CN109489620A - 一种单目视觉测距方法 - Google Patents
一种单目视觉测距方法 Download PDFInfo
- Publication number
- CN109489620A CN109489620A CN201910029050.5A CN201910029050A CN109489620A CN 109489620 A CN109489620 A CN 109489620A CN 201910029050 A CN201910029050 A CN 201910029050A CN 109489620 A CN109489620 A CN 109489620A
- Authority
- CN
- China
- Prior art keywords
- formula
- distance
- monocular
- vehicle
- error
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
本发明实施例提供了一种单目测距的方法,涉及车载测距领域。该方法包括:通过车载单目摄像头获取测量目标的成像图片;根据成像图片和实际场景,计算测量目标的物距;即测量目标与单目摄像头的水平距离;根据单目摄像头的像距误差公式,和/或,入射误差公式对物距进行补偿,获取实际距离。应用本发明实施例提供的方案,进行车载测距时具有更高的准确性与实时性,且泛化能力较强。
Description
技术领域
本发明涉及车载测距领域,特别是涉及一种单目视觉测距方法。
背景技术
距离传感器与视频传感器相结合进行测距、测速以及目标识别,是目前智能车、无人车的主要数据采集与分析手段。数量与种类繁多的传感器,每秒海量的数据传输与处理需求,使得目前的智能车、无人车在硬件制造成本、维护成本和数据处理成本及技术复杂性方面急剧增加,这不仅影响智能车、无人车的技术开发速度,还影响智能车、无人车的市场推广。而分析智能车、无人车制造、维护与技术成本、技术难度急剧增加的关键原因,在于传感器数量的无节制增加。因此,如果能够利用少量的传感器,实时完成测距、测速与目标识别任务,将极大地降低智能车、无人车的制造、维护成本,降低数据处理复杂度与难度,有利于提高智能车、无人车的技术开发速度与市场推广速度。基于小孔成像的视觉测距原理的提出,为利用图像与视频技术进行测距、测速与目标识别提供了可能,也为减少智能车、无人车的传感器数量的数据处理难度提供了方向。而基于小孔成像的视觉测距、测速,由于采用单目摄像头,不需要复杂的配准与同步,测量原理简单、数据利用充分而逐渐成为当前的主流研究方向之一。
早期典型的基于小孔成像原理的测距方法,主要依据视觉测距原理,利用矩阵实现目标像素坐标与世界坐标之间的转换,利用欧氏公式计算距离。后来,人们考虑车辆行驶过程的实际场景,如摄像头位置固定等因素,提出并推导了新的测距方法。韩延祥等人提出了依据面积比值计算物点距离的方法。该方法通过相同目标在不同距离的图像面积进行标定,并通过计算曲线积分的方式计算物体的实际表面积。距离测量精度较高,但由于需要事先标定并利用曲线积分计算表面积,实时性较差;余厚云等人提出了基于图像中车道线消失点的车距测量方法,依据车道线在图像上的倾角,估计车道线在图像上的交点来计算目标距离。由于交点是通过估计获得的,距离测量的准确性依赖于估计的准确性,所以准确度不够。随着图像与视频处理技术的发展,人们也将机器学习、深度学习等方法引入到车载单目视觉测距领域,如Awasthi A等人提出的基于单目视觉的防撞系统距离估计方法,Han J,S Lessmann等人提出的基于概率的单目视觉距离估计方法,Megalingam R K等人提出的基于针孔摄像机的单目视觉测距方法。
由于基于机器学习、深度学习的单目视觉测距方法需要大量数据进行学习,且得到的模型泛化能力受到很多因素的制约,因此在车载单目视觉测距过程中,在目前的技术条件下,车载单目视觉距离测量方法存在测量准确性与实时性较低、测量过程复杂、泛化能力差的技术问题。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种单目测距的方法。
为了解决上述问题,本发明实施例公开了一种单目测距的方法,包括:
通过车载单目摄像头获取测量目标的成像图片;
根据所述成像图片和实际场景,计算所述测量目标的物距;即所述测量目标与所述单目摄像头的水平距离;
根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,获取实际距离。
