CN110930451B - 一种基于二维图像的三维空间定位方法、系统和存储介质 - Google Patents

一种基于二维图像的三维空间定位方法、系统和存储介质 Download PDF

Info

Publication number
CN110930451B
CN110930451B CN201910992152.7A CN201910992152A CN110930451B CN 110930451 B CN110930451 B CN 110930451B CN 201910992152 A CN201910992152 A CN 201910992152A CN 110930451 B CN110930451 B CN 110930451B
Authority
CN
China
Prior art keywords
target
image
projection
coordinate system
pattern
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
Application number
CN201910992152.7A
Other languages
English (en)
Other versions
CN110930451A (zh
Inventor
张浩然
张东晓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Point Map Identification Information Technology Co ltd
Original Assignee
Guangzhou Point Map Identification Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Point Map Identification Information Technology Co ltd filed Critical Guangzhou Point Map Identification Information Technology Co ltd
Priority to CN201910992152.7A priority Critical patent/CN110930451B/zh
Publication of CN110930451A publication Critical patent/CN110930451A/zh
Application granted granted Critical
Publication of CN110930451B publication Critical patent/CN110930451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity

Abstract

本发明公开了一种基于二维图像的三维空间定位方法、系统和存储介质,其中方法包括:获取目标对象的二维图像作为第一图像;提取第一图像中的各靶标图案;判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系;根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值。通过将获取设有标定物的目标对象作为第一图像,判断出各靶标图案与标准图案匹配后,提取各靶标的特征数据,由各靶标的特征数据确定第一投影关系,根据第一投影关系将第一图像配准到第二图像中,进而通过二维图像实现三维目标的空间定位和测量,从而提高目标对象的识别精度范围,以及降低成本。

