CN110310243B - 一种无人机摄影测量的图像校正方法、***和存储介质 - Google Patents

一种无人机摄影测量的图像校正方法、***和存储介质 Download PDF

Info

Publication number
CN110310243B
CN110310243B CN201910573954.4A CN201910573954A CN110310243B CN 110310243 B CN110310243 B CN 110310243B CN 201910573954 A CN201910573954 A CN 201910573954A CN 110310243 B CN110310243 B CN 110310243B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
time
image
homography matrix
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
Application number
CN201910573954.4A
Other languages
English (en)
Other versions
CN110310243A (zh
Inventor
陈贡发
张海柱
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201910573954.4A priority Critical patent/CN110310243B/zh
Publication of CN110310243A publication Critical patent/CN110310243A/zh
Application granted granted Critical
Publication of CN110310243B publication Critical patent/CN110310243B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种无人机摄影测量的图像校正方法、***和存储介质，所述方法包括：分别获取无人机飞行状态下t1和t2时刻无人机姿态角及内参数，并将t1时刻的采集的图像作为基准照片；t2时刻采集的图像作为待校准图像；分别构建单应性矩阵，分别记为H1和H2；将所述单应性矩阵H1和H2组合得到t1时刻和t2时刻之间的转换单应性矩阵H；将待校准图像的像素点输入转换单应性矩阵H，所述转换单应性矩阵H结合基准照片的对应像素点校准待校准图像的像素点并输出校准后的图像。本发明通过采集无人机不同的时刻的姿态角信息结合无人机内参数，构建转换单应性矩阵进行摄影图像的校正，提高了校准精度，减小了测量误差，提高了摄影测量精度。

