CN103729837A - 一种单个路况摄像机的快速标定方法 - Google Patents
一种单个路况摄像机的快速标定方法 Download PDFInfo
- Publication number
- CN103729837A CN103729837A CN201310252662.3A CN201310252662A CN103729837A CN 103729837 A CN103729837 A CN 103729837A CN 201310252662 A CN201310252662 A CN 201310252662A CN 103729837 A CN103729837 A CN 103729837A
- Authority
- CN
- China
- Prior art keywords
- video camera
- coordinate system
- image
- camera
- road surface
- 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.)
- Pending
Links
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种道路视频监控环境下单摄像机的快速标定方法。该方法包括以下步骤:(1)建立道路场景下世界坐标系和图像坐标系之间的转换关系;(2)测量路面两条平行的交通标志线之间的距离,测量摄像机距路面的高度;(3)根据坐标系转换关系求出所测的两条平行交通标志线在图像中的直线方程,获得交点坐标表达式;(4)在图像中求得该两条直线的方程;(5)比较以上两种方法求得一参数方程;(6)联立求解交点坐标表达式和参数方程,获得摄像机俯角、偏角和有效焦距,完成摄像机标定。该方法仅需要测量路面两平行线间距离和摄像机高度,适用于固定的道路监控摄像机标定,也适用于其他具有相同测量条件的单个摄像机标定。
Description
技术领域
本发明属于机器视觉领域,涉及道路路况或交通视频监控环境下的一种单摄像机标定方法。
背景技术
随着智能交通研究的深入,基于视频图像的交通信息检测技术应用愈加广泛。基于路况摄像机获取交通现场的图像、利用模式识别等技术处理图像可以获得道路车流等各种交通信息。这些应用通常都需要建立起图像上点与路面上对应点的映射关系。路面图像和实际路面对应点的位置关系是由摄像机成像系统及其几何投影模型所决定,其模型的参数叫做摄像机参数。摄像机参数如焦距、俯角、偏角等通常会在使用过程中被调节变动,因此需要通过实验和计算确定这些参数,这个过程就是摄像机标定。
摄像机标定方法大致分为专用标定物标定和自标定两类。专用标定物标定方法用一个高精度的、空间结构已知的标定物作为空间参照物,根据已知的空间点和摄像机实拍得到的图像点之间的对应关系来建立摄像机模型参数的约束,通过优化算法来求取这些参数,该方法是常用的摄像机标定方法,具有理论清晰,求解简单,简单实用的特点,但是需要专门设计的标定参照物,并不适于实时在线的摄像机标定。在没有专门的标定参照物条件下,仅通过摄像机拍摄的图像序列来标定内部参数的方法叫做自标定算法。自标定方法灵活性强,使实时地、在线地标定摄像机参数成为可能。自标定算法现今已成为计算机视觉领域的研究热点之一。
在实际的道路场景中,路况摄像机安装的位置、高度是确定的,车道的平行标志线间距离也是确定的,使用过程只会对摄像机的焦距、上下俯角和左右偏角进行调整,摄像机底边保持与地面平行且无旋转。所以对于路况摄像机的标定可以基于其特定的使用特点进行更简单快速的标定。
已有一些对于类似应用的研究。如在“基于亮度特征的PTZ视频能见度检测算法及实现”(仪器仪表学报.2011.32(2):382-385)一文中提到了交通监视环境下路况摄像机的标定方法,该方法利用角点检测获得车道上两条平行的虚线的角点,这四个角点组成了一组平行四边形,通过对平行四边形的两组平行边求两个灭点来建立参数方程,完成摄像机标定。该算法存在一定的局限性,比如在能见度较小的时候从图像不易获得需要的角点;或者由于摄像机角度问题,在图像平面内只能看到一组车道分割线时,则算法无效;所以这种方法对所摄图像的质量要求较高,图像处理过程中也易于出现多于或少于预定的角点数而造成算法困惑。
发明内容
基于交通监控场景的路况摄像机使用条件,本文提出一种基于两平行直线的单摄像机标定算法。该算法在已知摄像机高度的前提下,只需要找到两条已知间距的纵向平行线,即可以完成对摄像机的标定工作,这组平行线无需长度相等,对图像清晰度要求不高,所需条件完全符合公路监控摄像机的自然应用环境,无需其他专门测量和专门的标定物。本发明的技术方案主要包括以下步骤:
1.建立交通场景下的摄像机模型,包括四个坐标系:
1)建立基于路面的世界坐标系:Xw-Yw-Zw,原点设为摄像头光心在路面上的垂足,Zw轴垂直路面向上,Yw轴为光轴在路面上的投影,正方向沿摄像头拍摄方向;Xw轴垂直于Yw轴,正方向为Yw正方向的右侧。
2)摄像机坐标系:Xi-Yi-Zi,建立摄像头坐标系,坐标系原点设在摄像头的中心,Zi轴为摄像机的主光轴方向,Xi-Yi与摄像机平面重合,Xi轴与摄像机底边平行且平行于路面,正方向与Xw一样,Yi正方向朝下。
3)像素坐标系:u-v,即为图像像素存储的坐标,原点在图像的左上角,u正方向由左向右,大小为像素点对应的列坐标;v正方向由上往下,大小为像素点对应的横坐标。
4)图像坐标系:x-y,图像坐标系x-y原点与摄像机光轴上的焦点重合,坐标平面垂直于光轴且与焦坐标表示,将像素坐标系u-v原点移动到中心即得到。
根据上述摄像机模型的空间几何关系及小孔成像模型(1),建立起世界坐标与图像坐标系之间的坐标转换关系如式(2)所示,其中θ为摄像机的俯角,f为摄像机的焦距,α为摄像机偏角。
2.选择路面上的两条平行的车道分割线或交通标志线为目标,首先建立世界坐标系下的直线方程,然后根据世界坐标系与图像坐标的关系获得图像平面中这两条平行线的方程,解方程得到两方程的交点坐标表达式如式(3)所示。
(3)
3.利用hough变换对图像中这两条直线的下半部分进行直线拟合。在进行直线拟合前,先利用canny算子对图像进行边缘检测,再在选定的这两条直线上分别选取10~20个点进行直线拟合,获得该两直线在图像坐标系上的方程,两直线的斜率分别用k1、k2表示,截距分别用b1、b2表示,再对比上述2.中获得的直线方程求得一个参数方程:
(4)
4.由式(3)与式(4)组成三元一次方程组,解方程组可以得到θ、f、α。求取三个未知数后,完成摄像机的参数标定,就完成了图像坐标到世界坐标的映射关系,恢复出图像的距离信息。
附图说明:
图1是本发明中交通场景下的摄像机模型示意图。
图2是本发明中世界坐标系下交通标志线的示意图。
图3是本发明中图像坐标系下交通标志线的示意图。
图4是本发明中实验所用的高速公路监控图像。
图5是本发明中实验提取的车道图像。
具体实施方案:
下面结合附图和实验实例对本发明做进一步的详细阐述。
本发明的技术方案主要包括以下步骤:
1.建立交通场景下的摄像机模型,建立四个坐标系,如图1所示,其中θ为摄像机的俯角,f为摄像机的焦距,α为摄像机偏角,L1ω和L2ω为车道分割线。世界坐标系Xw-Yw-Zw,原点设为摄像头光心在路面上的垂足,Zw轴垂直路面向上,轴为光轴在路面上的投影,正方向沿摄像头拍摄方向;轴垂直于轴,正方向为Yw正方向的右侧。摄像机坐标系Xi-Yi-Zi,坐标系原点设在摄像头的中心,Zi轴为摄像机的主光轴方向,Xi-Yi与摄像机平面重合,Xi轴与摄像机底边平行且平行于路面,正方向与Xw一样;图像坐标系x-y垂直于光轴且与焦平面重合,原点与摄像机焦点重合;(Xi,Yi)与(x,y)的转换满足小孔成像模型,在此基础上按照空间几何关系求出世界坐标系与图像坐标系之间的转换关系如上述公式(2)所示。
2.以两条平行车道分割线为目标,建立两平行车道分割线在世界坐标系上的方程。L1ω和L2ω在世界坐标系上的示意图如图2所示,根据摄像机模型可以知道车道分割线的斜率为-cotα,则直线斜截式方程可以用式(5)表示:
根据公式(2)把世界坐标系里的直线方程转换到图像坐标系里,如式(6)所示,图像坐标系里车道线分别用L1与L2表示。
根据透视投影几何变换,实际空间中的多条不重合的平行线投影到像平面之后具有同一个灭点。由灭点的定义可知直线L1与L2的交点即为灭点,如图3所示。联立L1和L2的方程,解方程组可得到交点的坐标表达式如上述公式(3)所示。
3.利用hough变换对图像下半部分进行直线拟合。在进行直线拟合前,先利用canny算子对图像进行边缘检测,再进行车道分割线拟合。通过上面的车道分割线拟合,能够获得两条车道分割线的直线方程,其斜截式表示为式(7)所示。
则根据式(6)和式(7)的对应关系可以求得式(8)。
由式(3)与式(4)组成三元一次方程组,解方程组可以得到θ、f、α,如式(9)。
求取三个标定参数后,把参数代入公式(2)中,建立起图像坐标到世界坐标之间的转换关系,完成摄像机的标定。像素坐标(u,v)与图像坐标(x,y)满足式(10)的关系,其中(u0,v0)为图像的中点坐标。这样直接根据像素点的坐标就能得到对应的世界坐标。
