CN107687841A - 一种测距方法及装置 - Google Patents
一种测距方法及装置 Download PDFInfo
- Publication number
- CN107687841A CN107687841A CN201710892708.6A CN201710892708A CN107687841A CN 107687841 A CN107687841 A CN 107687841A CN 201710892708 A CN201710892708 A CN 201710892708A CN 107687841 A CN107687841 A CN 107687841A
- Authority
- CN
- China
- Prior art keywords
- image
- picture pick
- location
- pixels
- target object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/08—Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
本申请实施例公开了一种测距方法及装置，该方法包括：接收摄像设备在第一位置和第二位置对待测距的目标物体拍摄的第一图像和第二图像；根据目标物体在第一图像和第二图像的像素位置，得到目标物体的第一像素位置差；当第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据第一像素位置差、第一位置和第二位置之间的距离和摄像设备的焦距，得到目标物体与摄像设备的距离。本申请实施例在测量目标物体的距离时，通过灵活变化摄像设备两个拍摄位置之间的距离，使得在测量较远位置的目标物体距离时，加长了两个拍摄位置之间的距离，增大了目标物体相对于摄像设备的位移，提高了测距结果的准确性。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种测距方法及装置。
背景技术
在手持移动设备如此普遍的今天，人们利用手持移动设备可以进行各种生产生活作业。在某些场景下，用户在没有精确测量工具的前提下获取某个物体与用户之间的距离的需求应运而生。
目前，在航天航空领域中使用的测距设备一般以双目立体视觉系统的相关理论为依据进行测距。双目立体视觉系统的测距原理是：基于视差原理并利用成像设备在同一水平线的不同的位置获取目标物体的两幅或者多幅图像，通过计算所得图像上被测物体对应特征点间的像素位置偏差，来获取该物体三维空间几何信息。具体的，参见图1，其中P点为被测物体特征点的实际位置，p1(x1，y1)点是P点在摄像机1所拍图像上的相应位置，p2(x2，y2)点是P点在摄像机2所拍图像上的相应位置，。摄像机1和摄像机2的焦距相等均为f，基线B为基线是摄像机1和摄像机2的距离。在知道已知p1点和p2点的左边坐标、基线B长度以及焦距f的情况下，可以计算出P点与摄像机1和摄像机2的垂直距离Z。具体的，由于可得到
现有的测距方法是利用双摄像头，同时对被测物体一次拍摄两张图片进行距离的计算。然而，本申请的申请人在研究中发现，在测量较远距离的物体时，测距结果的误差相对较大，需要提高测距结果的准确性和精度。
发明内容
为了解决现有技术中对较远距离的物体测距结果误差较大的问题，本申请实施例提供了一种测距方法及装置。
本申请实施例提供的测距方法，包括：
接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，所述第一图像和所述第二图像均包括待测距的目标物体；
根据所述目标物体在所述第一图像和所述第二图像的像素位置，得到所述目标物体的第一像素位置差；
当所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据所述第一像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离，所述拍摄位置差为所述第一位置和所述第二位置之间的距离。
可选的，所述根据所述目标物体在所述第一图像和所述第二图像的位置，得到所述目标物体的第一像素位置差，具体包括：
获取所述第一图像中的第一区域，所述第一区域包括所述目标物体；
确定所述第二图像中与所述第一区域匹配的第二区域；
根据所述第一区域在所述第一图像中的位置信息以及所述第二区域在所述第二图像中的位置信息，得到所述目标物体的第一像素位置差。
可选的，所述确定所述第二图像中与所述第一区域匹配的第二区域，具体包括：
分析所述第一区域内像素点的灰度特征；
当所述灰度特征明显时，以所述第一区域内像素点的灰度为依据，基于灰度相关性匹配算法查找所述第二图像中与所述第一区域相关系数最大的区域，得到所述第二区域；
当所述灰度特征不明显时，以所述第一区域的图像特征为依据，基于特征分布相似性匹配算法查找所述第二图像中与所述第一区域相关系数最大的区域，得到所述第二区域。
可选的，当所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，所述方法还包括：
获取所述摄像设备在所述第一位置拍摄的第一高清图像及在所述第二位置拍摄的第二高清图像，所述第一高清图像和所述第一图像的拍摄场景相同且所述第一高清图像的分辨率大于所述第一图像，所述第二高清图像的内容与所述第二图像的内容相同且所述第二高清图像的分辨率大于所述第二图像；
根据所述目标物体在所述第一高清图像和所述第二高清图像的像素位置，得到所述目标物体的第二像素位置差；
根据所述第二像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离。
本申请实施例还提供了一种测距方法，应用于客户端，所述客户端连接摄像设备，所述方法包括：
获取所述摄像设备拍摄第一图像，以及待测距的目标物体在所述第一图像中的像素位置；
发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移；
每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像中的像素位置，所述预设间隔为预设时间间隔或预设预览帧数间隔；
判断所述目标对象在所述第一图像和所述第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
若是，则根据所述第一像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
可选的，所述发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移，之前还包括：
获取所述摄像设备拍摄第一高清图像，并确定所述目标物体在所述第一高清图像中的像素位置，所述第一高清图像和所述第一图像的拍摄场景相同，且所述第一高清图像的分辨率大于所述第一图像；
相应的，所述发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移，之后还包括：
在所述预设间隔后，获取所述摄像设备拍摄的参考图像，并确定所述目标物体在所述参考图像的像素位置；
判断所述目标物体在第一图像和所述参考图像的第二像素位置差与所述摄像设备的位移之比是否大于或等于第二预设比例阈值；
若是，则每间隔所述预设间隔，获取一张所述摄像设备拍摄的高清参考图像，并确定所述目标物体在该高清参考图像的像素位置；
根据所述目标对象在所述第一高清图像和每张所述高清参考图像上的第三像素位置差、拍摄该高清参考图像时所述摄像设备的位移以及所述摄像设备的焦距，得到该高清参考图像对应的参考距离；
当获取到的高清参考图像对应的第三像素位置差与所述摄像设备的位移之比大于或等于所述第一预设比例阈值时，根据得到的每张参考图像对应的参考距离，得到所述目标物体与所述摄像设备的距离；
若否，则执行所述每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像的像素位置；
判断所述目标对象在所述第一图像和该第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
当该第二图像对应的第一像素位置差与所述摄像设备的位移之比大于或等于所述第一预设比例阈值时，获取所述摄像设备拍摄的第二高清图像，并确定所述目标物体在所述第二高清图像中的像素位置，所述第二高清图像和该第二图像的拍摄场景相同，且所述第二高清图像的分辨率大于该第二图像；
根据所述目标物体在所述第一高清图像和所述第二高清图像中的像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
可选的，所述发送移动提示，之后还包括：
确定拍摄平面，所述拍摄平面与拍摄所述第一图像时所述摄像设备的主光轴垂直；
监测所述摄像设备的姿态；
当所述摄像设备的主光轴与所述拍摄平面之间的夹角小于预设角度阈值时，发送姿态校正提示，使所述摄像设备的主光轴与所述拍摄平面保持垂直。
本申请实施例提供的一种测距装置，包括：图像接收单元、像素位置差获取单元、比例比较单元和距离获取单元；
所述图像接收单元，用于接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，所述第一图像和所述第二图像均包括待测距的目标物体；
所述像素位置差获取单元，用于根据所述目标物体在所述第一图像和所述第二图像的像素位置，得到所述目标物体的第一像素位置差；
所述比例比较单元，用于判断所述第一像素位置差与拍摄位置差的比值是否大于或等于预设比例阈值，所述拍摄位置差为所述第一位置和所述第二位置之间的距离；
所述距离获取单元，用于当所述比例比较单元判断所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据所述第一像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离。
