CN112489140A - 姿态测量方法 - Google Patents
姿态测量方法 Download PDFInfo
- Publication number
- CN112489140A CN112489140A CN202011481571.3A CN202011481571A CN112489140A CN 112489140 A CN112489140 A CN 112489140A CN 202011481571 A CN202011481571 A CN 202011481571A CN 112489140 A CN112489140 A CN 112489140A
- Authority
- CN
- China
- Prior art keywords
- coordinate value
- point
- camera
- image
- acquiring
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims description 18
- 239000003550 marker Substances 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 19
- 239000005357 flat glass Substances 0.000 abstract description 8
- 230000036544 posture Effects 0.000 description 39
- 238000004891 communication Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000011521 glass Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000010419 fine particle Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种姿态测量方法，涉及测量领域。该姿态测量方法包括：将双目相机置于观察窗外部，其中，观察窗安装于风洞试验段侧壁上，双目相机包括左相机和右相机；将靶标置于观察窗的外部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第一参数；将靶标置于风洞试验段内部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第二参数；获取第一参数和第二参数之间的映射关系；采用双目相机根据第二参数获取被测模型的第一姿态，其中，被测模型置于风洞试验段的内部；根据映射关系和第一姿态，获得被测模型的目标姿态。本申请用以解决因观察窗玻璃引起的光线折射，造成姿态测量不准确的问题。
Description
技术领域
本申请涉及测量领域，尤其涉及一种姿态测量方法。
背景技术
风洞试验，是指在风洞中安置飞行器或其他物体模型，研究气体流动及其与模型的相互作用，以了解实际飞行器或其他物体的空气动力学特性的一种空气动力实验方法。对飞行器进行风洞试验，在当代飞行器设计过程中扮演着重要角色，飞行器设计过程中的许多重要参数如载荷分布、模型表面气动力等均由风洞试验获得。因此，风洞试验数据的准确性直接影响到飞行器设计的可靠性。随着现代科技的不断发展、飞行器设计技术的不断提高，对风洞试验的精细化提出了越来越高的要求。
风洞试验的精细化要求体现在对风洞试验过程中的各个误差的产生环节进行优化，提高测试手段和减小测量误差。在目前国内风洞试验过程中，人们往往将改进重点放在提高模型加工精度、提高采集系统以及传感器精度、提高气流均匀性和稳定性等方面。但是，因观察窗玻璃引起的光线折射，在姿态测量中会引入较大误差。
发明内容
本申请提供了一种姿态测量方法，用以解决因观察窗玻璃引起的光线折射，造成姿态测量不准确的问题。
第一方面，本申请实施例提供了一种姿态测量方法，包括：
将双目相机置于观察窗外部，其中，所述观察窗安装于风洞试验段侧壁上，所述双目相机包括左相机和右相机；
将靶标置于所述观察窗的外部，利用所述靶标对所述双目相机的内部参数和外部参数进行标定，获得第一参数；
将所述靶标置于所述风洞试验段内部，利用所述靶标对所述双目相机的内部参数和外部参数进行标定，获得第二参数；
获取所述第一参数和所述第二参数之间的映射关系；
采用所述双目相机根据所述第二参数获取被测模型的第一姿态，其中，所述被测模型置于所述风洞试验段的内部；
根据所述映射关系和所述第一姿态，获得所述被测模型的目标姿态。
可选地，所述采用所述双目相机根据所述第二参数获取被测模型的第一姿态，包括：
在所述风洞试验段的内部且不受环境振动影响的稳固位置，设置参考点；
在启动试验前所述双目相机无振动时，获取所述参考点在所述左相机拍摄的第一左图像中的第一坐标值，和所述参考点在所述右相机拍摄的第一右图像中的第二坐标值；
根据所述第一坐标值、所述第二坐标值和所述第二参数，获得所述参考点的第一空间位置坐标值；
在试验过程中所述双目相机发生振动时，获取所述参考点在所述左相机拍摄的第二左图像中的第三坐标值，和所述参考点在所述右相机拍摄的第二右图像中的第四坐标值；
根据所述第三坐标值、所述第四坐标值和所述第二参数，获得所述参考点的第二空间位置坐标值；
获取所述第一空间位置坐标值和所述第二空间位置坐标值之间的转换关系；
在试验过程中所述双目相机发生振动时，获取所述被测模型的第二姿态；
根据所述转换关系和所述第二姿态，获得所述被测模型的所述第一姿态。
可选地，所述内部参数包括焦距、主点坐标和镜头畸变；
所述外部参数是指所述左相机和所述右相机之间的位置关系。
可选地，所述利用所述靶标对所述双目相机的内部参数和外部参数进行标定，包括：
获取所述靶标在所述左相机拍摄的第三左图像中的第一角点信息和第一亚像素角点信息；
根据所述第一角点信息和所述第一亚像素角点信息，标定所述左相机的内部参数；
获取所述靶标在所述右相机拍摄的第三右图像中的第二角点信息和第二亚像素角点信息；
根据所述第二角点信息和所述第二亚像素角点信息，标定所述右相机的内部参数；
获取所述靶标在所述第三左图像和所述第三右图像中的公共点，以及所述公共点在所述第三左图像中的第五坐标值和所述公共点在所述第三右图像中的第六坐标值；
根据所述第五坐标值和所述第六坐标值，标定所述双目相机的外部参数。
可选地，所述采用所述双目相机根据所述第二参数获取被测模型的第一姿态，包括：
在所述被测模型上设置标志点；
采用所述左相机，拍摄所述被测模型的第四左图像；
采用所述右相机，拍摄所述被测模型的第四右图像；
获取所述标志点在所述第四左图像中的第七坐标值，和所述标志点在所述第四右图像中的第八坐标值；
根据所述第七坐标值、所述第八坐标值和所述第二参数，获得所述被测模型的所述第一姿态。
可选地，所述获取所述标志点在所述第四左图像中的第七坐标值，和所述标志点在所述第四右图像中的第八坐标值，包括：
获取所述标志点在所述第四左图像中的第一图像信息；
根据所述第一图像信息，获得所述第七坐标值；
获取所述标志点在所述第四右图像中的第二图像信息；
根据所述第二图像信息，获得所述第八坐标值。
可选地，所述获取所述标志点在所述第四左图像中的第一图像信息，包括：
将所述第四左图像进行预处理，获得预处理后的第五左图像，所述预处理包括滤波；
将所述第五左图像进行边缘检测，获得边缘二值图；
将所述边缘二值图进行轮廓跟踪，获得轮廓集；
从所述轮廓集中剔除干扰点的轮廓，筛选出所述标志点的轮廓；
根据所述标志点的轮廓，获取所述标志点的所述第一图像信息。
可选地，所述从所述轮廓集中剔除干扰点的轮廓，筛选出所述标志点的轮廓，包括：
将所述轮廓集中的各个轮廓进行椭圆拟合，获得拟合后的椭圆；
根据所述拟合后的椭圆，剔除所述干扰点的轮廓，筛选出所述标志点的轮廓。
可选地，所述根据所述拟合后的椭圆，剔除所述干扰点的轮廓，筛选出所述标志点的轮廓，包括：
比较所述拟合后的椭圆的长轴长度和预设长轴长度值；
若所述拟合后的椭圆的长轴长度小于所述预设长轴长度值，则所述拟合后的椭圆为根据所述干扰点的轮廓拟合的椭圆；
若所述拟合后的椭圆的长轴长度不小于所述预设长轴长度值，则所述拟合后的椭圆为根据所述标志点的轮廓拟合的椭圆。
可选地，所述双目相机采用同步触发方式。
第二方面，本申请实施例提供了一种姿态测量装置，包括：
放置模块，用于将双目相机置于观察窗外部，其中，所述观察窗安装于风洞试验段侧壁上，所述双目相机包括左相机和右相机；
第一标定模块，用于将靶标置于所述观察窗的外部，利用所述靶标对所述双目相机的内部参数和外部参数进行标定，获得第一参数；
第二标定模块，用于将所述靶标置于所述风洞试验段内部，利用所述靶标对所述双目相机的内部参数和外部参数进行标定，获得第二参数；
第一获取模块，用于获取所述第一参数和所述第二参数之间的映射关系；
第二获取模块，用于采用所述双目相机根据所述第二参数获取被测模型的第一姿态，其中，所述被测模型置于所述风洞试验段的内部；
处理模块，用于根据所述映射关系和所述第一姿态，获得所述被测模型的目标姿态。
第三方面，本申请实施例提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的姿态测量方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的姿态测量方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，将双目相机和靶标都置于观察窗的外部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第一参数，此时双目相机和靶标之间没有观察窗；将双目相机置于观察窗外部，靶标置于风洞试验段内部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第二参数，此时双目相机和靶标之间有观察窗，双目相机在拍摄时会因观察窗玻璃引起光线折射；获取第一参数和第二参数之间的映射关系，该映射关系是无玻璃窗和有玻璃窗之间的参数映射关系；被测模型置于风洞试验段的内部，采用双目相机根据有观察窗时获得的第二参数获取被测模型的第一姿态；根据映射关系和第一姿态，获得被测模型的目标姿态，能够消除观察窗玻璃的影响，使姿态测量更加准确，解决了因观察窗玻璃引起的光线折射，造成姿态测量不准确的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例中姿态测量的方法流程示意图；
图2为本申请一个具体实施例中靶标的示意图；
图3为本申请一个具体实施例中利用靶标对双目相机的内部参数和外部参数进行标定的方法流程示意图；
图4为本申请一个具体实施例中采用双目相机根据第二参数获取被测模型的第一姿态时，消除双目相机振动影响的方法流程示意图；
图5为本申请一个具体实施例中采用双目相机根据第二参数获取被测模型的第一姿态的方法流程示意图；
图6为本申请实施例中姿态测量装置的结构示意图；
图7为本申请实施例中电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例中提供了一种姿态测量方法，该方法可以应用于服务器，当然，也可以应用于其他电子设备，例如终端(手机、平板电脑等)。本申请实施例中，以将该方法应用于服务器为例进行说明。
如图1所示，姿态测量的方法流程主要包括：
步骤101，将双目相机置于观察窗外部，其中，观察窗安装于风洞试验段侧壁上，双目相机包括左相机和右相机。
一个具体实施例中，双目相机安装于观察窗外部，左相机和右相机对称放置，左相机和右相机的光轴形成一定夹角，公共视场区域为被测模型的整体机身，相机光心率高于被测模型位置，基线距及夹角等参数根据风洞现场观察窗、被测模型位置、相机参数、光照条件等细化设计，再经实验验证优化。
一个具体实施例中，双目相机采用AOSS-PRI高速相机，该相机最大分辨率为1280×1024@500fps，采用硬件外触发，全局快门方式，相机工作过程长帧速为每秒500帧，可以满足要求。以一般工业相机镜头视场角46度计算，被测模型位置最近3米，最远5米，相机拍摄放3米处视场可达2×3×sin(46°/2)≈2.5米，5米处可达2×5×sin(46°/2)≈24米，被测模型长度1米，能够将被测模型完全成像，取较小纵向分辨率1024像素，则单个像素对于5米处约0.004米长度，而在提取标志点位置时，采取亚像素点定位，可以将精度提升至1/5像素左右，即0.0008米，AOSS-PRI高速相机选配24-85mm f/2.8-4D IF镜头。
一个具体实施例中，双目相机采用同步触发方式。双目相机采用硬件外触发或软件同步触发的方式来避免可能存在的软件延迟，保证左相机和右相机拍摄的图像保持时间上的同步，使姿态测量更加准确。
步骤102，将靶标置于观察窗的外部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第一参数。
一个具体实施例中，如图2所示，采用棋盘格靶标，靶标为7×10棋盘格，单元大小为7mm×7mm，无需预先知道靶标上用于标定的点的三维坐标，且各角点具有共面与等距等多种约束，结合最大似然估计，标定精度不过分依赖于靶标的制造精度，且具备较高柔性。
一个具体实施例中，内部参数包括焦距、主点坐标和镜头畸变，外部参数是指左相机和右相机之间的位置关系。
需要说明的是，此处所列举的内部参数中包括的参数仅为示例，并不对本申请的保护范围进行限制，根据需要该内部参数中还可以包括其他参数。
一个具体实施例中，如图3所示，利用靶标对双目相机的内部参数和外部参数进行标定的方法流程主要包括：
步骤301，获取靶标在左相机拍摄的第三左图像中的第一角点信息和第一亚像素角点信息。
步骤302，根据第一角点信息和第一亚像素角点信息，标定左相机的内部参数。
步骤303，获取靶标在右相机拍摄的第三右图像中的第二角点信息和第二亚像素角点信息。
步骤304，根据第二角点信息和第二亚像素角点信息，标定右相机的内部参数。
步骤305，获取靶标在第三左图像和第三右图像中的公共点，以及公共点在第三左图像中的第五坐标值和公共点在第三右图像中的第六坐标值。
步骤306，根据第五坐标值和第六坐标值，标定双目相机的外部参数。
其中，标定的本质是通过已知的多个三维点坐标和对应的二维图像点坐标，反向求解双目相机的内部参数和外部参数，其求解精度直接决定了双目相机的测量精度。
一个具体实施例中，标定内部参数时，根据靶标上用于标定的点的信息，建立各姿态下视图的对应关系，计算用于标定的点的三维坐标，建立多姿态下逆向投影误差最小的目标函数，采用非线性最小二乘法进行优化并获取精确的相机内部参数和用于标定的点的二维坐标；然后，建立基于双目相机逆向投影误差最小的目标函数，优化得到精确的双目相机的外部参数。
一个具体实施例中，标定获得左相机的内部参数和右相机的内部参数后，计算拍摄靶标的各个图像的标定精度，将误差较大的图像去除后重新标定，再次计算标定精度，直到标定精度达到要求，得到此时的左相机的内部参数和右相机的内部参数。
因现场环境较为复杂，需对所拍摄的靶标的各个图像进行预处理，祛除环境光等干扰，突出用于靶标位置等关键信息。靶标采用反光材料，将原始图像变换为灰度图像后，其直方图中比较暗的背景，与反射了照明灯光的部分和靶标形成了两近似正态分布的高斯函数；据此可以将两高斯函数的交点设为自适应阈值，或将直方图进行平滑处理，近似将两峰中的谷点设为自适应阈值；采取自适应阈值分割后，仅靶标与高亮反光部分得以保留，背景等无效信息均已剔除。
步骤103，将靶标置于风洞试验段内部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第二参数。
步骤104，获取第一参数和第二参数之间的映射关系。
步骤105，采用双目相机根据第二参数获取被测模型的第一姿态，其中，被测模型置于风洞试验段的内部。
一个具体实施例中，如图4所示，采用双目相机根据第二参数获取被测模型的第一姿态时，消除双目相机振动影响的方法流程主要包括：
步骤401，在风洞试验段的内部且不受环境振动影响的稳固位置，设置参考点。
其中，风洞试验段的内部且不受环境振动影响的稳固位置，是指在气动力试验过程中环境地面发生振动时，空间坐标基本不发生改变的位置，例如风洞试验段内部的墙壁。在该稳固位置设置参考点，则在气动力试验过程中环境地面发生振动时，参考点的实际空间坐标基本不发生改变。
步骤402，在启动试验前双目相机无振动时，获取参考点在左相机拍摄的第一左图像中的第一坐标值，和参考点在右相机拍摄的第一右图像中的第二坐标值。
步骤403，根据第一坐标值、第二坐标值和第二参数，获得参考点的第一空间位置坐标值。
步骤404，在试验过程中双目相机发生振动时，获取参考点在左相机拍摄的第二左图像中的第三坐标值，和参考点在右相机拍摄的第二右图像中的第四坐标值。
步骤405，根据第三坐标值、第四坐标值和第二参数，获得参考点的第二空间位置坐标值。
步骤406，获取第一空间位置坐标值和第二空间位置坐标值之间的转换关系。
步骤407，在试验过程中双目相机发生振动时，获取被测模型的第二姿态。
步骤408，根据转换关系和第二姿态，获得被测模型的第一姿态。
在气动力试验过程中环境地面发生振动时，双目相机也会发生振动，双目相机的位置也会因此发生改变，从而所测得的被测模型的姿态会存在一定误差。
该方法通过在风洞试验段的内部且不受环境振动影响的稳固位置，设置参考点，保证参考点的实际空间坐标基本不发生改变；在试验过程中双目相机发生振动时，参考点在双目相机坐标系内的位置会发生改变，第一空间位置坐标值和第二空间位置坐标值都是参考点在双目相机坐标系内的坐标，第一空间位置坐标值是在启动试验前双目相机无振动时获得的，第二空间位置坐标值是在试验过程中双目相机发生振动时获得的，第一空间位置坐标值和第二空间位置坐标值之间的转换关系，是双目相机无振动时双目相机坐标系和双目相机发生振动时双目相机坐标系之间的转换关系；在试验过程中双目相机发生振动时，获取被测模型的第二姿态，此时获取的第二姿态存在双目相机振动影响的误差；根据转换关系和第二姿态，获得被测模型的第一姿态，能够消除双目相机振动的影响，使姿态测量更加准确。
一个具体实施例中，如图5所示，采用双目相机根据第二参数获取被测模型的第一姿态的方法流程主要包括：
步骤501，在被测模型上设置标志点。
其中，标志点采用反光材料，标志点相互之间的空间位置关系已知。
一个具体实施例中，标志点可以是圆形、半圆形、环形等形状。
一个具体实施例中，标志点的特征包括：(1)互异性，标志点经过平移、缩放等图像变形后与编码标志点还是不同；(2)设计的标志点方案能提供足够数目的标志点；(3)标志点特征简单、易于识别；(4)标志点尺寸适当。标志点过小时，不利于标志点的识别；标志点过大时，一方面标志点很难粘贴在狭小的平面或曲率较大的曲面上，另一方面标志点的分布容易影响测量结果。
步骤502，采用左相机，拍摄被测模型的第四左图像。
步骤503，采用右相机，拍摄被测模型的第四右图像。
步骤504，获取标志点在第四左图像中的第七坐标值，和标志点在第四右图像中的第八坐标值。
一个具体实施例中，获取标志点在第四左图像中的第七坐标值，和标志点在第四右图像中的第八坐标值的方法流程主要包括：获取标志点在第四左图像中的第一图像信息，根据第一图像信息，获得第七坐标值，获取标志点在第四右图像中的第二图像信息，根据第二图像信息，获得第八坐标值。
其中，标志点在第四左图像中的第一图像信息是指标志点在第四左图像中的圆心信息，标志点在第四右图像中的第二图像信息是指标志点在第四右图像中的圆心信息。
一个具体实施例中，获取标志点在第四左图像中的第一图像信息的方法流程主要包括：将第四左图像进行预处理，获得预处理后的第五左图像，预处理包括滤波，将第五左图像进行边缘检测，获得边缘二值图，将边缘二值图进行轮廓跟踪，获得轮廓集，从轮廓集中剔除干扰点的轮廓，筛选出标志点的轮廓，根据标志点的轮廓，获取标志点的第一图像信息。
其中，轮廓集中包含轮廓的边界点、面积和周长等信息，标志点的第一图像信息是指标志点的圆心信息。
一个具体实施例中，根据标志点的轮廓，获取标志点的第一图像信息，包括：使用亚像素定位方法，将环状邻域上全部的像素点代入基于切线拟合的对偶二次曲线的目标函数模型中，通过加权最小二乘算法计算出根据标志点的轮廓拟合的椭圆的参数，获取标志点的圆心信息。
一个具体实施例中，从轮廓集中剔除干扰点的轮廓，筛选出标志点的轮廓的方法流程主要包括：将轮廓集中的各个轮廓进行椭圆拟合，获得拟合后的椭圆，根据拟合后的椭圆，剔除干扰点的轮廓，筛选出标志点的轮廓。
其中，干扰点一般为椭圆状或类椭圆的图案，这些图案在标志点圆心提取时，会被误认为标志点而被识别。干扰点一般为测量场景中的细小颗粒，细长的椭圆图案，多边形等接近椭圆的形状，无论成像角度如何，干扰点具有如下特点：干扰点为场景中的细小颗粒时，拟合的椭圆长轴小于标志点拟合的椭圆长轴；干扰点为细长椭圆图案时，拟合的椭圆的长短轴比例大于标志点拟合的椭圆的长短轴比例；干扰点为多边形时，拟合的椭圆圆度大于标志点拟合的椭圆圆度。
一个具体实施例中，根据拟合后的椭圆，剔除干扰点的轮廓，筛选出标志点的轮廓的方式有很多种，包括但不限于以下所列举的几种方式：
方式一
比较拟合后的椭圆的长轴长度和预设长轴长度值；
若拟合后的椭圆的长轴长度小于预设长轴长度值，则拟合后的椭圆为根据干扰点的轮廓拟合的椭圆；
若拟合后的椭圆的长轴长度不小于预设长轴长度值，则拟合后的椭圆为根据标志点的轮廓拟合的椭圆。
方式二
比较拟合后的椭圆的长短轴比例和预设长短轴比例；
若拟合后的椭圆的长短轴比例大于预设长短轴比例，则拟合后的椭圆为根据干扰点的轮廓拟合的椭圆；
若拟合后的椭圆的长短轴比例不大于预设长短轴比例，则拟合后的椭圆为根据标志点的轮廓拟合的椭圆。
方式三
比较拟合后的椭圆的圆度和预设圆度；
若拟合后的椭圆的圆度大于预设圆度，则拟合后的椭圆为根据干扰点的轮廓拟合的椭圆；
若拟合后的椭圆的圆度不大于预设圆度，则拟合后的椭圆为根据标志点的轮廓拟合的椭圆。
方式四
灰度约束，部分风洞内壁存在导流孔，尺寸如与标志点相近，可参考灰度去除。
需要说明的是，以上所列举的根据拟合后的椭圆，剔除干扰点的轮廓，筛选出标志点的轮廓的方式，可以任意一种方式单独使用，也可以两种或两种以上方式相互组合使用。
一个具体实施例中，获取标志点在第四左图像中的第七坐标值，和标志点在第四右图像中的第八坐标值，需要对同一标志点在第四左图像中的第一图像信息和第四右图像中的第二图像信息进行配对。
其中，配对的同一标志点在第四左图像中的第一图像信息和第四右图像中的第二图像信息这两个图像信息确定的两个圆心需要满足如下的约束关系：(1)极线约束，配对的这两个图像信息确定的两个圆心一定在同一条极线上；(2)顺序约束，同一标志点配对的这两个图像信息确定的两个圆心在同一条极线上的顺序保持不变。
一个具体实施例中，双目相机拍摄图像前，对每个标志点进行编码，对同一标志点在第四左图像中的第一图像信息和第四右图像中的第二图像信息进行配对时，对每个标志点进行解码。
例如：根据标志点的灰度变化编码标志点，解码时根据编码段上的灰度变化，以检测到的任意标志点作起点，顺时针搜索其邻域得到8位二进制编码串，将二进制串转换为十进制数，得到的最小数值为该编码点的编号。
对每个标志点进行编码和解码，能够保证设置的标志点在第四左图像中的第一图像信息和第四右图像中的第二图像信息这两个图像信息都已经完成配对。
步骤505，根据第七坐标值、第八坐标值和第二参数，获得被测模型的第一姿态。
一个具体实施例中，标志点、左相机的光心和右相机的光心这三点组成的平面分别与两个成像平面的交线称为该标志点在这两个成像平面中的极线。获得双目相机的内部参数和外部参数后，可以通过两个成像平面上的极线的约束关系建立对应点之间的关系，并由此联立方程，可以用最小二乘法求解得该标志点的世界坐标。根据每个标志点的世界坐标，获得被测模型的第一姿态。
步骤106，根据映射关系和第一姿态，获得被测模型的目标姿态。
综上，本申请实施例提供的该方法，将双目相机和靶标都置于观察窗的外部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第一参数，此时双目相机和靶标之间没有观察窗；将双目相机置于观察窗外部，靶标置于风洞试验段内部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第二参数，此时双目相机和靶标之间有观察窗，双目相机在拍摄时会因观察窗玻璃引起光线折射；获取第一参数和第二参数之间的映射关系，该映射关系是无玻璃窗和有玻璃窗之间的参数映射关系；被测模型置于风洞试验段的内部，采用双目相机根据有观察窗时获得的第二参数获取被测模型的第一姿态；根据映射关系和第一姿态，获得被测模型的目标姿态，能够消除观察窗玻璃的影响，使姿态测量更加准确，解决了因观察窗玻璃引起的光线折射，造成姿态测量不准确的问题。
基于同一构思，本申请实施例中提供了一种姿态测量装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图6所示，该装置主要包括：
放置模块601，用于将双目相机置于观察窗外部，其中，所述观察窗安装于风洞试验段侧壁上，所述双目相机包括左相机和右相机；
第一标定模块602，用于将靶标置于所述观察窗的外部，利用所述靶标对所述双目相机的内部参数和外部参数进行标定，获得第一参数；
第二标定模块603，用于将所述靶标置于所述风洞试验段内部，利用所述靶标对所述双目相机的内部参数和外部参数进行标定，获得第二参数；
第一获取模块604，用于获取所述第一参数和所述第二参数之间的映射关系；
第二获取模块605，用于采用所述双目相机根据所述第二参数获取被测模型的第一姿态，其中，所述被测模型置于所述风洞试验段的内部；
处理模块606，用于根据所述映射关系和所述第一姿态，获得所述被测模型的目标姿态。
基于同一构思，本申请实施例中还提供了一种电子设备，如图7所示，该电子设备主要包括：处理器701、通信接口702、存储器703和通信总线704，其中，处理器701、通信接口702和存储器703通过通信总线704完成相互间的通信。其中，存储器703中存储有可被至处理器701执行的程序，处理器701执行存储器703中存储的程序，实现如下步骤：将双目相机置于观察窗外部，其中，观察窗安装于风洞试验段侧壁上，双目相机包括左相机和右相机；将靶标置于观察窗的外部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第一参数；将靶标置于风洞试验段内部，利用靶标对双目相机的内部参数和外部参数进行标定，获得第二参数；获取第一参数和第二参数之间的映射关系；采用双目相机根据第二参数获取被测模型的第一姿态，其中，被测模型置于风洞试验段的内部；根据映射关系和第一姿态，获得被测模型的目标姿态。
上述电子设备中提到的通信总线704可以是外设部件互连标准(PeripheralComponent Interconnect，简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture，简称EISA)总线等。该通信总线704可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口702用于上述电子设备与其他设备之间的通信。
存储器703可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器701的存储装置。
上述的处理器701可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等，还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的姿态测量方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种姿态测量方法，其特征在于，包括：
将双目相机置于观察窗外部，其中，所述观察窗安装于风洞试验段侧壁上，所述双目相机包括左相机和右相机；
将靶标置于所述观察窗的外部，利用所述靶标对所述双目相机的内部参数和外部参数进行标定，获得第一参数；
将所述靶标置于所述风洞试验段内部，利用所述靶标对所述双目相机的内部参数和外部参数进行标定，获得第二参数；
获取所述第一参数和所述第二参数之间的映射关系；
采用所述双目相机根据所述第二参数获取被测模型的第一姿态，其中，所述被测模型置于所述风洞试验段的内部；
根据所述映射关系和所述第一姿态，获得所述被测模型的目标姿态。
2.根据权利要求1所述的姿态测量方法，其特征在于，所述采用所述双目相机根据所述第二参数获取被测模型的第一姿态，包括：
在所述风洞试验段的内部且不受环境振动影响的稳固位置，设置参考点；
在启动试验前所述双目相机无振动时，获取所述参考点在所述左相机拍摄的第一左图像中的第一坐标值，和所述参考点在所述右相机拍摄的第一右图像中的第二坐标值；
根据所述第一坐标值、所述第二坐标值和所述第二参数，获得所述参考点的第一空间位置坐标值；
在试验过程中所述双目相机发生振动时，获取所述参考点在所述左相机拍摄的第二左图像中的第三坐标值，和所述参考点在所述右相机拍摄的第二右图像中的第四坐标值；
根据所述第三坐标值、所述第四坐标值和所述第二参数，获得所述参考点的第二空间位置坐标值；
获取所述第一空间位置坐标值和所述第二空间位置坐标值之间的转换关系；
在试验过程中所述双目相机发生振动时，获取所述被测模型的第二姿态；
根据所述转换关系和所述第二姿态，获得所述被测模型的所述第一姿态。
3.根据权利要求1所述的姿态测量方法，其特征在于，所述内部参数包括焦距、主点坐标和镜头畸变；
所述外部参数是指所述左相机和所述右相机之间的位置关系。
4.根据权利要求3所述的姿态测量方法，其特征在于，所述利用所述靶标对所述双目相机的内部参数和外部参数进行标定，包括：
获取所述靶标在所述左相机拍摄的第三左图像中的第一角点信息和第一亚像素角点信息；
根据所述第一角点信息和所述第一亚像素角点信息，标定所述左相机的内部参数；
获取所述靶标在所述右相机拍摄的第三右图像中的第二角点信息和第二亚像素角点信息；
根据所述第二角点信息和所述第二亚像素角点信息，标定所述右相机的内部参数；
获取所述靶标在所述第三左图像和所述第三右图像中的公共点，以及所述公共点在所述第三左图像中的第五坐标值和所述公共点在所述第三右图像中的第六坐标值；
根据所述第五坐标值和所述第六坐标值，标定所述双目相机的外部参数。
5.根据权利要求1所述的姿态测量方法，其特征在于，所述采用所述双目相机根据所述第二参数获取被测模型的第一姿态，包括：
在所述被测模型上设置标志点；
采用所述左相机，拍摄所述被测模型的第四左图像；
采用所述右相机，拍摄所述被测模型的第四右图像；
获取所述标志点在所述第四左图像中的第七坐标值，和所述标志点在所述第四右图像中的第八坐标值；
根据所述第七坐标值、所述第八坐标值和所述第二参数，获得所述被测模型的所述第一姿态。
6.根据权利要求5所述的姿态测量方法，其特征在于，所述获取所述标志点在所述第四左图像中的第七坐标值，和所述标志点在所述第四右图像中的第八坐标值，包括：
获取所述标志点在所述第四左图像中的第一图像信息；
根据所述第一图像信息，获得所述第七坐标值；
获取所述标志点在所述第四右图像中的第二图像信息；
根据所述第二图像信息，获得所述第八坐标值。
7.根据权利要求6所述的姿态测量方法，其特征在于，所述获取所述标志点在所述第四左图像中的第一图像信息，包括：
将所述第四左图像进行预处理，获得预处理后的第五左图像，所述预处理包括滤波；
将所述第五左图像进行边缘检测，获得边缘二值图；
将所述边缘二值图进行轮廓跟踪，获得轮廓集；
从所述轮廓集中剔除干扰点的轮廓，筛选出所述标志点的轮廓；
根据所述标志点的轮廓，获取所述标志点的所述第一图像信息。
8.根据权利要求7所述的姿态测量方法，其特征在于，所述从所述轮廓集中剔除干扰点的轮廓，筛选出所述标志点的轮廓，包括：
将所述轮廓集中的各个轮廓进行椭圆拟合，获得拟合后的椭圆；
根据所述拟合后的椭圆，剔除所述干扰点的轮廓，筛选出所述标志点的轮廓。
9.根据权利要求8所述的姿态测量方法，其特征在于，所述根据所述拟合后的椭圆，剔除所述干扰点的轮廓，筛选出所述标志点的轮廓，包括：
比较所述拟合后的椭圆的长轴长度和预设长轴长度值；
若所述拟合后的椭圆的长轴长度小于所述预设长轴长度值，则所述拟合后的椭圆为根据所述干扰点的轮廓拟合的椭圆；
若所述拟合后的椭圆的长轴长度不小于所述预设长轴长度值，则所述拟合后的椭圆为根据所述标志点的轮廓拟合的椭圆。
10.根据权利要求1至9任一项所述的姿态测量方法，其特征在于，所述双目相机采用同步触发方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011481571.3A CN112489140B (zh) | 2020-12-15 | 2020-12-15 | 姿态测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011481571.3A CN112489140B (zh) | 2020-12-15 | 2020-12-15 | 姿态测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112489140A true CN112489140A (zh) | 2021-03-12 |
| CN112489140B CN112489140B (zh) | 2024-04-05 |
Family
ID=74917283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011481571.3A Active CN112489140B (zh) | 2020-12-15 | 2020-12-15 | 姿态测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112489140B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113358325A (zh) * | 2021-07-02 | 2021-09-07 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种风洞投放物位姿测量方法、装置、设备及存储介质 |
| CN114509071A (zh) * | 2022-04-20 | 2022-05-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种风洞试验模型姿态测量方法 |
| CN114782553A (zh) * | 2022-05-11 | 2022-07-22 | 江南大学 | 基于椭圆对偶二次曲线的迭代相机标定方法及装置 |
| CN114910241A (zh) * | 2022-07-18 | 2022-08-16 | 中国航空工业集团公司沈阳空气动力研究所 | 一种用于风洞模型姿态测量的风洞坐标系转换方法 |
| CN117272593A (zh) * | 2023-08-24 | 2023-12-22 | 无锡北微传感科技有限公司 | 一种风洞试验数据分析处理方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1501050A (zh) * | 2002-08-06 | 2004-06-02 | 朴赞国 | 补偿地磁传感器姿态误差的设备和方法 |
| WO2018095278A1 (zh) * | 2016-11-24 | 2018-05-31 | 腾讯科技（深圳）有限公司 | 飞行器的信息获取方法、装置及设备 |
| CN111536981A (zh) * | 2020-04-23 | 2020-08-14 | 中国科学院上海技术物理研究所 | 一种嵌入式的双目非合作目标相对位姿测量方法 |
| AU2020101932A4 (en) * | 2020-07-16 | 2020-10-01 | Xi'an University Of Science And Technology | Binocular vision–based method and system for pose measurement of cantilever tunneling equipment |
| CN112069589A (zh) * | 2020-08-05 | 2020-12-11 | 中国航空工业集团公司哈尔滨空气动力研究所 | 一种低速风洞空中加油软管-锥套动态特性试验方法 |
-
2020
- 2020-12-15 CN CN202011481571.3A patent/CN112489140B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1501050A (zh) * | 2002-08-06 | 2004-06-02 | 朴赞国 | 补偿地磁传感器姿态误差的设备和方法 |
| WO2018095278A1 (zh) * | 2016-11-24 | 2018-05-31 | 腾讯科技（深圳）有限公司 | 飞行器的信息获取方法、装置及设备 |
| CN111536981A (zh) * | 2020-04-23 | 2020-08-14 | 中国科学院上海技术物理研究所 | 一种嵌入式的双目非合作目标相对位姿测量方法 |
| AU2020101932A4 (en) * | 2020-07-16 | 2020-10-01 | Xi'an University Of Science And Technology | Binocular vision–based method and system for pose measurement of cantilever tunneling equipment |
| CN112069589A (zh) * | 2020-08-05 | 2020-12-11 | 中国航空工业集团公司哈尔滨空气动力研究所 | 一种低速风洞空中加油软管-锥套动态特性试验方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113358325A (zh) * | 2021-07-02 | 2021-09-07 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种风洞投放物位姿测量方法、装置、设备及存储介质 |
| CN114509071A (zh) * | 2022-04-20 | 2022-05-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种风洞试验模型姿态测量方法 |
| CN114782553A (zh) * | 2022-05-11 | 2022-07-22 | 江南大学 | 基于椭圆对偶二次曲线的迭代相机标定方法及装置 |
| CN114910241A (zh) * | 2022-07-18 | 2022-08-16 | 中国航空工业集团公司沈阳空气动力研究所 | 一种用于风洞模型姿态测量的风洞坐标系转换方法 |
| CN114910241B (zh) * | 2022-07-18 | 2022-09-30 | 中国航空工业集团公司沈阳空气动力研究所 | 一种用于风洞模型姿态测量的风洞坐标系转换方法 |
| CN117272593A (zh) * | 2023-08-24 | 2023-12-22 | 无锡北微传感科技有限公司 | 一种风洞试验数据分析处理方法 |
| CN117272593B (zh) * | 2023-08-24 | 2024-04-05 | 无锡北微传感科技有限公司 | 一种风洞试验数据分析处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112489140B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112489140B (zh) | 姿态测量方法 | |
| CN111339951A (zh) | 体温测量方法、装置及系统 | |
| CN109640066B (zh) | 高精度稠密深度图像的生成方法和装置 | |
| CN111083365B (zh) | 一种最佳焦平面位置快速检测方法及装置 | |
| CN108074267A (zh) | 交点检测装置及方法、摄像头校正系统及方法、程序及记录介质 | |
| CN111160232B (zh) | 正面人脸重建方法、装置及系统 | |
| CN112270719A (zh) | 相机标定方法、装置及系统 | |
| CN111311671B (zh) | 一种工件测量方法、装置、电子设备及存储介质 | |
| CN113635299B (zh) | 一种机械臂的校正方法、终端设备及存储介质 | |
| CN107085843B (zh) | 用于估计光学系统中的调制传递函数的系统和方法 | |
| CN115830131A (zh) | 一种固定相位偏差的确定方法、装置和设备 | |
| CN109902695B (zh) | 一种面向像对直线特征匹配的线特征矫正与提纯方法 | |
| CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
| US12118742B2 (en) | Method and system for the calibration of an object reconstruction device | |
| CN113470103B (zh) | 车路协同中相机作用距离确定方法、装置和路侧设备 | |
| CN116679267A (zh) | 基于雷达和影像的联合标定方法、装置、设备及存储介质 | |
| Frangione et al. | Multi-step approach for automated scaling of photogrammetric micro-measurements | |
| CN116430069A (zh) | 机器视觉流体流速测量方法、装置、计算机设备及存储介质 | |
| KR101703715B1 (ko) | 카메라 광중심 측정을 위한 영상 처리 장치 및 그 방법 | |
| CN113658156A (zh) | 一种去除深度图像中局外点的球体拟合方法和装置 | |
| CN113706505A (zh) | 一种去除深度图像中局外点的圆柱拟合方法和装置 | |
| CN117115488B (zh) | 一种基于图像处理的水表检测方法 | |
| CN117710366B (zh) | 用于保温杯的质检方法、装置和存储介质 | |
| CN117115233B (zh) | 一种基于机器视觉的尺寸测量方法、装置及电子设备 | |
| Xiao et al. | Accurate feature extraction and control point correction for camera calibration with a mono-plane target |
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 |