可选地,根据所述成像图片和实际场景,计算所述测量目标的物距的步骤,包括:
获取所述单目摄像头与地平面的高度H和像距f;
根据所述成像图片中心为原点的第一坐标系,获取所述测量目标的坐标(x,y);
根据公式1计算所述物距d;
所述公式1为
可选地,根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,获取实际距离的步骤之前,还包括获取所述单目摄像头的像距误差公式。
可选地,根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,获取实际距离的步骤之前,还包括获取所述单目摄像头的入射误差公式。
可选地,所述单目摄像头参数和安装位置固定。
本发明实施例包括以下优点:
该方法首先依据车载单目测距的车载实际场景(即车载摄像头内所拍摄的实际场景),重新推导并建立了测距模型;其次是根据实测距离与模型计算距离的误差分布,分析了误差产生的原因并通过对误差进行补偿从而实现对测距模型的改进;最后利用改进后的单目视觉距离测量公式在室内与室外两种静态环境对车辆同目标的距离进行实际测量,以检验测距模型的实时性、准确性与泛化能力。实际测量结果表明该方法无论是在室内还是室外都具有更高的准确性与实时性,泛化能力较强。
附图说明
图1是本发明的一种单目测距的方法实施例的步骤流程图;
图2是本发明的一种小孔成像的车载单目视觉测距模型原理图;
图3是本发明的一种单目测距的像距与实际距离分布的散点图;
图4是本发明的一种小孔成像的车载单目视觉测距模型原理图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
参照图1,示出了本发明的一种单目测距的实施例的步骤流程图,具体可以包括如下步骤:
步骤S101,通过车载单目摄像头获取测量目标的成像图片;
所述单目摄像头将包含所述测量目标的成像图片发生给处理器;处理器将所述成像图片进行数字化处理,将所述成像图片以图片左上角为原点的原坐标系转换为以所述成像图片中心为原点的第一坐标系。
优选地,所述原坐标系转化为所述第一坐标系的方法为:
获取以机器视觉读取的所述成像图片的坐标系,即以所述成像图片左上角为坐标原点的坐标;
获取所述成像图片的x轴像素点L个和y轴像素点W个;
将机器语言获取的坐标点(m,n)分别减去L/2、W/2,即(x,y)=(m-L/2,n-W/2),获取所述新坐标系。
优选地,将所述成像图片进行二值化,并将所述坐标系以横纵坐标格式存储为矩阵格式,方便后续计算。
步骤S102,根据所述成像图片和实际场景,计算所述测量目标的物距;即所述测量目标与所述单目摄像头的水平距离;
参考图2小孔成像的车载单目视觉测距模型原理图:设置所述单目摄像头固定于车体的固定位置,使所述单目摄像头的光抽与地面平行,所述测量目标为P,所述单目摄像头光心为O,O点在地面的垂足为O’,P点在光轴与OO’组成的平面的垂足为Py,在经过OO’与上述平面垂直的平面的垂足为Px。OPy与光轴的夹角为α,OPX与OO’的夹角为β,设OO’高度为H O’,Py的长度为Y,O’Px的长度为X,P在像平面的坐标分别为x,y,光心O到像平面的距离为焦距f。
根据图2所示,可推导出公式1:
公式1:
推导过程如下:根据几何公式3和公式4,可推导出公式7;根据公式5和公式6,可推导出公式8;根据公式7和公式8,可推导出公式1。
公式3:
公式4:
公式5:
公式6:
公式7:
公式8:
公式1:
即
公式1中H,f都是可通过测量得出,因此根据公式1,测试所述被测目标在所述第一坐标系中的坐标(x,y),可算出所述物距d。
步骤S103,根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,获取实际距离。
采用所述单目摄像头的焦距f作为像距时,f的值固定,发现最终结果产生了一定的误差。如表1是基于公式1获得的所述测量目标的物距、实测距离以及百分误差。
图3是所述像距与实际距离分布的散点图,与公式1中使用所述车载摄像头焦距f作为像距不符,因此所述测量目标的物距根据所述公式1存在误差。
表1小孔成像所述测量目标的物距、实测距离及百分误差
(单位:毫米mm)
从表1与图3可以看出,误差随实际所述测量目标的被测距离的增大而增大。由于小孔成像原理中所述像距即为焦距,而所述单目摄像头是光学器件,像距与焦距存在一定的关系但是却不等于焦距,由于所述单目摄像头的光学元件为凸透镜,而光学原理中薄凸透镜成像的公式2为:
公式2:
公式2中的u代表所述测量目标的实际距离,v代表像距,f代表焦距,也就是说所述车载摄像头的像距是随着所述实际距离变化的,使用所述像距v来代替所述公式1中焦距f,并根据实际测量的结果对v进行拟合,得到可用的拟合函数f(x,y)来计算v。
另一方面由于所述公式1中,假设所述车载摄像头镜头的折射率为1,光线经镜头直接投射到像平面,光线的入射角与经镜头折射后的折射角相同,而实际上镜头的材料为不同的凸透镜,其光学特性不同,折射率也不同,且永远不可能为1。按照折射率公式,结合光线经镜头的传播情况,光线经镜头后折射,属于光疏介质进入光密介质,当入射角还保持α不变,折射角已经不等于α,且小于α。所以公式3依旧保持不变,而公式4中α变小,tanα也变小,因此公式4的右端实际上小于公式3的右端。而为了使公式7成立,将|y|相应变大,才能保证公式4与公式7成立。因此,为了降低误差,根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,确保所述实际距离测量的准确性。
该方法首先依据车载单目测距的车载实际场景(即车载摄像头内所拍摄的实际场景),重新推导并建立了测距模型;其次是根据实测距离与模型计算距离的误差分布,分析了误差产生的原因并通过对误差进行补偿从而实现对测距模型的改进;最后利用改进后的单目视觉距离测量公式在室内与室外两种静态环境对车辆同目标的距离进行实际测量,以检验测距模型的实时性、准确性与泛化能力。
实施例二
参照图4,示出了本发明的一种单目测距的实施例的步骤流程图,具体可以包括如下步骤:
步骤S201,通过车载单目摄像头获取测量目标的成像图片;
所述单目摄像头将包含所述测量目标的成像图片发生给处理器;处理器将所述成像图片进行数字化处理,将所述成像图片以图片左上角为原点的原坐标系转换为以所述成像图片中心为原点的第一坐标系。
优选地,所述原坐标系转化为所述第一坐标系的方法为:
获取以机器视觉读取的所述成像图片的坐标系,即以所述成像图片左上角为坐标原点的坐标;
获取所述成像图片的x轴像素点L个和y轴像素点W个;
将机器语言获取的坐标点(m,n)分别减去L/2、W/2,即(x,y)=(m-L/2,n-W/2),获取所述新坐标系。
优选地,将所述成像图片进行二值化,并将所述坐标系以横纵坐标格式存储为矩阵格式,方便后续计算。
步骤S202,根据所述成像图片和实际场景,计算所述测量目标的物距;即所述测量目标与所述单目摄像头的水平距离;
参考图2小孔成像的车载单目视觉测距模型原理图,推导出公式1,计算所述测量目标的物距;具体推导过程参考实施例一的步骤S102。
步骤S203,获取所述单目摄像头的像距误差;
优选地,获取所述像距误差的方法如下:
步骤S2031,获取不同距离的第一参考物的实际距离d'和所述第一参考物在所述第一坐标系的坐标(x',y');
所述第一参考物为室内或室外的参考物,选取不同距离多个第一参考点,获取所述第一参考点的实际距离d'并存档,增加误差拟合过程的数据量样本,精确误差补偿程度。
步骤S2032,将各d'和(x',y')代入所述公式1中,计算像距v;
步骤S2033,将所述像距v和所述像距f进行拟合,获取所述像距误差公式。
例如,根据实施例一的表1所示数据,对x、y和像距f进行多项式拟合,最终得到了一个关于x的2阶y的4阶的像距拟合公式十。
公式十:
f(x,y)=P00+P10x+P01y+P20x2+P11xy+P02y2+P21x2y+P12xy2+P03y3+P22x2y2+P13xy3+P04y4
;设v=f(x,y)。
将拟合像距v代入公式1即可将像距v的变化导致的误差进行补偿。所述测试目标的测距公式为公式9。
公式9:
实现所述像距误差拟合过程的算法如下:
Input:x’、y’、d’、H
Output:v
在所述单目摄像头视野范围内随机布置足够的所述第一参考物,用测距仪测量所述参考物的实际距离d’;
获取所述单目摄像头的高度H;
对包含每个所述第一参考物的成像图片进行二值化处理和坐标系转换,获取每个所述参考物在所述第一坐标系中的坐标(x',y')并存档;
将x’、y’、d’、H代入所述公式1中得到像距f';
将f'、x’、y’存为矩阵V、X、Y;
将获得的矩阵进行多项式拟合V=f(X,Y);
完成拟合像距公式v=f(x,y)。
所述单目摄像头的安装位置固定,即所述单目摄像头的高度H是固定的,同时所述单目摄像头的参数是固定的。同一所述单目摄像头的像距误差不会根据外界环境变化。
步骤S204,获取所述单目摄像头的入射误差;
优选地,获取所述入射误差的步骤如下:
步骤S2041,获取不同入射角的第二参考物的实际距离d"和所述第二参考物在所述第一坐标系的坐标(x",y");
