CN119445421A 图像参数的确定方法、装置、存储介质及程序产品 （上海博珖机器人有限公司）

2获取第一正摄图像和第二正摄图像，所述第一正摄图像与所述对所述第一正摄图像和所述第二正摄图像进行图像匹配，确定所述第基于所述特征点对的像素坐标、所述第一正摄图像和所述第二正摄基于所述特征点对的映射地理点的所述地理坐标函求解出使得所述损失函数满足预设损失条件的情况下，所基于所述第一正摄图像的第一地理坐标与所述第二正摄图像的第述第一正摄图像与所述第二正摄图像之间的地理坐基于所述地理坐标偏差以及所述特征点对的映射地理点基于所述第一地理坐标和所述第二地理坐标，确定所述第一正摄述横滚角以及所述高程中的至少一个为所述待确获取图像采集设备的内参矩阵，所述图像采集设备为拍基于所述特征点对中第一特征点的像素坐标、所述内参矩6.根据权利要求1至4中任意一项所述的方3述横滚角以及所述高程中的至少一个为所述待确获取图像采集设备的内参矩阵，所述图像采集设备为拍基于所述内参矩阵、所述特征点对中第二特征点的像素坐7.根据权利要求1至4中任意一项所述的方法基于所述第一正摄图像与任一所述第二正摄图像之间的所述特征点对的映射地理点基于所述第一正摄图像与多个所述第二正摄图像之间的所述特征点对的所述子损失确定所述第一正摄图像与多个所述第二正摄图像之间的所基于所述第一正摄图像与多个所述第二正摄图像之间的所述特征点对的所述子损失9.根据权利要求1至4中任意一项所述的方法，其特征从多张正摄图像中确定与所述第一正摄图像存在图像重叠区域的所述第基于所述第一正摄图像和各所述正摄图像的地理坐标，确定所述在所述地理距离满足所述预设条件的情况下，将所述正摄图像对所述第一正摄图像和所述第二正摄图像进行畸变矫正，得到畸变矫获取单元，用于获取第一正摄图像和第二正摄图像，所述第一正4述第一正摄图像和所述第二正摄图像之间相匹配的第一构建单元，用于基于所述特征点对的像素坐标、所述第第二构建单元，用于基于所述特征点对的映射地理点的所计算单元，用于求解出使得所述损失函数满足预设损失程序指令，所述计算机程序指令被处理器执行时实现如权利要求1至11中任意一项所述的理器执行时，使得所述电子设备执行如权利要求1至11中任意一项所述的图像参数的确定5的映射地理点的地理坐标函数；基于特征点对的映射地理点的地理坐标函数构建损失函6从多张正摄图像中确定与第一正摄图像存在图像重叠区域的第图像和第二正摄图像的待确定的图像参数，构建特征点对的映射地理点的地理坐标函数；用于求解出使得损失函数满足预设损失条件的情况下，第一正摄图像的待确定的图像参7图3是本申请一个实施例提供的构建第一特征点的映射地理点的地理坐标函数的图4是本申请一个实施例提供的构建第二特征点的映射地理点的地理坐标函数的图5是本申请一个实施例提供的基于特征点对的映射地理点的地理坐标函数构建图6是本申请一个实施例提供的无人机对光伏电站进行巡检场景下图像参数的确8[0023]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更致无法对图像进行进一步的处理例如将拍摄的光伏电站的多张图像拼接为一张连续的图张图像拼接为一张连续的图像，从而无法精准地对光伏电站整体区域进行分析和问题定9[0034]图像重叠区域，是指第一正摄图像与第二正摄图像中具有相同或相似内容的区[0035]一些实施例中，可以将多张正摄图像中的任意一张正摄图像确定为第一正摄图人机配置的图像采集设备对光伏电站进行拍摄，得到一个含有n张正摄图像的正摄图像集合I={Img1,Img2,Imngs,…,Imgn}。例如，在确定Img1的图像参数时，可以将Img1作为第一正摄图像，且可以从{Img2,Img3…,Imgn}中确定与Img1存在图像重叠区域的至少一张第二正摄图像。