[go: up one dir, main page]

CN118864350A - 一种应用于输电线路检修的螺栓定位算法 - Google Patents

一种应用于输电线路检修的螺栓定位算法 Download PDF

Info

Publication number
CN118864350A
CN118864350A CN202410738633.6A CN202410738633A CN118864350A CN 118864350 A CN118864350 A CN 118864350A CN 202410738633 A CN202410738633 A CN 202410738633A CN 118864350 A CN118864350 A CN 118864350A
Authority
CN
China
Prior art keywords
matching
value
pixel
neighborhood
window
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
Application number
CN202410738633.6A
Other languages
English (en)
Inventor
陈胤行
花国祥
闫纪源
宋相龙
郑兆睿
包智慧
程璟怡
赵倬艺
沈宇涛
秦舒佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi University
Original Assignee
Wuxi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuxi University filed Critical Wuxi University
Priority to CN202410738633.6A priority Critical patent/CN118864350A/zh
Publication of CN118864350A publication Critical patent/CN118864350A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种应用于输电线路检修的螺栓定位算法，该算法包括以下步骤：对目标点和匹配点的邻域像素进行变换，用邻域像素均值代替中心像素，获得匹配点的初步视差值；在初步视差值的基础上，利用SAD算法在匹配窗口内计算视差值，将窗口内像素的均值作为参考像素；将初步匹配得到的视差值，通过全局优化算法和滤波处理，生成更精确和光滑的视差图；利用优化后的视差图，根据相机的内参和基线距离，计算每个像素点的深度信息获得深度图；在深度图中进行螺栓特征识别，确定螺栓的三维坐标。本发明有效减少了噪声和异常值对匹配结果的影响，提高整体匹配的准确性，利用高斯变换对邻域像素进行加权处理，确保匹配过程中的鲁棒性和稳定性。