根据实验步骤对路况视频进行实验,选择车道分割线作为目标直线,事先测量出车道宽度和摄像机高度,然后无需人工干预,由程序自动完成摄像机标定。实验原图如附图4所示,车道分割线拟合图像如附图5所示。表1为标定后测距结果,列出了世界坐标系坐标和像素坐标系坐标,以及他们的测量距离与真实距离。整体实验结果能满足常规交通场景下对摄像机标定精度的要求,具有可行性。
表一
Claims (7)
1.一种单个路况摄像机的快速标定方法,包括以下几个步骤:
1)建立基于路面的世界坐标系Xw-Yw-Zw;
2)建立基于交通监控场景下的摄像机坐标系Xi-Yi-Zi;
3)建立图像坐标系x-y,测量摄像机距离路面的高度H,根据几何关系求出图像坐标系x-y与世界坐标系Xw-Yw-Zw间的关系;
4)选定路面上两条平行的车道分割线或标志线,测量两平行线间的距离,求出该两平行线从世界坐标系转换到图像坐标系的直线方程,并求出其交点坐标表达式;
5)对图像进行边缘检测,选择图像中与路面两平行线所对应的两直线,采用直线拟合方法求得它们在图像坐标系下的直线方程,与步骤4)中的直线方程比较得到一个参数方程;
6) 根据步骤4)得到的交点坐标表达式和步骤5)中的参数方程,求得摄像机的俯角、偏角、有效焦距,完成标定。
2.根据权利要求l所述的摄像机快速标定方法,其特征在于:所述步骤1)中基于路面的世界坐标系Xw-Yw-Zw原点设为摄像头光心在路面上的垂足,Zw轴垂直路面向上,Yw轴为光轴在路面上的投影,正方向沿摄像头拍摄方向;Xw轴垂直于Yw轴,其方向为Yw正方向的右侧。
3.根据权利要求1所述的摄像机快速标定方法,其特征在于:所述步骤2) 中基于交通监控场景下的摄像机坐标系Xi-Yi-Zi原点设在摄像头的中心,Zi轴为摄像机的主光轴方向,Xi-Yi与摄像机平面重合,Xi轴与摄像机底边平行且平行于路面,正方向与Xw一样,Yi正方向朝下;
根据权利要求l所述的摄像机快速标定方法,其特征在于:所述步骤3) 中图像坐标系x-y原点与摄像机光轴上的焦点重合,坐标平面垂直于光轴且与焦平面重合,图像上的点(x,y)到摄像机坐标系(Xi,Yi)的转换满足小孔成像模型;根据坐标系间的几何关系以及小孔成像模型,求出图像坐标系x-y与世界坐标系Xw-Yw-Zw间的转换关系。
4.根据权利要求l所述的摄像机快速标定方法,其特征在于:所述步骤4) 中,设路面上的两条平行的交通标志线的间距d;在世界坐标系Xw-Yw-Zw上建立这两条平行线的截斜式直线方程;然后根据权利要求4中已求出的坐标转换关系,求出该两平行线从世界坐标系转换到图像坐标系后的直线方程式;并进一步解方程获得图像平面两直线交点的坐标表达式。
5.根据权利要求l所述的摄像机快速标定方法,其特征在于:所述步骤5) 中,首先对图像进行边缘检测,然后选择图像中与路面两平行线所对应的两直线,进行直线拟合,获得两条直线的斜截式方程。
6.对比权利要求5中获得的直线方程求得一个参数方程。
7.根据权利要求l所述的摄像机快速标定方法,其特征在于:所述步骤6) 中,联立权利要求5的交点坐标表达式和权利要求6中的参数方程,解方程获得摄像机的参数:俯角、偏角、有效焦距;把这些参数代入权利4中的坐标转换关系中,建立起图像坐标到世界坐标之间的转换关系,完成摄像机标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310252662.3A CN103729837A (zh) | 2013-06-25 | 2013-06-25 | 一种单个路况摄像机的快速标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310252662.3A CN103729837A (zh) | 2013-06-25 | 2013-06-25 | 一种单个路况摄像机的快速标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103729837A true CN103729837A (zh) | 2014-04-16 |
Family
ID=50453898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310252662.3A Pending CN103729837A (zh) | 2013-06-25 | 2013-06-25 | 一种单个路况摄像机的快速标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103729837A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200086A (zh) * | 2014-08-25 | 2014-12-10 | 西北工业大学 | 宽基线可见光相机位姿估计方法 |
