CN109764850B - 一种机器视觉测距装置和测距方法 - Google Patents
一种机器视觉测距装置和测距方法 Download PDFInfo
- Publication number
- CN109764850B CN109764850B CN201910158329.3A CN201910158329A CN109764850B CN 109764850 B CN109764850 B CN 109764850B CN 201910158329 A CN201910158329 A CN 201910158329A CN 109764850 B CN109764850 B CN 109764850B
- Authority
- CN
- China
- Prior art keywords
- target
- camera
- imaging
- target point
- machine vision
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000003384 imaging method Methods 0.000 claims abstract description 44
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000009776 industrial production Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Abstract
本发明公开了本发明提出了一种机器视觉测距装置和测距方法,包括以下步骤:获取图像中的成像像素点,根据小孔成像原理,得到成像像素点和目标点的映射关系,建立线性模型;通过成像像素点和目标点的几何关系,获取成像像素点的深度信息;根据线性模型和深度信息计算目标点的成像坐标;通过摄像机标定对目标的成像坐标进行修正,得到目标点的位置信息。本发明操作简单,且保证了测距的精度,实现了多机器人协作和服务机器人目标追踪的过程中对目标物体或同伴进行准确的目标定位。
Description
技术领域
本发明涉及机器视觉测量技术领域,具体涉及一种机器视觉测距装置和测距方法。
背景技术
近年来,机器视觉测量技术发展迅速,已广泛应用于多个领域。
现有技术中一般通过两种方式进行图像的目标物测距定位,一种是在机器上安装激光测距装置进行测距;另一种是通过机器视觉对二维数字图像中目标深度信息进行计算,然后根据图像像素信息及相机成像原理计算目标物距离。
传统工业生产过程中工件等空间定位存在问题,且双目视觉中立体匹配不足,且需要多幅图像完成图像深度信息的获取,计算及操作繁复,无法满足多机器人协作和目标追踪等需求。
发明内容
为了解决上述技术问题,本发明提出了一种机器视觉测距装置和测距方法,操作简单,且保证了测距的精度,实现了多机器人协作和服务机器人目标追踪的过程中对目标物体或同伴进行准确的目标定位。
为了实现上述目的,本发明采用的技术方案为:
一种机器视觉测距方法,包括以下步骤:
步骤1:获取图像中的成像像素点,根据小孔成像原理,得到成像像素点和目标点的映射关系,建立线性模型;
步骤2:通过成像像素点和目标点的几何关系,获取成像像素点的深度信息;
步骤3:根据线性模型和深度信息计算目标点的成像坐标;
步骤4:通过摄像机标定对目标的成像坐标进行修正,得到目标点的位置信息。
进一步的,上述步骤2具体为:
步骤201:选取目标参照物,将目标参照物放置于距摄像头一定距离的某位置处并拍摄图像,得到目标参照物的真实尺寸Rm、与摄像头的距离和固定像素Apix;
步骤202:将目标参照物放置于目标点并拍摄,得到目标参照物的目标区域内像素Bpix。
进一步的,上述步骤3具体为:根据线性模型和深度信息计算目标点的成像坐标,计算公式为:
Lm=K*Bpix
其中,Lm为目标点与摄像头的距离,K为常数。
进一步的,上述常数K的计算公式为:
其中,α的摄像头垂直视场角的一半。
一种机器视觉测距装置,包括:外壳体,所述外壳体的前端设有单目摄像头,所述外壳体外表面设有显示屏、记忆存储数据功能键和测量功能键,所述外壳体内部设有中央处理单元,所述中央处理单元分别与所述记忆存储数据功能键、测量功能键、单目摄像头和显示屏连接。
进一步的,上述中央处理单元包括:
电源电路;
分别与所述电源电路连接的单片机和单目摄像头,所述单片机与所述单目摄像头连接;
与所述单片机的信号输出端的显示电路;
与所述单片机通过串口通信电路连接的上位机系统。
进一步的,上述单片机为STM32微处理器。
进一步的,上述摄像头为OV7725摄像头。
进一步的,上述显示电路为LCD1602显示电路,所述LCD1602显示电路与所述显示屏连接。
由于采用了上述技术方案,本发明的有益效果是:
本发明的机器视觉测距装置和测距方法根据小孔成像原理,得到成像点和目标点的映射关系,建立线性模型。其次通过成像的基本原理和成像点与目标点的几何关系,获取图像的深度信息。最后通过摄像机标定对目标点的成像坐标进行修正,进而得到目标点的位置信息。该方法不仅原理简单,而且保证了测距的精度。实验结果表明了该方法的可行性和有效性。鉴于以上优势,本发明利用单目摄像头测距的研究具有重要的意义。
附图说明
图1为本发明的结构示意图。
图2为本发明的中央处理单元结构示意图。
图3为本发明的测距方法实施流程示意图。
附图标记说明:1-外壳;2-单目摄像头;3-显示屏;4-记忆存储数据功能键;5-测量功能键。
具体实施方式
下面结合附图1-3,详细说明本发明的优选实施方式。
一种机器视觉测距方法,包括以下步骤:
步骤1:获取图像中的成像像素点,根据小孔成像原理,得到成像像素点和目标点的映射关系,建立线性模型;
在步骤一中,还包括获取图像中的成像像素点,判断成像像素点是否属于一个色块,若属于一个色块,则绘制该色块的边框并继续后续步骤。
步骤2:通过成像像素点和目标点的几何关系,获取成像像素点的深度信息;
