CN116907511B - 一种将管道坐标转换为图像坐标的方法 - Google Patents
一种将管道坐标转换为图像坐标的方法 Download PDFInfo
- Publication number
- CN116907511B CN116907511B CN202311167512.2A CN202311167512A CN116907511B CN 116907511 B CN116907511 B CN 116907511B CN 202311167512 A CN202311167512 A CN 202311167512A CN 116907511 B CN116907511 B CN 116907511B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- coordinates
- unmanned aerial
- aerial vehicle
- camera
- 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 26
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000009466 transformation Effects 0.000 claims description 22
- 230000036544 posture Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
- H04N5/91—Television signal processing therefor
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种将管道坐标转换为图像坐标的方法,主要包括步骤:将无人机的实时位置和姿态,以及摄像机云台的姿态存储到每一帧图像的数据中;获取管道各个转角桩的GPS坐标,并将GPS坐标转换为地心坐标系下的坐标;读取无人机中存储的视频图像中的数据,按顺序提取视频图像帧,并解析无人机的实时位置和姿态,以及摄像机云台的姿态;将无人机的实时位置转换到地心坐标系;将管道转角桩地心坐标系下的坐标转换为图像坐标系下的像素坐标;将像素坐标绘制到视频图像上,并将相邻像素坐标用直线连接,完成管道绘制。本发明使用无人机的位置将管道坐标变换为图像的像素坐标,从而将管道绘制到图像上,具有效率高和精度高的优点。
Description
技术领域
本公开属于无人机技术领域,特别涉及一种将管道坐标转换为图像坐标的方法。
背景技术
近年来,随着无人机技术的发展,无人机已经广泛用于各个领域,包括测绘、安防、巡检等。随着油气管道的大规模建设,油气管道的巡检成为一大难题,无疑是整个能源运输战略中重要的组成部分。无人机在油气管道巡护领域也已经有了很多应用案例。
现阶段无人机用于油气管道巡检,无人机的航线通常是将管道的各个转角桩(管道水平改变方向的位置)的GPS坐标转换为航点,让无人机在管道的正上方固定高度的航线上飞行,通过无人机携带的摄像头采集正下方的视频图像,然后通过对视频图像进行分析来实现管道巡护。
管道巡检的主要目的是希望在管道两侧一定距离(例如50米)内发现是否存在危害管道安全的行为(包括违法施工、违章建筑等)。理想情况下,无人机在管道的正上方,则视频图像的中轴线位置就是管道的位置,然后在中轴线的两侧一定范围内进行人工识别或者基于深度学习的智能识别。但是,由于无人机在飞行时主要依赖GPS定位,误差通常在10米左右,因此,直接使用图像的中心线作为管道位置可能存在较大的误差。
还有一种纯手工标注管道位置的方法,使用专用的软件通过管道路由的经纬度坐标点信息在地图上标注坐标点,然后通过点与点之间的连接完成输送管道的标注或修改,通过此类方式反复标记,可将管道在无人机的视频图像中呈现出来。但是该操作极为费时,而且存在标记错误的可能。
发明内容
为了解决上述技术问题,本公开揭示了一种将管道坐标转换为图像坐标的方法,其特征在于,所述方法包括如下步骤:
S100:无人机在巡检管道的过程中,存储视频图像数据时,将无人机的实时位置和姿态,以及摄像机云台的姿态存储到每一帧图像的数据中;
S200:获取管道各个转角桩的GPS坐标,并将该GPS坐标转换为地心坐标系下的坐标;
S300:读取无人机中存储的视频图像中的数据,按顺序提取视频图像帧,并解析无人机的实时位置和姿态,以及摄像机云台的姿态;
S400:将无人机的实时位置转换到地心坐标系;
S500:将管道转角桩地心坐标系下的坐标转换为图像坐标系下的像素坐标;
S600:将所获得的像素坐标绘制到视频图像上,并将相邻像素坐标用直线连接,完成管道绘制。
优选的,所述步骤S100中,将无人机的实时位置和姿态,以及摄像机云台的姿态存储到每一帧图像的数据中的SEI字段。
优选的,所述步骤S200中的转角桩的GPS坐标包括经度、纬度和高程。
优选的,所述地心坐标系是以地心为原点的笛卡尔坐标系,z轴与地轴平行指向北极点,x轴指向本初子午线与赤道的交点,y轴垂直于xoz平面。
优选的,所述步骤S300中的无人机的实时位置和姿态包括经度B、纬度L、高程H、无人机的俯仰角uav_pitch、无人机的横滚角uav_roll、无人机的偏航角uav_yaw,摄像机云台的姿态包括云台的俯仰角gb_pitch、云台的横滚角gb_roll、云台的偏航角gb_yaw。
优选的,所述步骤S500进一步包括如下步骤:
S501:计算摄像机坐标系到无人机坐标系的变换矩阵;
S502:计算无人机坐标系到北东地坐标系的变换矩阵;
S503:计算北东地坐标系到地心坐标系的变换矩阵;
S504:计算摄像机坐标系到地心坐标系的变换矩阵;
S505:计算地心坐标系到图像坐标系的变换矩阵;
S506:针对每一个转角桩坐标,将其转换到摄像机坐标系,得到转换后的坐标;
S507:对上述转换后的坐标进行畸变处理,得到最终的图像坐标系下的像素坐
标。
优选的,所述步骤S501中,
使用摄像机云台的姿态角以及摄像机焦平面中心相对无人机坐标系原点的偏移值,计算所述变换矩阵:
,
其中,为摄像机坐标系到无人机坐标系的旋转矩阵,为摄像机坐标系原点
到无人机坐标系原点的偏移向量。
优选的,所述步骤S502中的北东地坐标系是以无人机位置为原点的笛卡尔坐标系,N轴指向地球北,E轴指向地球东,D轴垂直于地球表面并指向下。
优选的,所述步骤S504中的变换矩阵通过下式计算:
=**。
优选的,所述步骤S506中的坐标通过下式计算:
=*,
其中,表示管道的转角桩在地心坐标系下的坐标。
通过上述技术方案,本发明使用无人机的位置将管道坐标变换为图像的像素坐标,从而将管道绘制到图像上,具有效率高和精度高的优点。
附图说明
图1是本公开一个实施例中所提供的一种将管道坐标转换为图像坐标的方法流程图;
图2是本公开一个实施例中所提供的管道各个转角桩示意图;
图3是本公开一个实施例中所提供的将管道转角桩坐标转换为图像坐标的流程图。
具体实施方式
为了使本领域技术人员理解本公开所披露的技术方案,下面将结合实施例及有关附图1至图3,对各个实施例的技术方案进行描述,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本公开的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员可以理解的是,本文所描述的实施例可以与其他实施例相结合。
参见图1,在一个实施例中,本公开揭示了一种将管道坐标转换为图像坐标的方法,所述方法包括如下步骤:
S100:无人机在巡检管道的过程中,存储视频图像数据时,将无人机的实时位置和姿态,以及摄像机云台的姿态存储到每一帧图像的数据中;
S200:获取管道各个转角桩的GPS坐标,并将该GPS坐标转换为地心坐标系下的坐
标,记为、,...,;
S300:读取无人机中存储的视频图像中的数据,按顺序提取视频图像帧,并解析无人机的实时位置和姿态,以及摄像机云台的姿态;
S400:将无人机的实时位置转换到地心坐标系;
S500:将管道转角桩地心坐标系下的坐标转换为图像坐标系下的像素坐标;
S600:将所获得的像素坐标绘制到视频图像上,并将相邻像素坐标用直线连接,完成管道绘制。
就该实施例而言,针对无人机进行管道巡检的应用场景,将埋地管道各个节点的坐标转换为无人机视频图像上的坐标,并将管道绘制到视频图像当中。
其中,记坐标,
其中,f为地球的极扁率,示例性的,根据本发明所需的精度,f取1/298.25722356即可。lat是纬度,lon是经度,alt是高度,这三个是GPS坐标,a为地球的半长轴即赤道半径6378137米,N为求取X、Y、Z的中间变量。
姿态数据用来求旋转矩阵,坐标转换的时候使用旋转矩阵。
在另一个实施例中,所述步骤S100中所述存储到每一帧图像的数据中是存储到每一帧图像的数据中的SEI字段。
就该实施例而言,目前无人机的视频多为H264格式,可以将前述数据存储到每一帧图像数据的SEI字段。
在另一个实施例中,所述步骤S200中的转角桩的GPS坐标包括经度、纬度和高程。
就该实施例而言,获取管道各个转角桩的GPS坐标(经度、纬度和高程),如图2中的
P1、P2、P3和P4,并将该坐标转换为地心坐标系下的坐标,记为,,...,。
在另一个实施例中,所述地心坐标系是以地心为原点的笛卡尔坐标系,z轴与地轴平行指向北极点,x轴指向本初子午线与赤道的交点,y轴垂直于xoz平面。
在另一个实施例中,所述步骤S300中的无人机的实时位置和姿态包括经度B、纬度L、高程H、无人机的俯仰角uav_pitch、无人机的横滚角uav_roll、无人机的偏航角uav_yaw,摄像机云台的姿态包括云台的俯仰角gb_pitch、云台的横滚角gb_roll、云台的偏航角gb_yaw。
就该实施例而言,读取无人机视频中数据,按顺序提取视频图像帧,并解析SEI字段的无人机位置和姿态和云台姿态。
在另一个实施例中,如图3所示,所述步骤S500进一步包括如下步骤:
S501:计算摄像机坐标系到无人机坐标系的变换矩阵;
,其中
上式中,Ax为相对于x轴的旋转角度,对应摄像机云台的俯仰角gb_pitch;Ay为相
对于y轴的旋转角度,对应摄像机云台的横滚角gb_roll;Az为相对于z轴的旋转角度,对应
摄像机云台的偏航角gb_yaw,Mz、Mx和My则为用于计算变换矩阵的3个中间矩阵。
为摄像机坐标系原点到无人机坐标系原点的偏移向量,因此,其可以经由摄像
机云台的相机坐标系的原点在无人机坐标系中的坐标表示。
S502:计算无人机坐标系到北东地坐标系(NED坐标系)的变换矩阵;
的计算步骤与S501一致,但是Mx的计算使用无人机的俯仰角
uav_pitch,My的计算使用无人机的横滚角uav_roll,Mz的计算使用无人机的偏航角uav_
yaw。偏移向量。
S503:计算北东地坐标系到地心坐标系的变换矩阵;
其中,
上式中,lat为无人机的纬度,lon为无人机的经度。为无人机当前的位置在地
心坐标系中的坐标。
S504:计算摄像机坐标系到地心坐标系的变换矩阵;
=**
S505:计算地心坐标系到图像坐标系的变换矩阵;
S506:针对每一个转角桩坐标,将其转换到摄像机坐标系,得到转换后的坐标;
其中,是管道的转角桩坐标在摄像机坐标系的位置坐标,包含X、Y、Z。
S507:对上述转换后的坐标进行畸变处理,得到最终的图像坐标系下的像素坐
标。
在另一个实施例中,所述步骤S501具体是使用摄像机云台的姿态角以及摄像机焦
平面中心相对无人机坐标系原点的偏移值,计算摄像机坐标系到无人机坐标系的齐次变换
矩阵,其中为摄像机坐标系到无人机坐标系的旋转矩阵,为摄像机
坐标系原点到无人机坐标系原点的偏移向量。
就该实施例而言,这里的计算方法为欧拉角转换为旋转矩阵。这里的姿态角是俯仰、滚转和偏航都要使用。
在另一个实施例中,所述步骤S502中的北东地坐标系是以无人机位置为原点的笛卡尔坐标系,N轴指向地球北,E轴指向地球东,D轴垂直于地球表面并指向下。
在另一个实施例中,所述步骤S504中的变换矩阵具体是通过下式计算得到的:
=**。
在另一个实施例中,所述步骤S506中的坐标具体是通过下式计算得到的:=*,其中表示管道的转角桩在地心坐标系下的坐标。
最后,需要说明的是,本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下,还可以做出很多种的形式,这些均属于本发明保护之列。
Claims (6)
1.一种将管道坐标转换为图像坐标的方法,其特征在于,所述方法包括如下步骤:
S100:无人机在巡检管道的过程中,存储视频图像数据时,将无人机的实时位置和姿态,以及摄像机云台的姿态存储到每一帧图像的数据中;
S200:获取管道各个转角桩的GPS坐标,并将该GPS坐标转换为地心坐标系下的坐标;
S300:读取无人机中存储的视频图像中的数据,按顺序提取视频图像帧,并解析无人机的实时位置和姿态,以及摄像机云台的姿态;
S400:将无人机的实时位置转换到地心坐标系;
S500:将管道转角桩地心坐标系下的坐标转换为图像坐标系下的像素坐标;
S600:将所获得的像素坐标绘制到视频图像上,并将相邻像素坐标用直线连接,完成管道绘制;
所述步骤S500进一步包括如下步骤:
S501:计算摄像机坐标系到无人机坐标系的变换矩阵,
使用摄像机云台的姿态角以及摄像机焦平面中心相对无人机坐标系原点的偏移值,计算所述变换矩阵:
;
其中,为摄像机坐标系到无人机坐标系的旋转矩阵,/>为摄像机坐标系原点到无人机坐标系原点的偏移向量,其经由摄像机云台的相机坐标系的原点在无人机坐标系中的坐标表示;
,其中
;
;
;
上式中,Ax为相对于x轴的旋转角度,对应摄像机云台的俯仰角gb_pitch;Ay为相对于y轴的旋转角度,对应摄像机云台的横滚角gb_roll;Az为相对于z轴的旋转角度,对应摄像机云台的偏航角gb_yaw,Mz、Mx和My则为用于计算变换矩阵的3个中间矩阵;
S502:计算无人机坐标系到北东地坐标系的变换矩阵,
的计算步骤与S501一致,其中Mx的计算使用无人机的俯仰角uav_pitch,My的计算使用无人机的横滚角uav_roll,Mz的计算使用无人机的偏航角uav_yaw,偏移向量/>;其中,北东地坐标系是以无人机位置为原点的笛卡尔坐标系,N轴指向地球北,E轴指向地球东,D轴垂直于地球表面并指向下;
S503:计算北东地坐标系到地心坐标系的变换矩阵,
;
其中,
;
上式中,lat为无人机的纬度,lon为无人机的经度,为无人机当前的位置在地心坐标系中的坐标;
S504:计算摄像机坐标系到地心坐标系的变换矩阵,
=/>*/>*/>;
S505:计算地心坐标系到图像坐标系的变换矩阵,
;
S506:针对每一个转角桩坐标,将其转换到摄像机坐标系,得到转换后的坐标;其中,是管道的转角桩坐标在摄像机坐标系的位置坐标,包含X、Y、Z;
S507:对上述转换后的坐标进行畸变处理,得到最终的图像坐标系下的像素坐标。
2.如权利要求1所述的方法,其特征在于,所述步骤S100中,将无人机的实时位置和姿态,以及摄像机云台的姿态存储到每一帧图像的数据中的SEI字段。
3.如权利要求1所述的方法,其特征在于,所述步骤S200中的转角桩的GPS坐标包括经度、纬度和高程。
4.如权利要求1所述的方法,其特征在于,所述地心坐标系是以地心为原点的笛卡尔坐标系,z轴与地轴平行指向北极点,x轴指向本初子午线与赤道的交点,y轴垂直于xoz平面。
5.如权利要求1所述的方法,其特征在于,所述步骤S300中的无人机的实时位置和姿态包括经度B、纬度L、高程H、无人机的俯仰角uav_pitch、无人机的横滚角uav_roll、无人机的偏航角uav_yaw,摄像机云台的姿态包括云台的俯仰角gb_pitch、云台的横滚角gb_roll、云台的偏航角gb_yaw。
6.如权利要求1所述的方法,其特征在于,所述步骤S506中的坐标通过下式计算:
=/>*/>,
其中,表示管道的转角桩在地心坐标系下的坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311167512.2A CN116907511B (zh) | 2023-09-12 | 2023-09-12 | 一种将管道坐标转换为图像坐标的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311167512.2A CN116907511B (zh) | 2023-09-12 | 2023-09-12 | 一种将管道坐标转换为图像坐标的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116907511A CN116907511A (zh) | 2023-10-20 |
CN116907511B true CN116907511B (zh) | 2023-12-05 |
Family
ID=88358703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311167512.2A Active CN116907511B (zh) | 2023-09-12 | 2023-09-12 | 一种将管道坐标转换为图像坐标的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116907511B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729808A (zh) * | 2017-09-08 | 2018-02-23 | 国网山东省电力公司电力科学研究院 | 一种用于输电线路无人机巡检的图像智能采集***及方法 |
CN109636848A (zh) * | 2018-12-17 | 2019-04-16 | 武汉天乾科技有限责任公司 | 一种基于无人机的油气管道巡检方法 |
CN109753076A (zh) * | 2017-11-03 | 2019-05-14 | 南京奇蛙智能科技有限公司 | 一种无人机视觉追踪实现方法 |
CN109901624A (zh) * | 2019-04-11 | 2019-06-18 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
CN115439528A (zh) * | 2022-04-26 | 2022-12-06 | 亮风台(上海)信息科技有限公司 | 一种获取目标对象的图像位置信息的方法与设备 |
CN115439531A (zh) * | 2022-06-21 | 2022-12-06 | 亮风台(上海)信息科技有限公司 | 一种获取目标对象的目标空间位置信息的方法与设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109708636B (zh) * | 2017-10-26 | 2021-05-14 | 广州极飞科技股份有限公司 | 导航图配置方法、避障方法以及装置、终端、无人飞行器 |
-
2023
- 2023-09-12 CN CN202311167512.2A patent/CN116907511B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729808A (zh) * | 2017-09-08 | 2018-02-23 | 国网山东省电力公司电力科学研究院 | 一种用于输电线路无人机巡检的图像智能采集***及方法 |
CN109753076A (zh) * | 2017-11-03 | 2019-05-14 | 南京奇蛙智能科技有限公司 | 一种无人机视觉追踪实现方法 |
CN109636848A (zh) * | 2018-12-17 | 2019-04-16 | 武汉天乾科技有限责任公司 | 一种基于无人机的油气管道巡检方法 |
CN109901624A (zh) * | 2019-04-11 | 2019-06-18 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
CN115439528A (zh) * | 2022-04-26 | 2022-12-06 | 亮风台(上海)信息科技有限公司 | 一种获取目标对象的图像位置信息的方法与设备 |
CN115439531A (zh) * | 2022-06-21 | 2022-12-06 | 亮风台(上海)信息科技有限公司 | 一种获取目标对象的目标空间位置信息的方法与设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116907511A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020062434A1 (zh) | 一种相机外部参数的静态标定方法 | |
CN113222820B (zh) | 一种位姿信息辅助的航空遥感图像拼接方法 | |
CN101545776B (zh) | 基于数字地图的数码像片方位元素获取方法 | |
CN109446973B (zh) | 一种基于深度神经网络图像识别的车辆定位方法 | |
CN106441242B (zh) | 一种基于激光点云与全景影像的交互式测图方法 | |
CN110675450A (zh) | 基于slam技术的正射影像实时生成方法及*** | |
CN111024072B (zh) | 一种基于深度学习的卫星地图辅助导航定位方法 | |
CN110555813B (zh) | 一种无人机遥感影像的快速几何校正方法及*** | |
CN115187798A (zh) | 一种多无人机高精度匹配定位方法 | |
CN114004977A (zh) | 一种基于深度学习的航拍数据目标定位方法及*** | |
CN117253029B (zh) | 基于深度学习的图像匹配定位方法及计算机设备 | |
CN106023207B (zh) | 一种基于移动测量***双全景的城市部件采集方法 | |
CN115451964A (zh) | 基于多模态混合特征的船舶场景同时建图与定位方法 | |
Liu et al. | A new approach to fast mosaic UAV images | |
CN110223233B (zh) | 一种基于图像拼接的无人机航拍建图方法 | |
CN116385504A (zh) | 一种基于无人机采集点云与图像配准的巡检、测距方法 | |
CN112750075A (zh) | 一种低空遥感影像拼接方法以及装置 | |
CN116907511B (zh) | 一种将管道坐标转换为图像坐标的方法 | |
CN107705272A (zh) | 一种空间影像的高精度几何校正方法 | |
CN116594419A (zh) | 巡检航线规划方法、装置、电子设备及存储介质 | |
CN112132029B (zh) | 一种面向地震应急响应的无人机遥感影像快速定位方法 | |
CN115357052A (zh) | 一种无人机自动探索视频画面中兴趣点的方法及*** | |
JP4523422B2 (ja) | 衛星画像の位置補正装置 | |
JP5761554B2 (ja) | 移動体姿勢の決定方法、移動体姿勢の決定プログラム、及び移動体姿勢の決定装置 | |
CN113759953B (zh) | 一种基于开源dem数据的飞行姿态照片纠正方法 |
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 |