Description

一种应用于输电线路检修的螺栓定位算法
技术领域
本发明涉及图像处理的技术领域，尤其涉及一种应用于输电线路检修的螺栓定位算法。
背景技术
螺栓定位算法是一种利用双目摄像头获取图像信息，并通过计算机视觉技术进行图像处理和分析，从而实现对螺栓的精确定位的技术手段。在输电线路智能检修机器人中，这种算法可以帮助机器人精确识别输电线路上的螺栓位置，从而实现快速、准确的检修作业。
而双目视觉测距技术通过两个相机在不同视角对目标物体进行观察，利用视差信息计算出目标物体的三维位置。常见的相机放置方式包括平行式和会聚式，其中平行式相对简单，计算量更少；而现有的立体匹配算法在匹配精度和计算效率虽然有一定优势，但仍存在匹配精度和鲁棒性的问题。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有一种应用于输电线路检修的螺栓定位算法存在的问题，提出了本发明。
为解决上述技术问题，本发明提供如下技术方案：
一种应用于输电线路检修的螺栓定位算法，该算法包括以下步骤：
S1：相机标定与图像获取；
S2：对获取的图像进行预处理；
S3：对目标点和匹配点的邻域像素进行变换，用邻域像素均值代替中心像素，减少中心像素的干扰，获得匹配点的初步视差值；
S4：在初步视差值的基础上，利用SAD算法在匹配窗口内计算视差值，将窗口内像素的均值作为参考像素；
S5：将初步匹配得到的视差值，通过全局优化算法和滤波处理，生成更精确和光滑的视差图；
S6：利用优化后的视差图，根据相机的内参和基线距离，计算每个像素点的深度信息获得深度图；
S7：在深度图中进行螺栓特征识别，确定螺栓的三维坐标。
作为本发明所述一种应用于输电线路检修的螺栓定位算法的一种优选方案，其中：所述S1过程，相机标定与图像获取的具体方法为：使用标准棋盘格图像进行相机标定，获取相机内参矩阵和外参矩阵，通过标定获得左右相机的相对位置关系，获取左右相机同步拍摄的图像。
作为本发明所述一种应用于输电线路检修的螺栓定位算法的一种优选方案，其中：所述S2过程中图像进行预处理的方法为：首先对图像进行灰度化处理，使用高斯滤波器对图像进行平滑处理，去除噪声。
作为本发明所述一种应用于输电线路检修的螺栓定位算法的一种优选方案，其中：所述初步视差值的具体计算方法为：
S31：邻域均值计算，目标点P的邻域均值为：
匹配点Q的领域均值为：
其中，假设左图像中的目标点为P，右图像中的匹配点为Q，邻域窗口为W，窗口大小为n×n，IL(Pi,Pj)为左图像中邻域窗口内像素(Pi,Pj)的灰度值，IR(Qi,Qj)为右图像中邻域窗口内像素(Qi,Qj)的灰度值；
S32：领域变换，对邻域像素进行变换，目标点P的变换结果为：
匹配点Q的变换结果为：
其中，IL(Pi,j)为左图像中目标点P的邻域像素值，IR(Qi,j)为右图像中匹配点Q的邻域像素值，σ为高斯函数的标准差，用于控制变换的幅度；
S33：汉明距离计算，目标点和匹配点的汉明距离为：
其中，其中，H(x)为汉明距离计算函数，定义为：
S34：初步视差值d的计算：
作为本发明所述一种应用于输电线路检修的螺栓定位算法的一种优选方案，其中：所述SAD算法过程为：
S41：首先计算匹配创库的像素均值；
左图像中匹配窗口内目标点的像素均值:
右图像中匹配窗口内匹配点的像素均值：
其中，k为匹配窗口的大小，n为邻域窗口的大小。
S42：再计算SAD值；
S43：根据SAD值计算最终视差值dfinal；
作为本发明所述一种应用于输电线路检修的螺栓定位算法的一种优选方案，其中：所述S6过程中，深度信息计算公式为：
其中，∈是一个小的常数，用来避免除零错误；f为相机的焦距，B为相机基线距离，D(x,y)为深度图在坐标(x,y)处的深度值，d(x,y)为优化后的视差图在坐标(x，y)处的视差值，即为dfinal。
作为本发明所述一种应用于输电线路检修的螺栓定位算法的一种优选方案，其中：在识别出螺栓特征的坐标点(x，y)，三维坐标(X，Y，Z)可以通过以下公式计算：
其中，cx和cy为相机主点坐标，fx和fy分别为相机的焦距在x和y方向的分量。
作为本发明所述一种应用于输电线路检修的螺栓定位算法的一种优选方案，其中：所述S7过程中，还需要对识别结果进行误差分析和校正：
引入误差分析函数：
E(x，y)＝|D(x，y)-Dtrue(x，y)|；
其中，Dtrue为实际测量的深度值；
根据误差分析结果，对识别结果进行校正：
Dcorrected(x，y)＝D(x，y)-α·E(x，y)；
其中，α是误差补偿系数。
本发明的有益效果：
1、本发明通过引入复杂的邻域均值计算和像素变换处理方法，该公式在计算视差值时降低了对单个中心像素的依赖。这种方法有效减少了噪声和异常值对匹配结果的影响，提高了整体匹配的准确性，利用高斯变换对邻域像素进行加权处理，确保了匹配过程中的鲁棒性和稳定性；
2、本发明通过SAD算法在匹配窗口内计算视差值，并结合汉明距离计算函数，对邻域像素进行了多层次、多维度的处理。通过综合考虑邻域像素的均值和变换结果，可以更好地捕捉图像特征信息，增强了算法在复杂场景下的鲁棒性，尤其是在光照变化和纹理不明显的区域；
3、本发明通过公式中的匹配窗口和归一化因子使得该方法能够自适应地调整匹配过程；通过在匹配窗口内动态计算像素的均值和变换结果，可以自适应地选择最佳的匹配窗口大小和参数设置，从而提高匹配效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明提出的一种应用于输电线路检修的螺栓定位算法流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
参照图1，为本发明的一个实施例，提供了一种应用于输电线路检修的螺栓定位算法，此算法包括：
该算法包括以下步骤：
S1：相机标定与图像获取；
相机标定与图像获取的具体方法为：使用标准棋盘格图像进行相机标定，获取相机内参矩阵和外参矩阵，通过标定获得左右相机的相对位置关系(旋转矩阵和平移向量)，通过标定获得左右相机的相对位置关系，获取左右相机同步拍摄的图像
S2：对获取的图像进行预处理，S2过程中图像进行预处理的方法为：首先对图像进行灰度化处理，使用高斯滤波器对图像进行平滑处理，去除噪声。
S3：对目标点和匹配点的邻域像素进行变换，用邻域像素均值代替中心像素，减少中心像素的干扰，获得匹配点的初步视差值；
具体来说，所述初步视差值的具体计算方法为：
S31：邻域均值计算，目标点P的邻域均值为：
匹配点Q的领域均值为：
其中，假设左图像中的目标点为P，右图像中的匹配点为Q，邻域窗口为W，窗口大小为n×n，IL(Pi,Pj)为左图像中邻域窗口内像素(Pi,Pj)的灰度值，IR(Qi,Qj)为右图像中邻域窗口内像素(Qi,Qj)的灰度值；
S32：领域变换，对邻域像素进行变换，目标点P的变换结果为：
匹配点Q的变换结果为：
其中，IL(Pi,j)为左图像中目标点P的邻域像素值，IR(Qi,j)为右图像中匹配点Q的邻域像素值，σ为高斯函数的标准差，用于控制变换的幅度；
S33：汉明距离计算，目标点和匹配点的汉明距离为：
其中，其中，H(x)为汉明距离计算函数，定义为：
S34：初步视差值d的计算：
公式d(P,Q)的值域为非负实数。初步视差值的取值范围取决于邻域像素变换后的汉明距离和归一化因子的比值,初步视差值d(P,Q)表示目标点P和匹配点Q之间的匹配程度，值越小，匹配点越接近目标点，视差值越精确。
S4：在初步视差值的基础上，利用SAD算法在匹配窗口内计算视差值，将窗口内像素的均值作为参考像素，降低对中心像素的依赖；
所述SAD算法过程为：
S41：首先计算匹配创库的像素均值；
左图像中匹配窗口内目标点的像素均值:
右图像中匹配窗口内匹配点的像素均值：
其中，k为匹配窗口的大小，n为邻域窗口的大小。
S42：再计算SAD值；
S43：根据SAD值计算最终视差值dfinal；
S5：将初步匹配得到的视差值，通过全局优化算法(如SGM算法)和滤波处理，生成更精确和光滑的视差图；
S6：利用优化后的视差图，根据相机的内参和基线距离，计算每个像素点的深度信息获得深度图；
所述S6过程中，深度信息计算公式为：
其中，∈是一个小的常数，用来避免除零错误；f为相机的焦距，B为相机基线距离，D(x,y)为深度图在坐标(x,y)处的深度值，d(x,y)为优化后的视差图在坐标(x,y)处的视差值，即为dfinal。
S7：在深度图中进行螺栓特征识别，确定螺栓的三维坐标。
识别出螺栓特征的坐标点(x,y)，三维坐标(X,Y,Z)可以通过以下公式计算：
其中，cx和cy为相机主点坐标，fx和fy分别为相机的焦距在x和y方向的分量。
D(x，y)值表示图像中每个像素点的深度信息，通常为正数。
X，Y，Z这些值表示螺栓的三维坐标，通常为实数，具体范围取决于相机和场景的实际设置。
除此之外，，还需要对识别结果进行误差分析和校正：
引入误差分析函数：
E(x，y)＝|D(x，y)-Dtrue(x，y)|；
其中，Dtrue为实际测量的深度值；
根据误差分析结果，对识别结果进行校正：
Dcorreted(x，y)＝D(x，y)-α·E(x，y)；
其中，α是误差补偿系数。
通过引入误差补偿系数，校正后的三维坐标更加精确，提高了螺栓定位的准确性。
综上所述，本发明通过引入复杂的邻域均值计算和像素变换处理方法，该公式在计算视差值时降低了对单个中心像素的依赖。这种方法有效减少了噪声和异常值对匹配结果的影响，提高了整体匹配的准确性，利用高斯变换对邻域像素进行加权处理，确保了匹配过程中的鲁棒性和稳定性；通过SAD算法在匹配窗口内计算视差值，并结合汉明距离计算函数，对邻域像素进行了多层次、多维度的处理。通过综合考虑邻域像素的均值和变换结果，可以更好地捕捉图像特征信息，增强了算法在复杂场景下的鲁棒性，尤其是在光照变化和纹理不明显的区域；通过公式中的匹配窗口和归一化因子使得该方法能够自适应地调整匹配过程；通过在匹配窗口内动态计算像素的均值和变换结果，可以自适应地选择最佳的匹配窗口大小和参数设置，从而提高匹配效率。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种应用于输电线路检修的螺栓定位算法，其特征在于，该算法包括以下步骤：
S1：相机标定与图像获取；
S2：对获取的图像进行预处理；
S3：对目标点和匹配点的邻域像素进行变换，用邻域像素均值代替中心像素，减少中心像素的干扰，获得匹配点的初步视差值；
S4：在初步视差值的基础上，利用SAD算法在匹配窗口内计算视差值，将窗口内像素的均值作为参考像素；
S5：将初步匹配得到的视差值，通过全局优化算法和滤波处理，生成更精确和光滑的视差图；
S6：利用优化后的视差图，根据相机的内参和基线距离，计算每个像素点的深度信息获得深度图；
S7：在深度图中进行螺栓特征识别，确定螺栓的三维坐标。
2.根据权利要求1所述的一种应用于输电线路检修的螺栓定位算法，其特征在于：所述S1过程，相机标定与图像获取的具体方法为：使用标准棋盘格图像进行相机标定，获取相机内参矩阵和外参矩阵，通过标定获得左右相机的相对位置关系，获取左右相机同步拍摄的图像。
3.根据权利要求1所述的一种应用于输电线路检修的螺栓定位算法，其特征在于：所述S2过程中图像进行预处理的方法为：首先对图像进行灰度化处理，使用高斯滤波器对图像进行平滑处理，去除噪声。
4.根据权利要求2所述的一种应用于输电线路检修的螺栓定位算法，其特征在于：所述初步视差值的具体计算方法为：
S31：邻域均值计算，目标点P的邻域均值为：
匹配点Q的领域均值为：
其中，假设左图像中的目标点为P，右图像中的匹配点为Q，邻域窗口为W，窗口大小为n×n，IL(Pi,Pj)为左图像中邻域窗口内像素(Pi,Pj)的灰度值，IR(Qi,Qj)为右图像中邻域窗口内像素(Qi,Qj)的灰度值；
S32：领域变换，对邻域像素进行变换，目标点P的变换结果为：
匹配点Q的变换结果为：
其中，IL(Pi,j)为左图像中目标点P的邻域像素值，IR(Qi,j)为右图像中匹配点Q的邻域像素值，σ为高斯函数的标准差，用于控制变换的幅度；
S33：汉明距离计算，目标点和匹配点的汉明距离为：
其中，其中，H(x)为汉明距离计算函数，定义为：
S34：初步视差值d的计算：
5.根据权利要求4所述的一种应用于输电线路检修的螺栓定位算法，其特征在于：所述SAD算法过程为：
S41：首先计算匹配创库的像素均值；
左图像中匹配窗口内目标点的像素均值:
右图像中匹配窗口内匹配点的像素均值：
其中，k为匹配窗口的大小，n为邻域窗口的大小。
S42：再计算SAD值；
S43：根据SAD值计算最终视差值dfinal；
6.根据权利要求5所述的一种应用于输电线路检修的螺栓定位算法，其特征在于：所述S6过程中，深度信息计算公式为：
其中，∈是一个小的常数，用来避免除零错误；f为相机的焦距，B为相机基线距离，D(x,y)为深度图在坐标(x,y)处的深度值，d(x,y)为优化后的视差图在坐标(x,y)处的视差值，即为dfinal。
7.根据权利要求6所述的一种应用于输电线路检修的螺栓定位算法，其特征在于：识别出螺栓特征的坐标点(x,y)，三维坐标(X,Y,Z)可以通过以下公式计算：
其中，cx和cy为相机主点坐标，fx和fy分别为相机的焦距在x和y方向的分量。
8.根据权利要求7所述的一种应用于输电线路检修的螺栓定位算法，其特征在于：所述S7过程中，还需要对识别结果进行误差分析和校正：
引入误差分析函数：
E(x，y)＝|D(x，y)-Dtrue(x，y)|；
其中，Dtrue为实际测量的深度值；
根据误差分析结果，对识别结果进行校正：
Dcorrected(x，y)＝D(x，y)-α·E(x，y)；
其中，α是误差补偿系数。
CN202410738633.6A 2024-06-07 2024-06-07 一种应用于输电线路检修的螺栓定位算法 Pending CN118864350A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410738633.6A CN118864350A (zh) 2024-06-07 2024-06-07 一种应用于输电线路检修的螺栓定位算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410738633.6A CN118864350A (zh) 2024-06-07 2024-06-07 一种应用于输电线路检修的螺栓定位算法

Publications (1)

Publication Number Publication Date
CN118864350A true CN118864350A (zh) 2024-10-29

Family

ID=93159626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410738633.6A Pending CN118864350A (zh) 2024-06-07 2024-06-07 一种应用于输电线路检修的螺栓定位算法

Country Status (1)

Country Link
CN (1) CN118864350A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119476963A (zh) * 2025-01-13 2025-02-18 西安理工大学 基于细颗粒度检测的电力作业安全风险辨识方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018086348A1 (zh) * 2016-11-09 2018-05-17 人加智能机器人技术（北京）有限公司 双目立体视觉系统及深度测量方法
US20190102900A1 (en) * 2017-09-29 2019-04-04 Toyota Jidosha Kabushiki Kaisha Parallax calculating apparatus
CN110191330A (zh) * 2019-06-13 2019-08-30 内蒙古大学 基于双目视觉绿色作物视频流的深度图fpga实现方法与系统
CN110473217A (zh) * 2019-07-25 2019-11-19 沈阳工业大学 一种基于Census变换的双目立体匹配方法
JP2019220099A (ja) * 2018-06-22 2019-12-26 凸版印刷株式会社 ステレオマッチング処理装置、ステレオマッチング処理方法、及びプログラム
CN110853151A (zh) * 2019-10-15 2020-02-28 西安理工大学 一种基于视频的三维立体点集恢复方法
CN112258635A (zh) * 2020-10-26 2021-01-22 北京石油化工学院 基于改进双目匹配sad算法的三维重建方法及装置
CN113570646A (zh) * 2021-07-28 2021-10-29 南京物间科技有限公司 一种基于ZSAD-Census的快速立体匹配方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018086348A1 (zh) * 2016-11-09 2018-05-17 人加智能机器人技术（北京）有限公司 双目立体视觉系统及深度测量方法
US20190102900A1 (en) * 2017-09-29 2019-04-04 Toyota Jidosha Kabushiki Kaisha Parallax calculating apparatus
JP2019220099A (ja) * 2018-06-22 2019-12-26 凸版印刷株式会社 ステレオマッチング処理装置、ステレオマッチング処理方法、及びプログラム
CN110191330A (zh) * 2019-06-13 2019-08-30 内蒙古大学 基于双目视觉绿色作物视频流的深度图fpga实现方法与系统
CN110473217A (zh) * 2019-07-25 2019-11-19 沈阳工业大学 一种基于Census变换的双目立体匹配方法
CN110853151A (zh) * 2019-10-15 2020-02-28 西安理工大学 一种基于视频的三维立体点集恢复方法
CN112258635A (zh) * 2020-10-26 2021-01-22 北京石油化工学院 基于改进双目匹配sad算法的三维重建方法及装置
CN113570646A (zh) * 2021-07-28 2021-10-29 南京物间科技有限公司 一种基于ZSAD-Census的快速立体匹配方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HUA GUOXIANG: "Research on Target Ranging Method for Live-Line Working Robots", SYMMETRY-BASEL, 10 May 2024 (2024-05-10) *
YUN ZHANG: "EFFICIENT BINOCULAR STEREO MATCHING BASED ON SAD AND IMPROVED CENSUS TRANSFORMATION", INTERNATIONAL CONFERENCE ON MACHINE LEARNING AND CYBERNETICS (ICMLC), 30 January 2020 (2020-01-30) *
董理: "双目视觉立体匹配方法及应用研究", 南京理工大学硕士学位论文, 1 March 2023 (2023-03-01) *
陈果，华国祥: "基于双目视觉的带电作业机器人的目标识别与 定位方法研究", 《国外电子测量技术》, 15 June 2023 (2023-06-15), pages 1 - 2 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119476963A (zh) * 2025-01-13 2025-02-18 西安理工大学 基于细颗粒度检测的电力作业安全风险辨识方法及系统

Similar Documents

Publication Publication Date Title
US8593524B2 (en) Calibrating a camera system
CN105894574B (zh) 一种双目三维重建方法
CN112115953A (zh) 一种基于rgb-d相机结合平面检测与随机抽样一致算法的优化orb算法
US9025862B2 (en) Range image pixel matching method
CN111028295A (zh) 一种基于编码结构光和双目的3d成像方法
US11080892B2 (en) Computer-implemented methods and system for localizing an object
CN113360964A (zh) 一种高动态范围下汇聚式双目视觉引导的机器人定位方法
CN108269289A (zh) 一种相机参数标定的两步优化方法
CN108460792B (zh) 一种基于图像分割的高效聚焦立体匹配方法
CN118864350A (zh) 一种应用于输电线路检修的螺栓定位算法
CN116152068A (zh) 一种可用于太阳能板图像的拼接方法
CN116310131B (zh) 一种考虑多视图融合策略的三维重建方法
CN116379936A (zh) 一种基于双目相机的智能识别距离测算方法及装置
CN118485702B (zh) 高精度双目视觉测距方法
CN111630569B (zh) 双目匹配的方法、视觉成像装置及具有存储功能的装置
CN113592953A (zh) 一种基于特征点集的双目非合作目标位姿测量方法
CN116823895B (zh) 基于可变模板的rgb-d相机多视角匹配的数字图像计算方法及系统
CN109389629B (zh) 立体匹配自适应视差等级的确定方法
CN114998532B (zh) 一种基于数字图像重建的三维影像视觉传达优化方法
CN112700504B (zh) 一种多视角远心相机的视差测量方法
CN113808070B (zh) 一种双目数字散斑图像相关的视差测量方法
CN109242910B (zh) 一种基于任意已知平面形状的单目相机自标定方法
CN106780425B (zh) 一种vver蒸汽发生器传热管涡流检测系统定位方法
CN115661258A (zh) 标定方法及装置、畸变校正方法及装置、存储介质、终端
CN115294036A (zh) 一种基于遮挡情况下的双孢菇检测方法

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