CN111028299A - 基于图像中点属性数据集计算标定点空间距的系统和方法 - Google Patents

Abstract

基于图像中点属性数据集计算标定点空间距的系统和方法，制作能够标定可识别点相关参数的图像和或图像集，对可识别点进行对焦和标定，并记录各点的属性参数，包括相机的位置、角度，镜头的焦距、像距参数，图像各焦点像距和图中坐标位置参数等，形成图像点属性特别是空间属性数据集，利用数据集计算标定图像点空间距。图像中的对焦点作为可识别点进行标定并记录属性参数后，各点对应的像距和镜头焦距可以换算出对焦点截面到光点的距离即物距，对于既定的光学系统，物距与焦距、像距的相关性，误差可相应标定校正，加上各点在图像中的位置坐标等数据集可计算点的空间坐标，根据各点的空间坐标可得到点与点之间的空间距离。

Description

基于图像中点属性数据集计算标定点空间距的系统和方法

技术领域

本发明标定数码图像中点属性，形成图像点属性数据集，利用数据集计算标定图像点空间距，涉及光学、图像摄影、数字图像、数据集、三维空间定位、测量及计算、计算机技术领域，特别是涉及一种基于图像中点属性数据集计算标定点空间距的系统和方法。

背景技术

目前标定两点间间距的方法有：1、尺子测量；2、激光（红外、声波、超声波等）测距；3、视像系统中视觉惯性测量系统VIO。以上三种方法都是即时对实物进行测量，目前Apple公司iOS12中ARkit尺子基于SLAM同步定位与建图技术，是iPhone硬件与VIO结合产生的应用，实际应用中iPhone作为测量工具人工选点定位后再选另一个点定位，然后标定两点间直线距离。

以上方法仍然无法解决拍摄后静态二维图像中可辨识的点与点间空间距的标定，ARkit尺子实现了利用图像进行直线长度标定，但是存在三个不足：测量操作过程仍然需要对着实物而不能脱离实物；能够得到两点间的直线距离，曲线的话要人为分为直线段标定；有效距离短，稍远距离无效。

另外一种技术：摄影测量，摄影测量的进一步发展是数字摄影测量。从广义上讲，数字摄影测量是指从摄影测量与遥感所获取的数据中，采用数字摄影影像或数字化影像，在计算机中进行各种数值、图像和图像处理，以研究目标的几何和物理特性，从而获得各种形式的数字化产品和目视化产品。数字化摄影测量又分为计算机辅助测图和影像数字化测图(分为：混合数字摄影测量、全数字摄影测量)数字摄影测量。简言之，摄影测量的目的就是测量，多应用于空中对地使用三维扫描仪，接合计算机技术将三维空间数据与摄影的数字影像进行匹配，得到带有空间坐标数据的可视化图像。

以上的四种技术都不用于解决日常数码照相机拍摄的平面图像中标定点空间距（通常讲的测长度），特别是摄影测量技术需要三维扫描仪支持，但其思路可以借鉴。

在叙述本发明具体技术措施前，有必要说明一下相机的对焦技术，可分为手动对焦和自动对焦，手动对焦就是人自己进行图像识别进行焦点对焦调整像距，这相当于人使用望远镜；自动对焦是相机自动进行焦点对焦调整像距，又分为主动对焦和被动对焦，主动对焦使用激光（红外、声波、超声波等）测距，根据物距、焦距确定像距，就是先测物距，根据镜头焦距依据高斯成像公式换算出像距；被动对焦则采用反差对焦或相位检测对焦，最新的PDAF技术就实现了相位检测的快速对焦，就是既定焦距下不用检测物距，而是根据呈像判断焦点像距，对焦点呈像最清晰时定焦，确定像距。

在本发明之前，相机拍摄的整张照片只有一个焦距参数，不论是中心点对焦，还是智能单点或多点对焦，都是在既定焦距下选择了一个较为合理的像距进行拍摄，在最终的数字图像中也并不特别标定焦点像距，由于镜头一定的光圈具有一定的景深，人眼看来整个图像主要部分仍然可以呈现清晰状态达到摄影者的要求，但因为无焦点、像距数据，这样的图像不满足精确标定的要求，本发明力图改变这一状况，增加数字图像记录的信息，达到可标定的要求。

