CN109242772B - 基于智能平台面阵相机采集的机场道面表面图像拼接方法 - Google Patents
基于智能平台面阵相机采集的机场道面表面图像拼接方法 Download PDFInfo
- Publication number
- CN109242772B CN109242772B CN201810964401.7A CN201810964401A CN109242772B CN 109242772 B CN109242772 B CN 109242772B CN 201810964401 A CN201810964401 A CN 201810964401A CN 109242772 B CN109242772 B CN 109242772B
- Authority
- CN
- China
- Prior art keywords
- height
- width
- canvas
- photo
- pathindex
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000004744 fabric Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 5
- 241000219307 Atriplex rosea Species 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- 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
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于智能平台面阵相机采集的机场道面表面图像拼接方法,包括采用步进往返移动、且均匀间隔拍摄数张连续的道面表面的照片;读取照片的中心坐标和道号,求得所有照片沿X轴方向的最大值和最小值,以及沿Y轴方向的最大值和最小值;将照片缩小比例为reducedScale;构建拼接的画布,并以画布左上角为原点,建立二维坐标系;根据任一所述照片应对的实际道面的中心坐标为计算获得该照片的左上角顶点坐标;判断该照片的道号的奇偶性,若道号为偶数,则将该照片沿顺时针或逆时针旋转180°;将处理的照片按拍摄顺序依次放置拼合,获得机场道面表面的拼接图像。本发明具有检测全面、检测结果占有量小、直观、准确等优点。
Description
技术领域
本发明涉及图像处理技术领域,尤其是基于智能平台面阵相机采集的机场道面表面图像拼接方法。
背景技术
随着现代化交通技术地不断发展,越来越多的机场建成并投入使用,机场跑道的服役年限也在逐年增加。随着机场跑道服役年限的推移,其也存在使用病害,因此,需要定期或/和不定期对机场跑道进行检查、养护,以保证飞机起降的安全性和使用效率。对机场跑道养护的前提是对跑道的运行状况进行检测和评估,所述检测包括表观检测和跑道内部检测。
目前,市面上已经出现了针对机场跑道运行状况检测的智能设备,在该智能设备上设置有工业相机、定位模块等,并且采用自主规划弓形路径,实现跑道的全覆盖检测。路面表观数据采用图片方式存储,通过编码器固定脉冲触发,每隔固定距离即可拍摄一张图片,同时可记录拍摄这张照片时相机的具***置(经纬度坐标,可转化为局部相对坐标系坐标),设定这个间隔距离保证相邻照片具有一定的重叠率,可使得采集数据能覆盖整个道面。但是,如何根据这些零散的图片拼接恢复出整个机场道面的全景照片是一个难点问题。传统的方法是根据图像处理算法,寻找各个图片之间的特征值,并进行特征值匹配,找到图片之间的重叠区域并进行拼接。但是这种方法首先是计算量很大,另外由于机场道面的特殊性,大部分图片几乎找不到很明显的特征,所以就算是相邻图片也会出现匹配失败的情况,因此,仅用传统图像处理方法几乎无法完成整个道面图片的拼接工作。
基于上述情况,急需要提出一种用于机场跑道道面表面图像拼接的方法,能保证将零散图片数据完整的,可靠的拼接起来,恢复出机场道面的全景照片,以便能直观、准确的观察机场跑道表面的全局状况。
发明内容
本发明的目的在于提供一种基于智能平台面阵相机采集的机场道面表面图像拼接方法,能够结合图片的位置信息,实现全景图片的完整可靠拼接,本发明采用的技术方案如下:
基于智能平台面阵相机采集的机场道面表面图像拼接方法,采用设置在智能平台上、且垂直向下拍摄机场跑道面的图像的面阵相机。所述机场道面表面图像拼接方法,包括以下步骤:
步骤S01,所述智能平台以跑道边缘为起点,采用步进往返移动,且均匀间隔拍摄数张连续的道面表面的照片;所述任一照片的分辨率为width×height,且该照片对应的机场道面的实际宽度为t_x、长度为t_y;第i张照片应对的实际道面的中心坐标为(x(i),y(i));将所述智能平台往返移动的路径记为道号pathindex;其中,width、height、t_x和均为大于零的数,t_y x(i)和y(i)为自然数,且i和pathindex为大于零的自然数。
