当前位置: 首页 > news >正文

基于标志点特征高精提取与匹配方法,进行双目、结构光、RGBD相机、单目相机多视拼接

1. 工作原理

  • 人工张贴标志点
  • 变换位置拍照
  • 相邻照片的公共视野内有相同的标志点群
  • 匹配两张照片对应标志点对
  • 通过三对以上标志点对,实现两张照片间的坐标变换求解

2.标志点特征

  • 圆形
    在这里插入图片描述

  • 分类:

    • 编码(粘贴于被测物体表面):

      • 可利用编码信息辅助特征匹配
      • 需要额外解码过程,空间利用率低
        在这里插入图片描述
    • 非编码(粘贴于被测物体表面)

    • 视觉靶球:

      • 与靶球座配合使用
      • 可以与激光跟踪仪靶球替换使用(激光跟踪仪与配套靶球是目前最高精度的设备,常用作真值评估其他设备算法的精度)
  • 特点:表面有大量玻璃微珠,有极高反射率,可以将大部分光线沿入射方向反射回去
    在这里插入图片描述

  • 应用:一定强度的辅助光源照明,可以使其亮度远高于测量背景,照明方向和拍摄方向相同时可以获得较好的成像效果

3.距离约束的多视角标志点匹配

  • 匹配原理:点集中几何信息不变量(两点间距离,两直线夹角、三角形面积等)
  • 不同视角的坐标系间仅存在旋转和平移关系

4.坐标转换矩阵求解

  • 不同视角的坐标变换:绕三个坐标轴的转动,一个平移,一个放缩(一般视角拼接不存在放缩,即放缩因子为1)
  • 方法:
    • 三点法:
      •   3个非共线点求解坐标轴单位方向向量
        
      • 计算简单
      • 受点误差影响较大
    • SVD法(奇异值分解法):
      • 转换矩阵使得不同视角对应点的坐标误差和最小
      • 求解精度高,可有效利用全部点对
    • 四元数法:
      • 求解精度高,可有效利用全部点对,计算简单、稳定性高
      • 可引入异常点剔除准则,减少粗大误差点的影响(出去正常点对结果影响不大,去除异常点会有大影响)

5.特征点布置

  • 尽量充分分布于公共测量区域
  • 需保证一定数目的公共点(一般200*300mm范围8个以上误差随公共点数目变化会趋于平稳)
    在这里插入图片描述

相关文章:

  • 做壁纸网站的意义/数据网站有哪些
  • 类似京东的购物网站开发价格/灰色行业推广
  • 做推广有什么好网站/新产品推广策划方案
  • 里水哪里做有做网站/百度seo关键词优化推荐
  • 网站内部优化策略/长沙靠谱关键词优化服务
  • 定制网站开发是什么/网上电商怎么做
  • Cartesian product
  • 如何实现高性能点赞
  • Beego框架项目搭建步骤
  • 机器学习100天(十八):018 逻辑回归Python实战
  • 【数据驱动测试】从方法探研到最佳实践
  • 华为机试_HJ27 查找兄弟单词【中等】
  • 智牛股_第7章_OAuth2+Spring Security OAuth2+GateWay+Druid+Spring Data JPA
  • Transformers18~ Diffusion
  • 华为OD机试真题 C++ 实现【最多等和不相交连续子序列】【2022.11 Q4 新题】
  • 【记录】Tiff图像的前处理,median blur filter 及 linear stretch
  • 一个select死锁问题
  • 试卷安全分发系统