CN106898023A (zh) * | 2017-01-22 | 2017-06-27 | 中山大学 | 一种基于视频图像的车头间距测量方法及系统 |
CN107492123A (zh) * | 2017-07-07 | 2017-12-19 | 长安大学 | 一种利用路面信息的道路监控摄像机自标定方法 |
CN108090933A (zh) * | 2016-11-22 | 2018-05-29 | 腾讯科技(深圳)有限公司 | 二维平面标定方法和装置 |
CN108109178A (zh) * | 2017-12-19 | 2018-06-01 | 杭州电子科技大学 | 一种机车轮对磨耗参数检测的摄像机标定方法 |
WO2018196391A1 (zh) * | 2017-04-28 | 2018-11-01 | 华为技术有限公司 | 一种车载摄像机的外部参数标定方法及装置 |
CN108898638A (zh) * | 2018-06-27 | 2018-11-27 | 江苏大学 | 一种车载摄像头在线自动标定方法 |
WO2019000945A1 (zh) * | 2017-06-28 | 2019-01-03 | 京东方科技集团股份有限公司 | 车载摄像机测距方法及装置、存储介质和电子设备 |
CN109712199A (zh) * | 2018-12-28 | 2019-05-03 | 南京泛在地理信息产业研究院有限公司 | 一种基于a4纸提取二灭点的相机简易标定方法及装置 |
CN109767473A (zh) * | 2018-12-30 | 2019-05-17 | 惠州华阳通用电子有限公司 | 一种全景泊车装置标定方法及装置 |
CN110232835A (zh) * | 2019-06-27 | 2019-09-13 | 浙江工业大学 | 一种基于图像处理的地下车库停车位检测方法 |
CN111213031A (zh) * | 2018-12-06 | 2020-05-29 | 深圳市大疆创新科技有限公司 | 一种导航处理方法、装置及导航处理设备 |
CN112150559A (zh) * | 2020-09-24 | 2020-12-29 | 深圳佑驾创新科技有限公司 | 图像采集装置的标定方法、计算机设备及存储介质 |
CN113160322A (zh) * | 2021-03-17 | 2021-07-23 | 地平线(上海)人工智能技术有限公司 | 摄像装置标定方法和设备、介质以及电子设备 |
CN115661267A (zh) * | 2022-11-10 | 2023-01-31 | 凌度(广东)智能科技发展有限公司 | 单目测距模型标定方法、电子设备及幕墙机器人 |
CN117557616A (zh) * | 2024-01-11 | 2024-02-13 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种单目相机俯仰角确定和深度估计方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118648A (zh) * | 2007-05-22 | 2008-02-06 | 南京大学 | 交通监视环境下的路况摄像机标定方法 |
CN101727671A (zh) * | 2009-12-01 | 2010-06-09 | 湖南大学 | 基于路面共线三点及其平行线的单摄像机标定方法 |
US20110115912A1 (en) * | 2007-08-31 | 2011-05-19 | Valeo Schalter Und Sensoren Gmbh | Method and system for online calibration of a video system |
CN102222332A (zh) * | 2011-05-19 | 2011-10-19 | 长安大学 | 一种线性模型下的摄像机几何标定方法 |
-
2013
- 2013-06-25 CN CN201310252662.3A patent/CN103729837A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101118648A (zh) * | 2007-05-22 | 2008-02-06 | 南京大学 | 交通监视环境下的路况摄像机标定方法 |