步骤S02,读取步骤S01中的数张照片的中心坐标(x(i),y(i))和道号pathindex,采用遍历的方式求得所有照片沿X轴方向的最大值X_max和最小值X_min,以及沿Y轴方向的最大值Y_max和最小值Y_min。
步骤S03,将步骤S01中的照片缩小比例为reducedScale,得到任一照片的像素为r_width×r_height。
步骤S04,构建拼接的画布,所述画布的实际宽度为back_width,其表达式为:
back_width=((X_max-X_min)÷t_x+1)×r_width+r_width①
所述画布的实际高度为back_height,其表达式为:
back_height=((Y_max-Y_min)÷t_y+1)×r_height+r_height②
以画布左上角为原点,建立二维坐标系。
构建拼接的画布的具体步骤包括:
(41)预估画布初始像素宽度pic_width,其预估公式为:
pic_width=((X_max-X_min)÷t_x+1)×r_width③
(42)预估画布初始像素高度pic_height,其预估公式为:
pic_height=((Y_max-Y_min)÷t_y+1)×r_height④
(43)将(41)中预估的画布沿左右方向各增加一宽度方向裕度horizontalMargin;所述宽度方向裕度horizontalMargin=r_width÷2,得到实际的画布宽度back_width,其表示式为:
back_width=pic_width+2×horizontalMargin ⑤
(44)将(42)中预估的画布沿上下方向各增加一高度方向裕度VerticalMargin;所述VerticalMargin=r_height÷2,得到实际的画布高度back_height,其表示式为:
back_height=pic_height+2×VerticalMargin ⑥
步骤S05,根据任一所述照片应对的实际道面的中心坐标为(x(i),y(i))计算获得该照片的左上角顶点坐标(x'(i),y'(i)),其计算如下:
(51)选取拼接照片在步骤S04中的画布中的参考起点(Sx',Sy'),其中,Sx'=horizontalMargin,Sy'=back_height-VerticalMargin-r_height;所述参考起点(Sx',Sy')对应照片的实际道面的参考点为(Sx,Sy);其中,Sx=X_min,Sy=Y_min。
(52)设定(51)中该照片在画布坐标系中参考起点(Sx',Sy')的像素偏移量(dx'(i),dy'(i)),其中,dx'(i)=((x(i)-Sx)×r_width)÷t_x;
dy'(i)=-((y(i)-Sy)×r_height)÷t_y。
(53)求得(51)中该照片的左上角顶点坐标(x'(i),y'(i));其中,x'(i)=Sx'+dx'(i),y'(i)=Sy'+dy'(i)。
步骤S06,获取任一照片的道号pathindex,并判断该照片的道号pathindex的奇偶性,若道号pathindex为偶数,则将该照片沿顺时针或逆时针旋转180°,若道号pathindex为奇数,则保持原布设方向。
步骤S07,将步骤S06中处理的照片按拍摄顺序依次放置拼合,获得机场道面表面的拼接图像。
进一步地,所述步骤S01中,任一相邻的照片间距均小于t_y,且任一相邻的道的间距小于t_x。
与现有技术相比,本发明具有以下有益效果:
本发明绕开传统的图像处理方法,结合采集装置本身能够定位的优势,利用拍摄时记录的图片位置进行拼接,大大减小了计算量,并且只要所有图片位置记录正确,就能保证可靠拼接结果。只要保证相邻照片之间具有一定的重叠率,就可以保证拼接结果的全覆盖性。
本发明不仅计算量小,并且能保证结果的有效可靠,在本技术领域具有很高的实用价值和推广价值。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需使用的附图作简单介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对保护范围的限定,对于本领域技术人员来说,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相关的附图。
图1为本发明的照片拍摄路径图。
图2为本发明的画布构建示意图。
图3为本发明的拼接流程图。
具体实施方式
为使本申请的目的、技术方案和优点更为清楚,下面结合附图和实施例对本发明作进一步说明,本发明的实施方式包括但不限于下列实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例
如图1至图3所示,本实施例提供了一种基于智能平台面阵相机采集的机场道面表面图像拼接方法,采用设置在智能平台上、且垂直向下拍摄机场跑道面的图像的面阵相机。该面阵相机与地面的距离保持不变,并且拍摄的是固定的局部照片。由于面阵相机拍摄的相片像素分辨率为固定值,那么相机拍摄的每张图片也对应实际机场跑道的固定宽度和长度。需要说明的是,本实施例中所述的“左右”、“上下”等方位用语均基于附图的表示。