Description

一种基于二维图像的三维空间定位方法、系统和存储介质
技术领域
本发明涉及空间定位技术领域,尤其涉及一种基于二维图像的三维空间定位方法、系统和存储介质。
背景技术
结合图像采集装置与图形图像算法进行空间定位是一个有效的空间定位方案。空间定位技术是一个应用较广泛的辅助控制手段,通过提供一个不需用户直接接触标定物而对标定物进行有效地反馈的方案。现有的空间定位方案中出于精度的考虑,通常采用激光雷达等方式进行空间定位,然而在某些场合(如军用场合)出于安全的考虑,不允许使用激光雷达的方式进行空间定位,如何利用普通图像采集装置及识别算法满足空间定位高精度与适用范围广的需求成为一个亟待解决的技术问题。
发明内容
为了解决上述技术中的技术问题,本发明的目的是提供一种基于二维图像的三维空间定位方法、系统和存储介质。
本发明所采用的第一技术方案是:
一种基于二维图像的三维空间定位方法,包括以下步骤:
获取目标对象的二维图像作为第一图像,所述目标对象设有至少一个标定物,所述标定物含一个中心靶标和至少两个边缘靶标且中心靶标和各边缘靶标有高度差;
提取第一图像中的各靶标图案;
判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系,所述第一投影关系为第一图像与第二图像间的投影关系,所述第二图像为目标对象标定物正对相机时的二维图像;
根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值。
进一步,所述根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值这一步骤,具体包括以下步骤:
以中心靶标中心为原点建立靶坐标系,及以相机光心为原点建立相机坐标系;
获取目标对象在靶坐标系中的第一坐标,以及获取目标对象在相机坐标系的第二坐标;
结合第一投影关系和第一坐标确定目标对象在相机坐标系的投影坐标;
结合第二坐标和投影坐标,计算并输出目标对象在相机坐标系的偏转角度和偏移距离值。
进一步,所述根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值这一步骤,具体还包括以下步骤:
在相机坐标系中获取与目标对象最近邻的若干像素点坐标;
对各像素点坐标进行插值处理,进而确定并输出目标对象在相机坐标系的亚像素级偏转角度与偏移距离值。
进一步,所述判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系,所述第一投影关系为第一图像与第二图像间的投影关系,所述第二图像为目标对象标定物正对相机坐标系时的二维图像这一步骤,具体包括以下步骤:
根据标准图案对各靶标图案的形状、颜色纹理及相对位置进行匹配,并在匹配成功后,提取各靶标的特征数据,所述特征数据为靶标图案的几何投影特征;
根据各靶标的特征数据,从预设靶标特征数据集中提取出与各靶标特征数据相似度最大的特征数据;
根据提取的最大特征数据确定第一投影关系。
进一步,所述根据提取的最大特征数据确定第一投影关系这一步骤,具体包括以下步骤:
结合预设靶标特征数据集和各靶标的特征数据,分别获取中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系;
结合中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系确定第一投影关系。
进一步,各所述靶标上均设有图案,所述图案至少含两个的图形,各图形属性不同。
本发明所采用的第二技术方案是:
一种基于二维图像的三维空间定位系统,包括:
获取模块,用于获取目标对象的二维图像作为第一图像,所述目标对象设有至少一个标定物,所述标定物含一个中心靶标和至少两个边缘靶标且中心靶标和各边缘靶标有高度差;
提取模块,用于提取第一图像中的各靶标图案;
判断模块,用于判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系,所述第一投影关系为第一图像与第二图像间的投影关系,所述第二图像为目标对象标定物正对相机时的二维图像;
输出模块,用于根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值。
进一步,所述输出模块包括:
建立单元,用于以中心靶标中心为原点建立靶坐标系,及以相机光心为原点建立相机坐标系;
第一获取单元,用于获取目标对象在靶坐标系中的第一坐标,以及获取目标对象在相机坐标系的第二坐标;
第一确定单元,用于结合第一投影关系和第一坐标确定目标对象在相机坐标系的投影坐标;
第一输出单元,用于结合第二坐标和投影坐标,计算并输出目标对象在相机坐标系的偏转角度和偏移距离值;
第二获取单元,用于在相机坐标系中获取与目标对象最近邻的若干像素点坐标;
第二输出单元,用于对各像素点坐标进行插值处理,进而确定并输出目标对象在相机坐标系的亚像素级偏转角度与偏移距离值。
进一步,所述判断模块包括:
匹配单元,用于根据标准图案对各靶标图案的形状、颜色纹理及相对位置进行匹配,并在匹配成功后,提取各靶标的特征数据,所述特征数据为靶标图案的几何投影特征;
提取单元,用于根据各靶标的特征数据,从预设靶标特征数据集中提取出与各靶标特征数据相似度最大的特征数据;
第二确定单元,用于根据提取的最大特征数据确定第一投影关系。
进一步,所述第二确定单元包括:
获取子单元,用于结合预设靶标特征数据集和各靶标的特征数据,分别获取中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系;
确定子单元,用于结合中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系确定第一投影关系。
进一步,各所述靶标上均设有图案,所述图案至少含两个的图形,各图形属性不同。
本发明所采用的第三技术方案是:
一种基于二维图像的三维空间定位系统,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行上述方法。
本发明所采用的第四技术方案是:
一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本发明的有益效果是:通过将含中心靶标和边缘靶标的标定物设置于目标对象上,并将获取目标对象二维图像作为第一图像,从第一图像中提取各靶标图案,将提取的各靶标图案与标准图案进行匹配后,获取各靶标的特征数据,基于获取的各靶标特征数据确定第一图像与第二图像的第一投影关系,其中第二图像为目标对象标定物正对相机时的二维图像,根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值,从而通过二维图像实现三维目标的空间准确定位和测量,提高目标对象识别的精度范围,以及节省制作成本。
附图说明
图1是本发明一种基于二维图像的三维空间定位的方法步骤流程图;
图2是本发明一种基于二维图像的三维空间定位的系统结构框图;
图3是本发明具体实施例提供的一种标定物侧视图;
图4是本发明具体实施例提供的一种标定物靶标图案;
图5是本发明具体实施例提供的设有3个靶标的标定物俯视图;
图6是本发明具体实施例提供的设有5个靶标的标定物俯视图;
图7是本发明具体实施例提供的目标对象空间定位和测量示意图。
具体实施方式
实施例一
如图1所示,为本发明一种基于二维图像的三维空间定位方法步骤流程图,具体包括以下步骤:
S1、获取目标对象的二维图像作为第一图像,所述目标对象设有至少一个标定物,所述标定物含一个中心靶标和至少两个边缘靶标且中心靶标和各边缘靶标有高度差;
S2、提取第一图像中的各靶标图案;
S3、判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系,所述第一投影关系为第一图像与第二图像间的投影关系,所述第二图像为目标对象标定物正对相机时的二维图像;
S4、根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值。
具体地,所述标定物具有标准、规则、易操作的特征,标定物包含一个中心靶标和至少两个位于中心靶标的周围的边缘靶标且中心靶标和边缘靶标设有一定的高度差,将所述标定物设置在目标对象上,通过获取目标对象的二维图像作为第一图像,从目标对象二维图像中提取各靶标图案,判断各靶标图案是否符合标准图案,当提取的各靶标图案符合标准图案后,提取各靶标的特征数据,并确定第一图像与第二图像的第一投影关系,所述第二图像为目标对象标定物正对相机时的二维图像,当提取的各靶标不符合标准图案后,重新采集标定物图像;根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值,其中所述目标对象的二维图像为普通二维相机或普通二维摄像机等图像采集设备,所述中心靶标、各边缘靶标的图案可以相同也可以不相同,本实施例优选中心靶标和各边缘靶标的图案均相同,所述中心靶标相对于各边缘靶标有高度差具体为中心靶标底面与各边缘靶标顶面在同一直线上或中心靶标顶面与各边缘靶标地面在同一直线上即中心靶标相对于各边缘靶标外凸或内凹,本实施例中优选中心靶标相对于各边缘靶标外凸。
进一步作为优选的实施方式,所述步骤S4,具体包括以下步骤:
S40、以中心靶标中心为原点建立靶坐标系,及以相机光心为原点建立相机坐标系;
S41、获取目标对象在靶坐标系中的第一坐标,以及获取目标对象在相机坐标系的第二坐标;
