[go: up one dir, main page]

CN119131288A - 确定物体绝对坐标与尺度的方法、电子设备及存储介质 - Google Patents

确定物体绝对坐标与尺度的方法、电子设备及存储介质 Download PDF

Info

Publication number
CN119131288A
CN119131288A CN202411135141.4A CN202411135141A CN119131288A CN 119131288 A CN119131288 A CN 119131288A CN 202411135141 A CN202411135141 A CN 202411135141A CN 119131288 A CN119131288 A CN 119131288A
Authority
CN
China
Prior art keywords
coordinate system
coordinates
northeast
points
target area
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
CN202411135141.4A
Other languages
English (en)
Inventor
邢城玮
严超
谭康灵
龚烨飞
崔天笑
刘晓毅
杜宇昊
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.)
Changshu Institute of Technology
Original Assignee
Changshu Institute of Technology
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 Changshu Institute of Technology filed Critical Changshu Institute of Technology
Priority to CN202411135141.4A priority Critical patent/CN119131288A/zh
Publication of CN119131288A publication Critical patent/CN119131288A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本公开提供一种确定物体绝对坐标与尺度的方法、电子设备及存储介质。所述方法包括：在目标区域中布置预设规格的棋盘格标定板，所述棋盘格标定板在相机拍摄的多个视图下均可被观察到；获取所述棋盘格标定板所有角点在东北天坐标系下的坐标；通过所述相机获取所有角点的图像并与其东北天坐标系坐标对应，计算得到所述相机在东北天坐标系下的初始位姿；根据所述初始位姿及所述坐标，计算尺度因子，所述尺度因子用于同步所述目标区域物体的图像尺寸与坐标尺寸；利用特征提取与匹配算法，结合所述初始位姿和尺度因子，对所述目标区域进行多视图立体三维重建，得到所述目标区域物体的三维点云；基于所述三维点云，得到所述目标区域物体的绝对坐标和尺度信息。

Description

确定物体绝对坐标与尺度的方法、电子设备及存储介质
技术领域
本发明涉及三维重建技术领域，特别涉及一种确定物体绝对坐标与尺度的方法、电子设备及存储介质。
背景技术
在计算机视觉与三维重建技术领域，多视图三维重建技术是一种重要的技术手段，它通过从多个视角采集目标物体的图像，并利用图像之间的关联信息来恢复物体的三维结构。然而，传统的多视图三维重建方法往往只能恢复出物体的相对尺度和形状，而无法准确地获取其在真实世界中的绝对坐标和尺度信息。这一局限性使得重建结果在实际应用中受到很大的限制。
为了克服这一难题，近年来，研究者们开始探索将其他测量技术与多视图三维重建相结合的方法。其中，GNSS RTK技术和全站仪测量技术因其能够提供高精度的绝对坐标信息而备受关注。然而，如何将这些技术与传统的多视图三维重建算法有效地融合，以实现高精度、高效率的三维重建，仍然是一个亟待解决的问题。
针对这一现状，本发明提出了一种用于多视图三维重建的绝对坐标与尺度确定方法。该方法通过巧妙地融合GNSS RTK技术、全站仪测量技术以及传统的多视图三维重建算法，不仅实现了对建筑物的高精度三维重建，还能够准确地确定其在东北天坐标系下的绝对坐标和尺度信息。这一创新性的方法有望为三维重建技术的应用开辟新的广阔天地，推动计算机视觉与三维重建技术的进一步发展。
发明内容
本公开的实施例旨在至少解决现有技术中存在的技术问题之一，提供一种确定物体绝对坐标与尺度的方法、电子装备及存储介质，通过在目标区域中布置预设规格的棋盘格标定板，并结合相机图像、相机位姿及优化算法，准确计算尺度因子，最终实现目标区域物体的三维点云重建与绝对坐标的精确测量，显著提高了物体位置和尺度的测量精度。
本公开的第一方面，提供一种用于确定物体绝对坐标与尺度的方法，所述方法包括：
在目标区域中布置预设规格的棋盘格标定板，所述棋盘格标定板在相机拍摄的多个视图下均可被观察到；
获取所述棋盘格标定板所有角点在东北天坐标系下的坐标；
通过所述相机获取所有角点的图像并与其东北天坐标系坐标对应，计算得到所述相机在东北天坐标系下的初始位姿；
根据所述初始位姿及所述坐标，计算尺度因子，所述尺度因子用于同步所述目标区域物体的图像尺寸与坐标尺寸；
利用特征提取与匹配算法，结合所述初始位姿和尺度因子，对所述目标区域进行多视图立体三维重建，得到所述目标区域物体的三维点云；
基于所述三维点云，得到所述目标区域物体的绝对坐标和尺度信息。
结合第一方面，所述棋盘格标定板的长小于90cm，宽小于70cm，所述棋盘格标定板中每个单元格为矩形。
结合第一方面，所述获取所述棋盘格标定板所有角点在东北天坐标系下的坐标包括：
选择目标区域预设范围内能接收到全球卫星导航系统信号且不共线的三个点；
将第一点作为原点，第二点作为第一控制点，第三点作为第二控制点，并利用全球卫星导航系统确定三个点在WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标；根据所述原点的WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标计算得到所述第一控制点及第二控制点在东北天坐标系下的坐标；
根据所述第一控制点及第二控制点在东北天坐标系下的坐标测量得到所有角点在东北天坐标系下的坐标。
结合第一方面，所述根据所述原点的WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标计算得到所述第一控制点及第二控制点在东北天坐标系下的坐标利用如下公式：
其中，所述原点在WGS84直角坐标系下的坐标为(x0,y0,z0)，在WGS84大地坐标系下的坐标为(lon0,lat0,alt0)；第一控制点或第二控制点在WGS84直角坐标系下的坐标为(x,y,z)，在东北天坐标系下的坐标为(e,n,u)。
结合第一方面，根据所述第一控制点及第二控制点在东北天坐标系下的坐标测量得到所有角点在东北天坐标系下的坐标包括：
在所述第一控制点设置全站仪，在所述第二控制点设置棱镜，架站测量，将所述全站仪与所述东北天坐标系关联；
通过所述全站仪依次测量所有角点所在位置，得到所有角点东北天坐标系下的坐标。结合第一方面，所述计算得到所述相机在东北天坐标系下的初始位姿利用如下公式：
其中，[ei,ni,ui]T为某一角点Pi在东北天坐标系下的坐标，[pui,pvi]T为其在图像中投影的像素坐标，si是尺度因子，K为所述相机内参矩阵，T是相机在东北天坐标系下的位姿。
结合第一方面，所述计算尺度因子包括：
通过以下公式建立误差函数：
其中，Ei为误差函数，为Pi在图像中投影的像素坐标预测值，Ui为Pi在图像中投影的像素坐标观测值；
将所述误差函数通过最小二乘求解得到尺度因子，求解公式如下：
其中，s1,s2,…,sn为一组尺度因子。
结合第一方面，所述对所述目标区域进行多视图立体三维重建，得到所述目标区域物体的三维点云包括：
在所述相机的初始位姿采集所述目标区域的多幅图像；
从每幅图像中提取特征点，并与其他图像中的特征点进行匹配；
根据匹配的特征点通过三角测量法得到所述目标区域物体的第一三维点云；
根据所述第一三维点云通过对图像进行极线校正并匹配得到视差图，根据所述视差图及相机参数将图像坐标转换为三维坐标，得到第二三维点云；
将所述第二三维点云进行Delaunay三角剖分，得到第三三维点云。
本公开的第二方面，提供一种电子设备，包括：
一个或多个处理器；
存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现上述中任一项确定物体绝对坐标与尺度的方法。
本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时能实现上述中任一项确定物体绝对坐标与尺度的方法。
附图说明
图1为本公开实施例的一种确定物体绝对坐标与尺度的方法的流程示意图；
图2为图1中S102步骤的流程示意图；
图3为全站仪确定棋盘格标定板角点的坐标示意图；
图4为本公开实施例的电子设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开实施例相一致的所有实施方式。
在本公开实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开实施例。本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
如图1所示，为本公开实施例的一种确定物体绝对坐标与尺度的方法的流程示意图。该方法包括如下步骤：
S101：在目标区域中布置预设规格的棋盘格标定板，所述棋盘格标定板在相机拍摄的多个视图下均可被观察到；
S102：获取所述棋盘格标定板所有角点在东北天坐标系下的坐标；
S103：通过所述相机获取所有角点的图像并与其东北天坐标系坐标对应，计算得到所述相机在东北天坐标系下的初始位姿；
S104：根据所述初始位姿及所述坐标，计算尺度因子，所述尺度因子用于同步所述目标区域物体的图像尺寸与坐标尺寸；
S105：利用特征提取与匹配算法，结合所述初始位姿和尺度因子，对所述目标区域进行多视图立体三维重建，得到所述目标区域物体的三维点云；
S106：基于所述三维点云，得到所述目标区域物体的绝对坐标和尺度信息。
下面参照图2-图4对该方法做具体说明。
所述棋盘格标定板的长小于90cm，宽小于70cm，所述棋盘格标定板中每个单元格为矩形。
具体的，标定板的长度被限制为小于90厘米，宽度小于70厘米。这种尺寸设计是为了使得标定板能够在较小或受限的空间中使用，如狭窄的走廊或小型室内环境。
标定板中的每个单元格为矩形，优选的为正方形(边长为10cm)。使得标定板在不同的拍摄条件下仍能提供稳定的角点信息。
参考图2，为图1中步骤S102的流程示意图。包括：
S201：选择目标区域预设范围内能接收到全球卫星导航系统信号且不共线的三个点；
S202：将第一点作为原点，第二点作为第一控制点，第三点作为第二控制点，并利用全球卫星导航系统确定三个点在在WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标；
S203：根据所述原点的WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标计算得到所述第一控制点及第二控制点在东北天坐标系下的坐标；
S204：根据所述第一控制点及第二控制点在东北天坐标系下的坐标测量得到所有角点在东北天坐标系下的坐标。
具体的，首先，通过将全站仪的测量数据与东北天坐标系(一个三维的笛卡尔坐标系，以东、北、天为轴)关联起来，可以将测量数据准确地定位到一个已知的、标准化的地理坐标系中。这有助于将现场测量结果与其他测绘数据或地图进行精确对比或融合。
并且全站仪在第一控制点架设后，通过与已知坐标系(东北天坐标系)的对准，可以校准全站仪自身的坐标系，使其测量的角度、距离等数据与东北天坐标系直接对应。这种校准确保了随后的测量工作能够精确定位到真实的地理位置。然后，从目标物体周围空旷无遮挡区域任意选择三个点(三个点之间的间距不低于10m，且三个点不共线)，第一个点作为原点，第二个点作为第一控制点，第三个点作为第二控制点。这三个点将被用于定义东北天坐标系的参考框架。
然后，通过已知的原点在WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标，计算得到第一控制点和第二控制点在东北天坐标系下的坐标。这一步需要将WGS84直角坐标系的坐标转换为东北天坐标系的坐标，通过数学转换公式完成，如使用直角坐标系转东北天坐标系的矩阵变换。
最后，根据已经计算出的两个控制点的东北天坐标，利用全站仪测量出棋盘格标定板上其他所有角点在东北天坐标系下的坐标。
根据所述原点的WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标计算得到所述第一控制点及第二控制点在东北天坐标系下的坐标利用如下公式：
其中，所述原点在WGS84直角坐标系下的坐标为(x0,y0,z0)，在WGS84大地坐标系下的坐标为(lon0,lat0,alt0)；第一控制点或第二控制点在WGS84直角坐标系下的坐标为(x,y,z)，在东北天坐标系下的坐标为(e,n,u)。
该矩阵描述了从WGS84直角坐标系到东北天坐标系的旋转过程。矩阵的每一列对应着新坐标系(东北天坐标系)的东、北、天三个方向相对于全球坐标系(WGS84直角坐标系)的投影。通过矩阵乘法，将全球坐标系中的差值投影到局部坐标系中。
进一步的，根据所述第一控制点及第二控制点在东北天坐标系下的坐标测量得到所有角点在东北天坐标系下的坐标。
参考图3，为全站仪确定棋盘格角点的坐标示意图
全站仪是一种高精度的测量仪器，通常用于测量两点之间的距离、角度以及高差。在这里，全站仪被设置在第一控制点上，它已经通过前述步骤得到了在东北天坐标系下的坐标。
第二控制点设置棱镜：棱镜被设置在第二控制点上，作为后视点。棱镜与全站仪配合使用，全站仪可以通过发射激光并检测从棱镜反射回来的光束来测量棱镜的精确位置。
架站测量，此过程包括将全站仪与东北天坐标系对齐，使得测量过程中的所有数据都能够与该坐标系相关联。这一过程确保了全站仪测量的数据能够被准确转换为东北天坐标系下的坐标。
全站仪校准，在进行架站测量时，需要确保全站仪在第一控制点上的位置以及其测量的角度和方位与东北天坐标系保持一致。
角点坐标测量，依次测量角点所在位置：将棱镜放置在第二控制点，作为后视点，全站仪十字线准星依次瞄准棋盘格标定板上的各个角点，无棱角模式逐一测量这些角点位置。在每个角点，全站仪会通过激光测距和角度测量，记录棱镜的精确位置。
获取所有角点的东北天坐标系坐标：通过全站仪的测量数据，将无棱角模式测量结果转换为东北天坐标系下的坐标。由于全站仪的位置已知，且与东北天坐标系对齐，因此测得的每个角点的位置都可以精确地表示为东北天坐标系下的坐标。
进一步的，计算得到所述相机在东北天坐标系下的初始位姿利用如下公式：
其中，[ei,ni,ui]T为某一角点Pi在东北天坐标系下的初始位姿，[pui,pvi]T为其在图像中投影的像素坐标，si是尺度因子，K为所述相机内参矩阵，T是相机在东北天坐标系下的位姿。
其中，使用单目相机(相机内参K和畸变参数均已知)拍摄一张包含棋盘格所有角点的图像，确保棋盘格在每个角点都清晰可见，并将该图像作为整个多视图重建的第一帧。
使用图像处理算法(OpenCV的findChessboardCorners函数)来检测棋盘格的角点，将得到的棋盘格中角点在东北天坐标系下的坐标一一对应。
并利用PnP算法(采用最小化重投影误差求解PnP算法)得到相机在东北天坐标系下的位姿。
假设某一角点Pi在东北天坐标系下的坐标为Pi＝[ei,ni,ui]T，图像中其投影的像素坐标为Ui＝[pui,pvi]T,确定像素位置与角点的关系如下：
矩阵形式为：
siUi＝KTPi，
其中，si是尺度因子，T是相机在东北天坐标系下的位姿。
可构建最小二乘问题，计算最优的相机位姿，是它最小化：
将所有角点的在东北天坐标系下坐标及其投影的像素坐标代入后，得到相机在东北天坐标系下的初始位姿T0。
进一步的，前面步骤基础上，利用所有的角点和得到的位姿T0，求解尺度因子s。为了优化尺度因子si，需要定义一个误差函数Ei，可以计算观测值Ui与预测值之间的误差：
目标是找到一组尺度因子s1,s2,…,sn，使得所有观测误差的平方和最小。这可以表示为一个最小二乘问题：
通过求解最小二乘问题，求解得到尺度因子s。
在实际应用时，需要单目相机从不同视角拍摄多张图像(每张包含棋盘格所有角点的图像)，计算得到多个尺度因子，然后取平均值作为最优的尺度因子s。
进一步的，对所述目标区域进行多视图立体三维重建，得到所述目标区域物体的三维点云。
使用单目相机在初始位姿继续从不同角度采集目标建筑物场景的多幅图像。确保图像之间有足够的重叠区域以便后续的特征匹配和三维重建。
从每幅图像中提取特征点，并与其他图像中的特征点进行匹配。利用SIFT算法从图像中提取出具有代表性和稳定性的特征点，并利用FLANN算法进行特征点匹配。
利用匹配的特征点恢复建筑物的稀疏三维结构。根据得到的单目相机在初始位姿和尺度因子s。不断添加新的图像到重建过程中；
对新添加的图像，利用已知的棋盘格角点在东北天坐标系下的坐标和相机位姿进行特征匹配，并使用三角测量法(Triangulation)和尺度因子s从匹配的特征点恢复新的特征点的在东北天坐标系下的坐标。优化相机位姿和新的特征点位置，最小化重投影误差。
在稀疏重建的基础上，恢复建筑物的稠密三维点云。根据稀疏重建得到的相机位姿，对图像进行极线校正；在校正后的图像对上进行像素级别的匹配，生成视差图；利用视差图和相机参数，将图像坐标转换为三维坐标，生成稠密点云。
对生成的稠密点云进行去噪、滤波、降采样等预处理。预处理后点云数据进行Delaunay三角剖分，从点云数据中选择18个点，建立一个初始的三角化结构(在三维中是四面体)。逐个将剩余的点插入到当前的三角化结构中。每次插入一个点后，都会更新三角化结构，确保Delaunay条件得到满足。通过Delaunay三角剖分，点云数据被转换成了一个由三角形组成的可近似地表示建筑物表面的几何形状的网格结构。
最后，基于所述三维点云，得到所述目标区域物体的绝对坐标和尺度信息。
具体的，对生成的三维点云进行处理，去除噪声、异常点，并进行滤波和平滑操作。
在处理后的点云中识别出目标物体的关键特征点，如边缘、角点等，这些特征点通常可以用来定义物体的几何形状。
基于已知的特征点位置和点云数据，计算出物体的绝对坐标。这涉及将点云中的点映射到东北天坐标系中，以确定物体的实际位置。
通过测量点云中相关点之间的距离，提取出物体的实际尺寸包括测量物体的长、宽、高等。
本公开的实施例提供的一种用于确定物体绝对坐标与尺度的方法、电子装备及存储介质，通过在目标区域中布置预设规格的棋盘格标定板，并结合相机图像、相机位姿及优化算法，准确计算尺度因子，最终实现目标区域物体的三维点云重建与绝对坐标的精确测量，显著提高了物体位置和尺度的测量精度。
电子设备400可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备400可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备400的示例，并不构成对电子设备400的限定，可以包括比图示更多或更少的部件,或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以是电子设备400的内部存储单元，例如，电子设备400的硬盘或内存。存储器402也可以是电子设备400的外部存储设备，例如，电子设备400上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器402还可以既包括电子设备400的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序403以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本公开的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中，应该理解到，所揭露的/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种确定物体绝对坐标与尺度的方法，其特征在于，所述方法包括：
在目标区域中布置预设规格的棋盘格标定板，所述棋盘格标定板在相机拍摄的多个视图下均可被观察到；
获取所述棋盘格标定板所有角点在东北天坐标系下的坐标；
通过所述相机获取所有角点的图像并与其东北天坐标系坐标对应，计算得到所述相机在东北天坐标系下的初始位姿；
根据所述初始位姿及所述坐标，计算尺度因子，所述尺度因子用于同步所述目标区域物体的图像尺寸与坐标尺寸；
利用特征提取与匹配算法，结合所述初始位姿和尺度因子，对所述目标区域进行多视图立体三维重建，得到所述目标区域物体的三维点云；
基于所述三维点云，得到所述目标区域物体的绝对坐标和尺度信息。
2.根据权利要求1所述的方法，其特征在于，所述棋盘格标定板的长小于90cm，宽小于70cm，所述棋盘格标定板中每个单元格为矩形。
3.根据权利要求1所述的方法，其特征在于，所述获取所述棋盘格标定板所有角点在东北天坐标系下的坐标包括：
选择目标区域预设范围内能接收到全球卫星导航系统信号且不共线的三个点；
将第一点作为原点，第二点作为第一控制点，第三点作为第二控制点，并利用全球卫星导航系统确定三个点在WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标；
根据所述原点的WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标计算得到所述第一控制点及第二控制点在东北天坐标系下的坐标；
根据所述第一控制点及第二控制点在东北天坐标系下的坐标测量得到所有角点在东北天坐标系下的坐标。
4.根据权利要求3所述的方法，其特征在于，所述根据所述原点的WGS84直角坐标系下的坐标和WGS84大地坐标系下的坐标计算得到所述第一控制点及第二控制点在东北天坐标系下的坐标利用如下公式：
其中，所述原点在WGS84直角坐标系下的坐标为(x0,y0,z0)，在WGS84大地坐标系下的坐标为(lon0,lat0,alt0)；第一控制点或第二控制点在WGS84直角坐标系下的坐标为(x,y,z)，在东北天坐标系下的坐标为(e,n,u)。
5.根据权利要求3所述的方法，其特征在于，根据所述第一控制点及第二控制点在东北天坐标系下的坐标测量得到所有角点在东北天坐标系下的坐标包括：
在所述第一控制点设置全站仪，在所述第二控制点设置棱镜，架站测量，将所述全站仪与所述东北天坐标系关联；
通过所述全站仪依次测量所有角点所在位置，得到所有角点东北天坐标系下的坐标。
6.根据权利要求1所述的方法，其特征在于，所述计算得到所述相机在东北天坐标系下的初始位姿利用如下公式：
其中，[ei,ni,ui]T为某一角点Pi在东北天坐标系下的坐标，[pui,pvi]T为其在图像中投影的像素坐标，si是尺度因子，K为所述相机内参矩阵，T是相机在东北天坐标系下的位姿。
7.根据权利要求1所述的方法，其特征在于，所述计算尺度因子包括：
通过以下公式建立误差函数：
其中，Ei为误差函数，为Pi在图像中投影的像素坐标预测值，Ui为Pi在图像中投影的像素坐标观测值；
将所述误差函数通过最小二乘求解得到尺度因子，求解公式如下：
其中，s1,s2,…,sn为一组尺度因子。
8.根据权利要求1所述的方法，其特征在于，所述对所述目标区域进行多视图立体三维重建，得到所述目标区域物体的三维点云包括：
在所述相机的初始位姿采集所述目标区域的多幅图像；
从每幅图像中提取特征点，并与其他图像中的特征点进行匹配；
根据匹配的特征点通过三角测量法得到所述目标区域物体的第一三维点云；
根据所述第一三维点云通过对图像进行极线校正并匹配得到视差图，根据所述视差图及相机参数将图像坐标转换为三维坐标，得到第二三维点云；
将所述第二三维点云进行Delaunay三角剖分，得到第三三维点云。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现根据权利要求1至8中任一项所述确定物体绝对坐标与尺度的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时能实现根据权利要求1至8中任一项所述确定物体绝对坐标与尺度的方法。
CN202411135141.4A 2024-08-19 2024-08-19 确定物体绝对坐标与尺度的方法、电子设备及存储介质 Pending CN119131288A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411135141.4A CN119131288A (zh) 2024-08-19 2024-08-19 确定物体绝对坐标与尺度的方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411135141.4A CN119131288A (zh) 2024-08-19 2024-08-19 确定物体绝对坐标与尺度的方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN119131288A true CN119131288A (zh) 2024-12-13

Family

ID=93748820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411135141.4A Pending CN119131288A (zh) 2024-08-19 2024-08-19 确定物体绝对坐标与尺度的方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN119131288A (zh)

Similar Documents

Publication Publication Date Title
CN110296691B (zh) 融合imu标定的双目立体视觉测量方法与系统
EP1607718B1 (en) Surveying instrument and electronic storage medium
KR100728377B1 (ko) 레이저 스캐너 및 무선인터넷을 이용한 변경된 지역시설물의 ｇｉｓ 실시간 업데이트 방법
CN111815716A (zh) 一种参数标定方法及相关装置
CN109186551B (zh) 倾斜摄影测量建筑物特征点提取方法、装置与存储介质
CN113048980B (zh) 位姿优化方法、装置、电子设备及存储介质
CN109269472B (zh) 倾斜摄影测量建筑物特征线提取方法、装置与存储介质
Gerke Using horizontal and vertical building structure to constrain indirect sensor orientation
CN112862966B (zh) 地表三维模型构建方法、装置、设备及存储介质
CN105424058A (zh) 基于摄影测量技术的数码相机投影中心位置精确标定方法
US11568638B2 (en) Image targeting via targetable 3D data
CN105953777B (zh) 一种基于深度图的大比例尺倾斜影像测图方法
CN112461204B (zh) 卫星对动态飞行目标多视角成像联合计算航行高度的方法
CN113947638B (zh) 鱼眼相机影像正射纠正方法
CN116086411B (zh) 数字地形图生成方法、装置、设备和可读存储介质
CN114926538B (zh) 单目激光散斑投影系统的外参数标定方法和装置
CN115375773A (zh) 单目激光散斑投影系统的外参数标定方法和相关装置
CN110780313A (zh) 一种无人机可见光立体测量采集建模方法
CN107504959B (zh) 利用倾斜航空影像测量房屋墙基轮廓的方法
Choi et al. Precise geometric registration of aerial imagery and LIDAR data
Fritsch et al. Multi-sensors and multiray reconstruction for digital preservation
CN119131288A (zh) 确定物体绝对坐标与尺度的方法、电子设备及存储介质
Kattan et al. 3D modelling and visualization of large building using photogrammetric approach
CN104567812A (zh) 空间位置测量方法及装置
CN113884069A (zh) 一种基于uav航向旁向重叠反算多角度观测几何的方法

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