所述机场道面表面图像拼接方法,包括以下步骤:
第一步,所述智能平台以跑道边缘为起点,采用如图1所示的步进往返移动,且均匀间隔拍摄数张连续的道面表面的照片。每一张照片的分辨率为width×height,且该照片对应的机场道面的实际宽度为t_x、长度为t_y。其中,第i张照片应对的实际道面的中心坐标为(x(i),y(i))。将所述智能平台往返移动的路径记为道号pathindex,在本实施例中,以道号pathindex为8为例,假定每次任务道号都从1开始,第1道沿y轴方向行走。如此每张照片除去其固有属性分辨率之外,还具备对应的直角坐标及道号,在拍照过程中直角坐标和道号依照照片拍摄顺序保存。为了保证拍摄数据的全覆盖性,相邻照片间距小于t_y以保证一定重叠率,相邻道的间隔也小于t_x,以重叠冗余区域保证完整覆盖。
第二步,读取中的数张照片的中心坐标(x(i),y(i))和道号pathindex,由于照片间存在重叠部分,因此,采用遍历的方式求得所有照片沿X轴方向的坐标最大值X_max和最小值X_min,以及沿Y轴方向的坐标最大值Y_max和最小值Y_min。
第三步,将第一步中的照片缩小比例为reducedScale,得到任一照片的像素为r_width×r_height,即r_width=reducedScale×width,r_height=reducedScale×height。
第四步,构建拼接的画布,所述画布的实际宽度为back_width,其表达式为:
back_width=((X_max-X_min)÷t_x+1)×r_width+r_width①
所述画布的实际高度为back_height,其表达式为:
back_height=((Y_max-Y_min)÷t_y+1)×r_height+r_height②
以画布左上角为原点,建立二维坐标系。
构建拼接的画布的具体步骤包括:
(41)预估画布初始像素宽度pic_width,其预估公式为:
pic_width=((X_max-X_min)÷t_x+1)×r_width③
(42)预估画布初始像素高度pic_height,其预估公式为:
pic_height=((Y_max-Y_min)÷t_y+1)×r_height④
(43)将(41)中预估的画布沿左右方向各增加一宽度方向裕度horizontalMargin;所述宽度方向裕度horizontalMargin=r_width÷2,得到实际的画布宽度back_width,其表示式为:
back_width=pic_width+2×horizontalMargin ⑤
(44)将(42)中预估的画布沿上下方向各增加一高度方向裕度VerticalMargin;所述VerticalMargin=r_height÷2,得到实际的画布高度back_height,其表示式为:
back_height=pic_height+2×VerticalMargin ⑥
第五步,根据任一所述照片应对的实际道面的中心坐标为(x(i),y(i))计算获得该照片的左上角顶点坐标(x'(i),y'(i)),其计算如下:
(51)选取拼接照片在步骤S04中的画布中的参考起点(Sx',Sy'),其中,Sx'=horizontalMargin,Sy'=back_height-VerticalMargin-r_height;所述参考起点(Sx',Sy')对应照片的实际道面的参考点为(Sx,Sy),其中,Sx=X_min,Sy=Y_min。
(52)设定(51)中该照片在画布坐标系中参考起点(Sx',Sy')的像素偏移量(dx'(i),dy'(i)),其中,dx'(i)=((x(i)-Sx)×r_width)÷t_x;
dy'(i)=-((y(i)-Sy)×r_height)÷t_y。
(53)求得(51)中该照片的左上角顶点坐标(x'(i),y'(i));其中,x'(i)=Sx'+dx'(i),y'(i)=Sy'+dy'(i)。
第六步,判断该照片的道号pathindex的奇偶性,当道号pathindex为偶数时,由于偶数道行走方向沿y轴负方向,则将该照片沿顺时针或逆时针旋转180°,若道号pathindex为奇数,则保持原布设方向。
第七步,将第六步中处理的照片按拍摄顺序依次放置拼合,获得机场道面表面的拼接图像。所有的照片均放置在该画布上,通过输出整张画布到图片文件,即为拼接结果。
通过上述方案,本发明结合采集装置本身能够定位的优势,利用拍摄时记录的图片位置进行拼接,大大减小了计算量,并且只要所有图片位置记录正确,就能保证可靠拼接结果。只要保证相邻照片之间具有一定的重叠率,就可以保证拼接结果的全覆盖性。本发明不仅计算量小,并且能保证结果的有效可靠,与现有技术相比,具有突出的实质性特点和显著的进步,在本技术领域具有很高的实用价值和推广价值。
上述实施例仅为本发明的优选实施例,并非对本发明保护范围的限制,但凡采用本发明的设计原理,以及在此基础上进行非创造性劳动而作出的变化,均应属于本发明的保护范围之内。
Claims (2)