在确定Img2的图像参数时，可以将Img2作为第一正摄图像，且可以从{Img1,Imngs,Imgs,…,Ingn}中确定与Img2存在图像重叠区域的至摄图像确定为与第一正摄图像存在图像重叠区域的[0042]由于第一正摄图像和各正摄图像的地理坐标为二维平面坐标，故可以采用,确定第一正摄图像和各正摄图像之间的地理坐标系下的横坐标，yi用于表示第一正摄图像在地理坐标系下的纵坐标xi,yh）用于表示正摄图像的地理坐标，xi用于表示正摄图像在地理坐标系下的横坐标，用于表示正可以快速地确定出与第一正摄图像存在重叠一正摄图像或者第二正摄图像中的特征点。例如，可以采用尺度不变特征变换匹配算法（ScaleInvariantFeatureTransform，SIFT）、方向FAST和旋转BRIEF特征匹配算法（OrientedFASTandRotatedBRIEF，ORB）或者二进制鲁棒不变可扩展关键点匹配算法第二正摄图像中的特征点。应的第二正摄图像中特征向量距离最近的两个特征点进行说明Matchj中第一正摄图像Imgi中的特征点的像素坐标可以表示为：与第一正摄图像Imgi中的特征点一一对应的第二正摄图像lmgj中的ij个特征点的像素坐标,,中第ij个特征点的像素坐标，用于表示第ij个特征点在第一正摄图像,用于表示第ij个特征点在第一正摄图像Imgi的图像坐标系下的纵坐标，用于表示第二正摄图像lmgj中ij个特征点的像素坐标用于表示第二正摄图像lmgj中第ij个特征点ij个特征点在第二正摄图像lmgj的图像坐标下的横坐ij个特征点在第二正摄图像的图像坐标下的纵坐标。[0058]基于特征点对的像素坐标、第一正摄图像和第二正摄图[0067]例如，一个特征点对用于表示第一正摄图像和第二正摄图像之间一个共同的特[0068]基于特征点对的映射地理点的地理坐标函数构建损失函数，具体实现方式可以相匹配的特征点对的映射地理点的地理坐标之间的匹配关果第一正摄图像的第一地理坐标与第二正摄图像的第二地理坐标是图像采集设备本身的第一正摄图像的第一地理坐标与第二正摄图像的第二地理坐标是大地坐标系下的地理坐设备本身的坐标系下的第一地理坐标与第二地理坐标之间的[0078]另一种实施例中，可以直接从第一正摄图像和第二正摄图像的可交换图像文件EXIF文件记录了关于图像的拍摄条件、图像采集设备的相关设置以及编辑软件的详细信[0083]基于正摄图像的经纬度参数转换至CGCS2000坐标系下，得到正摄图像地理坐LY={Y1,Y2,Y3,",Y1}第一地理坐标和第二地理坐标，确定第一正摄图像和第二正摄图像之间的地理坐标偏差，为迭代次数达到预设迭代次数，预设损失条件还可以为损失函数的函数值达到预设函数[0105]如图3所示，本申请又一实施例提供了一种构建第一特征点的映射地理点的地理仰角可以理解为无人机前后方向与水平面的夹角。lmgj表示第二正摄图像，第一正摄图像Imgi中的第一特征点以及第二正摄图像lmgj中的第二特征点为一个特征点对。以第一特===到的第一特征点的映射地理点的地理坐标函数表征的地理坐标也是三维的。将程轴进行归一化，从而将第一特征点的映射地理点的三维地理坐标转为二维地理坐==的映射地理点的三维地理坐标中的纵坐标，用于表示第一特征点的映射地征点由像素坐标系映射至地理坐标系中，可以准确地得到第一特征点对应的映射地理点，以及更加精准地构建出第一特征点的映射地理点[0123]如图4所示，本申请又一实施例提供了一种构建第二特征点的映射地理点的地理和第二正摄图像的地理坐标是在图像采集设备本身的坐标系下的地理坐标而非大地坐标lmgj表示第二正摄图像，第一正摄图像Imgi中的第一特征点以及第二正摄图像lmgj中的第二特征点为一个特征点对。[0133]确定第一正摄图像Imgixi用于表示第一正摄图像Imgi在地理坐标系下的横坐标，yi用于表示第一正摄图像Imgi在地理坐标系下的纵坐标，用于表示第二正摄图像表示第一正摄图像Imgi与第二正摄图像lmgj之间的横坐标的偏差，用于第一正摄图像Imgi与第二正摄图像lmgj之间的纵坐标的偏差。====K-1用于表示内参矩阵的逆矩阵。以及平移矩阵均是三维矩阵，故得到的第二特的映射地理点的地理坐标函数的高程轴进行归一化，从而将第二特征点的映射==的映射地理点的三维地理坐标中的纵坐标，用于表示第二特征点的映射地[0141]可以理解的是，本申请中构建地理坐标函数的实施例不限于以上三维旋转矩阵、的映射关系构建用于将像素坐标变换为地理[0142]如图5所示，本申请另一实施例提供了一种基于特征点对的映射地理点的地理坐标函数构建损失函数的流程图。图5与其他实施例的不同之处在于，其他实施例中的步骤S204可具体细化为图5中的步骤S2041和步骤S20[0143]在步骤S2041中，基于第一正摄图像与任一第二正摄图像之间的特征点对的映射=[0145]在步骤S2042中，基于第一正摄图像与多个第二正摄图像之间的特征点对的子损[0148]基于第一正摄图像与多个第二正摄图像之间的特征点对的子损失函数和特征点=Eij用于表示第一正摄图像与第二正摄图像之间的损失函数。=示为Img1，三张第二正摄图像分别表示为Img2、Img3以及Imgs，Img1与Img2之间有个特征点对，Img1与Img3之间有113个特征点对，Img1与Imgs之间有个特征[0153]基于Img1与Img2之间个特征点对的子损失函数，构建Img1与Img2之间的损失函数E12，基于Img1与Img3之间113个特征点对的子损失函数，构建Img1与Img3之间的损失函数E13，基于Img1与Img4之间个特征点对的子损失函数，构建Img1与[0154]基于Img1与Img2之间损失函数E12以及特征点对的个数，得到Img1与Img2之间的平均损失函数，基于Img1与Img3之间损失函数E13以及特征点对的个数113，得到Img1与Img3之间的平均损失函数，基于Img1与Img4之间损失函数E14以及特征点对的个数T14，得到Img1与Imgs之间的平均损失函[0155]基于Img1与Img2之间的平均损失函数、Img1与Img3之间的平均损失函数示示为Img1，三张第二正摄图像分别表示为Img2、Img3以及Imgs，Img1与Img2之间有个特征点对，Img1与Img3之间有113个特征点对，Img1与Imgs之间有个特征[0157]基于Img1与Img2之间个特征点对的子损失函数，构建Img1与Img2之间的损失函数E12，基于Img1与Img3之间113个特征点对的子损失函数，构建Img1与Img3之间的损失函数E13，基于Img1与Img4之间个特征点对的子损失函数，构建Img1与[0158]基于Img1与Img2之间的损失函数E12、Img1与Img3之间的损失函数E13以及Img1与Img4之间的损失函数E14，得到Img1与Img2、Img3以及Imgs之间的损失函数Eum=E12+E13+E14。[0159]基于Img1与Img2之间的个特征点对、Img1与Img3之间的113个特征点对，Img1与Imgs之间的个特征点对，得到Img1与Img2、Img3以及Img4之间的特征点对的总数量为Nsum=l112+113+。正摄图像进行图像匹配，确定第一正摄图像和第二正摄图像之间相匹配的特征点对之前，[0162]一种实施例中，可以通过如下步骤对第一正摄图像和第二正摄图像进行畸变矫ydistorted=y(1+kr2+k2r4+kr6)+2其中xdistorted,vydistorted）用于表示畸变矫正后正摄图像中的像素点在像素坐标系下的像素坐标，xdistorted用于表示畸变矫正后正摄图像中的像素点在像素坐标系下的横坐标，ydistorted用于表示畸变矫正后正摄图像中的像素点在像素坐标系下的纵畸变矫正前正摄图像中的像素点在像素坐标系下的横坐标，y用于表示畸变矫正前正摄图确定方法的处理过程进行说明。图6为本申请实施例提供的无人机对光伏电站进行巡检场。Img2,lmg3,…,Imgn}中确定与Img1存在图像重叠区域的第二正摄图像。为了方便理解，假设Img1与{Img2,Imgs,…,Imgn}中的每一张正摄图像的地理距离均满足预设理坐标函数表征的三维地理坐标转化为二维的图像参数以及地理坐标偏差，构建特征点对中第二特征点的映射地理点的地理坐标函[0187]在需确定正摄图像集合I中其他的正摄图像即{}的图像[0188]需要说明的是，该图像参数的确定装置是与上述图像参数的确定方法对应的装合图7对本申请实施例提供的图像参数的确定装置进