S42、结合第一投影关系和第一坐标确定目标对象在相机坐标系的投影坐标;
S43、结合第二坐标和投影坐标,计算并输出目标对象在相机坐标系的偏转角度和偏移距离值。
具体地,分别获取目标对象在靶坐标系和相机坐标系中的第一坐标和第二坐标,所述第一坐标和第二坐标是指目标对象在不同坐标系中的坐标数据,根据标定物靶标图案与二维图像中标定物靶标图案的投影关系以及目标对象在靶坐标系中的第一坐标,计算确定目标对象在相机坐标中的投影坐标,最后结合第二坐标和投影坐标,输出目标对象分别沿相机坐标系Xc轴、Yc轴与Zc轴的偏转角度和偏移距离值,本实施例中,所述相机坐标系是以相机光心Oc为原点,Xc/Yc轴分别与相面平行,Zc轴为镜头光轴建立的坐标系;所述靶坐标系是以中心靶标中心Ob为原点,以过中心靶标的中心Ob与边缘靶标的中心的直线为Xb轴,以垂直于过中心靶标的中心Ob与边缘靶标的中心直线的垂线为Yb轴,以及过Xb轴和Yb轴的交点即Ob且垂直于x轴和y轴的直线为Zb轴建立的坐标系。
进一步作为优选的实施方式,所述步骤S4,具体还包括以下步骤:
S44、在相机坐标系中获取与目标对象最近邻的若干像素点坐标;
S45、对各像素点坐标进行插值处理,进而确定并输出目标对象在相机坐标系的亚像素级偏转角度与偏移距离值。
目前的空间定位的方式大多数只能达到整数像素级别的识别精度,对于非整数像素点则很难识别,为此本实施例通过插值处理来识别非整数像素,提升识别精度。
其中,在相机坐标系中获取与目标对象最近邻的若干像素点坐标,具体地,获取目标对象在靶坐标的第一坐标,根据相机坐标系和二维图像坐标系的对应关系获取对应于目标对象在相机坐标系中与目标对象最近邻的若干像素点坐标;对各像素点坐标进行插值处理,输出目标对象分别沿相机坐标系Xc轴、Yc轴与Zc轴的亚像素级偏转角度和偏移距离,本实施例中二维图像坐标系原点为成像平面中点x轴和y轴分别与相机坐标系的Xc轴和Yc轴平行的平面坐标系,所述若干像素点优选大于3个的像素点,本实施例优选大于3的偶数个像素点如4个像素点、6个像素点或8个像素点,经实际实验测量,本发明计算出的目标对象在靶坐标系相对于目标对象在相机坐标系沿Xc轴、Yc轴与Zc轴的偏转角度识别精度小于0.1度,偏移距离值识别精度小于1毫米。
进一步作为优选的实施方式,所述步骤S3,具体包括以下步骤:
S30、根据标准图案对各靶标图案的形状、颜色纹理及相对位置进行匹配,并在匹配成功后,提取各靶标的特征数据,所述特征数据为靶标图案的几何投影特征;
S31、根据各靶标的特征数据,从预设靶标特征数据集中提取出与各靶标特征数据相似度最大的特征数据;
S32、根据提取的最大特征数据确定第一投影关系。
其中,所述标准图案是由不同图形搭配不同属性的标准的图案的集合,根据标准图案对获取的标定物的各靶标图案的形状、颜色纹理及中心靶标与边缘靶标的相对位置分别进行匹配,当标定物的各靶标的图案的形状、对应各图形的颜色纹理及中心靶标与边缘靶标的相对位置均与标准图案匹配时,提取各靶标的特征数据,所述特征数据为靶标图案空间位置变化被拍摄后相对于正对图像采集装置拍摄后几何投影特征即像素变化;当标定物的各靶标的图案的形状或对应各图形的颜色纹理及中心靶标与边缘靶标的相对位置中任一种与标准图案不匹配,则重新获取目标对象的二维图像;将提取的标定物各靶标的特征数据与预设的靶标特征数据集进行匹配,从预设靶标特征数据集中提取出与各靶标特征数据相似度最大的特征数据,根据最大相似度特征数据记录确定第一投影关系,所述第一投影关系是标定物靶标图案与二维图像中标定物各靶标图案均对应的唯一投影关系,所述预设靶标特征数据集是靶标图案不同空间位置变化被拍摄后的几何投影特征集。
进一步作为优选的实施方式,所述步骤S32,具体包括以下步骤:
S320、结合预设靶标特征数据集和各靶标的特征数据,分别获取中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系;
S321、结合中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系确定第一投影关系。
具体地,根据预设靶标特征数据集和各靶标的特征数据,获取中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系,对中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系进行时,可以按各靶标的加权因子进行加权处理确定第一投影关系,或对多个投影关系取均值处理确定第一投影关系,或从预置的标定物靶标图案与二维图像中标定物各靶标图案均对应表中确定第一投影关系。
进一步作为优选的实施方式,各所述靶标上均设有图案,所述图案至少含两个的图形,各图形属性不同。