步骤S2042,根据所述公式1和所述像距误差公式计算所述第二参考物的物距d;
步骤S2043,将所述实际距离d"和所述第二参考物的物距d进行拟合,获取所述入射误差。
实现所述入射误差拟合过程的算法如下:
Input:x、y、d、H
Output:y’,(a,b)
调用算法3.1.1,v=f(x,y);
将x、y、H、v代入公式(9)得到计算所述物距d’;
对比所述实际距离d与所述物距d’的误差;
While(|d-d’|/d>=1%)do
y’=y+1;
y’=y
将原始y和误差小的新的y’存为矩阵Y、Y’;
对矩阵Y、Y’进行多项式拟合Y’=f(Y);
得到所述单目摄像头的所述入射误差公式y’=a*y+b。
所述单目摄像头的安装位置固定和参数是固定的,同一所述单目摄像头的入射误差不会根据外界环境变化。
步骤S205,根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,获取实际距离。
根据所述步骤S203和步骤S204获得的所述像距误差公式,和/或,入射误差公式对所述物距d进行补偿,获取实际距离。
实现所述误差补偿的算法如下:
Input:x、y、H
Output:d
调用算法3.1.1,v=f(x,y);
调用算法3.1.2,y’=(a,b)(y,1);
利用公式(9),计算距离d。
该方法首先依据车载单目测距的车载实际场景(即车载摄像头内所拍摄的实际场景),重新推导并建立了测距模型;其次是根据实测距离与模型计算距离的误差分布,分析了误差产生的原因并通过对误差进行补偿从而实现对测距模型的改进;最后利用改进后的单目视觉距离测量公式在室内与室外两种静态环境对车辆同目标的距离进行实际测量,以检验测距模型的实时性、准确性与泛化能力。实际测量结果表明该方法无论是在室内还是室外都具有更高的准确性与实时性,泛化能力较强。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均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的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种单目测距的方法,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (5)
1.一种单目测距的方法,其特征在于,包括:
通过车载单目摄像头获取测量目标的成像图片;
根据所述成像图片和实际场景,计算所述测量目标的物距;即所述测量目标与所述单目摄像头的水平距离;
根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,获取实际距离。
2.根据权利要求1所述的方法,其特征在于,根据所述成像图片和实际场景,计算所述测量目标的物距的步骤,包括:
获取所述单目摄像头与地平面的高度H和像距f;
根据所述成像图片中心为原点的第一坐标系,获取所述测量目标的坐标(x,y);
根据公式1计算所述物距d;
所述公式1为
3.根据权利要求1和权利要求2所述的方法,其特征在于,根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,获取实际距离的步骤之前,还包括获取所述单目摄像头的像距误差公式。
4.根据权利要求1和权利要求2所述的方法,其特征在于,根据所述单目摄像头的像距误差公式,和/或,入射误差公式对所述物距进行补偿,获取实际距离的步骤之前,还包括获取所述单目摄像头的入射误差公式。
5.根据权利要求1所述的方法,其特征在于,所述单目摄像头参数和安装位置固定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910029050.5A CN109489620B (zh) | 2019-01-12 | 2019-01-12 | 一种单目视觉测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910029050.5A CN109489620B (zh) | 2019-01-12 | 2019-01-12 | 一种单目视觉测距方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109489620A true CN109489620A (zh) | 2019-03-19 |
CN109489620B CN109489620B (zh) | 2020-12-25 |
Family