步骤3:根据线性模型和深度信息计算目标点的成像坐标;
步骤4:通过摄像机标定对目标的成像坐标进行修正,得到目标点的位置信息。
针对工业生产过程中工件等空间定位问题及双目视觉中立体匹配上的不足,提出了基于单目视觉的目标测距的方法。首先根据小孔成像原理,得到成像点和目标点的映射关系,建立线性模型。其次通过成像的基本原理和成像点与目标点的几何关系,获取图像的深度信息。最后通过摄像机标定对目标点的成像坐标进行修正,进而得到目标点的位置信息。该方法不仅原理简单,而且保证了测距的精度。实验结果表明了该方法的可行性和有效性,本发明利用单目摄像头测距的研究具有重要的意义。
进一步的,上述步骤2具体为:
步骤201:选取目标参照物,将目标参照物放置于距摄像头一定距离的某位置处并拍摄图像,得到目标参照物的真实尺寸Rm、与摄像头的距离和固定像素Apix;
步骤202:将目标参照物放置于目标点并拍摄,得到目标参照物的目标区域内像素Bpix。
进一步的,上述步骤3具体为:根据线性模型和深度信息计算目标点的成像坐标,计算公式为:
Lm=K*Bpix
其中,Lm为目标点与摄像头的距离,K为常数。
进一步的,上述常数K的计算公式为:
其中,α的摄像头垂直视场角的一半。
本发明采用高性能光学传感器-OV7725和STM32最小系统构成OPENMV测量距离的核心模块。具体的测量技术方案是,OpenMV采用的是单目摄像头,想要实现测距,就需要选参照物,利用参照物的大小比例来计算距离。
等号左边的Lm是长度,Bpix是摄像头中,球所占的像素(直径的像素)。等号右边呢,Rm是球真实的半径,Apix是是固定的像素,a是视角的一半。
由于实际长度和摄像头的像素成反比,故简化的公式为:
距离=常数K/直径的像素
可以先让被测物体距离摄像头10cm,打印出摄像头里直径的像素值,然后相乘,就得了K的值。
一种机器视觉测距装置,包括:外壳体,所述外壳体的前端设有单目摄像头,所述外壳体外表面设有显示屏、记忆存储数据功能键和测量功能键,所述外壳体内部设有中央处理单元,所述中央处理单元分别与所述记忆存储数据功能键、测量功能键、单目摄像头和显示屏连接。
进一步的,上述中央处理单元包括:
电源电路;
分别与所述电源电路连接的单片机和单目摄像头,所述单片机与所述单目摄像头连接;
与所述单片机的信号输出端的显示电路;
与所述单片机通过串口通信电路连接的上位机系统。
进一步的,上述单片机为STM32微处理器。
进一步的,上述摄像头为OV7725摄像头。
进一步的,上述显示电路为LCD1602显示电路,所述LCD1602显示电路与所述显示屏连接。
Claims (6)
1.一种基于单目视觉的目标测距方法,其特征在于,包括以下步骤:
步骤1:获取图像中的成像像素点,根据小孔成像原理,得到成像像素点和目标点的映射关系,建立线性模型;
步骤2:通过成像像素点和目标点的几何关系,获取成像像素点的深度信息;
步骤3:根据线性模型和深度信息计算目标点的成像坐标;
步骤4:通过摄像机标定对目标的成像坐标进行修正,得到目标点的位置信息;
其中,所述步骤2具体为:
步骤201:选取目标参照物,将目标参照物放置于距摄像头一定距离的某位置处并拍摄图像,得到目标参照物的真实尺寸Rm、与摄像头的距离和固定像素Apix;
步骤202:将目标参照物放置于目标点并拍摄,得到目标参照物的目标区域内像素Bpix;
所述步骤3具体为:根据线性模型和深度信息计算目标点的成像坐标,计算公式为:
Lm=K*Bpix
其中,Lm为目标点与摄像头的距离,K为常数;
其中,所述常数K的计算公式为:
其中,α的摄像头垂直视场角的一半。
2.一种机器视觉测距装置,其特征在于,用于如权利要求1所述的目标测距方法,所述装置包括:外壳体,所述外壳体的前端设有单目摄像头,所述外壳体外表面设有显示屏、记忆存储数据功能键和测量功能键,所述外壳体内部设有中央处理单元,所述中央处理单元分别与所述记忆存储数据功能键、测量功能键、单目摄像头和显示屏连接。
3.根据权利要求2所述的机器视觉测距装置,其特征在于,所述中央处理单元包括:
电源电路;
分别与所述电源电路连接的单片机和单目摄像头,所述单片机与所述单目摄像头连接;
与所述单片机的信号输出端的显示电路;
与所述单片机通过串口通信电路连接的上位机系统。
4.根据权利要求3所述的机器视觉测距装置,其特征在于,所述单片机为STM32微处理器。
5.根据权利要求3所述的机器视觉测距装置,其特征在于,所述摄像头为OV7725摄像头。
6.根据权利要求3所述的机器视觉测距装置,其特征在于,所述显示电路为LCD1602显示电路,所述LCD1602显示电路与所述显示屏连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910158329.3A CN109764850B (zh) | 2019-03-01 | 2019-03-01 | 一种机器视觉测距装置和测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910158329.3A CN109764850B (zh) | 2019-03-01 | 2019-03-01 | 一种机器视觉测距装置和测距方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109764850A CN109764850A (zh) | 2019-05-17 |
CN109764850B true CN109764850B (zh) | 2023-11-10 |
Family
ID=66456572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910158329.3A Active CN109764850B (zh) | 2019-03-01 | 2019-03-01 | 一种机器视觉测距装置和测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109764850B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107255813A (zh) * | 2017-06-30 | 2017-10-17 | 努比亚技术有限公司 | 基于3d技术的测距方法、移动终端、及存储介质 |
