CN110322485A - 一种异构多相机成像***的快速图像配准方法 - Google Patents
一种异构多相机成像***的快速图像配准方法 Download PDFInfo
- Publication number
- CN110322485A CN110322485A CN201910553627.2A CN201910553627A CN110322485A CN 110322485 A CN110322485 A CN 110322485A CN 201910553627 A CN201910553627 A CN 201910553627A CN 110322485 A CN110322485 A CN 110322485A
- Authority
- CN
- China
- Prior art keywords
- camera
- isomery
- coordinate
- image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003384 imaging method Methods 0.000 title claims abstract description 34
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 230000009466 transformation Effects 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 230000017105 transposition Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011045 prefiltration Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种异构多相机成像***的快速图像配准方法。该方法的步骤包括:根据采集的多组不同位姿的标定板图像,使用张正友标定算法确定每个相机的内部参数和畸变系数;选定参考相机坐标系,使用立体标定算法确定每个相机相对于参考相机的空间位置变换关系;根据相机内部参数、畸变系数、相机间的空间位置变换关系和目标距离,求解每个相机图像平面相对于参考相机图像平面的坐标映射关系;根据坐标映射关系查找表,实现快速图像配准。本发明的方法适用于异构多相机***实现实时配准,简单高效、实用价值高。
Description
技术领域
本发明涉及图像处理领域,并且更具体地,涉及一种异构多相机成像***的快速图像配准方法。
背景技术
图像配准技术是图像处理领域的基础技术,广泛应用于遥感数据分析、医疗图像分析、计算机视觉等任务。由于图像来源差异性大,一般的图像配准技术需要考虑不同的应用场景、不同的采集时间点、不同的采集视角、不同的图像传感器等因素,以选定适用算法。
其中,基于特征的图像配准方法研究最为广泛,通常需要经过特征检测、特征匹配、变换模型估计、重采样和变换等步骤,但是缺陷在于计算复杂度高、运行时间长,且难以解决来源差异较大的图像对的配准问题,如多光谱和偏振图像配准等。
近年来伴随着异构多相机成像***的发展,如多光谱相机***、多相机偏振成像***等,对图像配准技术的精度和效率提出了新的需求。尤其是阵列式相机***,在手机摄像***、自动驾驶、全景或立体视频、监控安防、光场相机、超分辨率重建等领域展现出极大的应用价值和前景,然而在这些应用场景中,通常由于图像本征属性的差异,很难快速准确地获取像素级匹配关系以实现图像配准,从而影响了后续算法与应用的开展。
发明内容
本发明的目的在于提供一种异构多相机成像***的快速图像配准方法,能够实现异构多相机成像***的图像实时配准。
本发明提供一种异构多相机成像***的快速图像配准方法,包括以下步骤:
根据异构多相机***采集的多组不同位置姿态的清晰棋盘格标定板图像,使用张正友标定算法确定每个相机的内部参数和畸变系数;
选定参考相机坐标系,使用双目视觉立体标定算法依次确定每个相机坐标系相对于参考相机坐标系的空间位置变换关系;
根据异构多相机***的相机内部参数、畸变系数、相机坐标系间的空间位置变换关系以及设定的目标距离,求解每个相机图像平面相对于参考相机图像平面的像素级坐标变换关系,并构建相应的坐标映射关系查找表;
根据异构多相机***中每个相机的坐标映射关系查找表,将每个相机采集的原始图像变换至参考相机的图像平面,从而实现快速图像配准。
所述异构多相机***的每个相机是由光学镜组和图像传感器组成的成像***。
本发明与现有技术相比,其显著优点在于:
(1)提出了一种容易实现的异构多相机成像***的快速图像配准方法,计算过程简洁且计算效率高,可实现实时动态计算;
(2)该快速图像配准方法与图像本征属性无关,不受图像灰度、特征影响,适用于多光谱阵列相机***、多相机偏振***等各类异构多相机成像***;
(3)该快速图像配准方法考虑了异构多相机***的畸变模型,能够同时完成***的畸变矫正工作,从而提升数据精度,为后续算法与应用的开展提供良好的基础。
附图说明
图1是本发明快速图像配准方法的示意性流程图;
图2是本发明快速图像配准方法中计算坐标映射关系查找表的示意性流程图;
图3是本发明实施例中的异构多相机成像***结构示意图;
图4是本发明实施例中的异构多光谱相机的图像配准场景示意图;
图中:310-前置滤光片阵列、320-前置偏振片阵列、330-图像传感器阵列单元、340-计算处理单元;410、420、430、440-原始未配准450nm、550nm、650nm、700nm波段图像,411、421、431、441-配准后450nm、550nm、650nm、700nm波段图像,450、451-原始未配准、配准后多谱段融合图像;
具体实施方式
下面结合附图和具体实施例进一步说明本发明。
结合图1,本发明提供一种异构多相机成像***的快速图像配准方法,具体步骤如下:
步骤110、根据异构多相机***采集的多组不同位置姿态的清晰棋盘格标定板图像,使用张正友标定算法确定每个相机的内部参数和畸变系数;
应理解,步骤110中每个相机的内部参数矩阵Ci可以表示为其中fx=f/dx和fy=f/dy代表以像素为单位的焦距,dx和dy为图传感器单个像元尺寸,cx和cy代表相机主点坐标;每个相机的畸变系数矩阵Di可以表示为[ki1,ki2,ki3,pi1,pi2],其中[ki1,ki2,ki3]代表径向畸变系数,[pi1,pi2]代表切向畸变系数。
步骤120、选定参考相机坐标系,使用双目视觉立体标定算法依次确定每个相机坐标系相对于参考相机坐标系的空间位置变换关系;
应理解,步骤120中每个相机坐标系相对于参考相机坐标系的空间位置变换关系,包括旋转矩阵和R0i和平移矩阵T0i,其中下标“0”和“i”分别代表参考相机和第i个相机。
步骤130、根据异构多相机***的相机内部参数、畸变系数、相机坐标系间的空间位置变换关系以及设定的目标距离,求解每个相机图像平面相对于参考相机图像平面的像素级坐标变换关系,并构建相应的坐标映射关系查找表;
具体地,图2是步骤130坐标映射关系查找表的计算流程示意图,实现流程如下:
结合图2步骤210,首先将参考相机图像平面坐标系下的理想无畸变点p0(u,v)投影至世界坐标系(一般选用参考相机的物理坐标系)P0(X0,Y0,Z0):
其中,Z0表示设定的目标距离,C0表示参考相机的内参矩阵,上标“-1”表示矩阵的逆,上标“T”表示矩阵的转置,[u,v]取值范围在图像分辨率范围之内。
结合图2步骤220,接着将目标点的世界坐标P0(X0,Y0,Z0)变换到其他各个相机的物理坐标系,得到相应的物理坐标点Pi(Xi,Yi,Zi):
[Xi,Yi,Zi,1]T=[R0i|0i][X0,Y0,Z0,1]T
其中,[R0i|T0i]表示参考相机坐标系和第i个相机坐标系之间的变换矩阵,R0i代表旋转矩阵,T0i代表平移矩阵。
结合图2步骤230,然后将各个相机坐标系下的物理坐标点Pi(Xi,Yi,Zi)投影至相应相机的图像平面坐标系,得到像素级坐标pi(ui,vi):
[X′i,Y′i]=[Xi/Zi,Yi/Zi]
[ui,vi,1]T=Ci[X″i,Y″i,1]T
其中,[X′i,Y′i]为Pi的归一化坐标,[X″i,Y″i]为[X′i,Y′i]的畸变物理坐标;[ki1,ki2,ki3,pi1,pi2]表示第i个相机的畸变参数,[ki1,ki2,ki3]代表径向畸变参数,[pi1,pi2]代表切向畸变参数,Ci表示第i个相机的内参矩阵。
结合图2步骤240,最终构建出每个相机图像平面相对于参考相机图像平面的像素级坐标变换关系,即坐标映射关系查找表MAPi:
MAPi(u,v)=[ui,vi]T
步骤140、根据异构多相机***中每个相机的坐标映射关系查找表,将每个相机采集的原始图像变换至参考相机的图像平面,从而实现快速图像配准。
具体地,步骤140中实现快速图像配准的方法直接基于坐标关系查找表:
其中,和分别表示第i个相机采集的原始图像和配准后的图像。
需要说明的是,步骤110、120属于预标定过程,标定所得的相机内部参数、畸变系数、相机坐标系间的空间位置变换关系应作为常量进行存储。在异构多相机成像***的实际配准任务中应依次执行步骤130、140,即首先通过读取存储的标定参数并设定目标距离从而计算坐标映射关系查找表(步骤130),再对采集到的原始图像进行坐标变换从而快速配准至参考相机图像平面(步骤140)。
本发明提供了一种异构多相机成像***的快速图像配准方法,该方法与图像本征属性无关,不受图像灰度、特征影响,计算高效、适用性广,可直接应用于多光谱阵列相机***、多相机偏振***等各类异构多相机成像***,完成实时配准任务。
实施例
以一个异构多相机成像***的图像配准任务为例,对本发明进一步详细描述。
结合图3,本实施例的异构多相机成像***包括前置光学镜组阵列、图像传感器阵列单元330和计算处理单元340。其中,前置光学镜组阵列可以选用滤光片阵列310或偏振片阵列320,分别构成异构多光谱相机***和异构多相机偏振***。
具体地,本实施例以异构多光谱相机***为例,进行图像配准。其中,异构多光谱相机***的前置滤光片阵列310由6个不同通道的窄带滤波片构成,中心波长分别为450nm、500nm、550nm、600nm、650nm、700nm,带宽约为20nm,依次对应第0、1、2、3、4、5个相机;图像传感器阵列单元330由6个同型号的图像传感器构成,灰度图像采集分辨率为1600x1300,位宽8bit;计算处理单元为嵌入式计算机***,用于执行图像采集和配准所涉及的计算任务。
本实施例的具体实施流程如下:
结合图1步骤110和步骤120,进行异构多光谱相机***的预标定过程:首先拍摄多组不同位置姿态的清晰棋盘格标定板图像,使用张正友标定算法确定每个相机的内部参数Ci和畸变系数Di;接着选定0号相机(对应450nm波段)为参考相机坐标系,使用双目视觉立体标定算法依次确定每个相机坐标系相对于0号相机坐标系的空间位置变换关系[R0i|T0i],其中i=0,1,2,3,4,5。
应理解,这里可以选用异构多光谱相机***中任意一个相机作为参考相机坐标系。
步骤110和步骤120所得参数,包括每个相机的内部参数和畸变系数、每个相机坐标系相对于0号相机坐标系的空间位置变换关系被存储在计算处理单元(340)中。
结合图1步骤130和图2,根据异构多光谱相机***的相机内部参数Ci、畸变系数Di、相机坐标系间的空间位置变换关系[R0i|T0i]以及设定的目标距离Z0,求解每个相机图像平面相对于参考相机图像平面的像素级坐标变换关系,并构建相应的坐标映射关系查找表MAPi:
MAPi(u,v)=[ui,vi]T
其中i=0,1,2,3,4,5。结合图2,(u,v)为参考相机图像平面的理想坐标点,(ui,vi)为经过步骤210、220、230得到的第i个相机原始图像平面的坐标点。
结合图1步骤140,根据异构多光谱相机***中每个相机的坐标映射关系查找表MAPi,将每个相机采集的原始多光谱图像变换至参考相机的图像平面,从而获得所有配准后的多光谱图像其中i=0,1,2,3,4,5。
更具体地,结合图4,本实施例异构多光谱相机***所采集的目标场景距离为Z0=200m,以其中4个光谱波段为例,即450nm(对应图像410)、550nm(对应图像420)、650nm(对应图像430)、700nm(对应图像440),将步骤130所构建的坐标映射关系查找表MAPi作用于该4个波段原始采集图像:
其中0<u<1600,0<v<1300。依次对应图像传感器采集的原始未配准图像410、420、430、440,依次对应经过本发明提出的异构多相机成像***快速图像配准方法配准后图像411、421、431、441。
结合图4,多谱段融合结果用于更直观的展示未配准和配准后的效果对比,其中原始未配准融合图像450为550nm(对应图像420)、650nm(对应图像430)和700nm(对应图像440)三个通道的伪彩色融合结果,配准后融合图像451为550nm(对应图像421)、650nm(对应图像431)和700nm(对应图像441)三个通道的伪彩色融合结果。
因此,本实施例的异构多光谱相机***实现了多谱段光谱图像的配准任务,为后续算法和应用的开展提供了基础数据支持。该快速配准方法计算过程简洁、计算效率高,且易于拓展至各类异构多相机成像***,完成实时快速配准任务。
Claims (6)
1.一种异构多相机成像***的快速图像配准方法,其特征在于,包括如下步骤:
S1,根据异构多相机***采集的多组不同位置姿态的清晰棋盘格标定板图像,使用张正友标定算法确定每个相机的内部参数和畸变系数;
S2,选定参考相机坐标系,使用双目视觉立体标定算法依次确定每个相机坐标系相对于参考相机坐标系的空间位置变换关系;
S3,根据异构多相机***的相机内部参数、畸变系数、相机坐标系间的空间位置变换关系以及设定的目标距离,求解每个相机图像平面相对于参考相机图像平面的像素级坐标变换关系,并构建相应的坐标映射关系查找表;
S4,根据异构多相机***中每个相机的坐标映射关系查找表,将每个相机采集的原始图像变换至参考相机的图像平面,从而实现快速图像配准。
2.根据权利要求1所述的一种异构多相机成像***的快速图像配准方法,其特征在于,所述异构多相机***的每个相机是由光学镜组和图像传感器组成的成像***。
3.根据权利要求1所述的一种异构多相机成像***的快速图像配准方法,其特征在于,所述步骤S1的具体实现过程为:
每个相机的内部参数矩阵Ci可以表示为其中fx=f/dx和fy=f/dy代表以像素为单位的焦距,dx和dy为图传感器单个像元尺寸,cx和cy代表相机主点坐标;
每个相机的畸变系数矩阵Di可以表示为[ki1,ki2,ki3,pi1,pi2],其中[ki1,ki2,ki3]代表径向畸变系数,[pi1,pi2]代表切向畸变系数。
4.根据权利要求1所述的一种异构多相机成像***的快速图像配准方法,其特征在于,所述步骤S2的具体实现过程为:
选择异构多相机***的某个相机作为参考相机,以其坐标系作为参考坐标系;
使用双目视觉立体标定算法依次计算每个相机坐标系相对于参考相机坐标系的空间位置变换关系,包括旋转矩阵和R0i和平移矩阵T0i,其中下标“0”和“i”分别代表参考相机和第i个相机。
