共查询到20条相似文献,搜索用时 31 毫秒
1.
球形全景成像可以克服透视成像视场角的局限,实现场景全覆盖的三维重建和量测。本文在普通影像位姿估计的EPnP(efficient perspective-n-point)算法上进行了改进和扩展,提出了一种稳健快速的球形全景影像位姿估计算法。首先,构建球形全景影像的投影模型,将EPnP算法的平面透视成像模型扩展到球面成像模型;然后,采用基于全景球心、像点、控制点共线条件方程的改进EPnP算法求解控制点的球形全景像空间坐标;最后,利用Horn绝对定位算法直接解算全景影像位姿。与球形全景影像位姿估计的后方交会算法的对比试验结果表明,本文提出的方法无须迭代求解,更为稳健快速,即使控制点数目较少也能达到高精度,基于非严格共中心拼接的全景相机,重投影误差可控制在3.00像素左右。 相似文献
2.
《测绘科学》2020,(5)
针对传统方法难以直接用大规模测量范围的移动球形全景影像较好地实现三维重建的问题,该文提出基于GPS改进的三维重建方法。采用增量式运动恢复结构算法,基于GPS改进了影像匹配,场景初始化和光束法调整等主要步骤,较好地加快了影像匹配速度,实现大规模影像数据集的EG图的有效构建;减少了两两匹配的误差对初始位姿估计的影响,实现更快更好的模型重建;采用基于GPS位置信息加权的光束法调整优化影像位姿和场景模型,实现三维重建尺度的准确恢复。实验结果表明,本文方法不仅有效地解决了传统增量式运动恢复结构算法在大规模重建过程中丢失影像的问题,还显著地提高了位姿估计效率,并且合理地优化了场景重建效果。 相似文献
3.
针对车载全景序列影像的位姿估计问题,该文提出了一种基于角元素和线元素的位姿估计优化方法。根据全景多视几何关系,建立了角元素和线元素多视约束的优化模型,并推导完成模型的位姿求解方法。然后作为初始外方位元素,加入稀疏GPS/INS的相机控制数据约束,采用全景球模型的稀疏光束法平差对位姿估计结果进一步优化。实验选择IP-S2车载移动测量系统获取的全景序列影像,对比分析单视图、全景视图的连续位姿估计、本文方法和GPS/INS控制数据。实验结果表明,该文方法可提高位姿估计的精度,并减少连续位姿估计产生的累计误差。 相似文献
4.
针对无人机拍摄的大数据量大倾角影像三维重建,为获取影像的相对位姿,解决影像相对定向迭代不收敛、鲁棒性低等问题,提出了一种基于全局一致性优化的无人机相对定向方法。通过对增量式相对定向算法全局一次性平差优化改进,得到影像的高精度位姿信息。实验表明,该方法进行相对定向的效率与精度得到明显提高,并具有较好的鲁棒性。 相似文献
5.
6.
纹理映射技术作为获取具有丰富纹理信息的真彩色点云的有效手段,正以其独特的优势广泛地应用于众多行业领域。研究了一种利用三维激光扫描仪与外置数码相机联合标定解算多张影像位姿并获取全景真彩色点云的方法。其基本思想是利用摄像机与激光扫描仪固有的相对位置姿态,通过对首张影像进行标定得到其位置姿态后,利用摄像机空间旋转的几何特性,根据首张影像的位姿获取其余影像的位姿,继而完成多张影像的纹理映射,获取全景彩色点云。对比目前主流的全景影像纹理映射算法,该算法在精度与效率上均有一定提高。对多种点云数据进行纹理映射实验,结果表明,该方法能够快速准确地获取真三维全景彩色点云,为三维精细化建模提供了数据基础。 相似文献
7.
《测绘科学技术学报》2020,(1)
针对不依赖于位姿测量的无人机视频影像上目标绝对定位的问题,提出一种基于改进R2D2算法的无人机影像与参考卫星影像配准的方法。首先在R2D2网络生成128通道稠密特征图的基础上,进行双三次函数插值,以获得子像素级位置精度的关键点,并内插描述符;其次利用KD树快速最近邻特征搜索,结合快速采样一致性算法进行误匹配剔除,计算变换模型并对无人机影像进行纠正,完成配准;最后利用两个典型区域对算法进行了测试,并与SIFT和DELF算法进行了对比。实验结果表明,本文算法在正确匹配点数量和计算效率方面优于其他两种算法,对纹理、视角以及尺度差异也具有较好的适应性。 相似文献
8.
针对如何快速实时地获取运动目标位姿参数的问题,该文提出了一种单目运动目标位姿实时测量的方法,设计了标志点像物方匹配检测状态机和快速跟踪匹配状态机。匹配检测状态机在无标志点差异的条件下,采用反投影法得到最佳物像匹配对应关系,为快速高效跟踪匹配提供位姿初始解;提出了一种基于精度评定的状态切换机制,既发挥了跟踪匹配的高效性,又避免跟踪失败造成的位姿测量永久失败。实验结果表明,反投影法能够有效地筛选出最佳的像物方匹配对应关系,快速跟踪匹配状态机能够通过跟踪标志点高效地计算匹配关系和位姿参数,状态切换机制及时地判断跟踪错误,并迅速切换至匹配检测状态,实时测量全过程能高稳健运行。 相似文献
9.
针对传统影像拼接方法需要控制点的问题,该文提出一种基于位姿信息的小型无人机影像拼接方法。首先从机载GPS和惯性导航单元获取无人机拍摄的位置姿态参数,利用Harris算法提取特征点,采用SIFT描述方法计算特征向量,通过近似最近邻算法和PROSAC算法对匹配的同名点对精化。然后根据同名点对像平面坐标和航拍时的位置姿态信息,计算影像之间的变换矩阵,通过最小二乘原理平差计算以提高变换矩阵精度。最后利用变换矩阵实现无人机多幅影像的拼接,得到兴趣区域全景图。实验结果验证了该方法在拼接效果方面具有优势。 相似文献
10.
针对从影像恢复摄像机相对位姿的问题,提出了一种基于李群表示的本质矩阵快速分解的位姿估计算法。通过加权最小二乘方法优化了本质矩阵;利用本质矩阵和平移向量的关系求出了平移向量;由本质矩阵和位姿参数的等式关系建立目标函数,基于姿态的李群表示推导了旋转矩阵迭代估计过程;优化了唯一解确定的约束条件,避免了特征点的三维重建。仿真实验和真实图像实验表明提出的算法精度和鲁棒性均优于传统算法,算法效率得到明显提高。提出的算法避免了矩阵奇异值分解运算和大量的矩阵计算,而且只需对两组解进行唯一解确定,能够实现相对位姿的快速高精度估计。 相似文献
11.
12.
13.
14.
15.
针对机器人利用单一位姿估计方法累积误差大、精度低的问题,本文提出了一种基于扩展卡尔曼滤波算法(EKF)和基于点线的最近点迭代扫描匹配算法(PL-ICP)的机器人位姿自适应估计方法。为了减少轮式里程计造成的累积误差,利用Mahony算法对陀螺仪和加速度计进行姿态解算,进而基于扩展卡尔曼滤波融合轮式里程计初步估计机器人位姿;为了减少轮子变形、打滑等对机器人位姿的影响,利用PL-ICP点云匹配算法构建单线激光里程计,对机器人位姿再次进行估计;为了提高位姿估计的准确度,提出了一种基于两种位姿总均方差和前后时刻位姿误差构建累积误差的自适应修正算法,通过分析两种位姿总均方差及前后时刻位姿误差,得到全局最优权重因子和局部动态权重因子,实现累积误差修正因子的自适应调整,得到机器人更精确的位姿估计。试验结果表明,该方法可对机器人的位姿累积误差进行修正,显著提高机器人的位姿估计精度。 相似文献
16.
17.
18.
19.
20.
在地面采集的盲区影像往往缺少位姿信息,进而与空中影像联合处理时造成分层错乱。因此为提高倾斜模型精细度,本文通过约束对极奇异矩阵的方法重构补拍影像的位置姿态。首先进行空地影像特征匹配,得出两者的基本矩阵,规范化空中影像投影矩阵,地面影像投影矩阵则由基本矩阵分解成的反对称矩阵和非奇异矩阵组成;然后利用空中影像POS信息消除该投影矩阵对的多义性,从而得出地面影像位置姿态的准确值。试验结果表明,该方法能够在无像控条件下自动计算出地面盲区补拍影像的位姿信息且与空中影像配准良好,在保证模型精细的前提下提高了作业效率。 相似文献