可选的，所述像素位置差获取单元，具体包括：区域确定子单元和位置差获取子单元；
所述区域确定子单元，用于获取所述第一图像中的第一区域，所述第一区域包括所述目标物体；还用于确定所述第二图像中与所述第一区域匹配的第二区域；
所述位置差获取子单元，用于根据所述第一区域在所述第一图像中的位置信息以及所述第二区域在所述第二图像中的位置信息，得到所述目标物体的第一像素位置差。
可选的，所述区域确定子单元，具体包括：特征分析子单元和图像匹配子单元；
所述特征分析子单元，用于分析所述第一区域内像素点的灰度特征；
所述图像匹配子单元，用于当所述特征分析子单元确定所述灰度特征明显时，以所述第一区域内像素点的灰度为依据，基于灰度相关性匹配算法查找所述第二图像中与所述第一区域相关系数最大的区域，得到所述第二区域；还用于当所述特征分析子单元确定所述灰度特征不明显时，以所述第一区域的图像特征为依据，基于特征分布相似性匹配算法查找所述第二图像中与所述第一区域相关系数最大的区域，得到所述第二区域。
可选的，
所述图像接收单元，还用于获当所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，取所述摄像设备在所述第一位置拍摄的第一高清图像及在所述第二位置拍摄的第二高清图像，所述第一高清图像和所述第一图像的拍摄场景相同且所述第一高清图像的分辨率大于所述第一图像，所述第二高清图像的内容与所述第二图像的内容相同且所述第二高清图像的分辨率大于所述第二图像；
所述像素位置差获取单元，还用于根据所述目标物体在所述第一高清图像和所述第二高清图像的像素位置，得到所述目标物体的第二像素位置差；
所述距离获取单元，还用于根据所述第二像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离。
本申请实施例还提供了一种测距装置，应用于客户端，所述客户端连接摄像设备，所述装置包括：第一获取单元、提示单元、第一判断单元和第二获取单元；
所述第一获取单元，用于获取所述摄像设备拍摄第一图像，以及待测距的目标物体在所述第一图像中的像素位置；
所述提示单元，用于当所述第一获取单元获取到所述目标物体在所述第一图像中的像素位置后，发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移；
所述第一获取单元，还用于每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像中的像素位置，所述预设间隔为预设时间间隔或预设预览帧数间隔；
所述第一判断单元，用于判断所述目标对象在所述第一图像和所述第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
所述第二获取单元，用于当所述第一判断单元的判断结构为是时，根据所述目标对象在所述第一像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
可选的，所述第一获取单元，还用于获取所述摄像设备拍摄第一高清图像，并确定所述目标物体在所述第一高清图像中的像素位置，所述第一高清图像和所述第一图像的拍摄场景相同，且所述第一高清图像的分辨率大于所述第一图像；
相应的，所述第一获取单元，还用于在所述预设间隔后，获取所述摄像设备拍摄的参考图像，并确定所述目标物体在所述参考图像的像素位置；
该装置还包括：第二判断单元；所述第二获取单元，具体包括：第一获取子单元、判断子单元和第二获取子单元；
所述第二判断单元，用于判断所述目标物体在第一图像和所述参考图像的第二像素位置差与所述摄像设备的位移之比是否大于或等于第二预设比例阈值；
所述第一获取单元，还用于当所述第二判断单元的判断结果为是时，在每间隔所述预设间隔时，获取所述摄像设备拍摄的高清参考图像，并确定所述目标物体在该高清参考图像的像素位置；
所述第一获取子单元，用于当所述第二判断单元的判断结果为是时，根据所述目标对象在所述第一高清图像和每张所述高清参考图像上的第三像素位置差、拍摄该高清参考图像时所述摄像设备的位移以及所述摄像设备的焦距，得到该高清参考图像对应的参考距离；
所述判断子单元，用于当所述第二判断单元的判断结果为是时，判断获取到的高清参考图像对应的第三像素位置差与所述摄像设备的位移之比是否大于或等于所述第一预设比例阈值；
所述第二获取子单元，用于当所述第二判断单元的判断结果为是且所述判断子单元的判断结果为是时，根据得到的每张参考图像对应的参考距离，得到所述目标物体与所述摄像设备的距离；
所述第一获取单元，还用于当所述第二判断单元的判断结果为否时，每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在盖第二图像的像素位置；
所述判断子单元，还用于当所述第二判断单元的判断结果为否时，判断所述目标对象在所述第一图像和该第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
所述第一获取子单元，还用于当所述第二判断单元的判断结果为否且所述判断子单元的判断结果为是时，获取所述摄像设备拍摄的第二高清图像，并确定所述目标物体在所述第二高清图像中的像素位置，所述第二高清图像和该第二图像的拍摄场景相同，且所述第二高清图像的分辨率大于该第二图像；
所述第二获取子单元，还用于当所述第二判断单元的判断结果为否时，根据所述目标物体在所述第一高清图像和所述第二高清图像中的像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
可选的，还包括：第一确定单元、监测单元和第三判断单元；
所述第一确定单元，用于确定拍摄平面，所述拍摄平面与拍摄所述第一图像时所述摄像设备的主光轴垂直；
所述监测单元，用于监测所述摄像设备的姿态；
所述第三判断单元，用于判断所述摄像设备的主光轴与所述拍摄平面之间的夹角是否小于预设角度阈值；
所述提示单元，还用于当所述第三判断单元判断所述摄像设备的主光轴与所述拍摄平面之间的夹角小于预设角度阈值时，发送姿态校正提示，使所述摄像设备的主光轴与所述拍摄平面保持垂直。
本申请实施例还提供了一种测距装置，包括：处理器和存储器；
所述存储器上存储有可在所述处理器上运行的计算机程序；
所述处理器，用于运行所述存储器上存储的计算机程序，该计算机程序被所述处理器运行时，实现以下步骤：
接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，所述第一图像和所述第二图像均包括待测距的目标物体；
根据所述目标物体在所述第一图像和所述第二图像的像素位置，得到所述目标物体的第一像素位置差；
当所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据所述第一像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离，所述拍摄位置差为所述第一位置和所述第二位置之间的距离。
本申请实施例还提供了一种测距装置，所述测距装置与摄像设备连接，该装置包括：处理器和存储器；
所述存储器上存储有可在所述处理器上运行的计算机程序；
所述处理器，用于运行所述存储器上存储的计算机程序，该计算机程序被所述处理器运行时，实现以下步骤：
获取所述摄像设备拍摄第一图像，以及待测距的目标物体在所述第一图像中的像素位置；
发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移；
每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像中的像素位置，所述预设间隔为预设时间间隔或预设预览帧数间隔；
判断所述目标对象在所述第一图像和所述第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
若是，则根据所述第一像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
与现有技术相比，本申请至少具有以下优点：
在本申请实施例中，先获取摄像设备在第一位置和第二位置对目标物体拍摄的第一图像和第二图像，再根据目标物体在第一图像和第二图像的位置，得到目标物体的第一像素位置差。当第一像素位置差与拍摄位置差(即第一位置和第二位置之间距离)的比值大于或等于预设比例阈值时，根据第一像素位置差和拍摄位置差以及摄像设备的焦距，即可得到目标对象与摄像设备之间的距离。本申请实施例在测量目标物体的距离时，灵活变化摄像设备两个拍摄位置之间的距离，当测量较远位置的目标物体距离时，加长了两个拍摄位置之间的距离，增大了目标物体相对于摄像设备的位移，提高了测距结果的准确性。此外，本申请采用单一拍摄设备即可实现对物体的测距，不仅可以节约成本，还可以根据实际情况设定拍摄位置之间的距离，提高了测距的准确度和精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本申请实施例涉及的双目立体视觉模型的示意图；
图2为本申请实施例提供的一种测距方法的流程示意图；
图3为本申请实施例提供的一种测距方法中获得目标物体的像素位置差的流程示意图；
图4为本申请实施例提供的一种测距方法中提高测距精度的流程示意图；
图5为本申请实施例提供的另一种测距方法的流程示意图；
图6为本申请实施例提供的一种测距装置的结构示意图；
图7为本申请实施例提供的另一种测距装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参见图2，该图为本申请实施例提供的一种测距方法的流程示意图。
本实施例提供的测距方法，包括以下步骤S201-S203。
S201：接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，第一图像和第二图像均包括待测距的目标物体。
在本实施例中，第一图像和第二图像可以是由同一摄像设备拍摄，也可以是由不同摄像设备所拍摄。摄像设备可以是单一摄像头，也可以是具有拍摄功能的移动终端上用于拍摄同一图像的至少一个摄像头，如拍照手机和其他具有拍摄功能的便携式或穿戴式设备等。为了提高测距的效率，第一图像和第二图像可以是由该摄像设备拍摄的分辨率较小的预览图。需要说明的是，为保证结果的准确，需保证第一图像和第二图像的分辨率相同，如第一图像和第二图像的分辨率不同则需对第一图像和第二图像进行归一化处理。
在实际操作中，可以采用具有摄像头模组(Camera Compact Module,CCM)的手持移动设备作为开发平台，利用开发平台提供的应用程序编程接口(ApplicationProgramming Interface,API)获取摄像头捕捉到的图像(即第一图像和第二图像)。
S202：根据目标物体在第一图像和第二图像的像素位置，得到目标物体的第一像素位置差。
摄像设备在不同位置对目标物体进行拍摄时，目标物体在拍摄的不用图像中因与摄像设备的举例出现一定的位移。因此，可以根据目标物体在第一图像和第二图像上的像素位置，得出目标对象在两张图像上的位移(即第一像素位置差)，进而利用图1所示的双目立体视觉系统的测距原理可以得出目标物体与摄像设备之间的距离。
举例而言，若第一位置和第二位置仅在水平方向上存在位置差，则目标物体在第一图像和第二图像上的像素位置，即为目标物体在两张图像的像素坐标中水平位置的像素坐标之差。
在本实施例可能的实现方式中，如图3所示，步骤S202可以具体包括以下步骤S2021-S2023。
S2021：获取第一图像中的第一区域，第一区域包括目标物体。
在实际操作中，可以先将预览图像显示给用户，供用户从中选取期望测距的目标物体，在用户选取的同时，截取该帧预览图作为第一图像，为后续的测距提供数据支持。
根据用户触发的待测距目标的选择指令，可以确定出第一图像中包括目标对象的第一区域。例如，第一区域可以是以用户在第一图像上的选点为中心确定出的预设大小方框内的区域，目标物体可以完全位于第一区域内部，也可以只有一部分位于第一区域内部。本领域技术人员还可以根据实际情况，设定第一区域的具体形状和尺寸，这里不再一一列举，但为了减小噪声对后续步骤的干扰，第一区域不易过大。
S2022：确定第二图像中与第一区域匹配的第二区域。
根据第一图像和第二图像间相对目标物体的对应关系，从而得到目标物体在第二图像中的位置信息(如像素坐标)，即在第二图像中寻找与第一区域相关系数最大的区域，该区域即第二区域。具体实施时，可以采用现有的任意一种图像匹配算法。
图像的匹配通常有两种：基于灰度相关性的匹配算法和基于特征分布相似性的匹配算法。常用的匹配策略有：各种由粗到精的多层次结构、引入约束条件的松驰法和多级表示的决策结构等。
基于灰度相关性的匹配算法，即区域相关方法，是解决图像匹配最简单直接的算法，具体的算法过程这里不再赘述。该算法对噪音很敏感，考虑到计算量，较适于灰度分布很复杂的图像，如自然景物等。
基于特征分布相似性的匹配算法，特别适用于比较简单的环境(如室内环境)，具有速度快、精度高的特点，具体的算法过程这里不再赘述。在比较简单的环境(如有线条轮廓特征可寻的人工环境)中，图像特征反映了场景的核心、数量少、分布具有一定的规律、处理方便。这一类算法因各自采用的匹配基元不同而相异。概括而言，该类匹配算法都是建立在匹配基元之间的相似性度量基础上的。其中，匹配基元包括但不限于：过零点(zero-crossings)、边缘与线片段(edge and line fragments)、线特征(linear features)、边缘轮廓(object boundaries)和兴趣算子抽取的特征点(如角点等)等。匹配济源模型包括但不限于以下信息：维量(dimensionality)(如点、线、边界等)、尺度(semantic content)、稠密度(density of occurrence)、简单可度量的分布特征(easily measurableattributes)和唯一性/突出性(uniqueness/distinguishability)等。
因此，在本实施例的一些可能的实现方式中，为了保证测距结果的准确性和精度，可以根据实际场景采用合适的匹配算法。具体的，步骤S2022可以具体为：分析第一区域内像素点的灰度特征；当灰度特征明显时，以第一区域内像素点的灰度为依据，基于灰度相关性匹配算法查找第二图像中与第一区域相关系数最大的区域，得到第二区域；当灰度特征不明显时，以第一区域的图像特征为依据，基于特征分布相似性匹配算法查找第二图像中与第一区域相关系数最大的区域，得到第二区域。
需要说明的是，对第一区域内像素点的灰度特征进行分析的具体方法包括但不限于纹理特征分析、边缘提取、对比度分析以及共生矩阵分析等，本领域技术人员可以根据实际情况选择灰度特征分析的具体方式，本实施例对此不做限定。
在正常的操作情况下，测距过程中获得的第一图像和第二图像是在很短的时间内完成的，通常认为各图像的环境相同，整体亮度信息没有发生变化。因此，可以首先针对第一区域的灰度特征进行分析以选择更加有效的特征匹配算法。如果第一区域的灰度特征明显，则采用基于灰度相关性的匹配算法匹配；如果第一区域内的灰度特征不明显，则采用基于特征分布相似性的匹配算法来匹配，根据第一区域内图像特征的实际情况确定一个满足预设要求的图像特征，例如灰度变化明显、锐度突出或者在红绿蓝通道(RGB通道)中存在的明显特征(如规则的形状等)等，再采用与该满足预设要求的图像特征对应的特征匹配算法来从第二图像中确定与第一区域匹配的第二区域。
举例而言，若采用边缘提取算法分析第一区域的灰度特征，则当第一区域内存在较多的边缘特征，则说明第一区域的灰度特征明显；反之，则说明第一区域的灰度特征不明显。本领域技术人员可以根据实际情况设定灰度特征明显及不明显的依据，这里不再一一列举。
还需要说明的是，在基于灰度相关性匹配算法确定第二区域时，可以采用半像素精度估计提高匹配的精度。在很多情况下，匹配精度通常是一个像素。但是，实际上区域相关法和特征匹配法都可以获得更好的精度。采用区域相关法对相关面进行内插即可使匹配达到半个像素的精度。
S2023：根据第一区域在第一图像中的位置信息以及第二区域在第二图像中的位置信息，得到目标物体的第一像素位置差。
需要说明的是，目标物体在第一图像和第二图像上的位置信息可以是第一区域上某一个点在第一图像中的像素坐标。为了便于后续的匹配，该某一个点可以是第一区域的中心点，也可以是第一区域的顶点，本领域技术人员具体可以根据实际情况选取。
在获取到第二图像中与第一区域匹配的第二匹配区域后，就能够根据两个区域的在图中的像素位置差，如对应点(如中心点、某一定点等)的位移，得到目标物体的第一像素位置差。
S203：当第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据第一像素位置差、拍摄位置差和摄像设备的焦距，得到目标物体与摄像设备的距离。
其中，拍摄位置差为第一位置和第二位置之间的距离。
通常情况下，距离计算的误差和匹配的误差成正比，而与基线长成反比。因此，可以在保证目标物体不被移出摄像设备的拍摄范围的情况下，通过对基线长度的调整(即调整拍摄位置差)来提高测距结果的准确度。当第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，则说明摄像设备的移动距离足够，可以得到精确度较高的测距结果，无需进一步加长基线。本领域技术人员可以根据实际情况具体设定预设比例阈值，这里不再一一列举。
在实际操作中，可以依据公式就可以获得目标物体与摄像设备之间的距离。其中，x1为目标物体在第一图像中的像素位置，x2为目标物体在第二图像中的像素位置，f为摄像设备的焦距，B为拍摄位置差即图1中的基线。
为了提高测距的准确度和精度，在本实施例可能的实现方式中，确定第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值后，可以通过在第一位置和第二位置拍摄的分辨率较大的图像进行精确的图像匹配和深度计算，从而得到目标物体在两幅图像中的像素位置差，进而得到准确度更高的测距结果。具体的，如图4所示，在步骤S202后，当第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，该方法还可以包括以下步骤S204-S206。
S204：获取摄像设备在第一位置拍摄的第一高清图像及在第二位置拍摄的第二高清图像。
其中，第一高清图像的内容和第一图像的拍摄场景相同且第一高清图像的分辨率大于第一图像，第二高清图像的内容与第二图像的内容相同且第二高清图像的分辨率大于第二图像。
可以理解的是，第一高清图像与第一图像中包括的场景相同，但第一高清图像的分辨率相对于第一图像更高，包括了更多的细节内容。同理，第二高清图像与第二图像中包括的场景相同，但第二高清图像的分辨率更高，包括了更多的细节内容。例如，第一图像是包括目标物体的预览图，而第一高清图像是与第一图像内容相同的实际拍摄的图像，可以分别在用户触发对目标物体的选择时截取预览帧以及实际拍摄得到。同理，第二图像是包括目标物体的预览图，而第二高清图像是与第二图像内容相同的实际拍摄的图像，可以分别在第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时截取预览帧以及实际拍摄得到。
因为第一高清图像和第二高清图像的分辨率更高，包括了更多的细节特征，因此，采用第一高清图像和第二高清图像能够更加精确地进行图像匹配，提高了匹配的精度，进而提高了测距结果的准确性。
S205：根据目标物体在第一高清图像和第二高清图像的像素位置，得到目标物体的第二像素位置差。
由于第一高清图像与第一图像中包括的内容相同，因此可以按照第一区域在第一图像中的像素位置等比例的确定第一高清图像中目标物体的像素位置。确定目标物体在第二高清图像中的像素位置的方法与上述步骤S202所采用的方法类似，具体参见上文的说明即可，这里不再赘述。
S206：根据第二像素位置差、拍摄位置差和摄像设备的焦距，得到目标物体与摄像设备的距离。
相较于第一像素位置差，根据分辨率更高的第一高清图像和第二高清图像匹配得到的第二像素位置差更加精确，因此，最终得到的目标物体与摄像设备之间的距离也更加准确，测距结果的精确度更高。
还需要说明的是，当目标物体与摄像设备之间的距离较近时，为了保证第一图像和第二图像中包括目标物体，拍摄位置差受到一定的限制。并且，当目标物体与摄像设备之间的距离较远时，虽然可以通过加大拍摄位置差的方式提高测距结果的准确度，但这种方式又会增大第一像素位置差范围以及第一区域和第二区域之间的特征差别，从而导致匹配问题的复杂和系统误差的出现。因此在本实施例的一些可能的实现方式中，可以采用多幅图平均统计的方式对像素位置差结果进行优化。
多幅图平均统计，即通过多组匹配的统计平均结果获得较高精度的估计。每组匹配结果对于最后深度估计的贡献可以根据该匹配结果的可靠性或精度加权处理。在具体实施时，可以通过获取摄像设备在第一位置和第二位置之间时拍摄的多张高清图像与第一高清图像进行匹配来实现。
在本实施例中，先获取摄像设备在第一位置和第二位置对目标物体拍摄的第一图像和第二图像，再根据目标物体在第一图像和第二图像的位置，得到目标物体的第一像素位置差。当第一像素位置差与拍摄位置差(即第一位置和第二位置之间距离)的比值大于或等于预设比例阈值时，根据第一像素位置差和拍摄位置差以及摄像设备的焦距，即可得到目标对象与摄像设备之间的距离。本申请实施例在测量目标物体的距离时，灵活变化摄像设备两个拍摄位置之间的距离，当测量较远位置的目标物体距离时，加长了两个拍摄位置之间的距离，增大了目标物体相对于摄像设备的位移，提高了测距结果的准确性。此外，本申请采用单一拍摄设备即可实现对物体的测距，不仅可以节约成本，还可以根据实际情况设定拍摄位置之间的距离，提高了测距的准确度和精度。
基于上述实施例提供的测距方法，本申请实施例提供了另一种测距方法。参见图5，该图为本申请实施例提供的另一种测距方法的流程示意图。
首先需要说明的是，本实施例提供的测距方法，应用于客户端。该客户端采用有线连接或无线连接的方式与摄像设备连接(如摄像头等)，可以是具有拍摄功能的移动终端，如拍照手机和其他具有拍摄功能的便携式或穿戴式设备等。
本实施例提供的测距方法，包括以下步骤S501-S505。
S501：获取摄像设备拍摄第一图像，以及待测距的目标物体在第一图像中的像素位置。可以理解的是，第一图像中包括用户期望测量距离的目标物体。在手持移动设备等系统性能较低的平台下，为了提高测距的效率，第一图像可以是客户端上显示的分辨率较低的预览图。
在实际操作中，可以采用具有摄像头模组(Camera Compact Module,CCM)的手持移动设备作为开发平台，如摄像手机等，利用开发平台提供的应用程序编程接口(Application Programming Interface,API)获取摄像头捕捉到的图像(即第一图像)。
以具备摄像功能的手机为例，现在手机上显示包括目标物体的预览图，用户可以通过手机触屏等形式在显示的预览图中选取目标物体，响应于用户对目标物体的点选，可以同时截取手机上的预览帧作为第一图像并得到目标物体在第一图像中的像素位置，为后续的图像匹配得到目标物体距离提供数据支持。
然而，图像匹配是无法只针对图像中的某个像素点进行的。因此，需根据用户触发的选择指令，确定一个包括有目标物体的区域(即第一区域)来进行后续的图像匹配过程。目标物体可以完全位于第一区域内部，也可以只有一部分位于第一区域内部。本领域技术人员可以根据实际情况，设定第一区域的具体形状和尺寸，例如以用户选点为中心的方形区域等，这里不再一一列举。
还需要说明的是，在某些情况下，用户在预览图上选择的目标物体可能与周围环境的差别不大(如瓷砖，网格等规则的形状)，无法通过图像匹配的方法得到其距离，因此，在用户点选后，可以预先根据第一图像中包括目标物体区域以及周围环境的图像，判断是否可以对目标物体进行测距，具体方法流程这里不再赘述。
S502：发送移动提示以使摄像设备移动，并监测摄像设备的位移。
目标物体会随着摄像设备的移动在其拍摄的图像中出现一定的位移，因此，根据在不同位置观察目标物体时产生的视觉差，利用立体视觉模型，可以推算出目标物体距离观察点(即本实施例中的摄像设备)的位置。
为了建立立体视觉模型得到目标物体距摄像设备的距离，需获取摄像设备在另一位置所拍摄的目标物体的图像，获取目标物体在两幅图上的像素位置差，即可根据该像素位置差和摄像设备的移动距离、镜头焦距等参数，确定出目标物体与摄像设备之间的距离。具体的，可以通过使摄像设备相对目标物体水平或竖直移动实现。
需要说明的是，为了保证测距结果的准确，在摄像设备的移动过程中，需要保证该摄像设备的拍摄角度不发生变化。具体的，在本实施例可能的实现方式中，步骤S502之后还包括：确定拍摄平面，拍摄平面与拍摄第一图像时摄像设备的主光轴垂直；监测摄像设备的姿态；当摄像设备的主光轴与拍摄平面之间的夹角小于预设角度阈值时，发送姿态校正提示，使摄像设备的主光轴与拍摄平面保持垂直。
这里还需要说明的是，在摄像设备的移动过程中，需要保证目标物体不被移出其拍摄范围。
在实际操作中，可以通过陀螺仪来检测摄像设备的位置与姿态，判断其是否在水平或垂直方向上无位移，使用加速度传感器监测摄像设备的位移。
为了简化测距计算的过程、提高测距结果的准确度，需在移动摄像设备的过程中，保证摄像设备在水平方向或垂直方向上的位移为零，即在摄像设备拍摄的两张图像中，目标物体在水平或垂直方向上不移动。这样，就能根据之前提到的公式得到目标物体与摄像设备之间的距离Z。其中，x1为目标物体在第一图像(发生位移方向)上的位置，x2为目标物体在第二图像(发生位移方向)上的位置，f为摄像设备的焦距，B为摄像设备的移动距离(即基线)。
S503：每间隔预设间隔，获取一张摄像设备拍摄的第二图像，并确定目标物体在该第二图像的像素位置。
其中，预设间隔为预设时间间隔或预设预览帧数间隔。例如，每间隔1-3秒获取摄像设备拍摄的一张预览帧(即第二图像)，或者，每间隔1-3帧获取摄像设备拍摄的一张预览帧。
可以理解的是，确定目标物体在该第二图像的像素位置的方法，与上述图2-图3所示的实施例所采用的方法类似，具体参见上述实施例的说明即可，这里不再赘述。
S504：判断目标对象在第一图像和第二图像中的第一像素位置差与摄像设备的位移之比是否大于或等于第一预设比例阈值。
即，在摄像设备的移动过程中，每间隔预设时间间隔或预设帧数间隔截取一张预览帧作为第二图像，利用第一区域的图像特征确定第二图像中与其匹配的同样包括目标物体的第二区域。根据第一区域和第二区域的像素位置即可得到目标对象在第一图像和第二图像中的第一像素位置差，然后可以判断该第一像素位置差与摄像设备的位移之比是否大于或等于第一预设比例阈值。
S505：当第一像素位置差与摄像设备的位移之比大于或等于第一预设比例阈值时，根据该第一像素位置差以及摄像设备的焦距和位移，得到目标物体与摄像设备之间的距离。
这里需要说明的是，具体如何根据第一图像、第二图像和摄像设备的移动距离，得到目标物体与摄像设备的距离，与上述图2-图4所示实施例中所述的方法类似，具体参见上述实施例的说明即可，这里不再赘述。
通常情况下，距离计算的误差和匹配的误差成正比，而与基线长成反比。因此，可以在保证目标物体不被移出摄像设备的拍摄范围的情况下，通过对基线长度的调整(即调整拍摄位置差)来提高测距结果的准确度。当该第一像素位置差与拍摄位置差的比值大于或等于第一预设比例阈值时，则说明摄像设备的移动距离足够，可以得到精确度较高的测距结果，无需进一步加长基线。本领域技术人员可以根据实际情况具体设定预设比例阈值，这里不再一一列举。
为了提高测距的准确度和精度，在本实施例可能的实现方式中，可以通过摄像设备实际拍摄的分辨率较大的图像进行精确的图像匹配和深度计算，从而得到目标物体在两幅图像中的像素位置差，进而得到准确度更高的测距结果。具体的，在步骤S502之前，还包括：获取摄像设备拍摄第一高清图像，并确定目标物体在第一高清图像中的像素位置。
其中，第一高清图像和第一图像的拍摄场景相同，且第一高清图像的分辨率大于第一图像。
在实际应用中，可以在用户点选目标物体的同时，控制摄像设备拍摄第一高清图像，并截取预览帧作为第一图像，再执行步骤S502使摄像设备移动以得到匹配用户第二图像。
然后，在移动过程中，当第一像素位置差与摄像设备的位移之比大于或等于第一预设比例阈值时，获取摄像设备在当前位置拍摄的第二高清图像，并确定目标物体在第二高清图像中的像素位置再根据目标物体在第一高清图像和第二高清图像中的像素位置差以及摄像设备的焦距和位移，得到目标物体与摄像设备的距离，提高测距的准确性。
其中，第二高清图像和该第二图像的拍摄场景相同，且第二高清图像的分辨率大于该第二图像。
由于第一高清图像与第一图像中包括的内容相同，因此可以按照目标物体在第一图像中的像素位置等比例的确定第一高清图像中目标物体的像素位置。可以理解的是，确定目标物体在图像中的像素位置的方法与上述实施例中所采用的方法类似，具体参见上文的说明即可，这里不再赘述。
可以理解的是，由于第一高清图像和第二高清图像较第一图像和第二图像的分辨率高，因此，利用第一高清图像和第二高清图像进行特征的匹配的结果会更加的精确，进而使得最终求得的测距结果更加精准。
这里还需要说明的是，当目标物体与摄像设备之间的距离较近时，为了保证第一图像和第二图像中包括目标物体，摄像设备的位移受到一定的限制。当目标物体与摄像设备之间的距离较远时，虽然可以通过加大拍摄位置差的方式提高测距结果的准确度，但这种方式又会增大像素位置差范围以及第一区域和第二区域之间的特征差别，从而导致匹配问题的复杂的误差。因此在本实施例的一些可能的实现方式中，可以采用多幅图平均统计的方式对像素位置差结果进行优化。
多幅图平均统计，即通过多组匹配的统计平均结果获得较高精度的估计。每组匹配结果对于最后深度估计的贡献可以根据该匹配结果的可靠性或精度加权处理。在具体实施时，可以通过获取摄像设备在第一位置和第二位置之间时拍摄的多张高清图像与第一高清图像进行匹配来实现。
具体的，在本实施例可能的实现方式中，步骤S502之后还包括：
步骤A：在预设间隔后，获取摄像设备拍摄的参考图像，并确定目标物体在参考图像的像素位置。
其中，预设间隔为预设时间间隔或预设预览帧数间隔。例如，每间隔1-3秒获取摄像设备拍摄的一张预览帧，或者，每间隔1-3帧获取摄像设备拍摄的一张预览帧。
可以理解的是，确定目标物体在图像中像素位置的方法，与上述图2-图3所示的实施例所采用的方法类似，具体参见上述实施例的说明即可，下面与此类似，后续不再赘述。
步骤B：判断目标物体在第一图像和参考图像的第二像素位置差与摄像设备的位移之比是否大于或等于第二预设比例阈值。若是，则执行步骤C1-C3；若否，则执行步骤D1-D4。
在本实施例中，第二预设比例阈值用于判断目标物体与摄像设备之间的距离是否过近。当第二像素位置差与摄像设备的位移之比大于或等于第二预设比例阈值时，目标物体与摄像设备之间的距离过近，需要执行多幅图平均步骤来提高测距的精度；反之，则目标物体与摄像设备之间的距离较远，无需执行多幅图平均步骤来提高测距的精度。
也就是说，在用户点选目标物体拍摄第一高清图像后，客户端发送提示或直接控制，使摄像设备移动，在移动过程中，间隔预设时间或预设数量的预览帧后，得到第一张参考图像，并确定该参考图像上目标物体的像素位置。若目标物体在第一图像和该参考图像上的像素位置差与摄像设备的当前位移之比大于或等于第二预设比例阈值时，确定目标物体与摄像设备的距离较近；反之，则确定目标物体与摄像设备的距离较远。
实际应用中，本领域技术人员可以根据实际需要具体设定第二预设比例阈值，例如，以与摄像设备距离为1米的目标物体在拍摄的两幅图像上的像素位置差与摄像设备的位移之比为第二比例阈值。
步骤C1：每间隔预设间隔，获取一张摄像设备拍摄的高清参考图像，并确定目标物体在该高清参考图像的像素位置。
步骤C2：根据目标对象在第一高清图像和每张高清参考图像上的第三像素位置差、拍摄该高清参考图像时摄像设备的位移以及摄像设备的焦距，得到该高清参考图像对应的参考距离。
步骤C3：当获取到的高清参考图像对应的第三像素位置差与摄像设备的位移之比大于或等于第一预设比例阈值时，根据得到的每张参考图像对应的参考距离，得到目标物体与摄像设备的距离。
也就是说，当判断目标物体与摄像设备的距离较近时，在移动过程中每间隔预设时间或预设数量的预览帧后，均拍摄一张高清参考图像和一张参考图像，并确定该高清参考图像和该参考图像上目标物体的像素位置，直到目标物体在第一图像和该参考图像上的像素位置差与摄像设备的位移之比大于或等于第一预设比例阈值。然后，根据目标物体在第一高清图像和每张高清参考图像上的像素位置差，以及摄像设备的焦距和在拍摄该高清参考图像时的位移，得到多组参考距离。对参考距离求平均，则可以得到精准的目标物体与摄像设备的距离。
步骤D1：每间隔预设间隔，获取一张摄像设备拍摄的第二图像，并确定目标物体在该第二图像的像素位置。
步骤D2：判断目标对象在第一图像和该第二图像中的第一像素位置差与摄像设备的位移之比是否大于或等于第一预设比例阈值。
步骤D3：当该第二图像对应的第一像素位置差与摄像设备的位移之比大于或等于第一预设比例阈值时，获取摄像设备拍摄的第二高清图像，并确定目标物体在第二高清图像中的像素位置，第二高清图像和该第二图像的拍摄场景相同，且第二高清图像的分辨率大于该第二图像。
步骤D4：根据目标物体在第一高清图像和第二高清图像中的像素位置差以及摄像设备的焦距和位移，得到目标物体与摄像设备的距离。
也就是说，当判断目标物体与摄像设备的距离较远时，在移动过程中每间隔预设时间或预设数量的预览帧，得到一张参考图像，并确定该高清参考图像上目标物体的像素位置。当目标物体在第一图像和该参考图像上的像素位置差与摄像设备的位移之比大于或等于第一预设比例阈值时，获取摄像设备拍摄的第二高清图像，根据目标物体在第一高清图像和第二高清图像上的像素位置差，以及摄像设备的焦距和位移，得到精准的目标物体与摄像设备的距离。
在本实施例中，先根据摄像设备拍摄的第一图像以及目标物体在第一图像中的像素位置，再发送移动提示使摄像设备移动，并实时获取摄像设备拍摄的图像，在移动过程中，监测目标物体在图像中的像素位置差以及摄像设备的位移。当像素位置差与摄像设备的位移的比值大于或等于第一预设比例阈值时，根据该像素位置差和摄像设备的位移和焦距，即可得到目标对象与摄像设备之间的距离。本实施例在测量目标物体的距离时，采用单一拍摄设备即可实现对物体的测距，不仅可以节约成本，还可以根据实际情况设定拍摄位置之间的距离，通过灵活变化摄像设备两个拍摄位置之间的距离，当测量较远位置的目标物体距离时，加长了两个拍摄位置之间的距离，增大了目标物体相对于摄像设备的位移，使基线与目标物体的实际距离相适应，提高了测距结果的准确性。
基于上述实施例提供的测距方法，本申请实施例还提供了一种测距装置。参见图6，该图为本申请实施例提供的一种测距装置的结构示意图。
本实施例提供的测距装置，包括：图像接收单元601、像素位置差获取单元602、比例比较单元603和距离获取单元604。
图像接收单元601，用于接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，第一图像和第二图像均包括待测距的目标物体。
像素位置差获取单元602，用于根据目标物体在第一图像和第二图像的像素位置，得到目标物体的第一像素位置差。
比例比较单元603，用于判断第一像素位置差与拍摄位置差的比值是否大于或等于预设比例阈值，拍摄位置差为第一位置和第二位置之间的距离。
距离获取单元604，用于当比例比较单元603判断第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据第一像素位置差、拍摄位置差和摄像设备的焦距，得到目标物体与摄像设备的距离。
在本实施例可能的实现方式中，像素位置差获取单元602，具体包括：区域确定子单元和位置差获取子单元。
区域确定子单元，用于获取第一图像中的第一区域，第一区域包括目标物体；用于确定第二图像中与第一区域匹配的第二区域。
位置差获取子单元，用于根据第一区域在第一图像中的位置信息以及第二区域在第二图像中的位置信息，得到目标物体的第一像素位置差。
在本实施例可能的实现方式中，区域确定子单元，具体包括：特征分析子单元和图像匹配子单元。
特征分析子单元，用于分析第一区域内像素点的灰度特征。图像匹配子单元，用于当特征分析子单元确定灰度特征明显时，以第一区域内像素点的灰度为依据，基于灰度相关性匹配算法查找第二图像中与第一区域相关系数最大的区域，得到第二区域。还用于当特征分析子单元确定灰度特征不明显时，以第一区域的图像特征为依据，基于特征分布相似性匹配算法查找第二图像中与第一区域相关系数最大的区域，得到第二区域。
在本实施例可能的实现方式中，图像接收单元601，还用于获当第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，获取摄像设备在第一位置拍摄的第一高清图像及在第二位置拍摄的第二高清图像，第一高清图像和第一图像的拍摄场景相同且第一高清图像的分辨率大于第一图像，第二高清图像的内容与第二图像的内容相同且第二高清图像的分辨率大于第二图像。
像素位置差获取单元602，还用于根据目标物体在第一高清图像和第二高清图像的像素位置，得到目标物体的第二像素位置差。
距离获取单元604，还用于根据第二像素位置差、拍摄位置差和摄像设备的焦距，得到目标物体与摄像设备的距离。
在本申请实施例中，先获取摄像设备在第一位置和第二位置对目标物体拍摄的第一图像和第二图像，再根据目标物体在第一图像和第二图像的位置，得到目标物体的第一像素位置差。当第一像素位置差与拍摄位置差(即第一位置和第二位置之间距离)的比值大于或等于预设比例阈值时，根据第一像素位置差和拍摄位置差以及摄像设备的焦距，即可得到目标对象与摄像设备之间的距离。本申请实施例在测量目标物体的距离时，灵活变化摄像设备两个拍摄位置之间的距离，当测量较远位置的目标物体距离时，加长了两个拍摄位置之间的距离，增大了目标物体相对于摄像设备的位移，提高了测距结果的准确性。此外，本申请采用单一拍摄设备即可实现对物体的测距，不仅可以节约成本，还可以根据实际情况设定拍摄位置之间的距离，提高了测距的准确度和精度。
基于上述实施例提供的测距方法和装置，本申请实施例还提供了另一种测距装置。参见图7，该图为本申请实施例提供的另一种测距装置的结构示意图。
本实施例提供的测距装置，应用于客户端，客户端连接摄像设备，该装置包括：第一获取单元701、提示单元702、第一判断单元703和第二获取单元704。
第一获取单元701，用于获取摄像设备拍摄第一图像，以及待测距的目标物体在第一图像中的像素位置。
提示单元702，用于当第一获取单元701获取到目标物体在第一图像中的像素位置后，发送移动提示以使摄像设备移动，并监测摄像设备的位移。
第一获取单元701，还用于每间隔预设间隔，获取一张摄像设备拍摄的第二图像，并确定目标物体在该第二图像中的像素位置，预设间隔为预设时间间隔或预设预览帧数间隔。
第一判断单元703，用于判断目标对象在第一图像和第二图像中的第一像素位置差与摄像设备的位移之比是否大于或等于第一预设比例阈值。
第二获取单元704，用于当第一判断单元703的判断结构为是时，根据目标对象在第一图像和第二图像中的第一像素位置差以及摄像设备的焦距和位移，得到目标物体与摄像设备的距离。
在本实施例可能的实现方式中，第一获取单元701，还用于获取摄像设备拍摄第一高清图像，并确定目标物体在第一高清图像中的像素位置，第一高清图像和第一图像的拍摄场景相同，且第一高清图像的分辨率大于第一图像。相应的，第一获取单元701，还用于在预设间隔后，获取摄像设备拍摄的参考图像，并确定目标物体在参考图像的像素位置。该装置还包括：第二判断单元；第二获取单元704，具体包括：第一获取子单元、判断子单元和第二获取子单元。
第二判断单元，用于判断目标物体在第一图像和参考图像的第二像素位置差与摄像设备的位移之比是否大于或等于第二预设比例阈值。
第一获取单元701，还用于当第二判断单元的判断结果为是时，每间隔预设间隔，获取一张摄像设备拍摄的高清参考图像，并确定目标物体在该高清参考图像的像素位置。
第一获取子单元，用于当第二判断单元的判断结果为是时，根据目标对象在第一高清图像和每张高清参考图像上的第三像素位置差、拍摄该高清参考图像时摄像设备的位移以及摄像设备的焦距，得到该高清参考图像对应的参考距离。
判断子单元，用于当第二判断单元的判断结果为是时，判断获取到的高清参考图像对应的第三像素位置差与摄像设备的位移之比是否大于或等于第一预设比例阈值。
第二获取子单元，用于当第二判断单元的判断结果为是且判断子单元的判断结果为是时，根据得到的每张参考图像对应的参考距离，得到目标物体与摄像设备的距离。
第一获取单元701，还用于当第二判断单元的判断结果为否时，每间隔预设间隔，获取一张摄像设备拍摄的第二图像，并确定目标物体在该第二图像的像素位置。
判断子单元，还用于当第二判断单元的判断结果为否时，判断目标对象在第一图像和该第二图像中的第一像素位置差与摄像设备的位移之比是否大于或等于第一预设比例阈值。
第一获取子单元，还用于当第二判断单元的判断结果为否且判断子单元的判断结果为是时，获取摄像设备拍摄的第二高清图像，并确定目标物体在第二高清图像中的像素位置，第二高清图像和该第二图像的拍摄场景相同，且第二高清图像的分辨率大于该第二图像。
第二获取子单元，还用于当第二判断单元的判断结果为否时，根据目标物体在第一高清图像和第二高清图像中的像素位置差以及摄像设备的焦距和位移，得到目标物体与摄像设备的距离。
在本实施例可能的实现方式中，该装置还包括：第一确定单元、监测单元和第三判断单元。
第一确定单元，用于确定拍摄平面，拍摄平面与拍摄第一图像时摄像设备的主光轴垂直。监测单元，用于监测摄像设备的姿态。第三判断单元，用于判断摄像设备的主光轴与拍摄平面之间的夹角是否小于预设角度阈值。提示单元702，还用于当第三判断单元判断摄像设备的主光轴与拍摄平面之间的夹角小于预设角度阈值时，发送姿态校正提示，使摄像设备的主光轴与拍摄平面保持垂直。
在本实施例中，先根据摄像设备拍摄的第一图像以及目标物体在第一图像中的像素位置，再发送移动提示使摄像设备移动，并实时获取摄像设备拍摄的图像，在移动过程中，监测目标物体在图像中的像素位置差以及摄像设备的位移。当像素位置差与摄像设备的位移的比值大于或等于第一预设比例阈值时，根据该像素位置差和摄像设备的位移和焦距，即可得到目标对象与摄像设备之间的距离。本实施例在测量目标物体的距离时，采用单一拍摄设备即可实现对物体的测距，不仅可以节约成本，还可以根据实际情况设定拍摄位置之间的距离，通过灵活变化摄像设备两个拍摄位置之间的距离，当测量较远位置的目标物体距离时，加长了两个拍摄位置之间的距离，增大了目标物体相对于摄像设备的位移，使基线与目标物体的实际距离相适应，提高了测距结果的准确性。
基于上述实施例提供的测距方法及装置，本申请实施例还提供了一种测距装置。该测距装置，包括：处理器和存储器；
所述存储器上存储有可在所述处理器上运行的计算机程序；
所述处理器，用于运行所述存储器上存储的计算机程序，该计算机程序被所述处理器运行时，实现以下步骤：
接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，所述第一图像和所述第二图像均包括待测距的目标物体；根据所述目标物体在所述第一图像和所述第二图像的像素位置，得到所述目标物体的第一像素位置差；当所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据所述第一像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离，所述拍摄位置差为所述第一位置和所述第二位置之间的距离。
基于上述实施例提供的测距方法及装置，本申请实施例还提供了一种测距装置。该测距装置与摄像设备连接，包括：处理器和存储器；
所述存储器上存储有可在所述处理器上运行的计算机程序；
所述处理器，用于运行所述存储器上存储的计算机程序，该计算机程序被所述处理器运行时，实现以下步骤：
获取所述摄像设备拍摄第一图像，以及待测距的目标物体在所述第一图像中的像素位置；发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移；每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像中的像素位置，所述预设间隔为预设时间间隔或预设预览帧数间隔；判断所述目标对象在所述第一图像和所述第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；若是，则根据所述第一像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请。任何熟悉本领域的技术人员，在不脱离本申请技术方案范围情况下，都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本申请技术方案保护的范围内。
Claims (11)
1.一种测距方法，其特征在于，所述方法包括：
接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，所述第一图像和所述第二图像均包括待测距的目标物体；
根据所述目标物体在所述第一图像和所述第二图像的像素位置，得到所述目标物体的第一像素位置差；
当所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据所述第一像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离，所述拍摄位置差为所述第一位置和所述第二位置之间的距离。
2.根据权利要求1所述的测距方法，其特征在于，所述根据所述目标物体在所述第一图像和所述第二图像的位置，得到所述目标物体的第一像素位置差，具体包括：
获取所述第一图像中的第一区域，所述第一区域包括所述目标物体；
确定所述第二图像中与所述第一区域匹配的第二区域；
根据所述第一区域在所述第一图像中的位置信息以及所述第二区域在所述第二图像中的位置信息，得到所述目标物体的第一像素位置差。
3.根据权利要求2所述的测距方法，其特征在于，所述确定所述第二图像中与所述第一区域匹配的第二区域，具体包括：
分析所述第一区域内像素点的灰度特征；
当所述灰度特征明显时，以所述第一区域内像素点的灰度为依据，基于灰度相关性匹配算法查找所述第二图像中与所述第一区域相关系数最大的区域，得到所述第二区域；
当所述灰度特征不明显时，以所述第一区域的图像特征为依据，基于特征分布相似性匹配算法查找所述第二图像中与所述第一区域相关系数最大的区域，得到所述第二区域。
4.根据权利要求1所述的测距方法，其特征在于，当所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，所述方法还包括：
获取所述摄像设备在所述第一位置拍摄的第一高清图像及在所述第二位置拍摄的第二高清图像，所述第一高清图像和所述第一图像的拍摄场景相同且所述第一高清图像的分辨率大于所述第一图像，所述第二高清图像的内容与所述第二图像的内容相同且所述第二高清图像的分辨率大于所述第二图像；
根据所述目标物体在所述第一高清图像和所述第二高清图像的像素位置，得到所述目标物体的第二像素位置差；
根据所述第二像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离。
5.一种测距方法，其特征在于，应用于客户端，所述客户端连接摄像设备，所述方法包括：
获取所述摄像设备拍摄第一图像，以及待测距的目标物体在所述第一图像中的像素位置；
发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移；
每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像中的像素位置，所述预设间隔为预设时间间隔或预设预览帧数间隔；
判断所述目标对象在所述第一图像和所述第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
若是，则根据所述第一像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
6.根据权利要求5所述的测距方法，其特征在于，所述发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移，之前还包括：
获取所述摄像设备拍摄第一高清图像，并确定所述目标物体在所述第一高清图像中的像素位置，所述第一高清图像和所述第一图像的拍摄场景相同，且所述第一高清图像的分辨率大于所述第一图像；
相应的，所述发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移，之后还包括：
在所述预设间隔后，获取所述摄像设备拍摄的参考图像，并确定所述目标物体在所述参考图像的像素位置；
判断所述目标物体在第一图像和所述参考图像的第二像素位置差与所述摄像设备的位移之比是否大于或等于第二预设比例阈值；
若是，则每间隔所述预设间隔，获取一张所述摄像设备拍摄的高清参考图像，并确定所述目标物体在该高清参考图像的像素位置；
根据所述目标对象在所述第一高清图像和每张所述高清参考图像上的第三像素位置差、拍摄该高清参考图像时所述摄像设备的位移以及所述摄像设备的焦距，得到该高清参考图像对应的参考距离；
当获取到的高清参考图像对应的第三像素位置差与所述摄像设备的位移之比大于或等于所述第一预设比例阈值时，根据得到的每张参考图像对应的参考距离，得到所述目标物体与所述摄像设备的距离；
若否，则执行所述每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像的像素位置；
判断所述目标对象在所述第一图像和该第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
当该第二图像对应的第一像素位置差与所述摄像设备的位移之比大于或等于所述第一预设比例阈值时，获取所述摄像设备拍摄的第二高清图像，并确定所述目标物体在所述第二高清图像中的像素位置，所述第二高清图像和该第二图像的拍摄场景相同，且所述第二高清图像的分辨率大于该第二图像；
根据所述目标物体在所述第一高清图像和所述第二高清图像中的像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
7.根据权利要求5所述的测距方法，其特征在于，所述发送移动提示，之后还包括：
确定拍摄平面，所述拍摄平面与拍摄所述第一图像时所述摄像设备的主光轴垂直；
监测所述摄像设备的姿态；
当所述摄像设备的主光轴与所述拍摄平面之间的夹角小于预设角度阈值时，发送姿态校正提示，使所述摄像设备的主光轴与所述拍摄平面保持垂直。
8.一种测距装置，其特征在于，所述装置包括：图像接收单元、像素位置差获取单元、比例比较单元和距离获取单元；
所述图像接收单元，用于接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，所述第一图像和所述第二图像均包括待测距的目标物体；
所述像素位置差获取单元，用于根据所述目标物体在所述第一图像和所述第二图像的像素位置，得到所述目标物体的第一像素位置差；
所述比例比较单元，用于判断所述第一像素位置差与拍摄位置差的比值是否大于或等于预设比例阈值，所述拍摄位置差为所述第一位置和所述第二位置之间的距离；
所述距离获取单元，用于当所述比例比较单元判断所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据所述第一像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离。
9.一种测距装置，其特征在于，应用于客户端，所述客户端连接摄像设备，所述装置包括：第一获取单元、提示单元、第一判断单元和第二获取单元；
所述第一获取单元，用于获取所述摄像设备拍摄第一图像，以及待测距的目标物体在所述第一图像中的像素位置；
所述提示单元，用于当所述第一获取单元获取到所述目标物体在所述第一图像中的像素位置后，发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移；
所述第一获取单元，还用于每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像中的像素位置，所述预设间隔为预设时间间隔或预设预览帧数间隔；
所述第一判断单元，用于判断所述目标对象在所述第一图像和所述第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
所述第二获取单元，用于当所述第一判断单元的判断结构为是时，根据所述目标对象在所述第一像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
10.一种测距装置，其特征在于，包括：处理器和存储器；
所述存储器上存储有可在所述处理器上运行的计算机程序；
所述处理器，用于运行所述存储器上存储的计算机程序，该计算机程序被所述处理器运行时，实现以下步骤：
接收摄像设备在第一位置拍摄的第一图像以及在第二位置拍摄的第二图像，所述第一图像和所述第二图像均包括待测距的目标物体；
根据所述目标物体在所述第一图像和所述第二图像的像素位置，得到所述目标物体的第一像素位置差；
当所述第一像素位置差与拍摄位置差的比值大于或等于预设比例阈值时，根据所述第一像素位置差、所述拍摄位置差和所述摄像设备的焦距，得到所述目标物体与所述摄像设备的距离，所述拍摄位置差为所述第一位置和所述第二位置之间的距离。
11.一种测距装置，其特征在于，所述测距装置与摄像设备连接，该装置包括：处理器和存储器；
所述存储器上存储有可在所述处理器上运行的计算机程序；
所述处理器，用于运行所述存储器上存储的计算机程序，该计算机程序被所述处理器运行时，实现以下步骤：
获取所述摄像设备拍摄第一图像，以及待测距的目标物体在所述第一图像中的像素位置；
发送移动提示以使所述摄像设备移动，并监测所述摄像设备的位移；
每间隔预设间隔，获取一张所述摄像设备拍摄的第二图像，并确定所述目标物体在该第二图像中的像素位置，所述预设间隔为预设时间间隔或预设预览帧数间隔；
判断所述目标对象在所述第一图像和所述第二图像中的第一像素位置差与所述摄像设备的位移之比是否大于或等于第一预设比例阈值；
若是，则根据所述第一像素位置差以及所述摄像设备的焦距和位移，得到所述目标物体与所述摄像设备的距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710892708.6A CN107687841A (zh) | 2017-09-27 | 2017-09-27 | 一种测距方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710892708.6A CN107687841A (zh) | 2017-09-27 | 2017-09-27 | 一种测距方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107687841A true CN107687841A (zh) | 2018-02-13 |
Family
ID=61156707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710892708.6A Pending CN107687841A (zh) | 2017-09-27 | 2017-09-27 | 一种测距方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107687841A (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108489469A (zh) * | 2018-03-20 | 2018-09-04 | 重庆交通大学 | 一种单目测距装置及方法 |
| CN108594451A (zh) * | 2018-03-12 | 2018-09-28 | 广东欧珀移动通信有限公司 | 控制方法、控制装置、深度相机和电子装置 |
| CN109685900A (zh) * | 2018-12-19 | 2019-04-26 | 努比亚技术有限公司 | 基于双摄像头的家具适配方法、装置、终端及存储介质 |
| CN110470226A (zh) * | 2019-07-10 | 2019-11-19 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
| CN110717941A (zh) * | 2018-07-12 | 2020-01-21 | 广达电脑股份有限公司 | 图像物件追踪系统及方法 |
| CN110799801A (zh) * | 2018-09-28 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 基于无人机的测距方法、装置及无人机 |
| CN111062313A (zh) * | 2019-12-13 | 2020-04-24 | 歌尔股份有限公司 | 一种图像识别方法、装置、监控系统及存储介质 |
| CN111473766A (zh) * | 2020-04-01 | 2020-07-31 | 长沙艾珀科技有限公司 | 一种智能拍照测距离的方法 |
| CN112639881A (zh) * | 2020-01-21 | 2021-04-09 | 深圳市大疆创新科技有限公司 | 距离测量方法、可移动平台、设备和存储介质 |
| CN112639400A (zh) * | 2020-01-21 | 2021-04-09 | 深圳市大疆创新科技有限公司 | 基于语义分割的测距方法、装置、设备及系统 |
| CN112771575A (zh) * | 2020-03-30 | 2021-05-07 | 深圳市大疆创新科技有限公司 | 距离确定方法、可移动平台及计算机可读存储介质 |
| CN113050113A (zh) * | 2021-03-10 | 2021-06-29 | 广州南方卫星导航仪器有限公司 | 一种激光点定位方法和装置 |
| CN113091694A (zh) * | 2019-12-23 | 2021-07-09 | 华为技术有限公司 | 一种测距方法以及测距装置 |
| CN113573038A (zh) * | 2020-04-29 | 2021-10-29 | 思特威(上海)电子科技股份有限公司 | 双目系统及深度图获取方法 |
| US11441895B2 (en) | 2018-03-12 | 2022-09-13 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Control method, depth camera and electronic device |
| CN115143940A (zh) * | 2021-03-30 | 2022-10-04 | 本田技研工业株式会社 | 测距装置和测距方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106471803A (zh) * | 2014-12-04 | 2017-03-01 | 深圳市大疆创新科技有限公司 | 成像系统及方法 |
-
2017
- 2017-09-27 CN CN201710892708.6A patent/CN107687841A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106471803A (zh) * | 2014-12-04 | 2017-03-01 | 深圳市大疆创新科技有限公司 | 成像系统及方法 |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108594451A (zh) * | 2018-03-12 | 2018-09-28 | 广东欧珀移动通信有限公司 | 控制方法、控制装置、深度相机和电子装置 |
| CN108594451B (zh) * | 2018-03-12 | 2020-01-24 | Oppo广东移动通信有限公司 | 控制方法、控制装置、深度相机和电子装置 |
| US11441895B2 (en) | 2018-03-12 | 2022-09-13 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Control method, depth camera and electronic device |
| CN108489469A (zh) * | 2018-03-20 | 2018-09-04 | 重庆交通大学 | 一种单目测距装置及方法 |
| CN110717941A (zh) * | 2018-07-12 | 2020-01-21 | 广达电脑股份有限公司 | 图像物件追踪系统及方法 |
| CN110799801A (zh) * | 2018-09-28 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 基于无人机的测距方法、装置及无人机 |
| WO2020062024A1 (zh) * | 2018-09-28 | 2020-04-02 | 深圳市大疆创新科技有限公司 | 基于无人机的测距方法、装置及无人机 |
| CN109685900A (zh) * | 2018-12-19 | 2019-04-26 | 努比亚技术有限公司 | 基于双摄像头的家具适配方法、装置、终端及存储介质 |
| CN110470226B (zh) * | 2019-07-10 | 2021-05-28 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
| CN110470226A (zh) * | 2019-07-10 | 2019-11-19 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
| CN111062313A (zh) * | 2019-12-13 | 2020-04-24 | 歌尔股份有限公司 | 一种图像识别方法、装置、监控系统及存储介质 |
| CN113091694A (zh) * | 2019-12-23 | 2021-07-09 | 华为技术有限公司 | 一种测距方法以及测距装置 |
| CN113091694B (zh) * | 2019-12-23 | 2022-07-12 | 华为技术有限公司 | 一种测距方法以及测距装置 |
| CN112639400A (zh) * | 2020-01-21 | 2021-04-09 | 深圳市大疆创新科技有限公司 | 基于语义分割的测距方法、装置、设备及系统 |
| CN112639881A (zh) * | 2020-01-21 | 2021-04-09 | 深圳市大疆创新科技有限公司 | 距离测量方法、可移动平台、设备和存储介质 |
| WO2021146970A1 (zh) * | 2020-01-21 | 2021-07-29 | 深圳市大疆创新科技有限公司 | 基于语义分割的测距方法、装置、设备及系统 |
| CN112771575A (zh) * | 2020-03-30 | 2021-05-07 | 深圳市大疆创新科技有限公司 | 距离确定方法、可移动平台及计算机可读存储介质 |
| CN111473766A (zh) * | 2020-04-01 | 2020-07-31 | 长沙艾珀科技有限公司 | 一种智能拍照测距离的方法 |
| CN113573038A (zh) * | 2020-04-29 | 2021-10-29 | 思特威(上海)电子科技股份有限公司 | 双目系统及深度图获取方法 |
| CN113050113A (zh) * | 2021-03-10 | 2021-06-29 | 广州南方卫星导航仪器有限公司 | 一种激光点定位方法和装置 |
| CN113050113B (zh) * | 2021-03-10 | 2023-08-01 | 广州南方卫星导航仪器有限公司 | 一种激光点定位方法和装置 |
| CN115143940A (zh) * | 2021-03-30 | 2022-10-04 | 本田技研工业株式会社 | 测距装置和测距方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107687841A (zh) | 一种测距方法及装置 | |
| US9576183B2 (en) | Fast initialization for monocular visual SLAM | |
| CN106871878B (zh) | 手持测距装置及利用其创建空间模型的方法、存储介质 | |
| CN108955718B (zh) | 一种视觉里程计及其定位方法、机器人以及存储介质 | |
| US9420265B2 (en) | Tracking poses of 3D camera using points and planes | |
| US11816810B2 (en) | 3-D reconstruction using augmented reality frameworks | |
| US20150235367A1 (en) | Method of determining a position and orientation of a device associated with a capturing device for capturing at least one image | |
| JP2008275391A (ja) | 位置姿勢計測装置及び位置姿勢計測方法 | |
| CN105678809A (zh) | 手持式自动跟拍装置及其目标跟踪方法 | |
| KR20220028042A (ko) | 포즈 결정 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
| JP2012529691A (ja) | ３次元画像生成 | |
| WO2020000395A1 (en) | Systems and methods for robust self-relocalization in pre-built visual map | |
| JP7131994B2 (ja) | 自己位置推定装置、自己位置推定方法、自己位置推定プログラム、学習装置、学習方法及び学習プログラム | |
| JP2012533222A (ja) | 画像ベースの表面トラッキング | |
| Ye et al. | 6-DOF pose estimation of a robotic navigation aid by tracking visual and geometric features | |
| CN105023266A (zh) | 增强现实实现方法、装置和终端设备 | |
| CN107038758B (zh) | 一种基于orb算子的增强现实三维注册方法 | |
| CN107193820B (zh) | 位置信息获取方法、装置及设备 | |
| WO2021238070A1 (zh) | 三维图像的生成方法、装置及计算机设备 | |
| WO2020015501A1 (zh) | 地图构建方法、装置、存储介质及电子设备 | |
| TW202314593A (zh) | 定位方法及設備、電腦可讀儲存媒體 | |
| CN109643455A (zh) | 摄像头标定方法和终端 | |
| WO2022174603A1 (zh) | 一种位姿预测方法、位姿预测装置及机器人 | |
| Wang et al. | Positionit: an image-based remote target localization system on smartphones | |
| KR102299902B1 (ko) | 증강현실을 제공하기 위한 장치 및 이를 위한 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180213 |
|
| RJ01 | Rejection of invention patent application after publication |