CN109300146A - 一种带点云修复的双目测距方法 - Google Patents
一种带点云修复的双目测距方法 Download PDFInfo
- Publication number
- CN109300146A CN109300146A CN201810991740.4A CN201810991740A CN109300146A CN 109300146 A CN109300146 A CN 109300146A CN 201810991740 A CN201810991740 A CN 201810991740A CN 109300146 A CN109300146 A CN 109300146A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- binocular
- picture
- measuring method
- distance measuring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000012937 correction Methods 0.000 claims abstract description 5
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G06T5/70—
-
- G06T5/80—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
Abstract
一种带点云修复的双目测距方法,它涉及机器视觉技术领域，具体涉及一种带点云修复的双目测距方法，它包括以下步骤：步骤一：双目摄像头抓取图片，标定摄像头得到内外参数；步骤二：根据标定摄像头得到的内外参数对获取到的图片进行矫正；步骤三：对矫正后的图片进行预处理操作；步骤四：根据匹配算法在得到的左右图像上进行立体匹配，获得视差图；步骤五：构建三维点云模型；步骤六：去除点云模型中的噪点，获取所需测量的距离。采用上述技术方案后，本发明有益效果为：它通过对带噪声的三维点云模型进行去除噪声、修复，构建出能够更加真实的反映现实世界的三维点云模型，使双目测距所得数据更加可靠。
Description
技术领域
本发明涉及机器视觉技术领域，具体涉及一种带点云修复的双目测距方法。
背景技术
人工智能旨在模拟人类的智能与行为，随着人工智能技术的不断发展，对外部环境的感知是一种必不可少的技术，而双目视觉致力于让机器人像人类一样理解周边的环境。其中，双目测距是机器视觉中的一项重要技术，将双目测距技术进一步完善在人工智能的发展过程中能够做出一定的贡献。
现有的相似方案从双目测距实现原理出发，着力于改进测距过程中的算法性能，但在最终的获取到的三维点云模型（三维点云模型中的第三维数据为实测距离的集合）中还是不可避免的会存在噪声，使测量值出现偏差甚至错误的情况。
发明内容
本发明的目的在于针对现有技术的缺陷和不足，提供一种带点云修复的双目测距方法，它通过对带噪声的三维点云模型进行去除噪声、修复，构建出能够更加真实的反映现实世界的三维点云模型，使双目测距所得数据更加可靠。
为实现上述目的，本发明采用以下技术方案是：它包括以下步骤：
步骤一：双目摄像头抓取图片，标定摄像头得到内外参数；
步骤二：根据标定摄像头得到的内外参数对获取到的图片进行矫正；
步骤三：对矫正后的图片进行预处理操作；
步骤四：根据匹配算法在得到的左右图像上进行立体匹配，获得视差图；
步骤五：构建三维点云模型；
步骤六：去除点云模型中的噪点，获取所需测量的距离。
所述的步骤一从标定物的各个视角以及不同的距离采集多对原始图片，图片尽可能多的包含不同距离、角度等信息，图片的数量尽可能多一些以获取足够的场景信息。
所述的内外参数包括焦距、成像仪中心的偏移量、径向畸变参数以及切向畸变参数。
采用上述技术方案后，本发明有益效果为：它通过对带噪声的三维点云模型进行去除噪声、修复，构建出能够更加真实的反映现实世界的三维点云模型，使双目测距所得数据更加可靠。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是物理世界中的点在双目摄像头左右成像仪成像示意图；
图2是将双目摄像头右边成像仪上图像映射到左边成像示意图；
图3是双目测距工作原理流程框图。
附图标记说明：在图1、图2中，ol 、or分别表示双目摄像头左右摄像头的中心点；screenleft、screenright分别代表双目摄像头的左右成像平面；P为现实世界中的坐标点(X,Y,Z)；pl、pr分别代表现实世界中的点P在左右成像平面screenleft、screenright上所成图像的x坐标值；d代表pl、pr之间的差值，此处的d即为视差；S为双目摄像头两个摄像头中心之间的距离；Z即为现实世界中所需要测量的距离，即为现实世界中点P坐标的Z值；pr’为pr映射到screenleft之后所对应的点。
具体实施方式
参看图1-图3所示，本具体实施方式采用的技术方案是：在双目测距过程中，获得效果较好的视差图极为关键。双目测距获取视差图的原理如图1、图2所示，根据图中加深部分三角形可得到如下相似三角形关系：
d/S=f/Z
由此可得如下三角测量关系。
Z=fS/d
此处Z便为所求距离。
本发明的工作原理：在利用双目摄像头测距的过程中，首先利用双目摄像头采集标定物图片。由于双目摄像头所用到的相机与理想相机模型不完全一致、摄像头中的透镜为“球形”，成像仪的中心点会产生偏移、采集到的图像会产生畸变，需要对采集到的图像进行矫正。因此，需要对双目摄像头进行标定，从而获取到双目摄像头的内外参数等信息。根据标定摄像头得到的内外参数可以对获取到的图片进行矫正，从而使获取到的图片与理想相机模型得到的图片基本相同。矫正之后的图像效果可能不理想，需要对其进行预处理操作。此时，便能够根据匹配算法在得到的左右图像上进行立体匹配，从而获得视差图。最后根据三角测量关系得到现实世界中某点的实际距离Z，从而构建三维点云模型（三维点云模型中的第三维数据即为实际距离）。由于在立体匹配过程中，不能保证百分之百的精确匹配，会存在一定的误差，导致得到的实际距离Z也存在误差，最终导致构建的三维点云模型存在噪点，在某些区域内会出现测量错误的情况。通过特定的方法对三维点云模型进行噪点的去除，能够在一定程度上修复三维点云模型，从而尽可能还原出一个真实可靠的三维点云模型，使测量所得到的距离更加准确。
以上所述，仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种带点云修复的双目测距方法，其特征在于：它包括以下步骤：
步骤一：双目摄像头抓取图片，标定摄像头得到内外参数；
步骤二：根据标定摄像头得到的内外参数对获取到的图片进行矫正；
步骤三：对矫正后的图片进行预处理操作；