1.基于智能平台面阵相机采集的机场道面表面图像拼接方法,采用设置在智能平台上、且垂直向下拍摄机场跑道面的图像的面阵相机,其特征在于,所述机场道面表面图像拼接方法,包括以下步骤:
步骤S01,所述智能平台以跑道边缘为起点,采用步进往返移动,且均匀间隔拍摄数张连续的道面表面的照片;所述任一照片的分辨率为width×height,且该照片对应的机场道面的实际宽度为t_x、长度为t_y;任一所述照片应对的实际道面的中心坐标为(x(i),y(i));将所述智能平台往返移动的路径记为道号pathindex;其中,width、height、t_x和t_y均为大于零的数,x(i)和y(i)为自然数,且i和pathindex为大于零的自然数;
步骤S02,读取步骤S01中的数张照片的中心坐标(x(i),y(i))和道号pathindex,采用遍历的方式求得所有照片沿X轴方向的最大值X_max和最小值X_min,以及沿Y轴方向的最大值Y_max和最小值Y_min;
步骤S03,将步骤S01中的照片缩小比例为reducedScale,得到任一照片的像素为r_width×r_height;
步骤S04,构建拼接的画布,所述画布的实际宽度为back_width,其表达式为:
back_width=((X_max-X_min)÷t_x+1)×r_width+r_width ①
所述画布的实际高度为back_height,其表达式为:
back_height=((Y_max-Y_min)÷t_y+1)×r_height+r_height ②
以画布左上角为原点,建立二维坐标系;
构建拼接的画布的具体步骤包括:
(41)预估画布初始像素宽度pic_width,其预估公式为:
pic_width=((X_max-X_min)÷t_x+1)×r_width ③
(42)预估画布初始像素高度pic_height,其预估公式为:
pic_height=((Y_max-Y_min)÷t_y+1)×r_height ④
(43)将(41)中预估的画布沿左右方向各增加一宽度方向裕度horizontalMargin;所述宽度方向裕度horizontalMargin=r_width÷2,得到实际的画布宽度back_width,其表示式为:
back_width=pic_width+2×horizontalMargin ⑤
(44)将(42)中预估的画布沿上下方向各增加一高度方向裕度VerticalMargin;所述VerticalMargin=r_height÷2,得到实际的画布高度back_height,其表示式为:
back_height=pic_height+2×VerticalMargin ⑥
步骤S05,根据任一所述照片应对的实际道面的中心坐标为(x(i),y(i))计算获得该照片的左上角顶点坐标(x'(i),y'(i)),其计算如下:
(51)选取拼接照片在步骤S04中的画布中的参考起点(Sx',Sy');其中,Sx'=horizontalMargin;Sy'=back_height-VerticalMargin-r_height;所述参考起点(Sx',Sy')对应照片的实际道面的参考点为(Sx,Sy);其中,Sx=X_min,Sy=Y_min;
(52)设定(51)中该照片在画布坐标系中参考起点(Sx',Sy')的像素偏移量(dx'(i),dy'(i)),其中,dx'(i)=((x(i)-Sx)×r_width)÷t_x;
dy'(i)=-((y(i)-Sy)×r_height)÷t_y;
(53)求得(51)中该照片的左上角顶点坐标(x'(i),y'(i));其中,x'(i)=Sx'+dx'(i),y'(i)=Sy'+dy'(i);
步骤S06,获取任一照片的道号pathindex,并判断该照片的道号pathindex的奇偶性,若道号pathindex为偶数,则将该照片沿顺时针或逆时针旋转180°;若道号pathindex为奇数,则保持原布设方向;
步骤S07,将步骤S06中处理的照片按拍摄顺序依次放置拼合,获得机场道面表面的拼接图像。
2.根据权利要求1所述的基于智能平台面阵相机采集的机场道面表面图像拼接方法,其特征在于,所述步骤S01中,任一相邻的照片间距均小于t_y,且任一相邻的道的间距小于t_x。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810964401.7A CN109242772B (zh) | 2018-08-23 | 2018-08-23 | 基于智能平台面阵相机采集的机场道面表面图像拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810964401.7A CN109242772B (zh) | 2018-08-23 | 2018-08-23 | 基于智能平台面阵相机采集的机场道面表面图像拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109242772A CN109242772A (zh) | 2019-01-18 |