发明内容

本发明基于图像中点属性数据集计算标定点空间距的系统和方法，由实现摄影、识别、检测、标定、记录、存储、计算、显示等功能的硬件、软件系统组成，制作能够标定可识别点相关参数的图像和或图像集，对可识别点进行对焦和标定，并记录各点的属性参数，包括相机的位置、角度，镜头的焦距、像距参数，图像各焦点像距和图中坐标位置参数等，形成图像点属性特别是空间属性数据集，利用数据集计算标定图像点空间距。将相机镜头光点视为空间坐标的原点，参照原点记录图像点的坐标、焦距、像距等参数，图像或图像集均以此原点进行统一修正相机位置、角度、焦距所产生的差异，得到同一坐标系的属性参数，图像多个点的数据形成点属性数据集。图像中的对焦点作为可识别点进行标定并记录属性参数后，各点对应的像距和镜头焦距可以换算出对焦点截面到光点的距离即物距，对于既定的光学系统，物距与焦距、像距的相关性，误差可相应标定校正，加上各点在图像中的位置坐标等数据集可计算点的空间坐标，根据各点的空间坐标可得到点与点之间的空间距离。

人工智能技术辨别图像集特定可识别点最清晰图像的方法，拍摄时对可识别点的镜头成像使用反差对焦或相位检测对焦即最清晰图像进行标定，而对于已拍摄完成的本发明图像集，利用光学呈像原理：焦距一定时，连续变化的像距将使得该点的成像由左侧虚像变为清晰再变为右侧虚像且存在对应关系，则不同像距定点拍摄或按原点修正后的连续图像集相邻图像相互作为参照可以对一个可识别点找出最清晰的照片，从而得到该点的最优像距，由此利用人工智能技术能够像人一样辨别出最清晰的图像而采用该图像的像距作为该点的参数

为了解决上述技术问题，本发明的技术方案是：

1. 基于图像中点属性数据集计算标定点空间距的系统和方法，由实现摄影、识别、检测、标定、记录、存储、计算、显示等功能的硬件、软件系统组成，其目的就是建立可以标定图像中被标识点之间直线和或曲线空间距的图像，选定图像中的被标识点就可以得到点间直线和或曲线空间距。就是建立可以标定图像中被标识点之间直线和或曲线空间距的图像，选定图像中的被标识点就可以得到点间直线和或曲线空间距。

2.进一步的，数码相机可以但不限于拍摄数字影像集或一个影像并标定图像中点的属性，就是利用光学系统中对焦点成像最清晰时物体的对焦点像距、镜头的物距与焦距、符合高斯成像公式的原理，在校正镜头曲率引起的畸变等误差基础上对镜头中图像的点进行对焦标定，对焦点像距对应的镜头像距和焦距可以换算出对焦点截面与光点的距离即物距，对于既定的光学系统，物距与焦距、像距的相关性，误差可相应标定校正，加上各点在图像中的位置坐标等数据集可计算点的空间坐标，根据各点的空间坐标可得到点与点之间的空间距离。

3．进一步的，将相机镜头光点视为空间坐标的原点，参照原点记录图像点的坐标、焦距、像距等参数，图像或图像集均以此原点进行统一修正相机位置、角度、焦距所产生的差异，得到同一坐标系的属性参数，图像多个点的数据形成点属性数据集。图像中的对焦点作为可识别点进行标定并记录属性参数后，各点对应的像距和镜头焦距可以换算出对焦点截面到光点的距离即物距，加上各点在图像中的位置坐标等数据集可计算点的空间坐标，根据各点的空间坐标可得到点与点之间的空间距离。

4.进一步的，借助人工智能AI识别和数据集运算，使用微积分方法可标定图像中可识别的点与点之间曲线的长度，无法在图像中显现也就是被前景挡住的部分，以及对焦点无穷大的点则不在可识别范围内。

5.进一步的，图像的最小单位为像素，理论上虽然可以对像素进行数据标定，但海量像素的标定是困难而又非必要的，借助AI识别，现有技术已经能够在图像中识别物体，对物体的一定区域内的特定点进行标定是实用并可行的，通常标定图片中长度也是对物体特定点到点的标定，所以实际应用中可以就标定图像中的可识别点。

6.进一步的，有两种方法实现图像点属性标定，具体的技术措施如下：一种是选点优先的点遍历法，就是先确定图像中识别出的点，拍摄图像时逐一计算标定记录，一张照片标定拍摄过程中能够计算的点，拍摄覆盖所有点的多张照片形成图像集；这种方法运算量大，拍摄其实是标定过程，耗时长；另一种方法是焦距、像距优先的逐级焦点像距连续拍摄标定的方法，一定焦距下逐级像距拍摄，一张照片多个同焦距点被标定，一个图像多个标定点，拍摄覆盖所有点的多张照片形成图像集，优点是简单明了，缺点是同距点多时运算量大耗时长，像距的级差会产生误差，要减少误差需要降低级差，又会增加拍摄数据量。实际运用时两种方法接合使用，在拍摄时借助AI识别辅助，增加选择标定点的过程，有效减少数据量，这样不论是点位优先还是焦点像距优先都能很好很快地完成数据记录。借助图像点数据集进行计算就能标定图像点之间的长度。两种方法都可以但不限于拍摄照片集作为辅助手段，多张照片主要是便于记录数据，多张图像基于数据集以同一个基准点坐标进行调整同步。

