基于序列图像三维重建的目标定位

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:redredlove
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目标的空间定位技术在地形勘探,机械制造,市政工程,飞行器模拟,甚至军事应用等领域发挥着重要作用。按照是否接触待测目标,可将坐标计算方法分为接触式与非接触式测量法,传统的接触式测量法利用高精度的GPS定位设备,放置在待测物体上计算结果。然而,在工程实践的大量场景中无法接触待测目标,由此基于光学设备的非接触式测量法成为主流。此类方法利用诸如激光测距仪,高清相机在远距离获取目标各类信息,应用摄影测量学、计算机视觉领域内相关算法求解目标空间坐标。非接触式目标定位根据图像视角的数量可以分为单目测量和多目测量法,不论是单目还是多目测量方法,都需要预先将所使用的相机标定,即确定每个相机的内、外参数。若相机未标定,则每到一个测量场景,则需要标定相机,费时费力;若使用已经标定好内参的相机,则需要提供测量外参的设备,如使用全站仪、经纬仪等,此类设备造价昂贵,且需要专业人员操作,不利于大规模测量作业。针对目标定位所遇到的各类问题,本文提出了一种基于从运动信息中恢复场景结构(Structure from Motion,SfM)的非接触式坐标计算方法,此方法无需预先标定相机,用户首先使用移动终端在一定拍摄范围内对目标拍摄若干张图像,存储拍摄图像瞬间手机相对于大地坐标系的位姿参数,再通过SfM算法重建出场景的稀疏点云,同时估计出相机的内、外参数,即完成自动标定。用户需在计算平台框选天线目标小图像,直线提取步骤会显示每张小图像内的直线编号,在选取代表天线边缘的同名直线对后,即可利用计算出的相机参数重建出目标在SfM空间的坐标。另一方面,结合拍摄时计算得到的手机位姿参数,可估计将点云从SfM空间转化至真实大地空间的旋转、缩放与平移参数,并使用这些参数转化目标坐标,最终计算出目标在大地坐标系下的位置,包括GPS与海拔。相较于传统的各类目标定位技术,本测量方法有如下优势:(1)成本低廉,仅需要主流配置的安卓手机即可计算出较为精确的结果,无需其他附加设备;(2)精确度较高,大量实验显示,在30米的拍摄距离内,GPS和海拔的目标定位误差能够控制在5米范围内;(3)计算便捷、效率高,免去了搭建测量设备,相机标定等繁杂的操作,能够在短时间内完成,我们在PC端与安卓端都实现了本系统,并且结果在两个平台上都能在3分钟内计算得出;(4)易学易用,无需专业人员,普通用户在说明书的指导下即可完成测量;(5)安全系数高,往往目标架设在高处,这种非接触式的测量方式无需靠近待测物体,避免了攀爬所带来的潜在危险。基于本目标定位方法的大量应用能够节省相关产业的人力与财力资源,并产生较大的经济效益。
其他文献
Android系统已经成为移动端操作系统领军者,Android应用也以爆发式的飞速发展。伴随而来的则是隐藏在普通应用中的恶意应用,这些应用可能盗取个人隐私,恶意扣费,暴露账号信息
随着互联网技术的发展,人们可以随时随地进行视频拍摄并上传,造成了网络视频数据的大规模增长。同时,盗版侵权等违法行为也制约着网络视频的发展。为了快速地对相似性视频进
大范围频发的雾霾天气下,户外场景的能见度显著下降,致使采集的户外图像出现对比度低、细节模糊、色彩暗淡等降质现象,极大限制了依赖户外清晰图像工作的交通监管、智能驾驶
改革开放以来,我国食(药)用菌产业发展迅速。到目前为止,我国已经成为世界食用菌生产大国,菌业也成为我国农业生产结构中的第六支柱产业。福建省以菌业作为优势特色产业,其食
为满足无线通信对实时性、低功耗的要求,信号处理器多采用SIMD(single instruction multiple data,单指令多数据)架构以加速对程序的处理。本文依托动芯矢量DSP(Digital Sign
农民专业合作社是我国农村经营体制的一大创新,为我国现代农业发展提供重要组织保障,表现出了强大的带动和辐射功能,在发展现代农业,推动农业规模化经营以及带动农民增产增收
随着信息技术的发展,现实生活中产生了大量的数据,为了从这些数据中获取有用的信息,数据挖掘技术应运产生。聚类分析作为数据挖掘技术的重要组成部分,在各个领域都得到了广泛
随着工业的发展,计算机技术的广泛应用,智能机器设备逐渐代替人工劳动。作为—种智能机械设备,桐油果采摘机器人同样可以代替人工采摘,并且能够极大的提高采摘效率,减少成熟
随着移动设备与社交网络的发展,与身份认证及信息安全相关的活动越来越普及。传统的身份认证方式由于容易被遗忘和丢失、被伪造以及被窃取等固有的弊端,已经难以满足人们对信
稀疏表示近年来机器学习领域的研究热点,其本质是对向量稀疏性的度量;低秩表示是受稀疏表示的推动发展起来的理论,其本质是对矩阵稀疏性的度量。基于稀疏表示或低秩表示的人