US20110115912A1 (en) * | 2007-08-31 | 2011-05-19 | Valeo Schalter Und Sensoren Gmbh | Method and system for online calibration of a video system |
CN101727671A (zh) * | 2009-12-01 | 2010-06-09 | 湖南大学 | 基于路面共线三点及其平行线的单摄像机标定方法 |
CN102222332A (zh) * | 2011-05-19 | 2011-10-19 | 长安大学 | 一种线性模型下的摄像机几何标定方法 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200086A (zh) * | 2014-08-25 | 2014-12-10 | 西北工业大学 | 宽基线可见光相机位姿估计方法 |
CN104200086B (zh) * | 2014-08-25 | 2017-02-22 | 西北工业大学 | 宽基线可见光相机位姿估计方法 |
CN108090933A (zh) * | 2016-11-22 | 2018-05-29 | 腾讯科技(深圳)有限公司 | 二维平面标定方法和装置 |
CN108090933B (zh) * | 2016-11-22 | 2021-11-16 | 腾讯科技(深圳)有限公司 | 二维平面标定方法和装置 |
CN106898023B (zh) * | 2017-01-22 | 2020-06-09 | 中山大学 | 一种基于视频图像的车头间距测量方法及系统 |
CN106898023A (zh) * | 2017-01-22 | 2017-06-27 | 中山大学 | 一种基于视频图像的车头间距测量方法及系统 |
WO2018196391A1 (zh) * | 2017-04-28 | 2018-11-01 | 华为技术有限公司 | 一种车载摄像机的外部参数标定方法及装置 |
WO2019000945A1 (zh) * | 2017-06-28 | 2019-01-03 | 京东方科技集团股份有限公司 | 车载摄像机测距方法及装置、存储介质和电子设备 |
CN109141347A (zh) * | 2017-06-28 | 2019-01-04 | 京东方科技集团股份有限公司 | 车载摄像机测距方法及装置、存储介质和电子设备 |
US11226200B2 (en) | 2017-06-28 | 2022-01-18 | Boe Technology Group Co., Ltd. | Method and apparatus for measuring distance using vehicle-mounted camera, storage medium, and electronic device |
CN107492123B (zh) * | 2017-07-07 | 2020-01-14 | 长安大学 | 一种利用路面信息的道路监控摄像机自标定方法 |
CN107492123A (zh) * | 2017-07-07 | 2017-12-19 | 长安大学 | 一种利用路面信息的道路监控摄像机自标定方法 |
CN108109178A (zh) * | 2017-12-19 | 2018-06-01 | 杭州电子科技大学 | 一种机车轮对磨耗参数检测的摄像机标定方法 |
CN108898638A (zh) * | 2018-06-27 | 2018-11-27 | 江苏大学 | 一种车载摄像头在线自动标定方法 |
CN111213031A (zh) * | 2018-12-06 | 2020-05-29 | 深圳市大疆创新科技有限公司 | 一种导航处理方法、装置及导航处理设备 |
CN109712199B (zh) * | 2018-12-28 | 2020-09-08 | 南京泛在地理信息产业研究院有限公司 | 一种基于a4纸提取二灭点的相机简易标定方法及装置 |
CN109712199A (zh) * | 2018-12-28 | 2019-05-03 | 南京泛在地理信息产业研究院有限公司 | 一种基于a4纸提取二灭点的相机简易标定方法及装置 |
CN109767473A (zh) * | 2018-12-30 | 2019-05-17 | 惠州华阳通用电子有限公司 | 一种全景泊车装置标定方法及装置 |
CN109767473B (zh) * | 2018-12-30 | 2022-10-28 | 惠州华阳通用电子有限公司 | 一种全景泊车装置标定方法及装置 |
CN110232835A (zh) * | 2019-06-27 | 2019-09-13 | 浙江工业大学 | 一种基于图像处理的地下车库停车位检测方法 |
CN110232835B (zh) * | 2019-06-27 | 2020-11-13 | 浙江工业大学 | 一种基于图像处理的地下车库停车位检测方法 |
CN112150559A (zh) * | 2020-09-24 | 2020-12-29 | 深圳佑驾创新科技有限公司 | 图像采集装置的标定方法、计算机设备及存储介质 |
CN113160322A (zh) * | 2021-03-17 | 2021-07-23 | 地平线(上海)人工智能技术有限公司 | 摄像装置标定方法和设备、介质以及电子设备 |
CN115661267A (zh) * | 2022-11-10 | 2023-01-31 | 凌度(广东)智能科技发展有限公司 | 单目测距模型标定方法、电子设备及幕墙机器人 |
CN117557616A (zh) * | 2024-01-11 | 2024-02-13 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种单目相机俯仰角确定和深度估计方法、装置及设备 |
CN117557616B (zh) * | 2024-01-11 | 2024-04-02 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种单目相机俯仰角确定和深度估计方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103729837A (zh) | 一种单个路况摄像机的快速标定方法 | |
CN110148169B (zh) | 一种基于ptz云台相机的车辆目标三维信息获取方法 | |
CN104200086B (zh) | 宽基线可见光相机位姿估计方法 | |
CN102927908B (zh) | 机器人手眼系统结构光平面参数标定装置及方法 | |
CN103558850B (zh) | 一种激光视觉引导的焊接机器人全自动运动自标定方法 | |
CN105512646B (zh) | 一种数据处理方法、装置及终端 | |
CN103065323B (zh) | 一种基于单应性变换矩阵的分段空间对准方法 | |
CN113834492B (zh) | 地图匹配方法、系统、设备及可读存储介质 | |
CN109685855B (zh) | 一种道路云监控平台下的摄像机标定优化方法 | |
CN109491384B (zh) | 一种道路划线数据的获取方法及装置 | |
CN107292927A (zh) | 一种基于双目视觉的对称运动平台位姿测量方法 | |
CN106980657A (zh) | 一种基于信息融合的车道级电子地图构建方法 | |
EP3032818A1 (en) | Image processing device and markers | |
CN103759669A (zh) | 一种大型零件的单目视觉测量方法 | |
DE102011100628B4 (de) | Verfahren und Vorrichtung zur Bestimmung mindestens eines Kameraparameters | |
CN112489106A (zh) | 基于视频的车辆尺寸测量方法、装置、终端及存储介质 | |
CN101813465A (zh) | 非接触精密测转角的单目视觉测量方法 | |
CN108022267A (zh) | 一种摄像机标定装置及标定方法 | |
CN110415299B (zh) | 一种运动约束下基于设定路牌的车辆位置估计方法 | |
CN103927748B (zh) | 一种基于多矩形图像距离转换模型的坐标标定方法 | |
CN117078717A (zh) | 基于无人机单目相机的道路车辆轨迹提取方法 | |
CN106169076A (zh) | 一种基于透视变换的角度车牌图像库搭建方法 | |
CN112446915B (zh) | 一种基于图像组的建图方法及装置 | |
CN109544607A (zh) | 一种基于道路标志线的点云数据配准方法 | |
CN111380503B (zh) | 一种采用激光辅助标定的单目相机测距方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140416 |