ID=65714489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910029050.5A Active CN109489620B (zh) | 2019-01-12 | 2019-01-12 | 一种单目视觉测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109489620B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110031829A (zh) * | 2019-04-18 | 2019-07-19 | 北京联合大学 | 一种基于单目视觉的目标精准测距方法 |
CN110132225A (zh) * | 2019-05-10 | 2019-08-16 | 西安电子科技大学 | 单目斜置非共轴透镜测距装置 |
CN110398226A (zh) * | 2019-05-21 | 2019-11-01 | 重庆邮电大学 | 一种用于先进辅助驾驶系统的单目视觉测距方法 |
CN110458888A (zh) * | 2019-07-23 | 2019-11-15 | 深圳前海达闼云端智能科技有限公司 | 基于图像的测距方法、装置、存储介质和电子设备 |
CN112284331A (zh) * | 2020-09-11 | 2021-01-29 | 中国航空工业集团公司洛阳电光设备研究所 | 一种波导显示系统单目测距定位的方法 |
CN112802090A (zh) * | 2021-01-23 | 2021-05-14 | 行云智能(深圳)技术有限公司 | 一种单目视觉测距的处理方法 |
CN112896045A (zh) * | 2021-01-26 | 2021-06-04 | 安信通科技(澳门)有限公司 | 一种车辆a柱盲区透视方法、系统及车辆 |
CN112965052A (zh) * | 2021-02-07 | 2021-06-15 | 中国科学院长春光学精密机械与物理研究所 | 一种单目相机目标测距方法 |
CN113313757A (zh) * | 2021-07-27 | 2021-08-27 | 广州市勤思网络科技有限公司 | 一种基于单目测距的船舱乘客安全预警算法 |
CN113566780A (zh) * | 2021-09-26 | 2021-10-29 | 湖北经济学院 | 一种基于红外热像仪的人机测距方法及系统 |
CN113686314A (zh) * | 2021-07-28 | 2021-11-23 | 武汉科技大学 | 船载摄像头的单目水面目标分割及单目测距方法 |
CN113720299A (zh) * | 2021-09-18 | 2021-11-30 | 兰州大学 | 基于三维相机或单目相机在导轨上滑动场景的测距方法 |
CN114459423A (zh) * | 2022-01-24 | 2022-05-10 | 长江大学 | 一种单目测算航行船舶的距离的方法 |
CN114638880A (zh) * | 2022-05-23 | 2022-06-17 | 中国科学技术大学先进技术研究院 | 平面测距方法、单目摄像头及计算机可读存储介质 |
CN116295021A (zh) * | 2023-05-25 | 2023-06-23 | 齐鲁工业大学(山东省科学院) | 一种单目线结构光系统中相机与激光器位置关系计算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101234601A (zh) * | 2007-01-30 | 2008-08-06 | 南京理工大学 | 基于单目视觉的汽车巡航控制方法及其实现系统 |
US20140192162A1 (en) * | 2011-09-13 | 2014-07-10 | Fujifilm Corporation | Single-eye stereoscopic imaging device, imaging method and recording medium |
CN104197901A (zh) * | 2014-09-19 | 2014-12-10 | 成都翼比特科技有限责任公司 | 基于标识物的图像测距方法 |
CN106443650A (zh) * | 2016-09-12 | 2017-02-22 | 电子科技大学成都研究院 | 一种基于几何关系的单目视觉测距方法 |