具体地,所述属性为包括颜色、纹理中的至少一种,而且各图形的属性不相同,所述图形包括圆形、三角形、平行四边形、椭圆形及多边形在内含有闭合面的任意一种平面图形,本实施例中,所述图案的图形可以为两个、以及三个以上,其中各图形可以存在重合部分。如各图形可以是相同的形状也可以是不同的形状,本实施例中,优选图案包含两个图形,其中第一图形和第二图形的形状相同且第一图形和第二图形的中心重合,所述各图形优选圆形。
实施例二
如图2所示,为本发明一种基于二维图像的三维空间定位系统结构框图,包括:
获取模块,用于获取目标对象的二维图像作为第一图像,所述目标对象设有至少一个标定物,所述标定物含一个中心靶标和至少两个边缘靶标且中心靶标和各边缘靶标有高度差;
提取模块,用于提取第一图像中的各靶标图案;
判断模块,用于判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系,所述第一投影关系为第一图像与第二图像间的投影关系,所述第二图像为目标对象标定物正对相机时的二维图像;
输出模块,用于根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值。
进一步,所述输出模块包括:
建立单元,用于以中心靶标中心为原点建立靶坐标系,及以相机光心为原点建立相机坐标系;
第一获取单元,用于获取目标对象在靶坐标系中的第一坐标,以及获取目标对象在相机坐标系的第二坐标;
第一确定单元,用于结合第一投影关系和第一坐标确定目标对象在相机坐标系的投影坐标;
第一输出单元,用于结合第二坐标和投影坐标,计算并输出目标对象在相机坐标系的偏转角度和偏移距离值;
第二获取单元,用于在相机坐标系中获取与目标对象最近邻的若干像素点坐标;
第二输出单元,用于对各像素点坐标进行插值处理,进而确定并输出目标对象在相机坐标系的亚像素级偏转角度与偏移距离值。
进一步,所述判断模块包括:
匹配单元,用于根据标准图案对各靶标图案的形状、颜色纹理及相对位置进行匹配,并在匹配成功后,提取各靶标的特征数据,所述特征数据为靶标图案的几何投影特征;
提取单元,用于根据各靶标的特征数据,从预设靶标特征数据集中提取出与各靶标特征数据相似度最大的特征数据;
第二确定单元,用于根据提取的最大特征数据确定第一投影关系。
进一步,所述第二确定单元包括:
获取子单元,用于结合预设靶标特征数据集和各靶标的特征数据,分别获取中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系;
确定子单元,用于结合中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系确定第一投影关系。
进一步,各所述靶标上均设有图案,所述图案含第一属性的第一图形与第二属性的第二图形。
实施例三
一种基于二维图像的三维空间定位系统,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行如实施例一所述方法。
本实施例的一种基于二维图像的三维空间定位系统,可执行本发明方法实施例一所提供的一种基于二维图像的三维空间定位方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
实施例四
一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行如实施例一所述方法。
本实施例的一种存储介质,可执行本发明方法实施例一所提供的一种基于二维图像的三维空间定位方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
具体实施例
图3和图4分别是本发明具体实施例提供得一种标定物的侧视图和本发明具体实施例提供的一种标定物靶标图案。
通过设计标准、规则、易操作的标定物,实现对设有标定物图像的空间位置的准确识别,本发明具体实施例的标定物设计为包含3个标定靶标的方案,一个中心靶标即第二标定靶标11和两个边缘靶标即第一标定靶标10和第三标定靶标12,其中第二标定靶标11位于第一标定靶标10和第三标定靶标12之间,第二标定靶标11均与第一标定靶标10及第三标定靶标12设有一定高度差,其中第二标定靶标11均与第一标定靶标10及第三标定靶标12设有高度差可以是第二标定靶标11高于第一标定靶标10及第三标定靶标12或第二标定靶标11低于第一标定靶标10及第三标定靶标12,本实施例优选第二标定靶标11高于第一标定靶标10及第三标定靶标12的方案,3个标定靶标的标定物的侧视图如图3所示。
