买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京新越阳科技有限公司申请的专利一种基于多目全景相机的目标坐标定位系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120747237B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511269534.9，技术领域涉及：G06T7/73；该发明授权一种基于多目全景相机的目标坐标定位系统及方法是由刘清;张加跃;宋先伟;王佳燃设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本一种基于多目全景相机的目标坐标定位系统及方法在说明书摘要公布了：本发明公开了一种基于多目全景相机的目标坐标定位系统及方法，涉及目标坐标定位技术领域，包括对不同相机单元之间的空间几何关系进行评估；对图像进行目标物体检测，获得图像中的待定目标物体，并结合历史图像对图像中的待定目标物体进行筛选；并评估图像的目标物体与其他图像中的候选匹配物体之间的综合代价，构建图像与其他图像之间的目标代价矩阵并求解；根据各个图像之间的目标物体匹配数据，对各个图像进行图像特征融合，获得融合图像，获取融合图像中的目标物体的三维坐标并汇集，得到融合图像中目标坐标数据，从而不仅仅可以检测到更多的目标物体，还可以实现对目标物体的精准定位。

本发明授权一种基于多目全景相机的目标坐标定位系统及方法在权利要求书中公布了：1.一种基于多目全景相机的目标坐标定位方法，其特征在于，所述方法包括： 步骤S1：获取多目全景相机中的不同相机单元的相机参数数据，对不同相机单元之间的基础矩阵进行构建，评估不同相机单元之间的空间几何关系，得到空间极线数据； 步骤S2：获取多目全景相机中相机单元拍摄的图像，获取所述图像所处区域的历史图像，获取平台中的目标数据库，对所述图像进行目标物体检测，获得待定目标物体，并对待定目标物体进行筛选，得到目标物体数据； 步骤S3：获取与所述图像拍摄时刻相同的其他图像的目标物体数据，获取所述图像的相机单元与其他图像的相机单元之间的空间极线数据，对所述图像的目标物体在其他图像中的候选匹配物体进行获取，得到目标候选匹配数据； 步骤S4：获取所述图像与其他图像的目标候选匹配数据，并评估所述图像的目标物体与其他图像中的候选匹配物体之间的综合代价，构建所述图像与其他图像之间的目标代价矩阵并求解，得到目标物体匹配数据； 步骤S5：获取拍摄时刻相同的各个图像，获取各个图像之间的目标物体匹配数据，并进行图像特征融合，获得融合图像，获取融合图像中的目标物体的三维坐标并汇集，得到目标坐标数据； 所述步骤S3包括： 步骤S31：获取多目全景相机中与所述图像拍摄时刻相同的其他图像，获取其他图像的目标物体数据，获取所述图像的目标物体数据，从所述目标物体数据中获取所述图像中的各个目标物体的中心点的坐标； 步骤S32：获取所述图像的相机单元的与其他图像的相机单元之间的空间极线数据，获取所述图像中的某一目标物体的中心点的坐标，获取其他图像的内若干个目标物体的中心点的坐标； 步骤S33：根据所述图像的相机单元的与其他图像的相机单元之间的空间极线数据，获取某一目标物体中心点的坐标在其他图像中的极线L△=[γ,η,λ]T，获取其他图像中的第e个目标物体中心点的坐标x▽e,y▽e，计算极线L△到第e个目标物体中心点坐标的欧式距离d▽,e： ， 当欧式距离d▽,e小于预设的距离阈值，将所述第e个目标物体记为某一目标物体的候选匹配物体，反之，则对第e个目标物体不进行处理； 获取所述图像中的各个目标物体在其他图像中的候选匹配物体，并进行汇集，得到所述图像与其他图像之间的目标候选匹配数据； 所述步骤S4包括： 步骤S41：获取所述图像与其他图像的目标候选匹配数据，从目标候选匹配数据中获取所述图像中目标物体在其他图像中的候选匹配物体，获取所述图像中目标物体在其他图像的极线与其他图像中的候选匹配物体中心点坐标之间的欧式距离d´，获取经过归一化处理后的欧式距离d´，并记为所述图像中目标物体与其他图像中候选匹配物体之间的几何代价值； 步骤S42：使用预设的目标检测模型获取所述图像和其他图像中各个目标物体的边界框，对所述图像和其他图像中的边界框进行裁剪和尺寸调整，并输入到预设的特征提取模型中获取所述图像和其他图像中的各个目标物体的特征向量，对所述图像和其他图像中各个目标物体的特征向量进行归一化处理； 步骤S43：分别获取所述图像中的第w个目标物体与其他图像中的第v个目标物体的特征向量Gw和G▽v，计算第w个目标物体与第v个目标物体之间的特征代价值Qw,v： ， 步骤S44：当第v个目标物体不为第w个目标物体的候选匹配物体时，则将第w个目标物体与第v个目标物体的综合代价值设为预设的极大值； 当第v个目标物体为第w个目标物体的候选匹配物体时，计算第w个目标物体与第v个目标物体的综合代价值Uw,v： ， 其中，Dw,v为第v个目标物体为第w个目标物体之间的几何代价值；ψQ为预设的特征代价权重系数；ψD为预设的几何代价权重系数；ψQ+ψD=1，ψQ0，ψD0； 步骤S45：获取所述图像中的各个目标物体与其他图像中的若干个目标物体之间的综合代价值，构建所述图像与其他图像之间的目标代价矩阵，获取所述图像中的各个目标物体的总个数m，获取其他图像中的若干个目标物体的总个数n； 当m=n时，对目标代价矩阵不进行处理，当m≠n时，对目标代价矩阵进行填充，具体填充过程为： 当mn时，在目标代价矩阵最后一列填充m-n个虚拟列，其中，m-n个虚拟列中各个元素的综合代价值均为预设的极大值； 当mn时，在目标代价矩阵最后一行填充n-m个虚拟行，其中，n-m个虚拟列行中各个元素的综合代价值均为预设的极大值； 步骤S46：使用匈牙利算法对目标代价矩阵进行求解，得到特征目标代价矩阵中各行各列中的零元素，获取零元素在特征目标代价矩阵所对应的位置的匹配对，其中，一个匹配对包含所述图像中的目标物体在其他图像内相匹配的目标物体； 获取所述图像中各个目标物体在其他图像中相匹配的目标物体，并进行汇集，得到所述图像与其他图像之间的目标物体匹配数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京新越阳科技有限公司，其通讯地址为：211106 江苏省南京市江宁区胜利路89号紫金研发创业中心3幢4号楼702-A室(江宁开发区)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。