步骤四：根据匹配算法在得到的左右图像上进行立体匹配，获得视差图；
步骤五：构建三维点云模型；
步骤六：去除点云模型中的噪点，获取所需测量的距离。
2.根据权利要求1所述的一种带点云修复的双目测距方法，其特征在于：所述的步骤一从标定物的各个视角以及不同的距离采集多对原始图片，图片尽可能多的包含不同距离、角度等信息，图片的数量尽可能多一些以获取足够的场景信息。
3.根据权利要求1所述的一种带点云修复的双目测距方法，其特征在于：所述的内外参数包括焦距、成像仪中心的偏移量、径向畸变参数以及切向畸变参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810991740.4A CN109300146A (zh) | 2018-08-29 | 2018-08-29 | 一种带点云修复的双目测距方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810991740.4A CN109300146A (zh) | 2018-08-29 | 2018-08-29 | 一种带点云修复的双目测距方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109300146A true CN109300146A (zh) | 2019-02-01 |
Family
ID=65165655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810991740.4A Pending CN109300146A (zh) | 2018-08-29 | 2018-08-29 | 一种带点云修复的双目测距方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109300146A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110068308A (zh) * | 2019-05-16 | 2019-07-30 | 合刃科技（深圳）有限公司 | 一种基于多目相机的测距方法及测距系统 |
| CN110794585A (zh) * | 2019-10-16 | 2020-02-14 | 中国航空工业集团公司洛阳电光设备研究所 | 一种头盔显示器双目对准校准方法 |
-
2018
- 2018-08-29 CN CN201810991740.4A patent/CN109300146A/zh active Pending
Non-Patent Citations (1)
| Title |
|---|
| 马波涛: "《基于双目立体视觉的心脏软组织三维重构技术研究》", 《信息科技》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110068308A (zh) * | 2019-05-16 | 2019-07-30 | 合刃科技（深圳）有限公司 | 一种基于多目相机的测距方法及测距系统 |
| CN110068308B (zh) * | 2019-05-16 | 2021-03-23 | 合刃科技（深圳）有限公司 | 一种基于多目相机的测距方法及测距系统 |
| CN110794585A (zh) * | 2019-10-16 | 2020-02-14 | 中国航空工业集团公司洛阳电光设备研究所 | 一种头盔显示器双目对准校准方法 |
| CN110794585B (zh) * | 2019-10-16 | 2022-05-24 | 中国航空工业集团公司洛阳电光设备研究所 | 一种头盔显示器双目对准校准方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109272478B (zh) | 一种荧幕投影方法和装置及相关设备 | |
| CN105243637B (zh) | 一种基于三维激光点云进行全景影像拼接方法 | |
| CN109272570A (zh) | 一种基于立体视觉数学模型的空间点三维坐标求解方法 | |
| AU2010352828B2 (en) | Structured-light based measuring method and system. | |
| CN114998499B (zh) | 一种基于线激光振镜扫描的双目三维重建方法及系统 | |
| CN107767420B (zh) | 一种水下立体视觉系统的标定方法 | |
| CN110335211A (zh) | 深度图像的校正方法、终端设备以及计算机存储介质 | |
| CN108053373A (zh) | 一种基于深度学习模型鱼眼图像校正方法 | |
| CN108288292A (zh) | 一种三维重建方法、装置及设备 | |
| CN108257183A (zh) | 一种相机镜头光轴校准方法和装置 | |
| CN106056539A (zh) | 一种全景视频拼接方法 | |
| CN109903227A (zh) | 基于相机几何位置关系的全景影像拼接方法 | |
| CN109003311A (zh) | 一种鱼眼镜头的标定方法 | |
| KR20090107536A (ko) | 정량적 3-ｄ 이미징을 위한 방법 | |
| CN105488766B (zh) | 鱼眼镜头图像校正方法及装置 | |
| CN106170086B (zh) | 绘制三维图像的方法及其装置、系统 | |
| CN113129430B (zh) | 基于双目结构光的水下三维重建方法 | |
| CN110009693B (zh) | 一种光场相机的快速盲标定方法 | |
| CN111461963B (zh) | 一种鱼眼图像拼接方法及装置 | |
| CN105354808A (zh) | 鱼眼图像的矫正方法 | |
| CN103996173A (zh) | 一种基于变长轴椭圆拟合的鱼眼图像校正方法 | |
| CN109300146A (zh) | 一种带点云修复的双目测距方法 | |
| CN108876909A (zh) | 一种基于多图像拼接的三维重建方法 | |
| CN110136207A (zh) | 鱼眼相机标定系统、方法、装置、电子设备及存储介质 | |
| CN107705335A (zh) | 标定非共视域线扫激光测距仪和测量相机方位的方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190201 |
|
| WD01 | Invention patent application deemed withdrawn after publication |