以颜色作为不同的属性区分为例,如图4所示,设有3个标定靶标的标定物各标定靶上的图案,所述图案是内部图形标记为第一颜色的圆形和外部图形为标记第二颜色的环形,其中第二标定靶标即中心靶标同第一标定靶标与第三标定靶标的图案可以为相同的图案,也可以为不相同的图案,本实施例优选3个标定靶标的图案相同。同理以不同纹理作为区分属性也同样适用于本技术方案。
图5和图6分别是本发明具体实施例两种标定物俯视图。
如图7所示,为本发明具体实施例提供的目标对象空间定位和测量示意图,具体地,将标准、规则的标定物1设置于目标对象上,通过图像采集装置采集目标对象的二维图像作为第一图像,并从第一图像中提取各靶标图案即中心靶标上的图案和边缘靶标上的图案,分别对提取的中心靶标上的图案和边缘靶标上的图案进行匹配,具体地是根据标准图案对各靶标图案的形状、对应各图形的颜色纹理以及中心靶标和各边缘靶标的相对位置进行匹配,当标定物1的中心靶标图案和各边缘靶标图案的形状、对应各图形的颜色纹理以及中心靶标与各边缘靶标的相对位置均与标准图案匹配时,提取各靶标的特征数据即各靶标图案空间位置变化被拍摄后相对于正对图像采集装置拍摄后几何投影特征的像素变化;当标定物1的各靶标的图案的形状或对应各图形的颜色纹理属性及中心靶标与边缘靶标的相对位置中任一种与标准图案不匹配,则重新获取目标对象的二维图像。
将提取的标定物1各靶标的特征数据与预设的靶标特征数据集进行匹配,获取中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系,对中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系进行匹配获取各自的相似度最大特征数据,其中,所述第二图像为目标对象标定物1正对相机时的二维图像,根据相似度最大特征数据对多个投影关系进行按各靶标的加权因子进行加权处理确定第一投影关系f,或对中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系取均值处理确定第一投影关系f,或从预置的中心靶标与第二图像的投影和各边缘靶标与第二图像的投影均对应的投影表中确定第一投影关系f。
获取目标对象在相机坐标系的第二坐标(Xc,Yc,Zc),以及获取目标对象在靶坐标系的第一坐标(Xb,Yb,Zb);结合第一投影关系f和第一坐标(Xb,Yb,Zb)获取目标对象在相机坐标系的投影坐标(Xt,Yt,Zt);根据第二坐标(Xc,Yc,Zc)和投影坐标(Xt,Yt,Zt),分别计算输出目标对象沿相机坐标系Xc轴、Yc轴与Zc轴的偏转角度和偏移距离值。
具体地,根据投影坐标(Xt,Yt,Zt)与第二坐标(Xc,Yc,Zc)之间分别的偏转关系有
Figure BDA0002238606940000101
Figure BDA0002238606940000102
Figure BDA0002238606940000103
分别输出目标对象相对于相机坐标系Xc轴、Yc轴与Zc轴的三个偏转角度θ、
Figure BDA0002238606940000104
和ω,以及Xc轴、Yc轴与Zc轴的三个偏移距离值a,b,c。
此外,根据相机坐标系和二维图像坐标系之间的对应关系获取对应目标对象在相机坐标系邻域若干像素点坐标(ui,vi)其中i取大于3的自然数,对个像素点坐标根据预设插值函数F进行插值处理,输出目标对象在相机坐标系沿Xc轴、Yc轴与Zc轴的亚像素级的偏转角度和偏移距离值。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种基于二维图像的三维空间定位方法,其特征在于,包括以下步骤:
获取目标对象的二维图像作为第一图像,所述目标对象设有至少一个标定物,所述标定物含一个中心靶标和至少两个边缘靶标且中心靶标和各边缘靶标有高度差,各边缘靶标在同一直线上;
提取第一图像中的各靶标图案;
判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系,所述第一投影关系为第一图像与第二图像间的投影关系,所述第二图像为目标对象标定物正对相机时的二维图像,所述标准图案是由不同图形搭配不同属性的标准的图案的集合,所述特征数据为靶标图案的几何投影特征;
根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值;
所述确定第一投影关系这一步骤,具体包括以下步骤:
结合预设靶标特征数据集和各靶标的特征数据,分别获取中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系;
结合中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系确定第一投影关系。
2.根据权利要求1所述的一种基于二维图像的三维空间定位方法,其特征在于,所述根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值这一步骤,具体包括以下步骤:
以中心靶标中心为原点建立靶坐标系,及以相机光心为原点建立相机坐标系;
获取目标对象在靶坐标系中的第一坐标,以及获取目标对象在相机坐标系的第二坐标;
结合第一投影关系和第一坐标确定目标对象在相机坐标系的投影坐标;
结合第二坐标和投影坐标,计算并输出目标对象在相机坐标系的偏转角度和偏移距离值。
3.根据权利要求2所述的一种基于二维图像的三维空间定位方法,其特征在于,所述根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值这一步骤,具体还包括以下步骤:
在相机坐标系中获取与目标对象最近邻的若干像素点坐标;
对各像素点坐标进行插值处理,进而确定并输出目标对象在相机坐标系的亚像素级偏转角度与偏移距离值。
4.根据权利要求1所述的一种基于二维图像的三维空间定位方法,其特征在于,所述判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系这一步骤,具体包括以下步骤:
根据标准图案对各靶标图案的形状、颜色纹理及相对位置进行匹配,并在匹配成功后,提取各靶标的特征数据;
根据各靶标的特征数据,从预设靶标特征数据集中提取出与各靶标特征数据相似度最大的特征数据;
根据提取的最大特征数据确定第一投影关系。
5.根据权利要求1-4任一项所述的一种基于二维图像的三维空间定位方法,其特征在于,各所述靶标上均设有图案,所述图案至少含两个的图形,各图形属性不同。
6.一种基于二维图像的三维空间定位系统,其特征在于,包括:
获取模块,用于获取目标对象的二维图像作为第一图像,所述目标对象设有至少一个标定物,所述标定物含一个中心靶标和至少两个边缘靶标且中心靶标和各边缘靶标有高度差,各边缘靶标在同一直线上;
提取模块,用于提取第一图像中的各靶标图案;
判断模块,用于判断出各靶标图案与标准图案匹配后,获取各靶标的特征数据,并确定第一投影关系,所述第一投影关系为第一图像与第二图像间的投影关系,所述第二图像为目标对象标定物正对相机时的二维图像,所述标准图案是由不同图形搭配不同属性的标准的图案的集合,所述特征数据为靶标图案的几何投影特征;
输出模块,用于根据第一投影关系将第一图像配准到第二图像中,进而确定并输出目标对象的偏转角度和偏移距离值;
所述确定第一投影关系,具体包括:
结合预设靶标特征数据集和各靶标的特征数据,分别获取中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系;
结合中心靶标与第二图像的投影关系和各边缘靶标与第二图像的投影关系确定第一投影关系。
7.根据权利要求6所述的一种基于二维图像的三维空间定位系统,其特征在于,所述输出模块包括:
建立单元,用于以中心靶标中心为原点建立靶坐标系,及以相机光心为原点建立相机坐标系;
第一获取单元,用于获取目标对象在靶坐标系中的第一坐标,以及获取目标对象在相机坐标系的第二坐标;
第一确定单元,用于结合第一投影关系和第一坐标确定目标对象在相机坐标系的投影坐标;
第一输出单元,用于结合第二坐标和投影坐标,计算并输出目标对象在相机坐标系的偏转角度和偏移距离值;
第二获取单元,用于在相机坐标系中获取与目标对象最近邻的若干像素点坐标;
第二输出单元,用于对各像素点坐标进行插值处理,进而确定并输出目标对象在相机坐标系的亚像素级偏转角度与偏移距离值。
8.一种基于二维图像的三维空间定位系统,其特征在于,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行权利要求1-5任一项所述方法。
9.一种基于二维图像的三维空间定位方法的存储介质,其中存储有处理器可执行的指令,其特征在于,所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-5任一项所述方法。
CN201910992152.7A 2019-10-18 2019-10-18 一种基于二维图像的三维空间定位方法、系统和存储介质 Active CN110930451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910992152.7A CN110930451B (zh) 2019-10-18 2019-10-18 一种基于二维图像的三维空间定位方法、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910992152.7A CN110930451B (zh) 2019-10-18 2019-10-18 一种基于二维图像的三维空间定位方法、系统和存储介质

Publications (2)

Publication Number Publication Date
CN110930451A CN110930451A (zh) 2020-03-27
CN110930451B true CN110930451B (zh) 2022-04-22

Family

ID=69849121

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910992152.7A Active CN110930451B (zh) 2019-10-18 2019-10-18 一种基于二维图像的三维空间定位方法、系统和存储介质

Country Status (1)

Country Link
CN (1) CN110930451B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115661493B (zh) * 2022-12-28 2023-07-04 航天云机(北京)科技有限公司 一种对象位姿的确定方法及装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933717A (zh) * 2015-06-17 2015-09-23 合肥工业大学 基于方向性标定靶标的摄像机内外参数自动标定方法
CN107230231A (zh) * 2017-04-14 2017-10-03 浙江工业大学 聚光镜面质量检测中相机与目标靶的位置标定方法
CN108537830A (zh) * 2017-03-02 2018-09-14 广州康昕瑞基因健康科技有限公司 图像配准方法和系统及图像拍摄对位方法和系统
CN109146958A (zh) * 2018-08-15 2019-01-04 北京领骏科技有限公司 一种基于二维图像的交通标志空间位置测量方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2952218B1 (fr) * 2009-10-30 2012-03-30 Sagem Securite Procede et dispositif pour obtenir une image d'un document defroisse a partir d'une image de ce document lorsqu'il est froisse.

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933717A (zh) * 2015-06-17 2015-09-23 合肥工业大学 基于方向性标定靶标的摄像机内外参数自动标定方法
CN108537830A (zh) * 2017-03-02 2018-09-14 广州康昕瑞基因健康科技有限公司 图像配准方法和系统及图像拍摄对位方法和系统
CN107230231A (zh) * 2017-04-14 2017-10-03 浙江工业大学 聚光镜面质量检测中相机与目标靶的位置标定方法
CN109146958A (zh) * 2018-08-15 2019-01-04 北京领骏科技有限公司 一种基于二维图像的交通标志空间位置测量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Light-Field Camera Calibration from Raw Images;Charles-Antoine Noury et al.;《2017 International Conference on Digital Image Computing: Techniques and Applications (DICTA)》;20171221;第1-8页 *
M估计的稳健平面标靶中心定位算法;吕亚磊 等;《科学技术与工程》;20190531;第19卷(第3期);第6-11页 *
基于光栅投影的多摄像机标定方法;汤明 等;《仪器仪表学报》;20160915;第37卷(第9期);第2149-2155页 *

Also Published As

Publication number Publication date
CN110930451A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN108627092A (zh) 一种包裹体积的测量方法、系统、储存介质及移动终端
US20030035098A1 (en) Pose estimation method and apparatus
US20110228052A1 (en) Three-dimensional measurement apparatus and method
KR20160003776A (ko) 자세 추정 방법 및 로봇
US11042966B2 (en) Method, electronic device, and storage medium for obtaining depth image
JP2017091079A (ja) 入力データから検出対象物の像を検出する画像処理装置および方法
CN109544599B (zh) 一种基于相机位姿估计的三维点云配准方法
KR102073468B1 (ko) 비전 시스템에서 컬러 이미지에 대해 컬러 후보 포즈들의 점수화를 위한 시스템 및 방법
JP5951043B2 (ja) 画像計測装置
CN112184811B (zh) 单目空间结构光系统结构校准方法及装置
CN106991378B (zh) 基于深度的人脸朝向检测方法、检测装置和电子装置
US20120076409A1 (en) Computer system and method of matching for images and graphs
US20110235898A1 (en) Matching process in three-dimensional registration and computer-readable storage medium storing a program thereof
CN112381847B (zh) 管路端头空间位姿测量方法及系统
CN111123242A (zh) 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质
CN110930451B (zh) 一种基于二维图像的三维空间定位方法、系统和存储介质
CN107274446B (zh) 一种利用法向一致性的尖锐几何边缘点识别方法
CN113159161A (zh) 目标匹配方法和装置、设备及存储介质
CN112241697B (zh) 角点颜色判定方法、装置、终端设备及可读存储介质
CN115187769A (zh) 一种定位方法及装置
CN113436277A (zh) 3d相机标定方法、装置及标定系统
KR101728719B1 (ko) 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법
Fasogbon et al. Automatic feature extraction for wide-angle and fish-eye camera calibration
CN117115242B (zh) 标志点的识别方法、计算机存储介质和终端设备
CN115797995B (zh) 人脸活体检测方法、电子设备及存储介质

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