CN108827250A (zh) * | 2018-05-07 | 2018-11-16 | 深圳市三宝创新智能有限公司 | 一种机器人单目视觉测距技术方法 |
CN108974018A (zh) * | 2018-08-31 | 2018-12-11 | 辽宁工业大学 | 一种基于机器视觉的汽车前向防碰撞预警装置及其监测方法 |
CN209802345U (zh) * | 2019-03-01 | 2019-12-17 | 南通理工学院 | 一种机器视觉测距装置 |
-
2019
- 2019-03-01 CN CN201910158329.3A patent/CN109764850B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107255813A (zh) * | 2017-06-30 | 2017-10-17 | 努比亚技术有限公司 | 基于3d技术的测距方法、移动终端、及存储介质 |
CN108827250A (zh) * | 2018-05-07 | 2018-11-16 | 深圳市三宝创新智能有限公司 | 一种机器人单目视觉测距技术方法 |
CN108974018A (zh) * | 2018-08-31 | 2018-12-11 | 辽宁工业大学 | 一种基于机器视觉的汽车前向防碰撞预警装置及其监测方法 |
CN209802345U (zh) * | 2019-03-01 | 2019-12-17 | 南通理工学院 | 一种机器视觉测距装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109764850A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108734744B (zh) | 一种基于全站仪的远距离大视场双目标定方法 | |
CN105716542B (zh) | 一种基于柔性特征点的三维数据拼接方法 | |
CN109146980A (zh) | 基于单目视觉的优化的深度提取和被动测距方法 | |
CN105716527B (zh) | 激光焊缝跟踪传感器标定方法 | |
CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
CN108198224B (zh) | 一种用于立体视觉测量的线阵相机标定装置及标定方法 | |
CN102221331B (zh) | 一种基于不对称双目立体视觉技术的测量方法 | |
CN111667536A (zh) | 一种基于变焦相机深度估计的参数标定方法 | |
CN107816942A (zh) | 一种基于十字结构光视觉系统的平面二维尺寸测量方法 | |
CN111220126A (zh) | 一种基于点特征和单目相机的空间物体位姿测量方法 | |
CN110223355B (zh) | 一种基于双重极线约束的特征标志点匹配方法 | |
CN113119129A (zh) | 一种基于标准球的单目测距定位方法 | |
CN110608685A (zh) | 一种基于树莓派的物体尺寸快速测量方法 | |
CN110966935A (zh) | 基于标志点的偏折测量系统一体化几何标定方法 | |
CN102881040A (zh) | 一种数码相机移动拍摄三维重建方法 | |
CN108188835A (zh) | 基于机器视觉的数控机床主轴热伸长测试装置及测试方法 | |
CN110728745B (zh) | 一种基于多层折射图像模型的水下双目立体视觉三维重建方法 | |
US20190342543A1 (en) | Method and Apparatus for Light and Computer Vision Based Dimensional Metrology and 3D Reconstruction | |
CN113963067B (zh) | 一种采用小靶标对大视场视觉传感器进行标定的标定方法 | |
CN111311659A (zh) | 一种基于斜交平面镜三维成像的校准方法 | |
CN205664784U (zh) | 一种无需在物体表面粘贴标志点的三维扫描系统 | |
CN209802345U (zh) | 一种机器视觉测距装置 | |
CN109764850B (zh) | 一种机器视觉测距装置和测距方法 | |
CN115854866A (zh) | 一种光学靶标三维测量系统、方法、电子设备及存储介质 | |
CN113781573A (zh) | 一种基于双目折反射全景相机的视觉里程计方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 226000 No. 14, Yongxing Road, Gangzha Economic Development Zone, Jiangsu, Nantong Applicant after: NANTONG POLYTECHNIC College Address before: 226000 No. 14 Yongxing Road, Gangzhao Economic Development Zone, Suzhou City, Jiangsu Province Applicant before: NANTONG POLYTECHNIC College |
|
GR01 | Patent grant | ||
GR01 | Patent grant |