CN111127564B - 一种基于几何定位模型的视频影像校正方法 - Google Patents

一种基于几何定位模型的视频影像校正方法 Download PDF

Info

Publication number
CN111127564B
CN111127564B CN201911338034.0A CN201911338034A CN111127564B CN 111127564 B CN111127564 B CN 111127564B CN 201911338034 A CN201911338034 A CN 201911338034A CN 111127564 B CN111127564 B CN 111127564B
Authority
CN
China
Prior art keywords
camera
coordinates
image
model
ground
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
CN201911338034.0A
Other languages
English (en)
Other versions
CN111127564A (zh
Inventor
崔子豪
邢力
肖骥
赵李明
李小俊
刘驰
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.)
Smart City Research Institute Of China Electronics Technology Group Corp
Original Assignee
Smart City Research Institute Of China Electronics Technology Group Corp
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 Smart City Research Institute Of China Electronics Technology Group Corp filed Critical Smart City Research Institute Of China Electronics Technology Group Corp
Priority to CN201911338034.0A priority Critical patent/CN111127564B/zh
Publication of CN111127564A publication Critical patent/CN111127564A/zh
Application granted granted Critical
Publication of CN111127564B publication Critical patent/CN111127564B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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)

Abstract

一种基于几何定位模型的视频影像校正方法，包括以下步骤：S1：构建摄像机的初始几何定位模型；S2：通过定标提升几何定位模型的定位精度；S3：构建虚拟相机的几何定位模型；S4：利用虚拟的相机模型对真实影像重采样生成虚拟影像。本发明中，将视频影像投影到地图上进行展示时，消除因为摄像机成像参数误差和投影面高程误差造成的投影误差，保证投影后的影像与地图底图能够完全重合。

Description

一种基于几何定位模型的视频影像校正方法
技术领域
本发明涉及视频影像校正技术领域，尤其涉及一种基于几何定位模型的视频影像校正方法。
背景技术
在相机的几何定位模型中，由于相机的内外方位元素测量不准确——存在测量误差，在利用定位模型对影像进行位置计算时会存在一定的定位偏差，且影像不同部位的偏差可能不一致。成像参数误差可分为外方位元素误差和内方位元素误差，外方位元素误差包括摄像机的安装位置误差和拍摄角度误差，内方位元素误差包括相机的焦距误差，成像探元的大小误差及镜头的畸变。
当前做法是通过对测量中的相机进行标定，来计算获得这些成像参数误差，进而恢复出相机准确的几何定位模型。然而，目前的三维GIS平台，如skyline，其视频投影的参数配置只支持对摄像机的位置、拍摄角度及水平方向的视场角进行设置，无法将完整的几何定位模型参数包括在内。只有在摄像机完全不存在内方位元素误差为理想的小孔成像模型时，skyline的配置才适用，与实际成像情况不符。因为存在成像参数误差，导致投影后的影像存在位置的偏移与变形。另外，在将视频影像投影到基准平面，或者投影到高底起伏的地形表面但地形的高程数据不准时，都会因为存在高程误差，导致投影后的地物存在偏移，也会造成影像的错位。
综上，相机的成像参数误差，GIS平台对设置相机投影参数的限制，高程误差的影响，都会导致接入GIS平台的视频投影后的影像无法与地图底图完全重合。即使通过手动调整成像参数，也只能消除由于外方位元素导致的误差，投影后的影像依然存在局部变形，不利于多路视频的拼接和运动目标运动轨迹的提取。
发明内容
(一)发明目的
为解决背景技术中存在的技术问题，本发明提出一种基于几何定位模型的视频影像校正方法，在将视频影像投影到地图上进行展示时，可以消除因为摄像机成像参数误差和投影面高程误差造成的投影误差；在一定精度范围内，可以保证投影后的影像与地图底图能够完全重合。
(二)技术方案
为解决上述问题，本发明提出了一种基于几何定位模型的视频影像校正方法，包括以下步骤：
S1：构建摄像机的初始几何定位模型；
S101：获取相机的成像参数，相机的成像参数包括相机的初始的外方位元素参数和相机的内方位元素参数；相机的初始的外方位元素参数通过测量相机的空间位置和姿态获得，相机的内方位元素参数通过相机的出厂参数计算得到；
S102：利用摄像机的初始的内外方位元素，构建几何定位模型如公式A所示：
Figure BDA0002331503110000021
在公式A中，x，y为像点坐标；Δx、Δy表示内方位元素畸变误差，f表示相机主距；x0，y0表示主点坐标；X、Y、Z为地面点的大地坐标；XC、YC、ZC为相机摄影中心的大地坐标；RCW为相机坐标系到大地坐标系的旋转矩阵；RU为偏置矩阵，以吸收相机载荷的安装误差；m为尺度因子；
S2：通过定标提升几何定位模型的定位精度；
S201：利用地面控制点数据，计算相机的补偿参数，恢复出正确的成像参数；其中，控制点为多个已知地面坐标的点，获取控制点的地面坐标(X，Y，Z)，以及控制点在影像上的像点坐标(x，y)；
S202：利用摄影测量领域中的间接平差方法，求出相机的位置补偿参数、姿态补偿参数、相机的镜头畸变参数以及成像探元的大小，以更新S1中的几何定位模型，并提供模型的定位精度；
S3：构建虚拟相机的几何定位模型，通过构建一个虚拟的摄像机，消除相机成像参数误差；虚拟相机的几何成像模型具体形式，如公式B所示：
Figure BDA0002331503110000031
公式B中，x、y为像点坐标；f表示相机主距；x0、y0表示主点坐标；X，Y，Z是地面点的大地坐标；XC、YC、ZC为相机摄影中心的大地坐标；RCW为相机坐标系到大地坐标系的旋转矩阵；m为尺度因子
S4：利用虚拟的相机模型对真实影像重采样生成虚拟影像；生成虚拟相机影像的具体步骤为：
S401：获取虚拟影像的像素坐标(xP，yP)，将像素坐标转换为虚拟影像的像点坐标(x，y)；
S402：选取虚拟相机几何定位模型的投影高程模型，投影高程模型可以为选定的基准平面，也可为真实的地形曲面；将虚拟影像的像点坐标(x，y)带入公式B，计算出虚拟影像投影点的地面坐标(X，Y，Z)；
S403：选取地面真实高程模型作为真实相机几何定位模型的投影高程模型，将地面坐标(X，Y，Z)带入到公式A中计算，得到对应真实影像的像点坐标(x’，y’)，将像点坐标(x’，y’)转成真实影像的像素坐标(xP’，yP’)；
S404：通过双线性差值的方式获取真实影像像素坐标(xP’，yP’)处的灰度值，并赋值给虚拟影像像素(xP，yP)处的灰度；
S405：遍历虚拟影像的所有像素，重复S401-S404，生成最终的虚拟相机影像。
优选的，在S1中，相机成像几何模型，用于建立起地物点在物方空间的坐标与其在像方空间坐标的一一对应关系，其包含两种计算过程：模型正算过程和模型反算过程；
模型正算过程，用于从像方坐标计算到物方坐标；公式A为成像几何模型的正算过程，尺度因子m是未知量，采用迭代的方式来对地面点的坐标(X，Y，Z)进行求解，步骤如下：
S1：计算地物点的初始大地坐标，假设地物点的初始高程为零，即h0＝0，利用公式A结合地球椭球公式，算出像点坐标(x，y)对应的初始大地坐标(X0，Y0，Z0)；
S2：将大地坐标(X0，Y0，Z0)转成经纬度表示(lon0，lat0，h0)；从地面高程数据中读取实际高程值h’,初始高程值h0与h’的差值为dh＝(h’-h0)。
S3：取地物点的高程为h＝h’，重新计算像点(x，y)对应的大地坐标(X，Y，Z)；
S4：重复步骤S1-S3，进行迭代计算，直到dh小于预设限差时停止迭代，得到最终的大地坐标(X，Y，Z)；
模型反算过程，用于从给定点的大地坐标计算得到对应像点坐标，即从物方空间到像方空间；包括以下步骤：
S21：建立起地物点坐标与像点坐标的初始映射关系，用于对地物点坐标对应的像点坐标进行初始预测；
S22：将预测的像点坐标利用模型正算计算出对应的地物点坐标，比较其与真实地物坐标偏差，进而更新预测模型参数，直到用预测的像点坐标计算出的地物点坐标与真实的地物点坐标偏差小于预设限差时停止迭代，得到最终的地物点坐标对应的像点坐标；同时，通过求解单应性变换矩阵来对像点坐标进行预测。
优选的，在S3中，虚拟相机的几何成像模型为理想状态下的小孔成像模型，不存在镜头畸变，虚拟相机的成像范围和分辨率与真实相机基本一致；由于GIS平台只能配置相机的横向视角，虚拟相机成像探元的长度和宽度要相同，虚拟相机的外方位元素等于真实相机的外方位元素，即虚拟相机的投影中心坐标和姿态角与真实相机保持一致；虚拟相机的焦距等于真实相机的焦距；虚拟相机的焦平面的图像传感器大小与真实相机图像传感器大小相同，即面阵成像探元的总面积相同；虚拟相机的成像探元大小等于真实相机成像探元长度和宽度的平均值。
本发明中，通过构建虚拟相机的方法可以模拟出理想小孔成像模式下的影像，消除由于相机成像参数误差造成的影像变形，消除由于投影基准面引起的高程误差导致的像点偏移。
本发明中，提高几何定位模型的定位精度，便于对运动目标进行准确的运动轨迹提取。
本发明中，便于将视频影像接入三维GIS平台进行投影显示。可以使投影后的影像与地图底图高度重合，便于将多路监控视频数据进行无缝拼接展示。
附图说明
图1为本发明提出的基于几何定位模型的视频影像校正方法的流程示意图。
图2为本发明提出的基于几何定位模型的视频影像校正方法中虚拟影像坐标与真实影像坐标对应关系示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
如图1-2所示，本发明提出的一种基于几何定位模型的视频影像校正方法，包括以下步骤：
S1：构建摄像机的初始几何定位模型；
S101：获取相机的成像参数，相机的成像参数包括相机的初始的外方位元素参数和相机的内方位元素参数；相机的初始的外方位元素参数通过测量相机的空间位置和姿态获得，相机的内方位元素参数通过相机的出厂参数计算得到；
S102：利用摄像机的初始的内外方位元素，构建几何定位模型如公式A所示：
Figure BDA0002331503110000071
在公式A中，x，y为像点坐标；Δx、Δy表示内方位元素畸变误差，f表示相机主距；x0，y0表示主点坐标；X、Y、Z为地面点的大地坐标；XC、YC、ZC为相机摄影中心的大地坐标；RCW为相机坐标系到大地坐标系的旋转矩阵；RU为偏置矩阵，以吸收相机载荷的安装误差；m为尺度因子；
S2：通过定标提升几何定位模型的定位精度；
S201：利用地面控制点数据，计算相机的补偿参数，恢复出正确的成像参数；其中，控制点为多个已知地面坐标的点，获取控制点的地面坐标(X，Y，Z)，以及控制点在影像上的像点坐标(x，y)；
S202：利用摄影测量领域中的间接平差方法，求出相机的位置补偿参数、姿态补偿参数、相机的镜头畸变参数以及成像探元的大小，以更新S1中的几何定位模型，并提供模型的定位精度；
S3：构建虚拟相机的几何定位模型，通过构建一个虚拟的摄像机，消除相机成像参数误差；虚拟相机的几何成像模型具体形式，如公式B所示：
Figure BDA0002331503110000072
公式B中，x、y为像点坐标；f表示相机主距；x0、y0表示主点坐标；X，Y，Z是地面点的大地坐标；XC、YC、ZC为相机摄影中心的大地坐标；RCW为相机坐标系到大地坐标系的旋转矩阵；m为尺度因子
S4：利用虚拟的相机模型对真实影像重采样生成虚拟影像；生成虚拟相机影像的具体步骤为：
S401：获取虚拟影像的像素坐标(xP，yP)，将像素坐标转换为虚拟影像的像点坐标(x，y)；
S402：选取虚拟相机几何定位模型的投影高程模型，投影高程模型可以为选定的基准平面，也可为真实的地形曲面；将虚拟影像的像点坐标(x，y)带入公式B，计算出虚拟影像投影点的地面坐标(X，Y，Z)；
S403：选取地面真实高程模型作为真实相机几何定位模型的投影高程模型，将地面坐标(X，Y，Z)带入到公式A中计算，得到对应真实影像的像点坐标(x’，y’)，将像点坐标(x’，y’)转成真实影像的像素坐标(xP’，yP’)；
S404：通过双线性差值的方式获取真实影像像素坐标(xP’，yP’)处的灰度值，并赋值给虚拟影像像素(xP，yP)处的灰度；
S405：遍历虚拟影像的所有像素，重复S401-S404，生成最终的虚拟相机影像。
本发明中，通过构建虚拟相机的方法可以模拟出理想小孔成像模式下的影像，消除由于相机成像参数误差造成的影像变形，消除由于投影基准面引起的高程误差导致的像点偏移。
本发明中，提高几何定位模型的定位精度，便于对运动目标进行准确的运动轨迹提取。
本发明中，便于将视频影像接入三维GIS平台进行投影显示。可以使投影后的影像与地图底图高度重合，便于将多路监控视频数据进行无缝拼接展示。
在一个可选的实施例中，在S1中，相机成像几何模型，用于建立起地物点在物方空间的坐标与其在像方空间坐标的一一对应关系，其包含两种计算过程：模型正算过程和模型反算过程；
模型正算过程，用于从像方坐标计算到物方坐标；公式A为成像几何模型的正算过程，尺度因子m是未知量，采用迭代的方式来对地面点的坐标(X，Y，Z)进行求解，步骤如下：
S1：计算地物点的初始大地坐标，假设地物点的初始高程为零，即h0＝0，利用公式A结合地球椭球公式，算出像点坐标(x，y)对应的初始大地坐标(X0，Y0，Z0)；
S2：将大地坐标(X0，Y0，Z0)转成经纬度表示(lon0，lat0，h0)；从地面高程数据中读取实际高程值h’,初始高程值h0与h’的差值为dh＝(h’-h0)。
S3：取地物点的高程为h＝h’，重新计算像点(x，y)对应的大地坐标(X，Y，Z)；
S4：重复步骤S1-S3，进行迭代计算，直到dh小于预设限差时停止迭代，得到最终的大地坐标(X，Y，Z)；
模型反算过程，用于从给定点的大地坐标计算得到对应像点坐标，即从物方空间到像方空间；包括以下步骤：
S21：建立起地物点坐标与像点坐标的初始映射关系，用于对地物点坐标对应的像点坐标进行初始预测；
S22：将预测的像点坐标利用模型正算计算出对应的地物点坐标，比较其与真实地物坐标偏差，进而更新预测模型参数，直到用预测的像点坐标计算出的地物点坐标与真实的地物点坐标偏差小于预设限差时停止迭代，得到最终的地物点坐标对应的像点坐标；同时，通过求解单应性变换矩阵来对像点坐标进行预测。
在一个可选的实施例中，通过S3中构建的虚拟相机模型，可以确定出虚拟相机影像的像素数。虚拟影像宽度方向的像素数为图像传感器的宽度除以虚拟成像探元的大小并取整，虚拟影像高度方向的像素数为图像传感器的高度除以虚拟成像探元的大小并取整。虚拟影像每个像素的灰度值可以通过重采其对应的真实影像的像素灰度值来获得。虚拟影像与真实影像的坐标对应关系可通过虚拟影像的定位模型与真实影像的定位模型来计算获得；
在S3中，虚拟相机的几何成像模型为理想状态下的小孔成像模型，不存在镜头畸变，虚拟相机的成像范围和分辨率与真实相机基本一致；由于GIS平台只能配置相机的横向视角，虚拟相机成像探元的长度和宽度要相同，虚拟相机的外方位元素等于真实相机的外方位元素，即虚拟相机的投影中心坐标和姿态角与真实相机保持一致；虚拟相机的焦距等于真实相机的焦距；虚拟相机的焦平面的图像传感器大小与真实相机图像传感器大小相同，即面阵成像探元的总面积相同；虚拟相机的成像探元大小等于真实相机成像探元长度和宽度的平均值。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (3)

1.一种基于几何定位模型的视频影像校正方法，其特征在于，包括以下步骤：
S1：构建摄像机的初始几何定位模型；
S101：获取相机的成像参数，相机的成像参数包括相机的初始的外方位元素参数和相机的内方位元素参数；相机的初始的外方位元素参数通过测量相机的空间位置和姿态获得，相机的内方位元素参数通过相机的出厂参数计算得到；
S102：利用摄像机的初始的内外方位元素，构建几何定位模型如公式A所示：
Figure FDA0002331503100000011
在公式A中，x，y为像点坐标；Δx、Δy表示内方位元素畸变误差，f表示相机主距；x0，y0表示主点坐标；X、Y、Z为地面点的大地坐标；XC、YC、ZC为相机摄影中心的大地坐标；RCW为相机坐标系到大地坐标系的旋转矩阵；RU为偏置矩阵，以吸收相机载荷的安装误差；m为尺度因子；
S2：通过定标提升几何定位模型的定位精度；
S201：利用地面控制点数据，计算相机的补偿参数，恢复出正确的成像参数；其中，控制点为多个已知地面坐标的点，获取控制点的地面坐标(X，Y，Z)，以及控制点在影像上的像点坐标(x，y)；
S202：利用摄影测量领域中的间接平差方法，求出相机的位置补偿参数、姿态补偿参数、相机的镜头畸变参数以及成像探元的大小，以更新S1中的几何定位模型，并提供模型的定位精度；
S3：构建虚拟相机的几何定位模型，通过构建一个虚拟的摄像机，消除相机成像参数误差；虚拟相机的几何成像模型具体形式，如公式B所示：
Figure FDA0002331503100000021
公式B中，x、y为像点坐标；f表示相机主距；x0、y0表示主点坐标；X，Y，Z是地面点的大地坐标；XC、YC、ZC为相机摄影中心的大地坐标；RCW为相机坐标系到大地坐标系的旋转矩阵；m为尺度因子
S4：利用虚拟的相机模型对真实影像重采样生成虚拟影像；生成虚拟相机影像的具体步骤为：
S401：获取虚拟影像的像素坐标(xP，yP)，将像素坐标转换为虚拟影像的像点坐标(x，y)；
S402：选取虚拟相机几何定位模型的投影高程模型，投影高程模型可以为选定的基准平面，也可为真实的地形曲面；将虚拟影像的像点坐标(x，y)带入公式B，计算出虚拟影像投影点的地面坐标(X，Y，Z)；
S403：选取地面真实高程模型作为真实相机几何定位模型的投影高程模型，将地面坐标(X，Y，Z)带入到公式A中计算，得到对应真实影像的像点坐标(x’，y’)，将像点坐标(x’，y’)转成真实影像的像素坐标(xP’，yP’)；
S404：通过双线性差值的方式获取真实影像像素坐标(xP’，yP’)处的灰度值，并赋值给虚拟影像像素(xP，yP)处的灰度；
S405：遍历虚拟影像的所有像素，重复S401-S404，生成最终的虚拟相机影像。
2.根据权利要求1所述的基于几何定位模型的视频影像校正方法，其特征在于，在S1中，相机成像几何模型，用于建立起地物点在物方空间的坐标与其在像方空间坐标的一一对应关系，其包含两种计算过程：模型正算过程和模型反算过程；
模型正算过程，用于从像方坐标计算到物方坐标；公式A为成像几何模型的正算过程，尺度因子m是未知量，采用迭代的方式来对地面点的坐标(X，Y，Z)进行求解，步骤如下：
S1：计算地物点的初始大地坐标，假设地物点的初始高程为零，即h0＝0，利用公式A结合地球椭球公式，算出像点坐标(x，y)对应的初始大地坐标(X0，Y0，Z0)；
S2：将大地坐标(X0，Y0，Z0)转成经纬度表示(lon0，lat0，h0)；从地面高程数据中读取实际高程值h’,初始高程值h0与h’的差值为dh＝(h’-h0)；
S3：取地物点的高程为h＝h’，重新计算像点(x，y)对应的大地坐标(X，Y，Z)；
S4：重复步骤S1-S3，进行迭代计算，直到dh小于预设限差时停止迭代，得到最终的大地坐标(X，Y，Z)；
模型反算过程，用于从给定点的大地坐标计算得到对应像点坐标，即从物方空间到像方空间；包括以下步骤：
S21：建立起地物点坐标与像点坐标的初始映射关系，用于对地物点坐标对应的像点坐标进行初始预测；
S22：将预测的像点坐标利用模型正算计算出对应的地物点坐标，比较其与真实地物坐标偏差，进而更新预测模型参数，直到用预测的像点坐标计算出的地物点坐标与真实的地物点坐标偏差小于预设限差时停止迭代，得到最终的地物点坐标对应的像点坐标；同时，通过求解单应性变换矩阵来对像点坐标进行预测。
3.根据权利要求1所述的基于几何定位模型的视频影像校正方法，其特征在于，在S3中，虚拟相机的几何成像模型为理想状态下的小孔成像模型，不存在镜头畸变，虚拟相机的成像范围和分辨率与真实相机基本一致；由于GIS平台只能配置相机的横向视角，虚拟相机成像探元的长度和宽度要相同，虚拟相机的外方位元素等于真实相机的外方位元素，即虚拟相机的投影中心坐标和姿态角与真实相机保持一致；虚拟相机的焦距等于真实相机的焦距；虚拟相机的焦平面的图像传感器大小与真实相机图像传感器大小相同，即面阵成像探元的总面积相同；虚拟相机的成像探元大小等于真实相机成像探元长度和宽度的平均值。
CN201911338034.0A 2019-12-23 2019-12-23 一种基于几何定位模型的视频影像校正方法 Active CN111127564B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911338034.0A CN111127564B (zh) 2019-12-23 2019-12-23 一种基于几何定位模型的视频影像校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911338034.0A CN111127564B (zh) 2019-12-23 2019-12-23 一种基于几何定位模型的视频影像校正方法

Publications (2)

Publication Number Publication Date
CN111127564A CN111127564A (zh) 2020-05-08
CN111127564B true CN111127564B (zh) 2023-02-28

Family

ID=70501295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911338034.0A Active CN111127564B (zh) 2019-12-23 2019-12-23 一种基于几何定位模型的视频影像校正方法

Country Status (1)

Country Link
CN (1) CN111127564B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113947653B (zh) * 2021-09-27 2023-04-07 四川大学 一种真实质感毛发的模拟方法
CN117934346B (zh) * 2024-03-21 2024-06-07 安徽大学 一种无稳定平台的机载线阵高光谱遥感影像几何处理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345737A (zh) * 2013-06-04 2013-10-09 北京航空航天大学 一种基于误差补偿的uav高分辨率影像几何校正方法
EP2966863A1 (en) * 2014-07-10 2016-01-13 Seiko Epson Corporation Hmd calibration with direct geometric modeling
CN107144293A (zh) * 2017-04-07 2017-09-08 武汉大学 一种视频卫星面阵相机的几何定标方法
CN110211054A (zh) * 2019-04-28 2019-09-06 张过 一种星载推扫式光学传感器无畸变影像制作方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345737A (zh) * 2013-06-04 2013-10-09 北京航空航天大学 一种基于误差补偿的uav高分辨率影像几何校正方法
EP2966863A1 (en) * 2014-07-10 2016-01-13 Seiko Epson Corporation Hmd calibration with direct geometric modeling
CN107144293A (zh) * 2017-04-07 2017-09-08 武汉大学 一种视频卫星面阵相机的几何定标方法
CN110211054A (zh) * 2019-04-28 2019-09-06 张过 一种星载推扫式光学传感器无畸变影像制作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于数字检校场的"天绘一号"卫星在轨几何定标;胡振龙等;《航天返回与遥感》;20171015(第05期);全文 *

Also Published As

Publication number Publication date
CN111127564A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN110057295B (zh) 一种免像控的单目视觉平面距离测量方法
CN111007530B (zh) 激光点云数据处理方法、装置及***
CN109115186B (zh) 一种针对车载移动测量***的360°可量测全景影像生成方法
KR101965965B1 (ko) 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법
CN103557841B (zh) 一种提高多相机合成影像摄影测量精度的方法
KR101346323B1 (ko) 지상기준점과 부가매개변수를 이용한 비측량용 디지털 카메라 촬영 시스템의 자체검정 방법
CN107014399B (zh) 一种星载光学相机-激光测距仪组合***联合检校方法
JP2010287156A (ja) モデル生成装置、モデル生成方法、モデル生成プログラム、点群画像生成方法および点群画像生成プログラム
CN106709944B (zh) 卫星遥感图像配准方法
CN102661717A (zh) 铁塔单目视觉测量方法
CN111127564B (zh) 一种基于几何定位模型的视频影像校正方法
CN110736447B (zh) 一种集成式图像采集设备竖直方向水平位置检校方法
CN107040695B (zh) 基于rpc定位模型的星载视频稳像方法及***
CN110555813B (zh) 一种无人机遥感影像的快速几何校正方法及***
CN106767895B (zh) 利用标志点定向求解相机外方位元素的***和方法
JP2002156229A (ja) 構造物の移動式変位計測方法及び装置
CN113763479B (zh) 一种折反射全景相机与imu传感器的标定方法
CN107967700A (zh) 大视场宽工作距双目相机的在轨几何校正及精度验证方法
CN101655378A (zh) 一种数字摄影测量相机的内方位参数测量方法
CN112270698A (zh) 基于最邻近曲面的非刚性几何配准方法
KR101346192B1 (ko) 항공측량 전용 촬영이미지의 실시간 정사 보정용 항공측량시스템
CN113962853B (zh) 一种旋转线阵扫描图像位姿自动化精密解算方法
KR101183866B1 (ko) Ｇｐｓ／ｉｎｓ／영상ａｔ를 통합한 실시간 위치／자세 결정 장치 및 방법
CN111402315A (zh) 一种自适应调整双目摄像机基线的三维距离测量方法
CN105571598B (zh) 一种卫星激光高度计足印相机姿态的测定方法

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