CN109242772B true CN109242772B (zh) | 2023-01-31 |
Family
ID=65068287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810964401.7A Active CN109242772B (zh) | 2018-08-23 | 2018-08-23 | 基于智能平台面阵相机采集的机场道面表面图像拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109242772B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110580679B (zh) * | 2019-06-25 | 2023-04-25 | 上海圭目机器人有限公司 | 一种应用于大面积平面图像的混合拼接方法 |
CN110503621B (zh) * | 2019-08-23 | 2022-07-01 | 上海圭目机器人有限公司 | 基于定位数据的图像全局拼接方法 |
CN110503622B (zh) * | 2019-08-23 | 2022-07-01 | 上海圭目机器人有限公司 | 基于定位数据的图像全局定位优化拼接方法 |
CN110969576B (zh) * | 2019-11-13 | 2021-09-03 | 同济大学 | 一种基于路侧ptz相机的高速公路路面图像拼接方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001052152A (ja) * | 1999-08-17 | 2001-02-23 | Canon Inc | 画像合成方法、画像合成装置及び記憶媒体 |
CN101568018A (zh) * | 2008-04-22 | 2009-10-28 | 中兴通讯股份有限公司 | 一种无旋转全景摄像装置及其构成的监控*** |
CN104331859A (zh) * | 2014-09-23 | 2015-02-04 | 航天东方红卫星有限公司 | 一种遥感卫星狭长目标区域的斜条带拼接成像方法 |
CN106791455A (zh) * | 2017-03-31 | 2017-05-31 | 努比亚技术有限公司 | 全景拍摄方法及装置 |
WO2017088678A1 (zh) * | 2015-11-24 | 2017-06-01 | 努比亚技术有限公司 | 长曝光全景图像拍摄装置和方法 |
CN106991645A (zh) * | 2017-03-22 | 2017-07-28 | 腾讯科技(深圳)有限公司 | 图像拼接方法及装置 |
CN107274341A (zh) * | 2017-05-18 | 2017-10-20 | 合肥工业大学 | 基于固定拼接参数的快速双目鱼眼全景图像拼接方法 |
CN107305683A (zh) * | 2016-04-22 | 2017-10-31 | 富士通株式会社 | 图像处理方法、图像处理设备及图像处理装置 |
CN107438152A (zh) * | 2016-05-25 | 2017-12-05 | 中国民用航空总局第二研究所 | 一种运动摄像机对全景目标快速定位捕捉方法及*** |
CN107945112A (zh) * | 2017-11-17 | 2018-04-20 | 浙江大华技术股份有限公司 | 一种全景图像拼接方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100866230B1 (ko) * | 2007-04-12 | 2008-10-30 | 삼성전자주식회사 | 파노라마 사진 촬영 방법 |
KR102090624B1 (ko) * | 2013-02-26 | 2020-03-18 | 삼성전자 주식회사 | 이미지 촬영장치 및 방법 |
-
2018
- 2018-08-23 CN CN201810964401.7A patent/CN109242772B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001052152A (ja) * | 1999-08-17 | 2001-02-23 | Canon Inc | 画像合成方法、画像合成装置及び記憶媒体 |
CN101568018A (zh) * | 2008-04-22 | 2009-10-28 | 中兴通讯股份有限公司 | 一种无旋转全景摄像装置及其构成的监控*** |
CN104331859A (zh) * | 2014-09-23 | 2015-02-04 | 航天东方红卫星有限公司 | 一种遥感卫星狭长目标区域的斜条带拼接成像方法 |
WO2017088678A1 (zh) * | 2015-11-24 | 2017-06-01 | 努比亚技术有限公司 | 长曝光全景图像拍摄装置和方法 |
CN107305683A (zh) * | 2016-04-22 | 2017-10-31 | 富士通株式会社 | 图像处理方法、图像处理设备及图像处理装置 |
CN107438152A (zh) * | 2016-05-25 | 2017-12-05 | 中国民用航空总局第二研究所 | 一种运动摄像机对全景目标快速定位捕捉方法及*** |
CN106991645A (zh) * | 2017-03-22 | 2017-07-28 | 腾讯科技(深圳)有限公司 | 图像拼接方法及装置 |
CN106791455A (zh) * | 2017-03-31 | 2017-05-31 | 努比亚技术有限公司 | 全景拍摄方法及装置 |
CN107274341A (zh) * | 2017-05-18 | 2017-10-20 | 合肥工业大学 | 基于固定拼接参数的快速双目鱼眼全景图像拼接方法 |
CN107945112A (zh) * | 2017-11-17 | 2018-04-20 | 浙江大华技术股份有限公司 | 一种全景图像拼接方法及装置 |
Non-Patent Citations (2)
Title |
---|
"Wide Image Geometric Mosaic and Measure Algorithm of Mobile Mapping System";Wu Meng;《2016 International Conference on Intelligent Networking and Collaborative Systems (INCoS)》;20160909;全文 * |
"图像拼接与全景图技术研究";钟民;《中国优秀硕士学位论文全文数据库》;20120515;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109242772A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242772B (zh) | 基于智能平台面阵相机采集的机场道面表面图像拼接方法 | |
CN108871288B (zh) | 一种无人机带状倾斜影像航测方法及*** | |
JP5363752B2 (ja) | 路面標示地図生成方法 | |
CN105512646B (zh) | 一种数据处理方法、装置及终端 | |
JP6510247B2 (ja) | 測量データ処理装置、測量データ処理方法およびプログラム | |
JP5324240B2 (ja) | 路面標示地図生成方法及び路面標示地図生成装置 | |
JP6674822B2 (ja) | 点群データ生成用画像の撮影方法、及び当該画像を用いた点群データ生成方法 | |
CN107270910A (zh) | 单镜头倾斜摄影航飞线路设计方法、***及航拍摄影方法 | |
CN109005349B (zh) | 基于智能平台面阵相机采集的机场道面表面图像改进拼接方法 | |
CN104123730A (zh) | 基于道路特征的遥感影像与激光点云配准方法及*** | |
CN110345925B (zh) | 一种针对五目航拍照片质量检测及空三处理方法 | |
CN109583313A (zh) | 车道线提取方法、装置及存储介质 | |
JP7240573B2 (ja) | 施工支援システムおよび施工支援装置 | |
US20120218409A1 (en) | Methods and apparatus for automated assignment of geodetic coordinates to pixels of images of aerial video | |
CN114463308B (zh) | 一种无人机视角光伏组件视觉检测方法、装置及处理设备 | |
CN116182805A (zh) | 基于遥感图像的国土测绘方法 | |
CN107588738A (zh) | 一种基于视频图像偏移量跟踪的形变监测方法及装置 | |
CN107741233A (zh) | 一种三维室外地图的构建方法 | |
CN112907749B (zh) | 一种多建筑物的三维重建方法及*** | |
CN111612829B (zh) | 一种高精度地图的构建方法、***、终端和存储介质 | |
JP2014126537A (ja) | 座標補正装置、座標補正プログラム、及び座標補正方法 | |
CN104539926A (zh) | 距离确定方法和设备 | |
CN110940318A (zh) | 航空遥感实时成像方法、电子设备以及存储介质 | |
JPWO2020194570A1 (ja) | 標識位置特定システム及びプログラム | |
CN104539927A (zh) | 距离确定方法和设备 |
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 |