一种基于小波变换的事件相机标定方法

AITNT
正文
推荐专利
一种基于小波变换的事件相机标定方法
申请号:CN202410734881
申请日期:2024-06-07
公开号:CN118608621A
公开日期:2024-09-06
类型:发明专利
摘要
本发明公开了一种基于小波变换的事件相机标定方法,能够快速的提取特征点,提高标定精度和标定速度。该靶标在LCD显示屏上显示的条纹图案作为二维校准目标,分别显示水平和竖直条纹图像,屏幕以一定频率闪烁来触发事件。在标定过程中,事件相机获取捕获水平和竖直条纹事件流数据,选择适当的时间窗口,将事件流累积为二维事件帧,将其转换为图像信息。然后使用小波变换计算两个方向的包裹相位图,其特征点位于水平和竖直包裹相位之间的2π相位值处,从而得到特征点像素坐标。本发明采用图像变换技术提取相位图的方式,不依赖于图像强度进行特征点检测,实现精确的特征点提取。
技术关键词
事件相机 标定方法 LCD显示屏 事件流数据 特征点 包裹相位 条纹图案 亮度 畸变模型 图像变换技术 像素 非线性优化算法 靶标 坐标系 定义 参数
系统为您推荐了相关专利信息
1
基于Student’s T分布和变分贝叶斯的安装误差标定方法
安装误差标定方法 安装误差角 概率密度函数 协方差矩阵 卡尔曼滤波
2
一种标定方法、装置、电子设备及存储介质
机械臂标定系统 坐标系 标定方法 手眼标定 图像
3
一种基于人脸识别的家庭成员智能认证系统
家庭成员智能认证系统 人脸特征向量 算术平均值 模板 生成关系
4
一种EAST托卡马克实时数据清洗方法
托卡马克 LightGBM模型 清洗方法 实时数据 标签特征
5
一种融合IMU陀螺仪数据降噪的VIO定位增强方法
陀螺仪数据 卷积神经网络模型 投影残差 卷积神经网络结构 卷积神经网络训练
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号