Description

一种无人机摄影测量的图像校正方法、***和存储介质
技术领域
本发明涉及摄影测量领域，更具体地，涉及一种无人机摄影测量的图像校正方法、***和存储介质。
背景技术
当前，科技的高速发展以及无人机技术的完善，使得无人机能够应用在更多的领域，发挥无人机灵活、操作方便以及不受地形限制的优点。虽然近年来无人机技术得到了快速发展，但是无人机在进行摄影测量作业时，还是会受到环境的影响，比如说风的影响，会导致无人机拍摄到的图像存在很大的误差；除了会受到环境的影响外，无人机自身的振动也会导致测量误差。在测绘领域利用无人机进行地形测量，对无人机图像进行拼接的技术也是处于初级的阶段。
无人机还没有应用到对精度要求很高摄影测量领域，也没有解决无人机都环境以及无人机自身振动带来的要求，利用无人机进行摄影测量时，拍摄得到的图像不仅包含了有用的信息，同时也会包含因为无人机自身振动和环境影响所带来的误差信息，当前消除或减小这些影响测量的误差信息成为了无人机摄影测量中的一个难点。
发明内容
本发明为克服上述现有技术中无人机摄影测量误差较大，摄影测量精度不高缺陷，提供一种无人机摄影测量的图像校正方法、***和存储介质。
为了解决上述的技术问题，本发明第一方面公开了一种无人机摄影测量的图像校正方法，包括以下步骤：
S1：获取无人机飞行状态下某一时刻t1时的无人机姿态角及内参数，并将t1时刻的无人机采集的图像作为基准照片；
S2：获取无人机飞行状态下t1时刻后的t2时刻的无人机姿态角及内参数，并将t2时刻的无人机采集的图像作为待校准图像；
S3：利用t1时刻和t2时刻的无人机姿态角及内参数分别构建单应性矩阵，分别记为H1和H2；
S4：将所述单应性矩阵H1和H2组合得到t1时刻和t2时刻之间的转换单应性矩阵H；
S5：将待校准图像的像素点输入转换单应性矩阵H，所述转换单应性矩阵H结合基准照片的对应像素校准待校准图像的像素点并输出校准后的图像。
本方案中，所述无人机姿态角信息包括：滚转角、俯仰角、偏航角，所述滚转角即无人机绕X轴旋转的角度；所述俯仰角即θ为无人机绕Y轴旋转的角度；所述偏航角即无人机绕Z轴旋转的角度；所述内参数包括：无人机u轴上的焦距fx，无人机v轴上的焦距fy，无人机的主点坐标(u0,v0)。
本方案中，所述t1时刻单应性矩阵H1表示如下：
Figure BDA0002111568150000021
其中，j1为t1时刻无人机的滚转角，q1为t1时刻无人机的俯仰角，y1为t1时刻无人机的偏航角，tx为无人机在x方向位移值，ty为无人机在y方向位移值，tz为无人机在z方向位移值，fx表示无人机u轴上的焦距，fy表示无人机v轴上的焦距，(u0,v0)表示无人机的主点坐标。
本方案中，所述t2时刻单应性矩阵H2表示如下：
Figure BDA0002111568150000022
其中，j2为t2时刻无人机的滚转角，q2为t2时刻无人机的俯仰角，y2为t2时刻无人机的偏航角，tx为无人机在x方向位移值，ty为无人机在y方向位移值，tz为无人机在z方向位移值，fx表示无人机u轴上的焦距，fy表示无人机v轴上的焦距，(u0,v0)表示无人机的主点坐标。
本方案中，单应性矩阵H1和H2组合公式如下：
H＝H1H2 -1
即单应性矩阵H1与单应性矩阵H2的逆相乘。
本方案中，步骤S5具体校正过程为：
将t2时刻获取的待校准图像的像素点以向量的形式通过转换单应性矩阵H，输出校正后的图像点，公式如下：
Figure BDA0002111568150000031
其中，u′和v′表示待校准图像的像素点，u和v表示校准后的图像的像素点。
本发明第二方面公开了一种无人机摄影测量的图像校正***，所述***包括：存储器、处理器，所述存储器中包括无人机摄影测量的图像校正方法程序，所述无人机摄影测量的图像校正方法程序被所述处理器执行时实现如下步骤：
S1：获取无人机飞行状态下某一时刻t1时的无人机姿态角及内参数，并将t1时刻的无人机采集的图像作为基准照片；
S2：获取无人机飞行状态下t1时刻后的t2时刻的无人机姿态角及内参数，并将t2时刻的无人机采集的图像作为待校准图像；
S3：利用t1时刻和t2时刻的无人机姿态角及内参数分别构建单应性矩阵，分别记为H1和H2；
S4：将所述单应性矩阵H1和H2组合得到t1时刻和t2时刻之间的转换单应性矩阵H；
S5：将待校准图像的像素点输入转换单应性矩阵H，所述转换单应性矩阵H结合基准照片的对应像素校准待校准图像的像素点并输出校准后的图像。
本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质中包括无人机摄影测量的图像校正方法程序，所述无人机摄影测量的图像校正方法程序被处理器执行时，实现如上述任一项所述的一种无人机摄影测量的图像校正方法的步骤。
与现有技术相比，本发明技术方案的有益效果是：
本发明通过采集无人机不同的时刻的姿态角信息结合无人机内参数，构建转换单应性矩阵进行摄影测量图像的校正，提高了校准精度，减小了测量误差，提高了摄影测量精度。
附图说明
图1为一种无人机摄影测量的图像校正方法流程图。
图2为一种无人机摄影测量的图像校正方***框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例1
图1示出了一种无人机摄影测量的图像校正方法流程图。
如图1所示，一种无人机摄影测量的图像校正方法，包括以下步骤：
S1：获取无人机飞行状态下某一时刻t1时的无人机姿态角及内参数，并将t1时刻的无人机采集的图像作为基准照片；
S2：获取无人机飞行状态下t1时刻后的t2时刻的无人机姿态角及内参数，并将t2时刻的无人机采集的图像作为待校准图像；
S3：利用t1时刻和t2时刻的无人机姿态角及内参数分别构建单应性矩阵，分别记为H1和H2；
S4：将所述单应性矩阵H1和H2组合得到t1时刻和t2时刻之间的转换单应性矩阵H；
S5：将待校准图像的像素点输入转换单应性矩阵H，所述转换单应性矩阵H结合基准照片的对应像素校准待校准图像的像素点并输出校准后的图像。
本发明通过摄影测量的原理，分析无人机在进行摄影测量时，受到影响时所拍摄的图像的成像点，结合图像之间的转换单应性矩阵进行图像校正。无人机进行摄影测量时的姿态信息保存在无人机图像中，可以从无人机图像中获取。
本发明能够通过无人机的姿态角信息以及无人机已知内参数结合单应性矩阵进行无人机摄影图像的校正。
本方案中，所述无人机姿态角信息包括：滚转角、俯仰角、偏航角，所述滚转角即无人机绕X轴旋转的角度；所述俯仰角即θ为无人机绕Y轴旋转的角度；所述偏航角即无人机绕Z轴旋转的角度；所述内参数包括：无人机u轴上的焦距fx，无人机v轴上的焦距fy，无人机的主点坐标(u0,v0)。
本方案中，所述t1时刻单应性矩阵H1表示如下：
Figure BDA0002111568150000051
其中，j1为t1时刻无人机的滚转角，q1为t1时刻无人机的俯仰角，y1为t1时刻无人机的偏航角，tx为无人机在x方向位移值，ty为无人机在y方向位移值，tz为无人机在z方向位移值，fx表示无人机u轴上的焦距，fy表示无人机v轴上的焦距，(u0,v0)表示无人机的主点坐标。
本方案中，所述t2时刻单应性矩阵H2表示如下：
Figure BDA0002111568150000052
其中，j2为t2时刻无人机的滚转角，q2为t2时刻无人机的俯仰角，y2为t2时刻无人机的偏航角，tx为无人机在x方向位移值，ty为无人机在y方向位移值，tz为无人机在z方向位移值，fx表示无人机u轴上的焦距，fy表示无人机v轴上的焦距，(u0,v0)表示无人机的主点坐标。
本方案中，单应性矩阵H1和H2组合公式如下：
H＝H1H2 -1
即单应性矩阵H1与单应性矩阵H2的逆相乘。
本方案中，步骤S5具体校正过程为：
将t2时刻获取的待校准图像的像素点以向量的形式通过转换单应性矩阵H，输出校正后的图像点，公式如下：
Figure BDA0002111568150000061
其中，u′和v′表示待校准图像的像素点，u和v表示校准后的图像的像素点。
图2示出了一种无人机摄影测量的图像校正***框图。
如图2所示，本发明第二方面公开了一种无人机摄影测量的图像校正***，所述***包括：存储器21、处理器22，所述存储器中包括无人机摄影测量的图像校正方法程序，所述无人机摄影测量的图像校正方法程序被所述处理器执行时实现如下步骤：S1：获取无人机飞行状态下某一时刻t1时的无人机姿态角及内参数，并将t1时刻的无人机采集的图像作为基准照片；
S2：获取无人机飞行状态下t1时刻后的t2时刻无人机姿态角及内参数，并将t2时刻的无人机采集的图像作为待校准图像；
S3：利用t1时刻和t2时刻的无人机姿态角及内参数分别构建单应性矩阵，分别记为H1和H2；
S4：将所述单应性矩阵H1和H2组合得到t1时刻和t2时刻之间的转换单应性矩阵H；
S5：将待校准图像的像素点输入转换单应性矩阵H，所述转换单应性矩阵H结合基准照片的对应像素校准待校准图像的像素点并输出校准后的图像。
本发明第三方面公开了一种计算机可读存储介质，所述计算机可读存储介质中包括无人机摄影测量的图像校正方法程序，所述无人机摄影测量的图像校正方法程序被处理器执行时，实现如上述任一项所述的一种无人机摄影测量的图像校正方法的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种无人机摄影测量的图像校正方法，其特征在于，包括以下步骤：
S1：获取无人机飞行状态下某一时刻t1时的无人机姿态角及内参数，并将t1时刻的无人机采集的图像作为基准照片；
S2：获取无人机飞行状态下t1时刻后的t2时刻的无人机姿态角及内参数，并将t2时刻的无人机采集的图像作为待校准图像；
S3：利用t1时刻和t2时刻的无人机姿态角及内参数分别构建单应性矩阵，分别记为和；
所述t1时刻单应性矩阵H1表示如下：
其中，为t1时刻无人机的滚转角，为t1时刻无人机的俯仰角，为t1时刻无人机的偏航角，为无人机在方向位移值，为无人机在方向位移值，为无人机在方向位移值，表示无人机轴上的焦距，表示无人机轴上的焦距，表示无人机的主点坐标；
所述t2时刻单应性矩阵H2表示如下：
其中，为t2时刻无人机的滚转角，为t2时刻无人机的俯仰角，为t2时刻无人机的偏航角，为无人机在方向位移值，为无人机在方向位移值，为无人机在方向位移值，表示无人机轴上的焦距，表示无人机轴上的焦距，表示无人机的主点坐标；
S4：将所述单应性矩阵和组合得到t1时刻和t2时刻之间的转换单应性矩阵；
单应性矩阵和组合公式如下：
即单应性矩阵与单应性矩阵H2的逆相乘；
S5：将待校准图像的像素点输入转换单应性矩阵，所述转换单应性矩阵结合基准照片的对应像素点校准待校准图像的像素点并输出校准后的图像。
2.根据权利要求1所述一种无人机摄影测量的图像校正方法，其特征在于，所述无人机姿态角信息包括：滚转角、俯仰角、偏航角，所述滚转角即无人机绕X轴旋转的角度；所述俯仰角即θ为无人机绕Y轴旋转的角度；所述偏航角即无人机绕Z轴旋转的角度；所述内参数包括：无人机轴上的焦距，无人机轴上的焦距，无人机的主点坐标。
3.根据权利要求1所述一种无人机摄影测量的图像校正方法，其特征在于，步骤S5具体校正过程为：
将t2时刻获取的待校准图像的像素点以向量的形式通过转换单应性矩阵H，输出校正后的图像像素点，公式如下：
其中，和表示待校准图像的像素点，和表示校准后的图像的像素点。
4.一种无人机摄影测量的图像校正***，其特征在于，所述***包括：存储器、处理器，所述存储器中包括无人机摄影测量的图像校正方法程序，所述无人机摄影测量的图像校正方法程序被所述处理器执行时实现如下步骤：S1：获取无人机飞行状态下某一时刻t1时无人机姿态角及内参数，并将t1时刻的无人机采集的图像作为基准照片；
S2：获取无人机飞行状态下t1时刻后的t2时刻的无人机姿态角及内参数，并将t2时刻的无人机采集的图像作为待校准图像；
S3：利用t1时刻和t2时刻的无人机姿态角及内参数分别构建单应性矩阵，分别记为和；
所述t1时刻单应性矩阵H1表示如下：
其中，为t1时刻无人机的滚转角，为t1时刻无人机的俯仰角，为t1时刻无人机的偏航角，为无人机在方向位移值，为无人机在方向位移值，为无人机在方向位移值，表示无人机轴上的焦距，表示无人机轴上的焦距，表示无人机的主点坐标；
所述t2时刻单应性矩阵H2表示如下：
其中，为t2时刻无人机的滚转角，为t2时刻无人机的俯仰角，为t2时刻无人机的偏航角，为无人机在方向位移值，为无人机在方向位移值，为无人机在方向位移值，表示无人机轴上的焦距，表示无人机轴上的焦距，表示无人机的主点坐标；
S4：将所述单应性矩阵和组合得到t1时刻和t2时刻之间的转换单应性矩阵；
单应性矩阵和组合公式如下：
即单应性矩阵与单应性矩阵H2的逆相乘；
S5：将待校准图像的像素点输入转换单应性矩阵，所述转换单应性矩阵结合基准照片的对应像素校准待校准图像的像素点并输出校准后的图像。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括无人机摄影测量的图像校正方法程序，所述无人机摄影测量的图像校正方法程序被处理器执行时，实现如权利要求1至3中任一项所述的一种无人机摄影测量的图像校正方法的步骤。
CN201910573954.4A 2019-06-28 2019-06-28 一种无人机摄影测量的图像校正方法、***和存储介质 Active CN110310243B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910573954.4A CN110310243B (zh) 2019-06-28 2019-06-28 一种无人机摄影测量的图像校正方法、***和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910573954.4A CN110310243B (zh) 2019-06-28 2019-06-28 一种无人机摄影测量的图像校正方法、***和存储介质

Publications (2)

Publication Number Publication Date
CN110310243A CN110310243A (zh) 2019-10-08
CN110310243B true CN110310243B (zh) 2023-04-25

Family

ID=68078653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910573954.4A Active CN110310243B (zh) 2019-06-28 2019-06-28 一种无人机摄影测量的图像校正方法、***和存储介质

Country Status (1)

Country Link
CN (1) CN110310243B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111787232B (zh) * 2020-08-03 2022-05-17 海能达通信股份有限公司 基于云台摄像机的图像处理方法、设备及存储介质
CN113096018B (zh) * 2021-04-20 2022-09-20 广东省智能机器人研究院 一种航拍图像拼接方法和***
CN117671543B (zh) * 2024-01-31 2024-04-19 青岛云世纪信息科技有限公司 一种无人机图像坐标校准方法及***、电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012164188A (ja) * 2011-02-08 2012-08-30 Sony Corp 画像処理装置、画像処理方法およびプログラム
CN108830811A (zh) * 2018-06-12 2018-11-16 西安微电子技术研究所 一种飞行参数与相机内参相结合的航空影像实时校正方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100557635C (zh) * 2008-06-10 2009-11-04 北京航空航天大学 一种基于柔性立体靶标的摄像机标定方法
FR3044141B1 (fr) * 2015-11-23 2017-12-08 Parrot Drone muni d'une camera video delivrant des sequences d'images corrigees de l'effet wobble
CN106991649A (zh) * 2016-01-20 2017-07-28 富士通株式会社 对摄像装置所捕获的文档图像进行校正的方法和装置
CN107770505B (zh) * 2016-08-23 2019-07-02 林宗翰 投影机的影像校正方法及影像校正***
CN109325913B (zh) * 2018-09-05 2022-12-16 北京悦图遥感科技发展有限公司 无人机图像拼接方法及装置
CN109712071B (zh) * 2018-12-14 2022-11-29 电子科技大学 基于航迹约束的无人机图像拼接与定位方法
CN109857128B (zh) * 2018-12-18 2022-07-15 丰翼科技(深圳)有限公司 无人机视觉定点降落方法、***、设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012164188A (ja) * 2011-02-08 2012-08-30 Sony Corp 画像処理装置、画像処理方法およびプログラム
CN108830811A (zh) * 2018-06-12 2018-11-16 西安微电子技术研究所 一种飞行参数与相机内参相结合的航空影像实时校正方法

Also Published As

Publication number Publication date
CN110310243A (zh) 2019-10-08

Similar Documents

Publication Publication Date Title
CN110310243B (zh) 一种无人机摄影测量的图像校正方法、***和存储介质
CN110969663B (zh) 一种相机外部参数的静态标定方法
CN110717861B (zh) 图像拼接方法、装置、电子设备和计算机可读存储介质
US20090141043A1 (en) Image mosaicing apparatus for mitigating curling effect
US12046007B2 (en) Method for processing event data flow and computing device
CN108038886A (zh) 双目摄像***标定方法、装置及其汽车
CN111222417A (zh) 一种用于提高基于车载图像车道线提取精度的方法及装置
CN114494388B (zh) 一种大视场环境下图像三维重建方法、装置、设备及介质
CN110599586A (zh) 一种半稠密场景重建方法、装置、电子设备及存储介质
CN117876608B (zh) 三维图像重建方法、装置、计算机设备及存储介质
CN111563965B (zh) 一种通过优化深度图生成全景图的方法及装置
CN110796604A (zh) 一种图像校正方法及装置
CN109691185B (zh) 一种定位方法、装置、终端和可读存储介质
CN111383282A (zh) 位姿信息确定方法及装置
CN113436267A (zh) 视觉惯导标定方法、装置、计算机设备和存储介质
CN111429529B (zh) 一种坐标转换的标定方法、电子设备以及计算机存储介质
CN117190875A (zh) 一种基于计算机智能视觉的桥塔位移测量装置及方法
CN114693807B (zh) 一种输电线路图像与点云的映射数据重构方法及***
CN113763481B (zh) 一种移动场景中多相机视觉三维地图构建与自标定方法
CN112233185B (zh) 相机标定方法、图像配准方法及摄像器件、存储装置
JP2006202152A (ja) 画像処理装置および画像処理方法並びにこれらに用いるプログラム
CN112816184A (zh) 一种光学遥感卫星的无控定标方法及装置
CN115131273A (zh) 信息处理方法、测距方法及装置
CN116612067B (zh) 航飞质量检查方法、装置、设备和计算机可读存储介质
CN113593023B (zh) 三维制图方法、装置、设备及存储介质

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