CN108088414A (zh) * | 2017-12-05 | 2018-05-29 | 苏州天瞳威视电子科技有限公司 | 一种单目测距方法 |
CN108627816A (zh) * | 2018-02-28 | 2018-10-09 | 沈阳上博智像科技有限公司 | 影像测距方法、装置、存储介质和电子设备 |
-
2019
- 2019-01-12 CN CN201910029050.5A patent/CN109489620B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101234601A (zh) * | 2007-01-30 | 2008-08-06 | 南京理工大学 | 基于单目视觉的汽车巡航控制方法及其实现系统 |
US20140192162A1 (en) * | 2011-09-13 | 2014-07-10 | Fujifilm Corporation | Single-eye stereoscopic imaging device, imaging method and recording medium |
CN104197901A (zh) * | 2014-09-19 | 2014-12-10 | 成都翼比特科技有限责任公司 | 基于标识物的图像测距方法 |
CN106443650A (zh) * | 2016-09-12 | 2017-02-22 | 电子科技大学成都研究院 | 一种基于几何关系的单目视觉测距方法 |
CN108088414A (zh) * | 2017-12-05 | 2018-05-29 | 苏州天瞳威视电子科技有限公司 | 一种单目测距方法 |
CN108627816A (zh) * | 2018-02-28 | 2018-10-09 | 沈阳上博智像科技有限公司 | 影像测距方法、装置、存储介质和电子设备 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110031829A (zh) * | 2019-04-18 | 2019-07-19 | 北京联合大学 | 一种基于单目视觉的目标精准测距方法 |
CN110132225A (zh) * | 2019-05-10 | 2019-08-16 | 西安电子科技大学 | 单目斜置非共轴透镜测距装置 |
CN110132225B (zh) * | 2019-05-10 | 2021-03-12 | 西安电子科技大学 | 单目斜置非共轴透镜测距装置 |
CN110398226A (zh) * | 2019-05-21 | 2019-11-01 | 重庆邮电大学 | 一种用于先进辅助驾驶系统的单目视觉测距方法 |
CN110458888A (zh) * | 2019-07-23 | 2019-11-15 | 深圳前海达闼云端智能科技有限公司 | 基于图像的测距方法、装置、存储介质和电子设备 |
CN112284331A (zh) * | 2020-09-11 | 2021-01-29 | 中国航空工业集团公司洛阳电光设备研究所 | 一种波导显示系统单目测距定位的方法 |
CN112802090A (zh) * | 2021-01-23 | 2021-05-14 | 行云智能(深圳)技术有限公司 | 一种单目视觉测距的处理方法 |
CN112896045A (zh) * | 2021-01-26 | 2021-06-04 | 安信通科技(澳门)有限公司 | 一种车辆a柱盲区透视方法、系统及车辆 |
CN112965052A (zh) * | 2021-02-07 | 2021-06-15 | 中国科学院长春光学精密机械与物理研究所 | 一种单目相机目标测距方法 |
CN113313757A (zh) * | 2021-07-27 | 2021-08-27 | 广州市勤思网络科技有限公司 | 一种基于单目测距的船舱乘客安全预警算法 |
CN113686314A (zh) * | 2021-07-28 | 2021-11-23 | 武汉科技大学 | 船载摄像头的单目水面目标分割及单目测距方法 |
CN113686314B (zh) * | 2021-07-28 | 2024-02-27 | 武汉科技大学 | 船载摄像头的单目水面目标分割及单目测距方法 |
CN113720299A (zh) * | 2021-09-18 | 2021-11-30 | 兰州大学 | 基于三维相机或单目相机在导轨上滑动场景的测距方法 |