5.根据权利要求1所述的一种异构多相机成像***的快速图像配准方法,其特征在于,所述步骤S3的具体实现过程为:
首先,将参考相机图像平面坐标系下的理想无畸变点p0(u,v)投影至世界坐标系P0(X0,Y0,Z0):
其中,Z0表示设定的目标距离,C0表示参考相机的内参矩阵,上标“-1”表示矩阵的逆,上标“T”表示矩阵的转置,[u,v]取值范围在图像分辨率范围之内;
接着,将目标点的世界坐标P0(X0,Y0,Z0)变换到异构多相机***的其他各个相机的物理坐标系,得到相应的物理坐标点Pi(Xi,Yi,Zi):
[Xi,Yi,Zi,1]T=[R0i|T0i][X0,Y0,Z0,1]T
其中,[R0i|T0i]表示参考相机坐标系和第i个相机坐标系之间的变换矩阵,R0i代表旋转矩阵,T0i代表平移矩阵;
然后,将各个相机坐标系下的物理坐标点Pi(Xi,Yi,Zi)投影至相应相机的图像平面坐标系,得到像素级坐标pi(ui,vi):
[X′i,Y′i]=[Xi/Zi,Yi/Zi]
[ui,vi,1]T=Ci[X′i,Y″i,1]T
其中,[X′i,Y′i]为Pi的归一化坐标,[X″i,Y″i]为[X′i,Y′i]的畸变物理坐标;[ki1,ki2,ki3,pi1,pi2]表示第i个相机的畸变参数,[ki1,ki2,ki3]代表径向畸变参数,[pi1,pi2]代表切向畸变参数,Ci表示第i个相机的内参矩阵;
最终,构建每个相机图像平面相对于参考相机图像平面的像素级坐标变换关系,即坐标映射关系查找表MAPi:
MAPi(u,v)=[ui,vi]T。
6.根据权利要求5所述的一种异构多相机成像***的快速图像配准方法,其特征在于,所述步骤S4中将每个相机采集的原始图像变换至参考相机的图像平面:
其中,和分别表示第i个相机采集的原始图像和配准后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910553627.2A CN110322485B (zh) | 2019-06-25 | 2019-06-25 | 一种异构多相机成像***的快速图像配准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910553627.2A CN110322485B (zh) | 2019-06-25 | 2019-06-25 | 一种异构多相机成像***的快速图像配准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110322485A true CN110322485A (zh) | 2019-10-11 |
CN110322485B CN110322485B (zh) | 2022-08-26 |
Family
ID=68121180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910553627.2A Active CN110322485B (zh) | 2019-06-25 | 2019-06-25 | 一种异构多相机成像***的快速图像配准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110322485B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780743A (zh) * | 2019-11-05 | 2020-02-11 | 聚好看科技股份有限公司 | 一种vr交互方法及vr设备 |
CN110942475A (zh) * | 2019-11-13 | 2020-03-31 | 北方夜视技术股份有限公司 | 紫外与可见光图像融合***及快速图像配准方法 |
CN112639864A (zh) * | 2020-05-19 | 2021-04-09 | 华为技术有限公司 | 用于测距的方法和装置 |
CN113242431A (zh) * | 2021-05-13 | 2021-08-10 | 山西省交通科技研发有限公司 | 一种面向路侧感知的标注数据预处理方法 |
CN113628283A (zh) * | 2021-08-10 | 2021-11-09 | 地平线征程(杭州)人工智能科技有限公司 | 摄像装置的参数标定方法、装置、介质以及电子设备 |
CN113643347A (zh) * | 2020-07-20 | 2021-11-12 | 黑芝麻智能科技(上海)有限公司 | 利用弱对准的异构相机的立体视觉 |
CN114494156A (zh) * | 2022-01-03 | 2022-05-13 | 西北工业大学 | 一种物***姿估计和物理属性协同估计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160125585A1 (en) * | 2014-11-03 | 2016-05-05 | Hanwha Techwin Co., Ltd. | Camera system and image registration method thereof |
CN105758426A (zh) * | 2016-02-19 | 2016-07-13 | 深圳杉川科技有限公司 | 移动机器人的多传感器的联合标定方法 |
US20170339395A1 (en) * | 2016-05-23 | 2017-11-23 | Microsoft Technology Licensing, Llc | Imaging system comprising real-time image registration |
CN107545591A (zh) * | 2016-06-29 | 2018-01-05 | 沈阳新松机器人自动化股份有限公司 | 一种基于六点触点法的机器人手眼标定方法 |
CN108648240A (zh) * | 2018-05-11 | 2018-10-12 | 东南大学 | 基于点云特征地图配准的无重叠视场相机姿态标定方法 |
CN109816703A (zh) * | 2017-11-21 | 2019-05-28 | 西安交通大学 | 一种基于相机标定和icp算法的点云配准方法 |
-
2019
- 2019-06-25 CN CN201910553627.2A patent/CN110322485B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160125585A1 (en) * | 2014-11-03 | 2016-05-05 | Hanwha Techwin Co., Ltd. | Camera system and image registration method thereof |
CN105758426A (zh) * | 2016-02-19 | 2016-07-13 | 深圳杉川科技有限公司 | 移动机器人的多传感器的联合标定方法 |
US20170339395A1 (en) * | 2016-05-23 | 2017-11-23 | Microsoft Technology Licensing, Llc | Imaging system comprising real-time image registration |
CN107545591A (zh) * | 2016-06-29 | 2018-01-05 | 沈阳新松机器人自动化股份有限公司 | 一种基于六点触点法的机器人手眼标定方法 |
CN109816703A (zh) * | 2017-11-21 | 2019-05-28 | 西安交通大学 | 一种基于相机标定和icp算法的点云配准方法 |
CN108648240A (zh) * | 2018-05-11 | 2018-10-12 | 东南大学 | 基于点云特征地图配准的无重叠视场相机姿态标定方法 |
Non-Patent Citations (5)
Title |
---|
MYUNG-HO JU等: "Feature-Based Multi-sensor Images Alignment and Enhancement", 《2012 IEEE INTERNATIONAL SYMPOSIUM ON MULTIMEDIA》 * |
S. M. SANTHANAM等: "Lens distortion correction and geometrical alignment for Around View Monitoring system", 《THE 18TH IEEE INTERNATIONAL SYMPOSIUM ON CONSUMER ELECTRONICS (ISCE 2014)》 * |
刘永春: "光场三维成像技术研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 * |
殷惠莉等: "基于多镜头多传感器***的图像合成", 《现代电子技术》 * |
黄楠楠等: "无人机视觉导航算法", 《红外与激光工程》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780743A (zh) * | 2019-11-05 | 2020-02-11 | 聚好看科技股份有限公司 | 一种vr交互方法及vr设备 |
CN110942475A (zh) * | 2019-11-13 | 2020-03-31 | 北方夜视技术股份有限公司 | 紫外与可见光图像融合***及快速图像配准方法 |
CN110942475B (zh) * | 2019-11-13 | 2023-02-17 | 北方夜视技术股份有限公司 | 紫外与可见光图像融合***及快速图像配准方法 |
CN112639864A (zh) * | 2020-05-19 | 2021-04-09 | 华为技术有限公司 | 用于测距的方法和装置 |
CN113643347A (zh) * | 2020-07-20 | 2021-11-12 | 黑芝麻智能科技(上海)有限公司 | 利用弱对准的异构相机的立体视觉 |
CN113643347B (zh) * | 2020-07-20 | 2024-02-09 | 黑芝麻智能科技(上海)有限公司 | 利用弱对准的异构相机的立体视觉 |
CN113242431A (zh) * | 2021-05-13 | 2021-08-10 | 山西省交通科技研发有限公司 | 一种面向路侧感知的标注数据预处理方法 |
CN113628283A (zh) * | 2021-08-10 | 2021-11-09 | 地平线征程(杭州)人工智能科技有限公司 | 摄像装置的参数标定方法、装置、介质以及电子设备 |
CN113628283B (zh) * | 2021-08-10 | 2024-05-17 | 地平线征程(杭州)人工智能科技有限公司 | 摄像装置的参数标定方法、装置、介质以及电子设备 |
CN114494156A (zh) * | 2022-01-03 | 2022-05-13 | 西北工业大学 | 一种物***姿估计和物理属性协同估计方法 |
CN114494156B (zh) * | 2022-01-03 | 2024-03-08 | 西北工业大学 | 一种物***姿估计和物理属性协同估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110322485B (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322485A (zh) | 一种异构多相机成像***的快速图像配准方法 | |
JP6722323B2 (ja) | 撮像装置のモデリングおよび校正のためのシステムおよびその方法 | |
CN110211043B (zh) | 一种用于全景图像拼接的基于网格优化的配准方法 | |
CN105118055B (zh) | 摄影机定位修正标定方法及*** | |
CN107274336B (zh) | 一种针对车载环境的全景图像拼接方法 | |
CN109919911B (zh) | 基于多视角光度立体的移动三维重建方法 | |
CN111080724A (zh) | 一种红外和可见光的融合方法 | |
CN101630406B (zh) | 摄像机的标定方法及摄像机标定装置 | |
CN103106688B (zh) | 基于双层配准方法的室内三维场景重建方法 | |
JP5739584B2 (ja) | 車両周辺視角化のための3次元映像合成装置およびその方法 | |
CN107424118A (zh) | 基于改进径向畸变校正的球状全景拼接方法 | |
CN107154014A (zh) | 一种实时彩色及深度全景图像拼接方法 | |
CN111461963B (zh) | 一种鱼眼图像拼接方法及装置 | |
CN110425983B (zh) | 一种基于偏振多光谱的单目视觉三维重建测距方法 | |
CN106157246A (zh) | 一种全自动的快速柱面全景图像拼接方法 | |
Lo et al. | Image stitching for dual fisheye cameras | |
WO2022100668A1 (zh) | 温度测量方法、装置、***、存储介质及程序产品 | |
CN108805921A (zh) | 图像获取***及方法 | |
CN114529681A (zh) | 一种手持双相机建筑物温度场三维模型构建方法和*** | |
CN103489165B (zh) | 一种面向视频拼接的小数查找表生成方法 | |
CN109990756B (zh) | 一种双目测距方法及*** | |
CN116012227A (zh) | 图像处理方法、装置、存储介质及处理器 | |
CN107147891B (zh) | 光轴可调节式三目深度获取摄像机 | |
CN109658459A (zh) | 摄像头标定方法、装置、电子设备和计算机可读存储介质 | |
CN106447613A (zh) | 一种基于图像局部配准的全景去虚影方法及*** |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210126 Address after: Room 1056, Heying building, No. 99, Tuanjie Road, Jiangbei new district, Nanjing, Jiangsu Province, 210008 Applicant after: Nanjing Zhipu Technology Co.,Ltd. Address before: 210046 Xianlin Avenue 163, Qixia District, Nanjing City, Jiangsu Province Applicant before: NANJING University |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |