CN114608540A - 一种数字摄影测量***的测量网型确定方法 - Google Patents
一种数字摄影测量***的测量网型确定方法 Download PDFInfo
- Publication number
- CN114608540A CN114608540A CN202210261808.XA CN202210261808A CN114608540A CN 114608540 A CN114608540 A CN 114608540A CN 202210261808 A CN202210261808 A CN 202210261808A CN 114608540 A CN114608540 A CN 114608540A
- Authority
- CN
- China
- Prior art keywords
- camera
- measurement
- station
- error
- network type
- 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
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
- G01C11/04—Interpretation of pictures
- G01C11/30—Interpretation of pictures by triangulation
-
- 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)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种数字摄影测量***的测量网型确定方法。所述方法包括:利用光束法平差模型进行仿真,并利用最小二乘法对所有测量点在各个摄站成像后所对应的误差方程进行求解,得到当前最优的物方点坐标和当前最优网型,将当前最优的物方点坐标与预设的理论数模进行拟合后得到当前测量误差,按照预设的优化顺序依次调整各个待优化参数,迭代求解测量误差,直至各个待优化参数调节过程中的测量误差均满足对应的收敛条件,得到最优测量网型。整个方法可以根据现场实际测量条件确定最合适的测量网型,进而使得数字摄影测量***的测量误差较稳定,测量精度也较高。
Description
技术领域
本发明属于计算机视觉和计算机图形学领域,涉及一种数字摄影测量***的测量网型确定方法。
背景技术
数字摄影测量是近几年发展非常迅速的一种测量技术,主要是利用光学相机拍摄系列相片,并通过计算机图像匹配和相关数学计算后得到待测点的三维坐标。数字摄影测量***的测量原理与经纬仪***一样,都是采用三角形测量原理。
与常规测量方法不同,数字摄影测量***不能直观地从测量设备上得到测量数据,而是首先需要针对待测样件拍摄一系列照片,再通过图像处理及数学方法求解待测样件上靶标点的三维坐标,基于此,所有的拍摄点、待测点和摄影光线所形成的空间网络被称为测量网型,测量网型主要包括摄站内相机的拍摄位置和姿态分布(即摄站分布)、待测样件的靶标分布(即测量点分布)和标尺的位置(基准布设)。测量网型的设置不仅会影响相片的像点精度,而且还是解算模型中重要的输入参数,因此从测量方法层面而言,测量网型是对测量精度影响最大的因素。
目前数字摄影测量***的测量网型确定,主要还是依靠操作者的工程经验,无法精准地确定不同精度要求、不同尺寸测量对象等多种情况下的测量网型。操作者在确定测量网型时更多的还是依据三角形法测量原理,由于每一个待测点至少需要被两条摄影光束相交才可解,因此如果增加在待测点交汇的摄影光线,就可以提高数字摄影测量***的测量精度。然而,实际工程应用环境更为复杂,尤其是针对大口径天线或环境舱内的面板样件,受限于辅助测量平台和测量空间范围,难以实现理想的测量网型。在极端测量条件下,当发生摄影光线不能形成理想的交汇角度、单张相片视场内的测量数据少或者需要更多张相片拼接才能组成完整的反射面坐标信息等情况时,数字摄影测量***的测量精度受相机的位置和姿态影响非常敏感,此时仅依靠操作者的工程经验无法精准地确定合适的测量网型,进而导致数字摄影测量***的测量误差较为不稳定,测量精度也较低。
发明内容
本发明针对现有技术中的不足,提供一种数字摄影测量***的测量网型确定方法,包括:
根据现场测量条件,确定相机所在摄站的初始分布,所述初始摄站分布包括相机所在摄站的初始位置、所述摄站的初始姿态角;
利用光束法平差模型进行仿真,得到待测样件上的各个测量点在各个摄站成像后所对应的误差方程,其中,所述待测样件上的各个测量点是按照预设的密度参数均匀分布在所述待测样件的表面的;
利用最小二乘法对所有测量点在各个摄站成像后所对应的误差方程进行求解,得到物方点当前最优三维坐标,以及摄站当前最优位置和摄站当前最优姿态角;
将所述物方点当前最优三维坐标与预设的理论数模进行拟合,得到当前测量误差;
按照所述摄站当前最优位置、所述摄站当前最优姿态角以及所述密度参数设置初始测量网型,按照预设的优化顺序依次调整各个待优化参数,迭代求解测量误差,直至各个待优化参数调节过程中的测量误差均满足对应的收敛条件,得到最优测量网型,所述最优测量网型包括摄站最优位置、摄站最优姿态角和最优密度参数。
进一步地,所述初始分布为环形、列形、米字形和十字形中任意一种。
进一步地,所述利用光束法平差模型进行仿真,得到待测样件上的各个测量点在各个摄站成像后所对应的误差方程,包括:
通过以下公式得到待测样件上的各个测量点在各个摄站成像后所对应的误差方程:
其中,vx、vy为误差,为摄站姿态角构成的矩阵,由摄站的姿态角(Rx,Ry,Rz)转换得到,X、Y、Z为测量点的三维坐标,X0、Y0、Z0为摄站位置,f为相机焦距,x、y为测量点在摄站成像后所对应的像点的图像坐标,x0、y0为像主点坐标,Δxr、Δxd、Δxb、Δyr、Δyd、Δyb为相机的畸变参数。
进一步地,所述待优化参数包括摄影距离、相机指向、摄站分布密度和测量点分布密度。
进一步地,所述按照所述摄站当前最优位置、所述摄站当前最优姿态角以及所述密度参数设置初始测量网型,按照预设的优化顺序依次调整各个待优化参数,迭代求解测量误差,直至各个待优化参数调节过程中的测量误差均满足对应的收敛条件,得到最优测量网型,包括:
按照所述摄站当前最优位置、所述摄站当前最优姿态角以及所述密度参数设置初始测量网型;
调整所述摄影距离,迭代求解测量误差,直至测量误差满足第一预设收敛条件,得到第一中间网型;
调整所述相机指向,迭代求解测量误差,直至测量误差满足第二预设收敛条件,得到第二中间网型;
调整所述摄站分布密度,迭代求解测量误差,直至测量误差满足第三预设收敛条件,得到第三中间网型;
调整所述测量点分布密度,迭代求解测量误差,直至测量误差满足第四预设收敛条件,得到最优测量网型。
本发明的有益效果是:利用光束法平差模型进行仿真,并利用最小二乘法对所有测量点在各个摄站成像后所对应的误差方程进行求解,得到当前最优的物方点坐标和当前最优网型,将当前最优的物方点坐标与预设的理论数模进行拟合后得到当前测量误差,按照预设的优化顺序依次调整各个待优化参数,迭代求解测量误差,直至各个待优化参数调节过程中的测量误差均满足对应的收敛条件,得到最优测量网型。如此,本发明可以根据现场实际测量条件确定最合适的测量网型,进而使得数字摄影测量***的测量误差较稳定,测量精度也较高。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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的附图。
图1为本发明实施例提供的一种数字摄影测量***的测量网型确定方法的流程示意图;
图2为光束法平差模型原理图;
图3为本发明实施例提供的摄影距离、相机指向和摄站分布密度的调整示意图;
图4为本发明实施例提供的测量网型优化模型迭代方法示意图;
图5为本发明实施例提供的数字摄影测量***的测量网型确定方法所对应的具体流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术中的不足,本发明实施例提供一种数字摄影测量***的测量网型确定方法。图1示例性示出了本发明实施例提供的一种数字摄影测量***的测量网型确定方法的流程示意图,如图1所示,具体包括如下步骤:
101:根据现场测量条件,确定相机所在摄站的初始分布。
其中,初始摄站分布包括相机所在摄站的初始位置、摄站的初始姿态角。
具体地,初始分布可以为环形、列形、米字形和十字形中任意一种。
也就是说,初始摄站分布应结合现场测量条件,可从环形、列形(航带)、米字形和十字形等常规摄站分布方案中选取。
102:利用光束法平差模型进行仿真,得到待测样件上的各个测量点在各个摄站成像后所对应的误差方程。
其中,待测样件上的各个测量点是按照预设的密度参数均匀分布在待测样件的表面的。
具体地,可以通过公式(1)得到待测样件上的各个测量点在各个摄站成像后所对应的误差方程:
公式(1)中,vx、vy为误差,为摄站姿态角构成的矩阵,由摄站的姿态角(Rx,Ry,Rz)转换得到,X、Y、Z为测量点的三维坐标,X0、Y0、Z0为摄站位置,f为焦距,x、y为测量点在摄站成像后所对应的像点的图像坐标,x0、y0为像主点坐标,Δxr、Δxd、Δxb、Δyr、Δyd、Δyb为相机的畸变参数。
下面对光束法平差模型进行仿真的过程进行介绍。
光束法平差模型原理如图2所示,假设待测样件上某一测量点为P,其全局坐标系三维坐标为(X,Y,Z),p为P在某一摄站成像后对应的像点,p的图像坐标为(x,y),相机所在的摄站坐标包含摄站位置(X0,Y0,Z0)和姿态角(Rx,Ry,Rz),P点在摄站坐标系下的坐标为(X′,Y′,Z′),f为相机焦距,则存在如下公式(2)所示的关系:
公式(2)中,x、y为像点p的图像坐标,X’、Y’、Z’为P点在摄站坐标系下的坐标,f为相机焦距。
P点在摄站坐标系下的坐标X’、Y’、Z’可以通过如下公式(3)进行表示:
根据公式(2)和公式(3)可以得到如下公式(4):
考虑到像主点位置及图像畸变,则对公式(4)作如下变形:
公式(5)中,为摄站姿态角构成的矩阵,由摄站的姿态角(Rx,Ry,Rz)转换得到,X、Y、Z为测量点的三维坐标,X0、Y0、Z0为摄站位置,f为相机焦距,x、y为像点p的图像坐标,x0、y0为像主点坐标,Δxr、Δxd、Δxb、Δyr、Δyd、Δyb为相机的畸变参数。
其中,径向畸变改正量公式可以通过公式(6)表示:
切向畸变改正量公式可以通过公式(7)表示:
像平面改正量公式可以通过公式(8)表示:
此外还有公式(6)、公式(7)和公式(8)中的部分参数通过公式(9)进行计算:
公式(6)、公式(7)、公式(8)和公式(9)中,Δxr、Δyr为径向畸变改正量,K1、K2、K3为径向畸变参数,x、y为像点p的图像坐标,x0、y0为像主点坐标,Δxd、Δyd为切向畸变改正量,P1、P2为切向畸变参数,Δxb、Δyb为像平面改正量,b1、b2为像平面畸变参数。
如此,根据公式(5)即可得到公式(1)所示的误差方程。
103:利用最小二乘法对所有测量点在各个摄站成像后所对应的误差方程进行求解,得到物方点当前最优三维坐标,以及摄站当前最优位置和摄站当前最优姿态角。
其中,物方点当前最优三维坐标包括求解出的待测样件上所有测量点的三维坐标。
具体地,首先针对任一摄站,利用光束平差法仿真建立待测样件上任一测量点在该摄站的误差方程。
然后根据所有测量点在各个摄站的误差方程,利用最小二乘法即可求得各个摄站的当前最优位置和当前最优姿态角,以及各个测量点的三维坐标。
104:将物方点当前最优三维坐标与预设的理论数模进行拟合,得到当前测量误差。
其中,待测样件就是根据理论数模加工出来的。
105:按照摄站当前最优位置、摄站当前最优姿态角以及密度参数设置初始测量网型,按照预设的优化顺序依次调整各个待优化参数,迭代求解测量误差,直至各个待优化参数调节过程中的测量误差均满足对应的收敛条件,得到最优测量网型。
其中,最优测量网型包括摄站最优位置、摄站最优姿态角和最优密度参数。
具体地,待优化参数包括摄影距离、相机指向、摄站分布密度和测量点分布密度。
图3示例性示出了本发明实施例提供的摄影距离、相机指向和摄站分布密度的调整示意图,如图3所示,不同摄影距离表示摄站与待测样件之间的距离有所调整,不同摄站分布密度表示摄站与摄站之间的间距有所调整,不同相机指向表示各个摄站的相机姿态角有所调整。
优化顺序可以设置为由先至后依次为摄影距离、相机指向、摄站分布密度和测量点分布密度。
进一步地,可以通过以下步骤得到最优测量网型:
步骤一,按照摄站当前最优位置、摄站当前最优姿态角以及密度参数设置初始测量网型。
步骤二,调整摄影距离,迭代求解测量误差,直至测量误差满足第一预设收敛条件,得到第一中间网型。
其中,摄影距离可以通过摄站位置坐标来体现。
具体地,调整时可以按照预设的参数增值进行调整。
第一预设收敛条件可以为在预设的参数阈值范围内测量精度达到峰值,即可认为收敛。
步骤三,调整相机指向,迭代求解测量误差,直至测量误差满足第二预设收敛条件,得到第二中间网型。
具体地,调整时可以按照预设的参数增值进行调整。
第二预设收敛条件可以为在预设的参数阈值范围内测量精度达到峰值,即可认为收敛。
步骤四,调整摄站分布密度,迭代求解测量误差,直至测量误差满足第三预设收敛条件,得到第三中间网型。
其中,摄站分布密度也可以通过摄站位置坐标来体现。
具体地,调整时可以按照预设的参数增值进行调整。
第三预设收敛条件可以为在预设的参数阈值范围内测量精度增值与参数增值之间的比值小于设计值。其中该设计值可以根据测量精度的要求和现场测量条件确定。
步骤五,调整测量点分布密度,迭代求解测量误差,直至测量误差满足第四预设收敛条件,得到最优测量网型。
具体地,调整时可以按照预设的参数增值进行调整。
第四预设收敛条件可以为在预设的参数阈值范围内测量精度增值与参数增值之间的比值小于设计值。其中该设计值可以根据测量精度的要求和现场测量条件确定。
此外,也可以采取其他优化顺序来对各个待优化参数进行调整,具体不做限定。
图4示例性示出了本发明实施例提供的测量网型优化模型迭代方法示意图,如图4所示,本发明实施例提供的优化迭代顺序依次为摄影距离、相机指向、摄站分布密度、测量点分布密度,在摄影距离调整和相机指向调整时所对应的迭代收敛条件均为设定参数阈值,在阈值范围内测量精度峰值,即认为收敛。在摄站分布密度调整和测量点分布密度调整时所对应的迭代收敛条件均为设定参数阈值,在阈值范围内测量精度增值与参数增值之间的比值是否小于设计值,其中该设计值可以根据测量精度要求和现场条件确定。
为了更加清楚地说明本发明实施例提供的测量网型确定方法,图5示例性示出了本发明实施例提供的数字摄影测量***的测量网型确定方法所对应的具体流程示意图,如图5所示,具体流程为:完成测量网型的基准布设,根据现场测量条件边界确定摄站分布,并根据摄站分布和测量点分布确定像点误差后,对成像模型按光束法平差组误差方程,并利用最小二乘迭代求解,再利用ICP迭代计算面形误差计算与数据统计,得到成像模型和样件模型的测量误差,判断是否符合迭代模型收敛条件,如果不符合,再继续调整布设方式、测量点分布、摄站分布等参数,直至测量误差符合迭代模型收敛条件,输出最优拍摄网型。
本发明的有益效果是:利用光束法平差模型进行仿真,并利用最小二乘法对所有测量点在各个摄站成像后所对应的误差方程进行求解,得到当前最优的物方点坐标和当前最优网型,将当前最优的物方点坐标与预设的理论数模进行拟合后得到当前测量误差,按照预设的优化顺序依次调整各个待优化参数,迭代求解测量误差,直至各个待优化参数调节过程中的测量误差均满足对应的收敛条件,得到最优测量网型。如此,本发明可以根据现场实际测量条件确定最合适的测量网型,进而使得数字摄影测量***的测量误差较稳定,测量精度也较高。
以上结合具体实施方式和范例性实例对本发明进行了详细说明,不过这些说明并不能理解为对本发明的限制。本领域技术人员理解,在不偏离本发明精神和范围的情况下,可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。
Claims (5)
1.一种数字摄影测量***的测量网型确定方法,其特征在于,包括:
根据现场测量条件,确定相机所在摄站的初始分布,所述初始摄站分布包括相机所在摄站的初始位置、所述摄站的初始姿态角;
利用光束法平差模型进行仿真,得到待测样件上的各个测量点在各个摄站成像后所对应的误差方程,其中,所述待测样件上的各个测量点是按照预设的密度参数均匀分布在所述待测样件的表面的;
利用最小二乘法对所有测量点在各个摄站成像后所对应的误差方程进行求解,得到物方点当前最优三维坐标,以及摄站当前最优位置和摄站当前最优姿态角;
将所述物方点当前最优三维坐标与预设的理论数模进行拟合,得到当前测量误差;
按照所述摄站当前最优位置、所述摄站当前最优姿态角以及所述密度参数设置初始测量网型,按照预设的优化顺序依次调整各个待优化参数,迭代求解测量误差,直至各个待优化参数调节过程中的测量误差均满足对应的收敛条件,得到最优测量网型,所述最优测量网型包括摄站最优位置、摄站最优姿态角和最优密度参数。
2.根据权利要求1所述的方法,其特征在于,所述初始分布为环形、列形、米字形和十字形中任意一种。
4.根据权利要求1所述的方法,其特征在于,所述待优化参数包括摄影距离、相机指向、摄站分布密度和测量点分布密度。
5.根据权利要求4所述的方法,其特征在于,所述按照所述摄站当前最优位置、所述摄站当前最优姿态角以及所述密度参数设置初始测量网型,按照预设的优化顺序依次调整各个待优化参数,迭代求解测量误差,直至各个待优化参数调节过程中的测量误差均满足对应的收敛条件,得到最优测量网型,包括:
按照所述摄站当前最优位置、所述摄站当前最优姿态角以及所述密度参数设置初始测量网型;
调整所述摄影距离,迭代求解测量误差,直至测量误差满足第一预设收敛条件,得到第一中间网型;
调整所述相机指向,迭代求解测量误差,直至测量误差满足第二预设收敛条件,得到第二中间网型;
调整所述摄站分布密度,迭代求解测量误差,直至测量误差满足第三预设收敛条件,得到第三中间网型;
调整所述测量点分布密度,迭代求解测量误差,直至测量误差满足第四预设收敛条件,得到最优测量网型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210261808.XA CN114608540B (zh) | 2022-03-17 | 2022-03-17 | 一种数字摄影测量***的测量网型确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210261808.XA CN114608540B (zh) | 2022-03-17 | 2022-03-17 | 一种数字摄影测量***的测量网型确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114608540A true CN114608540A (zh) | 2022-06-10 |
CN114608540B CN114608540B (zh) | 2023-06-16 |
Family
ID=81862663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210261808.XA Active CN114608540B (zh) | 2022-03-17 | 2022-03-17 | 一种数字摄影测量***的测量网型确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114608540B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116822357A (zh) * | 2023-06-25 | 2023-09-29 | 成都飞机工业(集团)有限责任公司 | 一种基于改进灰狼算法的摄影测量摄站布局规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101298979A (zh) * | 2008-07-01 | 2008-11-05 | 北京林业大学 | 一种量测相机配合经纬仪测树技术 |
JP2011022062A (ja) * | 2009-07-17 | 2011-02-03 | Topcon Corp | 位置測定方法及び位置測定装置 |
US9857172B1 (en) * | 2017-09-25 | 2018-01-02 | Beijing Information Science And Technology University | Method for implementing high-precision orientation and evaluating orientation precision of large-scale dynamic photogrammetry system |
US20210041236A1 (en) * | 2018-04-27 | 2021-02-11 | China Agricultural University | Method and system for calibration of structural parameters and construction of affine coordinate system of vision measurement system |
CN113324528A (zh) * | 2021-05-18 | 2021-08-31 | 武汉大学 | 已知摄站位置的近景摄影测量目标定位方法及*** |
CN114092563A (zh) * | 2021-10-25 | 2022-02-25 | 南京航空航天大学 | 一种基于t-mac的摄影测量光束法平差优化方法 |
-
2022
- 2022-03-17 CN CN202210261808.XA patent/CN114608540B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101298979A (zh) * | 2008-07-01 | 2008-11-05 | 北京林业大学 | 一种量测相机配合经纬仪测树技术 |
JP2011022062A (ja) * | 2009-07-17 | 2011-02-03 | Topcon Corp | 位置測定方法及び位置測定装置 |
US9857172B1 (en) * | 2017-09-25 | 2018-01-02 | Beijing Information Science And Technology University | Method for implementing high-precision orientation and evaluating orientation precision of large-scale dynamic photogrammetry system |
US20210041236A1 (en) * | 2018-04-27 | 2021-02-11 | China Agricultural University | Method and system for calibration of structural parameters and construction of affine coordinate system of vision measurement system |
CN113324528A (zh) * | 2021-05-18 | 2021-08-31 | 武汉大学 | 已知摄站位置的近景摄影测量目标定位方法及*** |
CN114092563A (zh) * | 2021-10-25 | 2022-02-25 | 南京航空航天大学 | 一种基于t-mac的摄影测量光束法平差优化方法 |
Non-Patent Citations (1)
Title |
---|
王旋: "用于天文摄影测量的相机标定研究", 《中国优秀硕士学位论文全文数据库基础科学辑》, pages 6 - 13 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116822357A (zh) * | 2023-06-25 | 2023-09-29 | 成都飞机工业(集团)有限责任公司 | 一种基于改进灰狼算法的摄影测量摄站布局规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114608540B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105096329B (zh) | 一种精确校正超广角摄像头图像畸变的方法 | |
CN106595700A (zh) | 基于三点坐标测量的靶道空间基准标定方法 | |
CN109727278B (zh) | 一种机载LiDAR点云数据与航空影像的自动配准方法 | |
CN106570905B (zh) | 一种非合作目标点云初始姿态验证方法 | |
CN110285827A (zh) | 一种距离约束的摄影测量高精度目标定位方法 | |
CN113340277B (zh) | 一种基于无人机倾斜摄影的高精度定位方法 | |
CN108801218B (zh) | 大尺寸动态摄影测量***的高精度定向及定向精度评价方法 | |
CN109544642B (zh) | 一种基于n型靶标的tdi-ccd相机参数标定方法 | |
CN113393577B (zh) | 一种倾斜摄影地形重建方法 | |
CN110736447A (zh) | 一种集成式图像采集设备竖直方向水平位置检校方法 | |
CN107727118B (zh) | 大型飞行器中的gnc分***设备姿态测量***标定方法 | |
CN112950719A (zh) | 一种基于无人机主动式光电平台的无源目标快速定位方法 | |
CN114608540A (zh) | 一种数字摄影测量***的测量网型确定方法 | |
CN110660099B (zh) | 基于神经网络的遥感影像处理的有理函数模型拟合方法 | |
CN111561867A (zh) | 一种飞机表面形貌数字化测量方法 | |
El-Ashmawy | A comparison study between collinearity condition, coplanarity condition, and direct linear transformation (DLT) method for camera exterior orientation parameters determination | |
CN111664801A (zh) | 一种基于高斯曲率的光学靶标点投影规划方法 | |
CN110617766A (zh) | 平面位姿测量方法、装置及存储介质 | |
CN113790711B (zh) | 一种无人机低空飞行位姿无控多视测量方法及存储介质 | |
CN113177987B (zh) | 一种视觉跟踪测量***外场全局标定方法及*** | |
CN105783881A (zh) | 空中三角测量的方法和装置 | |
CN114018212B (zh) | 面向球型摄像机单目测距的俯仰角校正方法及*** | |
CN115018922A (zh) | 畸变参数标定方法、电子设备和计算机可读存储介质 | |
CN108871204B (zh) | 摄影测量中长度测量相对误差的绝对评价方法 | |
Dlesk et al. | Possibilities of processing archival photogrammetric images captured by Rollei 6006 metric camera using current method |
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 |