CN113720299B (zh) * | 2021-09-18 | 2023-07-14 | 兰州大学 | 基于三维相机或单目相机在导轨上滑动场景的测距方法 |
CN113566780A (zh) * | 2021-09-26 | 2021-10-29 | 湖北经济学院 | 一种基于红外热像仪的人机测距方法及系统 |
CN114459423A (zh) * | 2022-01-24 | 2022-05-10 | 长江大学 | 一种单目测算航行船舶的距离的方法 |
CN114638880A (zh) * | 2022-05-23 | 2022-06-17 | 中国科学技术大学先进技术研究院 | 平面测距方法、单目摄像头及计算机可读存储介质 |
CN114638880B (zh) * | 2022-05-23 | 2022-08-12 | 中国科学技术大学先进技术研究院 | 平面测距方法、单目摄像头及计算机可读存储介质 |
CN116295021A (zh) * | 2023-05-25 | 2023-06-23 | 齐鲁工业大学(山东省科学院) | 一种单目线结构光系统中相机与激光器位置关系计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109489620B (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109489620A (zh) | 一种单目视觉测距方法 | |
CN111354042B (zh) | 机器人视觉图像的特征提取方法、装置、机器人及介质 | |
CN110427917B (zh) | 用于检测关键点的方法和装置 | |
CN106683068B (zh) | 一种三维数字化图像采集方法 | |
CN111210468A (zh) | 一种图像深度信息获取方法及装置 | |
CN106204431B (zh) | 智能眼镜的显示方法及装置 | |
BR102012020775B1 (pt) | aparelho de captura de imagem, aparelho de processamento de imagem e método para processamento de imagem para geração de informação auxiliar para a imagem capturada | |
CN111161358B (zh) | 一种用于结构光深度测量的相机标定方法和装置 | |
CN110967166A (zh) | 近眼显示光学系统的检测方法、检测装置和检测系统 | |
KR20140135116A (ko) | Tiled Display에서 3D 영상을 보정하는 방법 및 장치 | |
CN111127540B (zh) | 一种三维虚拟空间自动测距方法及系统 | |
CN109615664A (zh) | 一种用于光学透视增强现实显示器的标定方法与设备 | |
CN106031148A (zh) | 成像设备,成像设备中自动对焦的方法以及对应计算机程序 | |
CN106872141A (zh) | 空间天文望远镜导星稳像精度测试方法及装置 | |
CN110428461B (zh) | 结合深度学习的单目slam方法及装置 | |
CN114255285B (zh) | 视频与城市信息模型三维场景融合方法、系统及存储介质 | |
CN110414101B (zh) | 一种仿真场景测量方法、准确性测定方法及系统 | |
CN116990830B (zh) | 基于双目和tof的距离定位方法、装置、电子设备及介质 | |
CN109781141A (zh) | 立方棱镜组的标定方法及装置 | |
CN103176349A (zh) | 镜头检测装置及方法 | |
RU2729698C2 (ru) | Устройство и способ для кодирования изображения, захваченного оптической системой получения данных | |
CN109164591A (zh) | 显微镜物镜计算机辅助装调方法 | |
CN107592464A (zh) | 一种变倍过程中变倍跟随曲线的切换方法及装置 | |
CN107314761A (zh) | 测量方法及电子设备 | |
CN108781280B (zh) | 一种测试方法、装置及终端 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |