-
公开(公告)号：CN110910456B
公开(公告)日：2020-09-29
申请号：CN201911152551.9
申请日：2019-11-22
Applicant: 大连理工大学
Abstract: 本发明属于图像处理和计算机视觉领域，涉及基于Harris角点互信息匹配的立体相机动态标定算法。所述方法包括下列步骤：第一步：Harris角点检测。第二步：基于互信息的角点匹配。第三步：原图校正：输入上一步得到的匹配的左右角点以及红外双目相机各自内参和原来的外参，计算左右两图的角点经过去畸校正后的坐标。第四步：判断角点覆盖区域：将图像分成m*n个格子，如果角点覆盖到所有格子，则进行下一步，否则继续拍摄图像，提取角点。本发明解决了由于温湿度、震动等因素造成红外双目相机位置关系的改变，具有速度快、结果精确、操作简单等优点。
-
公开(公告)号：CN110969670A
公开(公告)日：2020-04-07
申请号：CN201911154076.9
申请日：2019-11-22
Applicant: 大连理工大学
Abstract: 本发明属于图像处理和计算机视觉领域，涉及基于显著特征的多光谱相机动态立体标定算法。所述的联合自标定方法步骤如下：第一步，将原图根据红外相机和可见光相机各自内参和原来的外参进行去畸变和双目校正。第二步，基于直方图对比度方法对红外图像和可见光图像分别进行显著性检测。第三步，在红外图像和可见光图像分别提取特征点。第四步，对上一步提取的特征点进行匹配。第五步，判断特征点覆盖区域。第六步，修正标定结果。本发明解决了由于温湿度、震动等因素造成红外相机和可见光相机位置关系的改变。具有速度快、结果精确、操作简单等优点。
-
公开(公告)号：CN110969669B
公开(公告)日：2021-12-03
申请号：CN201911153787.4
申请日：2019-11-22
Applicant: 大连理工大学
Abstract: 本发明公开了基于互信息配准的可见光与红外相机联合标定方法，属于图像处理和计算机视觉领域。通过提取并匹配特征点来对外参进行修正。为了缩小特征点的匹配范围，在特征点检测之前，本发明通过互信息来对红外图像和可见光图像进行配准。根据配准之后的结果进行匹配，可以有效利用可见光图像和红外图像之间的位置关系，从而更加有效的对红外相机和可见光相机进行联合自标定，操作简便，结果精确。
-
公开(公告)号：CN110969668A
公开(公告)日：2020-04-07
申请号：CN201911152607.0
申请日：2019-11-22
Applicant: 大连理工大学
IPC: G06T7/80
Abstract: 本发明公开了一种长焦双目相机的立体标定算法，属于图像处理和计算机视觉领域。由于长焦镜头的焦距比较大，所以需要将标定物放在比较远的地方。由于标定物的大小限制，无法将标定物覆盖到整个视场角内。本方法从标定板覆盖不到的区域提取并匹配特征点，并根据匹配的特征点以及标定板角点的坐标来进行相机标定。本方法成功克服标定板尺寸不足以覆盖整个视场角的局限性；程序简单，易于实现；充分利用了普通标定的棋盘格角点和自标定的场景特征点，能够同时对长焦相机的内参和外参进行修正，操作简便，结果精确。
-
公开(公告)号：CN110969667A
公开(公告)日：2020-04-07
申请号：CN201911152421.5
申请日：2019-11-22
Applicant: 大连理工大学
Abstract: 本发明公开了基于边缘特征的多光谱相机外参自校正算法，属于图像处理和计算机视觉领域。由于可见光相机和红外相机属于不同模态，因此直接提取特征点做匹配得到的满足要求的点对比较少。为了解决这个问题，本方法从边缘特征入手，通过边缘提取和匹配找到红外图像在可见光图像上的最佳对应位置。这样就缩小了搜索范围，增加了满足要求的匹配点对数，从而更加有效的对红外相机和可见光相机进行联合自标定，操作简便，结果精确。
-
Patent Agency Ranking
公开(公告)号：CN110956661A
公开(公告)日：2020-04-03
申请号：CN201911154067.X
申请日：2019-11-22
Applicant: 大连理工大学
Abstract: 本发明属于图像处理和计算机视觉领域，公开了基于双向单应矩阵的可见光与红外相机动态位姿计算方法。通过提取并匹配红外图像和可见光图像上的直线特征来计算红外图像和可见光图像之间的变换矩阵。在红外图像上检测Harris角点，然后根据变换矩阵计算检测出的Harris角点在可见光图像上的初始对应，并在初始对应周围检测Harris角点作为最终对应。之后在可见光图像上做同样的操作。提高了红外特征点与可见光特征点的匹配数量和匹配效率，从而更有效地对红外相机和可见光相机进行联合自标定。
-
公开(公告)号：CN110910456A
公开(公告)日：2020-03-24
申请号：CN201911152551.9
申请日：2019-11-22
Applicant: 大连理工大学
Abstract: 本发明属于图像处理和计算机视觉领域，涉及基于Harris角点互信息匹配的立体相机动态标定算法。所述方法包括下列步骤：第一步：Harris角点检测。第二步：基于互信息的角点匹配。第三步：原图校正：输入上一步得到的匹配的左右角点以及红外双目相机各自内参和原来的外参，计算左右两图的角点经过去畸校正后的坐标。第四步：判断角点覆盖区域：将图像分成m*n个格子，如果角点覆盖到所有格子，则进行下一步，否则继续拍摄图像，提取角点。本发明解决了由于温湿度、震动等因素造成红外双目相机位置关系的改变，具有速度快、结果精确、操作简单等优点。
-
公开(公告)号：CN111080709B
公开(公告)日：2023-05-05
申请号：CN201911153778.5
申请日：2019-11-22
Applicant: 大连理工大学
Abstract: 本发明公开了基于轨迹特征配准的多光谱立体相机自标定算法，属于图像处理和计算机视觉领域。通过提取并匹配物体运动轨迹获取最佳匹配点，并据此对外参进行修正。相比于普通方法，使用运动物体的轨迹作为自标定所需的特征，使用轨迹的优点是因为其具有良好的跨模态鲁棒性；此外直接匹配轨迹还节省了特征点提取和匹配步骤，具有操作简便，结果精确等优点。
-
公开(公告)号：CN110969668B
公开(公告)日：2023-05-02
申请号：CN201911152607.0
申请日：2019-11-22
Applicant: 大连理工大学
IPC: G06T7/80
Abstract: 本发明公开了一种长焦双目相机的立体标定算法，属于图像处理和计算机视觉领域。由于长焦镜头的焦距比较大，所以需要将标定物放在比较远的地方。由于标定物的大小限制，无法将标定物覆盖到整个视场角内。本方法从标定板覆盖不到的区域提取并匹配特征点，并根据匹配的特征点以及标定板角点的坐标来进行相机标定。本方法成功克服标定板尺寸不足以覆盖整个视场角的局限性；程序简单，易于实现；充分利用了普通标定的棋盘格角点和自标定的场景特征点，能够同时对长焦相机的内参和外参进行修正，操作简便，结果精确。
-
公开(公告)号：CN110956661B
公开(公告)日：2022-09-20
申请号：CN201911154067.X
申请日：2019-11-22
Applicant: 大连理工大学
Abstract: 本发明属于图像处理和计算机视觉领域，公开了基于双向单应矩阵的可见光与红外相机动态位姿计算方法。通过提取并匹配红外图像和可见光图像上的直线特征来计算红外图像和可见光图像之间的变换矩阵。在红外图像上检测Harris角点，然后根据变换矩阵计算检测出的Harris角点在可见光图像上的初始对应，并在初始对应周围检测Harris角点作为最终对应。之后在可见光图像上做同样的操作。提高了红外特征点与可见光特征点的匹配数量和匹配效率，从而更有效地对红外相机和可见光相机进行联合自标定。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.015 seconds)