7.进一步的，人工智能技术辨别图像集特定可识别点最清晰图像的方法，拍摄时对可识别点的镜头成像使用反差对焦或相位检测对焦即最清晰图像进行标定，而对于已拍摄完成的本发明图像集，利用光学呈像原理：焦距一定时，连续变化的像距将使得该点的成像由左侧虚像变为清晰再变为右侧虚像且存在对应关系，则不同像距定点拍摄或按原点修正后的连续图像集相邻图像相互作为参照可以对一个可识别点找出最清晰的照片，从而得到该点的最优像距，由此利用人工智能技术能够像人一样辨别出最清晰的图像而采用该图像的像距作为该点的参数。

本发明的有益效果是：在现有的数字摄影技术基础上，特别是充分发挥现有数码相机功能，强化摄影，增加识别、检测、标定、记录、存储、计算、显示等功能的硬件、软件系统，使数码相机拍摄的图像能够标定并记录可识别点的属性参数，特别是空间坐标参数，从而实现平面图像中可识别点与点间空间距的测量。相比已有的方法，图像拍摄后即可脱离被测量物，实现类似数字摄影测量的功能，以记录数码相机、镜头数据，特别是对焦、像距数据替代三维坐标扫描仪，使平面图像能够测量可识别点的空间距。最实用的一种应用例是拍摄一张全身像就可以量出这个人的身高。

附图说明

图1为本发明的原理示意图；

其中，1为光学系统中实物与影像的示意图；2为实物的平面图与平面影像的示意图；X1、Y1、Z1为实物三维坐标框架示意；X1’、Y1’、Z1’为对应于实物X1、Y1、Z1的影像三维坐标框架示意；f1、f2、f3、f4为三维坐标中实物焦点所处焦点截面示意图；f1’、f2’、f3’、f4’为对应于实物f1、f2、f3、f4的三维坐标中影像焦点所处焦点截面示意图；P1、P4为实物坐标点示意；P1’、P4’为对应于实物P1、P4的影像坐标点示意；O为光心，f为焦距，图中将相机镜头组简化为光心，既定镜头组的光心和镜头产生的畸变是可以标定校正的，不在本发明叙述范围内；a为P1点到光心O的实际空间距离；b为P4点到光心O的实际空间距离；c为P1点到P4点的实际空间距离简称空间距，也就是通常所说的P1到P4的距离或长度。

具体表示：光学系统中实物与影像的示意图1和实物的平面图与平面影像的示意图2仅为原理示意，为了便于理解本发明的原理，图1设置了一个分处于四个纵深层面f1、f2、f3、f4的四个截面，在其中的f1、f4两层上的P1、P4两个点，通过光学系统中实物与影像的示意图1和实物的平面图与平面影像的示意图2对比，说明本发明能够标定两个点空间距的原理为：在光学系统中P1点到P4点的空间距也就是距离c可以通过P1、P4的空间坐标计算得出，P1点、P4点的X、Y轴坐标在图像中可知，但是Z轴坐标不知，这也是通常情况下实物的平面图与平面影像的示意图2无法标定P1点到P4点的空间距也就是距离c的原因。P1点、P4点的空间坐标，可以通过主动对焦测距获得，也可以通过镜头焦距f和P1点、P4点对焦的焦点像距计算出P1点、P4点所处的f1、f4焦点截面的物距，接合P1点、P4点在图像中的X轴、Y轴坐标可以得到P1点、P4点的空间坐标。如果P1点到P4点穿过f2、f3存在P2点和P3点，且未被前面的物体遮挡，那么同理可以求出P1到P2到P3到P4的分段距离，如果P1到P4是曲线，那么增加对焦的层，将曲线微分为多段小直线，多段小直线的长度积分后就可以得到曲线的长度。被前景挡住的部分无法在图像中显现以及对焦点无穷大的点不在可识别范围内。

图2为本发明拍摄人像测量身高的原理示意图；

其中，1为光学系统中实物与影像的示意图；2为实物的平面图与平面影像的示意图；X1、Y1、Z1为实物三维坐标框架示意；X1’、Y1’、Z1’为对应于实物X1、Y1、Z1的影像三维坐标框架示意；f1、f2为三维坐标中实物焦点所处焦点截面示意图；f1’、f2’、为对应于实物f1、f2的三维坐标中影像焦点所处焦点截面示意图；P2、P3为人像头、脚对焦点示意；P2’、P3’为对应于人像P2、P3的人像头、脚影像坐标点示意；O为光心，f为焦距，图中将相机镜头组简化为光心，既定镜头组的光心和镜头产生的畸变是可以标定校正的，不在本发明叙述范围内；a为P2点到光心O的实际空间距离；b为P3点到光心O的实际空间距离；c为P2点到P3点的实际空间距离简称空间距，也就是距离c或者通常所说的P2到P3人像头、脚的距离或身高。

具体表示：光学系统中实物与影像的示意图1和实物的平面图与平面影像的示意图2与图1相同，为了便于理解本发明人像身高测量的原理，图2较图1减少了f3、f4两个层面，保留了作为视觉陪衬的f1层面，设定人像定焦于f2层面，在其中的P2、P3两个点为人像头、脚对焦点，通过光学系统中实物与影像的示意图1和实物的平面图与平面影像的示意图2对比，说明本发明能够标定两个点空间距的原理为：在光学系统中P2点到P3点的空间距也就是距离c可以通过P2、P3的空间坐标计算得出，P2点、P3点的X、Y轴坐标在图像中可知，但是Z轴坐标不知，这也是通常情况下实物的平面图与平面影像的示意图2无法标定P2点到P3点的空间距也就是距离c的原因。P2点、P3点的空间坐标，可以通过主动对焦测距获得，也可以通过镜头焦距f和P2点、P3点对焦的焦点像距计算出P2点、P3点所处的f2焦点截面的物距，接合P2点、P3点在图像中的X轴、Y轴坐标可以得到P2点、P3点的空间坐标。依据P2点、P3点的空间坐标，求出P2点到P3点的空间距也就是距离c或者通常所说的P2到P3人像头、脚的距离或身高。实际摄影时人是立体的，人像头和脚的定焦不一定在一个截面，但是有了相机的角度，接合人像头、脚焦点的空间坐标，默认人垂直站立于水平面的话，可以从空间距修正出垂直距。

综上所述，相较于已有技术，本发明通过对光学系统呈像原理的分析，提出在现有的数字摄影技术基础上，特别是充分发挥现有数码相机功能，强化摄影，增加识别、检测、标定、记录、存储、计算、显示等功能的硬件、软件系统，使数码相机拍摄的图像能够标定并记录可识别点的属性参数，特别是空间坐标参数，从而实现平面图像中可识别点与点间空间距的测量。

具体实施方式

以人像摄影测量身高为例，将涉及的技术由简至繁进行说明：

实施例1，主动对焦测距定像距方式拍摄，假定相机垂直于地面且固定，根据头焦点与光点的物距和脚焦点与光点的物距，接合相机焦距，可以求出像距，假定人垂直于地面站立，则可以根据三角形两边和垂线长求出第三边也就是两点间距即身高。可以与本例对比的现有技术是特殊情况拍照片时人背靠标尺，运用了本发明以后，对焦点的坐标替代了人背后的标尺。

实施例2，在实施例1所述思路基础上，如果人的站立姿势前倾或后倾，拍摄时可以在一张图像中记录两个焦点，也可在两张图像中分别记录一个焦点的属性数据集，如果相机在两次拍摄时出现移动，需要对两张图像进行坐标系的修正，后面图像集的修正同理，不再赘述。因为有点属性数据集可以判断人站立是头和脚的坐标不在一个截面，通过计算可以得到其垂直身高，同理站姿左倾或右倾也可以得到修正，后面不再赘述。相机如果不垂直于地面，坐标系原点没有变化，但是会引起坐标系中对焦点的截面随之变化，这在对焦点不在一个截面的情况下已有说明，可以得到修正，后面不再赘述。

实施例3，在前述实施例所述思路基础上，被动对焦方式拍摄，此种方式下人像头顶、脚底两点可以采用反差或相位检测方式定焦，获得其像距，记录像距、镜头焦距，可以计算物距，其它情况同实施例2。

实施例4，在前述实施例所述思路基础上，采用级差像距就是逐级调整像距拍摄图像集方式，采用人工方式辨别头顶位置、脚底位置最清晰图片以此图片像距进行计算，其它情况同实施例3。

实施例5，在前述实施例所述思路基础上，采用极差像距就是逐级调整像距拍摄图像集方式，采用人工智能方式辨别头顶位置、脚底位置最清晰图片以此图片像距进行计算，其它情况同实施例4。

实施例6，在前述实施例所述思路基础上，图像中有多人，首先需要AI方式进行图像内容的初步识别，拍摄图片或图片集，采用先可识别点后对焦点像距方法或先焦点像距后识别对焦点方法，或两种方法结合的方式，对各可识别点标识记录，形成点属性数据集，据此数据集可以得到各点的空间坐标，计算产生各可识别点空间距。其它需要修正的情况同前有实施例。

实施例7，在前述实施例所述思路基础上，图像中有多人并不规则分布，首先需要AI方式进行图像内容的初步识别，拍摄图片或图片集，采用先可识别点后对焦点像距方法或先焦点像距后识别对焦点方法，或两种方法结合的方式，对各可识别点标识记录，形成点属性数据集，据此数据集可以得到各点的空间坐标，计算产生各可识别点空间距。其它需要修正的情况同前有实施例。

实施例8，在前述实施例所述思路基础上，图像中有曲线比如一根弯曲的线缆，拍摄图片或图片集，采用先可识别点后对焦点像距方法或先焦点像距后识别对焦点方法，或两种方法结合的方式，对各可识别点标识记录，形成点属性数据集，据此数据集可以得到线缆上连续各点的空间坐标，相当于对线缆进行了类似于CT的截面扫描，通过积分方式计算线缆各段的长度产生各线缆两端可识别点空间距，这一拟合过程会存在误差，但实现了可测量。其它需要修正的情况同前有实施例。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (6)

1.基于图像中点属性数据集计算标定点空间距的系统和方法，其特征为：由实现摄影、识别、检测、标定、记录、存储、计算、显示等功能的硬件、软件系统组成，制作能够标定可识别点相关参数的图像和或图像集，对可识别点进行对焦和标定，并记录各点的属性参数，包括相机的位置、角度，镜头的焦距、像距参数，图像各焦点像距和图中坐标位置参数等，形成图像点属性特别是空间属性数据集，利用数据集计算标定图像点空间距。

2.根据权利要求1所述的系统和方法，将相机镜头光点视为空间坐标的原点，参照原点记录图像点的坐标、焦距、像距等参数，图像或图像集均以此原点进行统一修正相机位置、角度、焦距所产生的差异，得到同一坐标系的属性参数，图像多个点的数据形成点属性数据集。图像中的对焦点作为可识别点进行标定并记录属性参数后，各点对应的像距和镜头焦距可以换算出对焦点截面到光点的距离即物距，加上各点在图像中的位置坐标等数据集可计算点的空间坐标，根据各点的空间坐标可得到点与点之间的空间距离。

3.根据权利要求1所述的系统和方法，借助人工智能AI识别和数据集运算，使用微积分方法可标定图像中可识别的点与点之间曲线的长度。

4.根据权利要求1所述的系统和方法，图像的最小单位为像素，理论上虽然可以对像素进行数据标定，但海量像素的标定是困难而又非必要的，借助AI识别，现有技术已经能够在图像中识别物体，对物体的一定区域内的特定点进行标定是实用并可行的，通常标定图片中长度也是对物体特定点到点的标定，所以实际应用中可以就标定图像中的可识别点。

5.根据权利要求1所述的系统和方法，有两种方法实现图像点属性标定，具体的技术措施如下：一种是选点优先的点遍历法，就是先确定图像中识别出的点，拍摄图像时逐一计算标定记录，一张照片标定拍摄过程中能够计算的点，拍摄覆盖所有点的多张照片形成图像集；另一种方法是焦距、像距优先的逐级焦点像距连续拍摄标定的方法，一定焦距下逐级像距拍摄，一张照片多个同焦距点被标定，一个图像多个标定点，像距的级差会产生误差，要减少误差需要降低级差，增加拍摄数据量，拍摄覆盖所有点的多张照片形成图像集。实际运用时两种方法接合使用，在拍摄时借助AI识别辅助，增加选择标定点的过程，有效减少数据量。

6.人工智能技术辨别图像集特定可识别点最清晰图像的方法，拍摄时对可识别点的镜头成像使用反差对焦或相位检测对焦即最清晰图像进行标定，而对于已拍摄完成的本发明图像集，利用光学呈像原理：焦距一定时，连续变化的像距将使得该点的成像由左侧虚像变为清晰再变为右侧虚像且存在对应关系，则不同像距定点拍摄或按原点修正后的连续图像集相邻图像相互作为参照可以对一个可识别点找出最清晰的照片，从而得到该点的最优像距，采用该图像的像距作为该点的参数。

Images