近景摄影测量中标记点自动检测.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
 第 25 卷 第 3 期 应 用 科 学 学 报 Vol. 25 No. 3    2007 年 5 月 JOURNAL OF APPLIED SCIENCES May 2007   ( )   文章编号 : 2007 近景摄影测量中标记点的自动检测 周  玲 ,  张丽艳 ,  郑建冬 ,  张维中 (南京航空航天大学 CADCAM 工程研究中心 ,江苏 南京 210016) 摘  要 : 近景摄影测量中 ,可以在待测物体表面分布一些易于识别的标记点 , 以提高特征识别的准确性和精度,保 证多幅图像间特征点对应匹配的可靠性. 文中采用圆形目标及编码元素作为标记点 ,并提出一种标记点自动检测 算法. 该算法首先根据标记点的尺寸、形状、灰度变化及位置分布等特征提取目标 ;然后利用非编码元与编码元的 不同形状与灰度特征 ,提出一种改进的编码元自动身份识别方法 , 同时实现非编码元与编码元的分类;最后采用质 心法进行标记点的精确定位 ,达到亚像素精度. 实验结果表明 ,该方法受投影角度、噪声等因素影响小 ,具有很强的 鲁棒性 ,可以实现标记点的准确识别和精确定位 ,实用性好. 关键词 : 近景摄影测量 ; 椭圆检测 ; 亚像素 ; 编码元 ; 质心法 中图分类号: TP391    文献标志码 : A Automated Reference Point Detection in Close Range Photogrammetry ZHOU Ling ,  ZHANGLiyan ,  ZHENGJiandong ,  ZHANG Weizhong ( Research Center of CADCAM Engineering , Nanjing University of Aeronautics Astronautics , Nanjing 210016 , China) Abstract : Distributing reference points on the object to be measured is a reliable and common method for achieving optimum target location and accurate correspondence among multiview images. In this paper circular uncoded targets and coded targets are used as reference points , and an algorithm of automatic reference point detection is proposed. Targets are extracted from the images according to their size , shape , intensity , etc. An improved method to identify every coded target is proposed. The gray scale centroid algorithm is applied to get subpixel locations of both uncoded and coded targets. Practical examples show that the algorithm can identify and locate reference points accurately. It is robust to the change of projection angles and noise. Keywords : close range photogr

文档评论(0)

bhyq + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档