成本,测量精度较高,测量时间较长。
Description
技术领域
本发明属于三维测量相关技术领域,更具体地,涉及一种基于低速相机阵列的高速动态物体关键点三维测量方法。
背景技术
动态物体关键点三维测量是使用三维测量仪器连续追踪运动物体关键点三维坐标的技术,这种技术可以用于测量或者分析运动物体的关键点变形、运动速度、加速度、关键点振动、轨迹和姿态角等关键数据,在航空航天、空气动力、汽车工业等领域都有着广泛的应用。基于视觉测量的动态物体关键点三维测量技术以其非接触、测量速度快、操作简单等优点在动态物体关键点三维测量领域发挥着重要作用。
基于视觉测量的动态物体关键点三维测量技术通常使用两个数字相机同时从不同角度连续拍摄被测物体,通过图像处理、对应点查找及三维重构来获得被测特征的三维坐标,这种技术可分为在线测量与离线测量,在进行高速动态物体关键点三维测量时,由于测量速度较快,目前一般使用离线测量方法进行高速动态物体关键点三维测量,即先使用相机采集图像,然后进行数据计算与分析。
高速动态物体关键点三维测量时,进行图像采集的相机帧率需要与测量速度对应,因此当测量速度较快时,需要采集帧率较大的高速相机进行图像采集。然而,使用高速相机进行图像采集存在以下缺陷:1.数字相机的价格随着采集帧率的增加呈指数倍增加,高速相机的价格更是高达几十万元,严重增加了高速动态物体关键点三维测量的成本;2.由于图像传输或者保存速度的限制,当图像采集帧率较大时,图像分辨率较低,严重影响了采集图像的质量与测量精度;3.由于图像存储空间的限制,进行高速动态物体关键点三维测量时,持续测量时间较短,当需要测量时间较长时,使用高速相机进行测量无法满足测量需求。相应地,本领域存在着发展一种测量成本较低的高速动态物体关键点三维测量方法的技术需求。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于低速相机阵列的高速动态物体关键点三维测量方法,其基于高速动态物体关键点三维测量的特点,针对高速动态物体关键点三维测量方法进行了设计。所述高速动态物体关键点三维测量方法采用多个低速相机组成低速相机阵列来进行高速图像采集,然后根据低速相机阵列中组成的各双目视觉测量***的坐标系到世界坐标系的转换关系,将各个双目视觉测量***的测量数据转换到世界坐标系下,以完成高速动态物体关键点三维测量,降低了测量成本,测量精度较高,测量时间较长。
为实现上述目的,本发明提供了一种基于低速相机阵列的高速动态物体关键点三维测量方法,其包括以下步骤:
(1)提供一个关键点三维测量***,所述关键点三维测量***包括第一低速相机阵列及第二低速相机阵列,所述第一低速相机阵列与所述第二低速相机阵列组成了多个双目视觉测量***;对所述关键点三维测量***进行***标定以获得各个低速相机的内部参数和外部参数,进而获得各个双目视觉测量***到世界坐标系的转换关系;
(2)控制所述第一低速相机阵列及所述第二低速相机阵列中的低速相机按照时序顺序同时进行图像采集,并将采集到的图像进行实时保存;
(3)将高速动态物体关键点三维测量看作多个双目视觉动态物体关键点三维测量***的组合,并计算各个双目视觉动态物体关键点三维测量***的三维数据,进而依据各个双目视觉测量***到世界坐标系的转换关系将各个双目视觉动态物体关键点三维测量***的三维数据转换到所述世界坐标系下,以完成高速动态物体关键点三维测量。
进一步地,所述关键点三维测量***还包括时序触发控制器所述时序触发控制器分别连接于所述第一低速相机阵列及所述第二低速相机阵列,其用于根据低速相机阵列中的时序关系触发低速相机阵列中的低速相机进行图像拍摄。
进一步地,所述关键点三维测量***还包括图像存储器,所述图像存储器电性连接于所述第一低速相机阵列及所述第二低速相机阵列,其用于实时存储所述第一低速相机阵列及所述第二低速相机阵列拍摄的图像。
进一步地,所述关键点三维测量***还包括计算机,所述计算机用于进行***标定、图像处理、对应点匹配及三维重构。
进一步地,所述第一低速相机阵列及所述第二低速相机阵列包含相同数量的低速相机,且各低速相机的规格相同。
进一步地,所述低速相机的最大采集帧率fmax满足:其中,v为测量速度,n为单个低速相机阵列中低速相机的个数。
进一步地,所述关键点三维测量***的***标定包括以下子步骤:
(a)使用所述第一低速相机阵列与所述第二低速相机阵列中的所有低速相机同时拍摄多副标靶在不同姿态下的图像;
(b)分别使用双目视觉测量***标定方法标定出各个双目视觉测量***的***参数;
(c)依次计算第i个(1≤i≤n,n为单个低速相机阵列中低速相机的数量)双目视觉测量坐标系到第一个双目视觉测量坐标系的旋转矩阵Ri和平移向量Ti,完成测量***的标定。
进一步地,计算各个双目视觉动态物体关键点三维测量***的三维数据包括以下子步骤:
(s1)采用图像处理方法计算关键点在图像中的像素坐标;
(s2)根据立体视觉的极线几何关系寻找到预定图像上的关键点在另一个低速相机拍摄的图像中的对应点;
(s3)采用三维重构算法计算出关键点在双目视觉测量***测量坐标系下的坐标。
进一步地,将各个双目视觉动态物体关键点三维测量***的三维数据转换到所述世界坐标系下是根据公式(1)进行的,公式(1)为
P1=RiPi+Ti (1)
其中,P1为第一双目视觉测量坐标系中的三维点坐标,Pi为第i个双目视觉测量坐标系中的三维点坐标,Ri和Ti分别为步骤(1)中标定得到的第i个双目视觉坐标系到第一个双目视觉坐标系的旋转矩阵与平移向量。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,本发明较佳实施方式提供的基于低速相机阵列的高速动态物体关键点三维测量方法主要具有以下有益效果:
(1)采用多个低速相机组成低速相机阵列来进行高速图像采集,避免了使用高速相机,降低了测量成本,保证了图像质量;
(2)根据低速相机阵列中组成的各双目视觉测量***的坐标系到世界坐标系的转换关系,将各个双目视觉测量***的测量数据转换到世界坐标系下,以完成高速动态物体关键点三维测量,测量精度较高,测量时间较长;
(3)所述高速动态物体关键点三维测量方法简单易于实现,可以满足更长的测量时长要求,有利于推广应用。
附图说明
图1是本发明较佳实施方式提供的基于低速相机阵列的高速动态物体关键点三维测量方法的流程示意图;
图2是图1中的基于低速相机阵列的高速动态物体关键点三维测量方法涉及的关键点三维测量***的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参阅图1及图2,本发明较佳实施方式提供的基于低速相机阵列的高速动态物体关键点三维测量方法,所述高速动态物体关键点三维测量方法采用多个低速相机(相对于高速相机而言)组成低速相机阵列来进行高速图像采集,然后根据低速相机阵列中组成的各双目视觉测量***的坐标系到世界坐标系的转换关系,将各个双目视觉测量***的测量数据转换到世界坐标系下,以完成高速动态物体关键点三维测量,降低了测量成本,测量精度较高,测量时间较长,克服了现有基于视觉的高速动态物体关键点三维测量方法在进行高速动态物体关键点三维测量时存在的测量成本高、图像质量差、持续测量时间短等缺点。
本实施方式中,所述的基于低速相机阵列的高速动态物体关键点三维测量方法主要包括以下步骤:
步骤一,提供一个关键点三维测量***,所述关键点三维测量***包括第一低速相机阵列及第二低速相机阵列,所述第一低速相机阵列与所述第二低速相机阵列组成了多个双目视觉测量***;对所述关键点三维测量***进行***标定以获得各个低速相机的内部参数和外部参数,进而获得各个双目视觉测量***到世界坐标系的转换关系。
具体地,所述关键点三维测量***还包括时序触发控制器、图像存储器及计算机,所述时序触发控制器分别连接于所述第一低速相机阵列及所述第二低速相机阵列,其用于根据低速相机阵列中的时序关系触发低速相机阵列中的低速相机进行图像拍摄。
所述图像存储器连接于所述第一低速相机阵列及所述第二低速相机阵列,其用于实时存储所述第一低速相机阵列及所述第二低速相机阵列拍摄的图像。
所述计算机用于进行***标定、图像处理、对应点匹配、三维重构等。本实施方式中,所述第一低速相机阵列及所述第二低速相机阵列包含相同数量的低速相机,且各低速相机的规格相同,所述低速相机的最大采集帧率fmax满足:其中,v为测量速度,n为单个低速相机阵列中低速相机的个数。
在对所述关键点三维测量***进行***标定时,所述第一低速相机阵列及所述第二低速相机阵列中低速相机序号相同的两低速相机标记为一套双目视觉测量***,如在所述第一低速相机阵列及所述第二低速相机阵列中序号为i的两个相机标记为第i个双目视觉测量***(1≤i≤n,n为单个低速相机阵列中低速相机的数量),则基于低速相机阵列的高速动态物体关键点三维测量***可以看作是多套双目视觉测量***的组合。具体地,将第一个双目视觉测量***的测量坐标系定义为世界坐标系;标定时,使用所述第一低速相机阵列与所述第二低速相机阵列中的所有低速相机同时拍摄多副标靶在不同姿态下的图像,然后分别使用双目视觉测量***标定方法标定出各个双目视觉测量***的***参数,最后依次计算第i个双目视觉测量坐标系到第一个双目视觉测量坐标系的旋转矩阵Ri和平移向量Ti,完成测量***的标定。各个双目视觉测量***测量坐标系到第一双目视觉测量坐标系的旋转矩阵及平移向量体现了各个双目视觉测量***到世界坐标系的转换关系。
步骤二,控制所述第一低速相机阵列及所述第二低速相机阵列中的低速相机按照时序顺序同时进行图像采集,并将采集到的图像进行实时保存。具体地,在进行图像采集时,所述时序触发控制器控制所述第一低速相机阵列及所述第二低速相机阵列中的低速相机按照时序顺序进行图像采集,即:所述第一低速相机阵列及所述第二低速相机阵列中序号为i的两个低速相机同时在第时刻采集图像,其中k为单个低速相机已经采集的图像张数,n为低速相机阵列中相机的个数。所述低速相机采集的图像实时保存在所述图像存储器内,以便于所述计算机进行三维数据计算时使用。
步骤三,将高速动态物体关键点三维测量看作多个双目视觉动态物体关键点三维测量***的组合,并计算各个双目视觉动态物体关键点三维测量***的三维数据,进而依据各个双目视觉测量***到世界坐标系的转换关系将各个双目视觉动态物体关键点三维测量***的三维数据转换到所述世界坐标系下,以完成高速动态物体关键点三维测量。
具体地,基于低速相机阵列的动态物体关键点三维测量***可以看作多套双目视觉动态物体关键点三维测量***的组合,在基于低速相机阵列的动态物体关键点测量***三维计算前需要先计算各个双目视觉动态物体关键点三维测量***的三维数据计算,然后根据公式(1)将各个双目视觉动态物体关键点三维测量***的三维数据转换到第一双目视觉测量坐标系中,以完成基于低速相机阵列的高速动态物体关键点三维测量。
P1=RiPi+Ti (1)
其中,P1为第一双目视觉测量坐标系中的三维点坐标,Pi为第i个双目视觉测量坐标系中的三维点坐标,Ri和Ti分别为步骤一中标定得到的第i个双目视觉坐标系到第一个双目视觉坐标系的旋转矩阵与平移向量。
双目视觉动态物体关键点测量***的三维数据计算包括以下步骤:关键点提取、对应点匹配及三维重构。关键点提取是使用图像处理方法计算关键点在图像中的像素坐标,其中关键点可以为圆形关键点或者角点关键点;对应点匹配是根据立体视觉的极线几何关系寻找到特定图像上的关键点在另一个低速相机图像中的对应点;对应点匹配完成后就可以使用三维重构算法计算出关键点在双目视觉测量***测量坐标系下的坐标。一般双目视觉测量***测量坐标系与双目视觉测量***左相机的相机坐标系重合。
本发明提供的基于低速相机阵列的高速动态物体关键点三维测量方法采用多个低速相机组成低速相机阵列来进行高速图像采集,然后根据低速相机阵列中组成的各双目视觉测量***的坐标系到世界坐标系的转换关系,将各个双目视觉测量***的测量数据转换到世界坐标系下,以完成高速动态物体关键点三维测量,降低了测量成本,测量精度较高,测量时间较长。
本领域的技术人员容易理解,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于,该方法包括以下步骤:
(1)提供一个关键点三维测量***,所述关键点三维测量***包括第一低速相机阵列及第二低速相机阵列,所述第一低速相机阵列与所述第二低速相机阵列组成了多个双目视觉测量***;对所述关键点三维测量***进行***标定以获得各个低速相机的内部参数和外部参数,进而获得各个双目视觉测量***到世界坐标系的转换关系;其中,***标定时,所有低速相机同时拍摄多副标靶在不同姿态下的图像;
(2)控制所述第一低速相机阵列及所述第二低速相机阵列中的低速相机按照时序顺序同时进行图像采集,并将采集到的图像进行实时保存;
(3)将高速动态物体关键点三维测量看作多个双目视觉动态物体关键点三维测量***的组合,并计算各个双目视觉动态物体关键点三维测量***的三维数据,进而依据各个双目视觉测量***到世界坐标系的转换关系将各个双目视觉动态物体关键点三维测量***的三维数据转换到所述世界坐标系下,以完成高速动态物体关键点三维测量。
2.如权利要求1所述的基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于:所述关键点三维测量***还包括时序触发控制器,所述时序触发控制器分别连接于所述第一低速相机阵列及所述第二低速相机阵列,其用于根据低速相机阵列中的时序关系触发低速相机阵列中的低速相机进行图像拍摄。
3.如权利要求2所述的基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于:所述关键点三维测量***还包括图像存储器,所述图像存储器电性连接于所述第一低速相机阵列及所述第二低速相机阵列,其用于实时存储所述第一低速相机阵列及所述第二低速相机阵列拍摄的图像。
4.如权利要求3所述的基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于:所述关键点三维测量***还包括计算机,所述计算机用于进行***标定、图像处理、对应点匹配及三维重构。
5.如权利要求1-4任一项所述的基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于:所述第一低速相机阵列及所述第二低速相机阵列包含相同数量的低速相机,且各低速相机的规格相同。
6.如权利要求5所述的基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于:所述低速相机的最大采集帧率fmax满足:其中,v为测量速度,n为单个低速相机阵列中低速相机的个数。
7.如权利要求1-4任一项所述的基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于:所述关键点三维测量***的***标定包括以下子步骤:
(a)使用所述第一低速相机阵列与所述第二低速相机阵列中的所有低速相机同时拍摄多副标靶在不同姿态下的图像;
(b)分别使用双目视觉测量***标定方法标定出各个双目视觉测量***的***参数;
(c)依次计算第i个,1≤i≤n,n为单个低速相机阵列中低速相机的数量,双目视觉测量坐标系到第一个双目视觉测量坐标系的旋转矩阵Ri和平移向量Ti,完成测量***的标定。
8.如权利要求7所述的基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于:计算各个双目视觉动态物体关键点三维测量***的三维数据包括以下子步骤:
(s1)采用图像处理方法计算关键点在图像中的像素坐标;
(s2)根据立体视觉的极线几何关系寻找到预定图像上的关键点在另一个低速相机拍摄的图像中的对应点;
(s3)采用三维重构算法计算出关键点在双目视觉测量***测量坐标系下的坐标。
9.如权利要求8所述的基于低速相机阵列的高速动态物体关键点三维测量方法,其特征在于:将各个双目视觉动态物体关键点三维测量***的三维数据转换到所述世界坐标系下是根据公式(1)进行的,公式(1)为
P1=RiPi+Ti (1)
其中,P1为第一双目视觉测量坐标系中的三维点坐标,Pi为第i个双目视觉测量坐标系中的三维点坐标,Ri和Ti分别为步骤(1)中标定得到的第i个双目视觉坐标系到第一个双目视觉坐标系的旋转矩阵与平移向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710266074.3A CN106969723B (zh) | 2017-04-21 | 2017-04-21 | 基于低速相机阵列的高速动态物体关键点三维测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710266074.3A CN106969723B (zh) | 2017-04-21 | 2017-04-21 | 基于低速相机阵列的高速动态物体关键点三维测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106969723A CN106969723A (zh) | 2017-07-21 |
CN106969723B true CN106969723B (zh) | 2019-07-09 |
Family
ID=59332485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710266074.3A Active CN106969723B (zh) | 2017-04-21 | 2017-04-21 | 基于低速相机阵列的高速动态物体关键点三维测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106969723B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107576286B (zh) * | 2017-09-04 | 2019-06-25 | 安徽省爱夫卡电子科技有限公司 | 一种标靶整体优化的空间位置与姿态解求方法 |
CN107990940B (zh) * | 2017-12-20 | 2020-09-11 | 武汉惟景三维科技有限公司 | 一种基于立体视觉测量技术的运动物体追踪方法 |
CN109413328A (zh) * | 2018-10-16 | 2019-03-01 | 长春理工大学 | 一种阵列式相机快门有线控制装置 |
CN110388960B (zh) * | 2019-07-05 | 2021-12-14 | 燕山大学 | 用低速相机实现高速运动产品质量检测装置 |
CN111458958B (zh) * | 2020-03-25 | 2022-04-08 | 东莞市至品创造数码科技有限公司 | 一种相机移动速度可调节的延时摄影方法及装置 |
CN111854632B (zh) * | 2020-06-22 | 2021-12-14 | 新拓三维技术(深圳)有限公司 | 一种高速运动物体的图像测量方法及计算机可读存储介质 |
CN112200838B (zh) * | 2020-10-10 | 2023-01-24 | 中国科学院长春光学精密机械与物理研究所 | 一种弹丸轨迹跟踪方法、装置、设备及存储介质 |
CN112985293B (zh) * | 2021-01-14 | 2023-05-30 | 北京航空航天大学 | 一种单像机双球面镜镜像双目视觉测量***和测量方法 |
CN112697065B (zh) * | 2021-01-25 | 2022-07-15 | 东南大学 | 基于相机阵列的三维形貌重构方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226640A (zh) * | 2007-12-21 | 2008-07-23 | 西北工业大学 | 基于多双目立体视觉的运动捕获方法 |
CN101321302A (zh) * | 2008-07-08 | 2008-12-10 | 浙江大学 | 基于摄像机阵列的三维实时获取*** |
CN101825445A (zh) * | 2010-05-10 | 2010-09-08 | 华中科技大学 | 一种动态物体的三维测量*** |
CN102104735A (zh) * | 2011-01-28 | 2011-06-22 | 清华大学 | 一种计算光照的运动场景图像捕获方法及装置 |
CN102497511A (zh) * | 2011-12-07 | 2012-06-13 | 苏州科雷芯电子科技有限公司 | 一种利用低速摄像机拍摄高速移动物体的方法 |
CN103323209A (zh) * | 2013-07-02 | 2013-09-25 | 清华大学 | 基于双目立体视觉的结构模态参数识别*** |
-
2017
- 2017-04-21 CN CN201710266074.3A patent/CN106969723B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226640A (zh) * | 2007-12-21 | 2008-07-23 | 西北工业大学 | 基于多双目立体视觉的运动捕获方法 |
CN101321302A (zh) * | 2008-07-08 | 2008-12-10 | 浙江大学 | 基于摄像机阵列的三维实时获取*** |
CN101825445A (zh) * | 2010-05-10 | 2010-09-08 | 华中科技大学 | 一种动态物体的三维测量*** |
CN102104735A (zh) * | 2011-01-28 | 2011-06-22 | 清华大学 | 一种计算光照的运动场景图像捕获方法及装置 |
CN102497511A (zh) * | 2011-12-07 | 2012-06-13 | 苏州科雷芯电子科技有限公司 | 一种利用低速摄像机拍摄高速移动物体的方法 |
CN103323209A (zh) * | 2013-07-02 | 2013-09-25 | 清华大学 | 基于双目立体视觉的结构模态参数识别*** |
Non-Patent Citations (2)
Title |
---|
Design and application of a digital array high-speed camera system;Wei Liu等;《Optics and Lasers in Engineering》;20151218;第78卷;第148-154页 |
动态三维测量中图像同步高速投影与采集的原理及实现;朱红等;《现代制造工程》;20150430(第4期);第95-100页 |
Also Published As
Publication number | Publication date |
---|---|
CN106969723A (zh) | 2017-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106969723B (zh) | 基于低速相机阵列的高速动态物体关键点三维测量方法 | |
CN107945265B (zh) | 基于在线学习深度预测网络的实时稠密单目slam方法与*** | |
CN103162622B (zh) | 单目视觉***及其使用的便携式球靶标及其测量方法 | |
CN103854283B (zh) | 一种基于在线学习的移动增强现实跟踪注册方法 | |
CN103759670B (zh) | 一种基于数字近景摄影的物体三维信息获取方法 | |
CN110296691A (zh) | 融合imu标定的双目立体视觉测量方法与*** | |
CN103559711B (zh) | 基于三维视觉***图像特征和三维信息的运动估计方法 | |
CN104165750B (zh) | 立体视觉结合陀螺仪风洞模型位姿测量方法 | |
KR101472274B1 (ko) | 운동하는 볼에 대한 센싱장치 및 센싱방법 | |
CN114529605B (zh) | 一种基于多视图融合的人体三维姿态估计方法 | |
JP2018527554A (ja) | 無人航空機の奥行き画像の取得方法、取得装置及び無人航空機 | |
CN106295512B (zh) | 基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法 | |
CN110070598A (zh) | 用于3d扫描重建的移动终端及其进行3d扫描重建方法 | |
CN111325801A (zh) | 一种激光雷达和相机的联合标定方法 | |
CN107990940A (zh) | 一种基于立体视觉测量技术的运动物体追踪方法 | |
CN108662987A (zh) | 2d摄像式激光测量头的标定方法 | |
CN109827502A (zh) | 一种标定点图像补偿的线结构光视觉传感器高精度标定方法 | |
CN109712232B (zh) | 一种基于光场的物体表面轮廓三维成像方法 | |
CN109766758A (zh) | 一种基于orb特征的视觉slam方法 | |
CN107038753B (zh) | 立体视觉三维重建***及方法 | |
CN110044374A (zh) | 一种基于图像特征的单目视觉测量里程的方法及里程计 | |
CN107146223B (zh) | 一种输电塔及输电线位移耦合的分析***及方法 | |
CN112907573B (zh) | 一种基于3d卷积的深度补全方法 | |
KR20190063153A (ko) | 단일 카메라 영상을 이용하여 초기 3차원 궤적 및 속도를 동시에 복원하는 시스템 및 그 방법 | |
CN105303518A (zh) | 一种基于区域特征的视频帧间拼接方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |