CN111366128A - 一种基于单幅图像的距离信息分析方法 - Google Patents
一种基于单幅图像的距离信息分析方法 Download PDFInfo
- Publication number
- CN111366128A CN111366128A CN202010158481.4A CN202010158481A CN111366128A CN 111366128 A CN111366128 A CN 111366128A CN 202010158481 A CN202010158481 A CN 202010158481A CN 111366128 A CN111366128 A CN 111366128A
- Authority
- CN
- China
- Prior art keywords
- image
- target object
- distance
- actual
- objects
- 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
Images
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
- G01C3/26—Measuring distances in line of sight; Optical rangefinders using a parallactic triangle with fixed angles and a base of variable length, at, near, or formed by the object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种基于单幅图像的距离信息分析方法,选取单幅图像,确定需要观测的两个目标物,对图像进行灰度化处理,处理后建立图像中的像素坐标系并获得后续需要的各点在图像的像素坐标;在图片中选取合适的参照物,查阅资料获得其基本信息;可利用交比不变原理对图片中的目标物进行定位以及通过对目标空间位置解析的方法来还原拍摄者的相对位置;本发明突破了成像过程中部分信息高度缺失的限制;具有识别辨识度高、可操作性强、无需了解拍摄相机的相关参数等特点,实现对目标物的测距以及拍摄者于目标物的相对位置信息;很好应对紧急情况或急需照片分析情报信息,可方便的获得目标物之间以及拍摄者与目标物之间的距离信息,适用范围广。
Description
技术领域
本发明涉及视觉情报领域,尤其涉及一种基于单幅图像的距离信息分析方法。
背景技术
经研究表明,普通人获取的信息有70%-80%来自视觉反馈。而视觉信息的主要载体是图像和视频,视觉情报指的是通过图像或者视频获取的情报。而从图像或视频中提取物体的形状、距离、速度等相关信息已成为视觉情报分析工作的重要内容之一,情报专家可通过图片或视频等相关视觉信息即可对当前的一些事物进行研究解密。
在当前大热的无人驾驶、计算机视觉、无人机侦察等新技术领域,更是存在着大量的应用需求。尽管在对情报分析及智能交运系统的设计工作中,研究人员正在研究使用单目、双目或多目视觉系统来获取相关情报信息,然而往往会受到价格、设备运输、计算量等多方面条件共同的限制;在日常生活中研究人员经常会遇到的大多只能是普通的图像或视频,这里需要在综合考虑所有能应用的情况和相关实用性因素,进而选择合适的分析方法对图片或视频进行处理并从中提取有用的信息用于后续的研发工作。
发明内容
本发明的目的在于提供一种基于单幅图像的距离信息分析方法,其针对解决如何快速对图片进行处理以提取相关的距离信息的问题,可实现对图片快速处理,进而提取相关的距离信息应用于各种紧迫的情报工作中。
为了达到上述目的,本发明通过以下技术方案实现:
一种基于单幅图像的距离信息分析方法,求解所述单幅图像中任意两个目标物之间的距离,该方法包含以下过程:步骤S1、获取单幅图像;步骤S2、建立图像中的像素坐标系,对所述目标物进行像素点的标定,分别提取出各目标物上相应的像素坐标点的数值,获知任意两个像素坐标点之间的线段距离;步骤S3、在图像中选择至少两个参照物,参照物与待求解的距离共线或者平行;选择的图像中两个参照物对应的实际目标物自身参数信息已知;步骤S4、基于步骤S2中所获知的图像中的各线段距离,以及步骤S3中已知的参照物的实际参数信息,运用交比不变原理,根据图像中的交比和实际中的交比相等,得到实际中的两个目标物之间的距离。
优选地,所述步骤S2中,利用Matlab软件对步骤S1中的图像进行灰度化处理,再建立像素坐标系并提取相应目标的像素坐标值。
优选地,所述步骤S2中,其中一个目标物上的两个像素坐标点分别记为a和b点,图像中的a和b点分别对应实际中的A和B点;另外一个目标物上的两个像素坐标点分别记为c和d点,图像中的c和d点分别对应实际中的C和D点,待求解的两个目标物之间的距离为线段AD长度;其中,任意两个像素坐标点之间的线段距离已知;所述步骤S3中,选取的图像中的两个参照物为线段ab和cd,分别对应实际中的线段AB和CD,且实际中的线段AB和CD已知;
所述步骤S4中,基于交比不变原理可得:
根据式(1)可求得线段AD长度,得到实际中的两个目标物之间的距离。
优选地,选取的图像中的两个参照物所对应的实际物体的自身参数信息是通过查阅文献可知,所述自身参数信息包含尺寸和型号。
优选地,所述的基于单幅图像的距离信息分析方法,进一步求解拍摄者相对于实际特定目标物的位置信息,包含以下过程:
T1、选定单幅图像,建立图像中的像素坐标系,对目标物进行像素坐标点的标定,并提取相应的像素点坐标,通过图像处理获取目标物在图像中的尺寸;将目标物在图像中的坐标后转换成目标物在空间中坐标;其中,目标物体实际的尺寸R已知;
T2、建立相机坐标系、图像坐标系和世界坐标系,基于各坐标系之间的几何比例关系,获取目标物在相机坐标系下的空间位置坐标,得到目标物在相机坐标系下的空间位置坐标,以及拍摄者相对于该目标物的水平距离的计算方式;
T3、在图像中选取至少两个选取物体作为步骤T2中的目标物,并根据所述步骤T2两次建立拍摄者分别与这两个选取物体的水平距离关系式并作差值,这两个选取物体之间的实际距离已知,最终求得所述拍摄者相对于实际特定目标物的位置。
优选地,所述步骤T1进一步包含:
目标物在图像中的坐标为p(x,y),通过图像处理获取目标物体在图像中的尺寸r;
所述步骤T2进一步包含:
获取目标物在相机坐标系下的空间位置坐标:
其中,通过公式(2)和(4)计算得知目标物在相机坐标系下的空间位置坐标(Xc,Yc,Zc),ZC表示拍摄者与该目标物体之间的水平距离;相机中图像传感器的分辨率m×n,靶面尺寸为u×v。
优选地,所述步骤T3中,进一步包含:
在图像中选取两段线段h’o’和线段i’o’作为每次的选取物体;
获知各选取物体在图像中的尺寸rh′o′和ri′o′;
获知各个选取物体的实际尺寸Ri′o′和Rh′o′;
其中,dh′o′-di′o′=Δd=dh′i′,差值dh′i′等于两次的选取物体之间的实际距离且该实际距离已知,根据方程组(5)可求出k值;
优选地,所述步骤T3中,进一步包含:
在图像中选取的两段线段h’o’和线段i’o’是分别与图像中的井盖和井座各自的半径rio和rho对应平行、长度相等,其中,图像中的井盖和井座各自的半径rio和rho可通过图像处理得到;
图像中线段h’o’和线段i’o’的实际尺寸Ri′o′和Rh′o′分别等于井盖的实际半径Rio和井座的实际半径Rho;其中,井盖的实际半径Rio和井座的实际半径Rho通过查阅文献及相关规范可知。
优选地,两个选取物体之间的实际距离通过查阅文献可知或者根据如上文所述的求解所述单幅图像中任意两个目标物之间的距离的方法得到。
优选地,所述的基于单幅图像的距离信息分析方法,进一步包含求解目标物的高度及拍摄者距目标物的相对高度,具体包含以下过程:
已知目标物的部分长度JP、KQ实际长度Rjp、Rkq,通过图像处理可获取部分长度JP、KQ分别在图像中的尺寸rjp、rkq;基于公式(2),计算可得:
由Yjk=Yj-Yk,求得目标物的高度为Yjk,拍摄者距目标物的相对高度即为Yk的距离;其中,j点在图像中的坐标为j(xj,yj),k点在图像中的坐标为k(xk,yk)。
与现有技术相比,本发明的有益效果在于:
(1)本发明的基于单幅图像的距离信息分析方法中:首先对问题分析,确定需要观测的2个目标物;结合Matlab软件对图像进行灰度化处理,处理后建立图像中的像素坐标系并获得后续需要的各点在图像的像素坐标;在图片中选取合适的参照物,查阅资料获得其基本信息;对于图片可利用交比不变原理对图片中的目标物进行定位以及通过对目标空间位置解析的方法来还原拍摄者的相对位置;这种分析方法思路清晰,化繁为简操作简单便利,突破了成像过程中部分信息高度缺失的限制。
(2)本发明具有识别辨识度高、可操作性强、无需了解拍摄相机的相关参数等特点,实现对目标物的测距以及拍摄者于目标物的相对位置信息。
(3)本发明可很好应对紧急情况或急需照片分析情报信息,同时对图片任意目标物,在获取已知图片中参照物信息情况下,即可方便的获得目标物之间以及拍摄者与目标物之间的距离信息,适用范围广。
附图说明
图1为本发明的分析方法流程图;
图2为本发明中交比不变原理的示意图;
图3为本发明中目标相机、图像及空间坐标系示意图;
图4为本发明中拍摄者距目标物体示意图;
图5为本发明中图4的井盖细节示意图;
图6为本发明中目标物体高度示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1-图6结合所示,本发明提供了一种基于单幅图像的距离信息分析方法,基于该图像实现对实际中的2个目标物的测距和拍摄者相对于目标物的位置信息的求解,主要包含对于图片可利用交比不变原理对图片中的目标物进行定位以及通过对目标空间位置解析的方法来还原拍摄者的相对位置。该距离信息分析方法包括以下步骤:
(第一部分)、实现对2个目标物的测距:
步骤S1、获取相应的单幅图片(即拍摄的图像)并进行问题分析,针对所需求解的距离信息对问题进行分类,需要建立由图片到实际的距离及位置的设计模型。
步骤S2、建立图像中的像素坐标系,然后对所需求解的2个目标物(例例如前车和后车,AB是前车的车头和车尾的距离,CD是后车的车头和车尾的距离,待求的是前车和后车之间的距离AD)进行像素坐标点的标定(如图2中的a、b、c、d点等),再分别提取出各目标物相应像素坐标点的数值(x,y)。优选地,为了减小图像原始数据量,便于后续处理时计算量更少,减小误差,所述步骤S2中首先利用Matlab软件对步骤S1中的图片进行灰度化处理,然后再建立像素坐标系并提取相应目标点的像素坐标值。图2中的π平面在此表示为图片。
示例地,步骤S2中,利用相关软件对图片进行灰度化处理,建立图像中的像素坐标系,经Matlab灰度化处理后得图2中对应的像素坐标点为a(489,682),b(741,661),c(1221,600),d(1287,598)。
步骤S3、在图片中选取合适的参照物(例如图2中的π平面的ab和cd线段),ab和cd线段对应实际中的AB和CD,其中,选取的实际参照物(如AB和CD)应与所测距离AD共线或者平行,首先获取参照物实际大小尺寸等信息(例如图2中前车的长度AB、后车的长度CD,示例地,AB=4.48m和CD=4.5m)等,例如通过对参照物查阅资料来获取该信息,再按照步骤S2中的像素坐标提取方法来获得各参照物对应的2点像素坐标(x1,y1)和(x2,y2)。
步骤S4、基于步骤S2和步骤S3提取出的所需的各点像素坐标,针对步骤S1中所提出的2个目标物之间测距的问题,本示例运用交比不变原理对其进行求解,具体求解过程如下:
(4.1)对于标定的2个目标物(设定为图2中的ad点和cd),利用上述步骤S2中的提取方法分别提取到图像中对应目标物的像素点坐标,分别为(xa,ya)、xb,yb)、(xc,yc)和(xd,yd),并基于步骤S3中选取好的参照物,求出图2中所需的各段(例如bc、ac、ad、bd等)在像素坐标下对应的像素距离;示例地,求出图中各段在像素坐标下的对应距离:计算可得图2中的bc=483.86,ac=736.58,bd=549.62,ad=802.41。
(4.2)运用交比不变原理可得(图2中的π平面在此表示为图片):
其中,小写字母a~d分别表示图像中的像素坐标点,如图2所示;CR表示图像中的交比;
(4.3)在相机拍摄投影变换过程中,其交比不变原理都是适用的,即可得:
cr=(a,b;c,d)=(A,B;C,D)=CR (2)
其中,大写字母A~D分别表示实际物体上各点坐标,如图2所示;cr分别表示实际的交比;
根据公式(1)和公式(2),可得:
根据上述步骤S4中的(4.1)可知各线段对应的像素距离已知,即已知,同时,根据步骤S3中的通过对参照物查阅资料可以获取各参照物自身的尺寸等信息,则可以获知AB、CD的大小,由于AC=AB+BC,AD=AB+BC+CD,BD=BC+CD,由于AB和CD已知道,则根据公式(3)可以求解BC,则AD也可确定,即求得了图片中ad对应实际2个目标物AD段的实际距离。
(第二部分):实际拍摄者相对于实际目标物的位置信息的求解:
步骤T1、给定一图片,建立图像中的像素坐标系(即图3中的图像坐标系),对目标物进行像素坐标点的标定,并提取出相应的像素点坐标,例如得到图3中目标物体在图像中的坐标p(x,y),以及通过图像处理进一步获取目标物体在图像中的尺寸r;另外,通过计算可以将目标物在图像中的坐标后可转换成目标物在空间中坐标;其中,如图3中所建立的三个坐标系,分别为相机坐标系、图像坐标系和世界坐标系,OC-XCYCZC为相机坐标系,O-XYZ为图像坐标系,OW-XWYWZW为世界坐标系;同时,由于可通过参照物资料等来获知已知目标物体实际的尺寸R。
步骤T2、根据图1所示的三个坐标系之间的几何比例关系,获取目标物体在相机坐标系下的空间位置坐标为:
其中,相机中图像传感器的分辨率m×n,靶面尺寸为u×v;
通过公式(4)和(5)计算得知一个目标物在相机坐标系下的空间位置坐标(XC,YC,ZC),ZC表示拍摄者与该目标物之间的水平距离。
步骤T3、当相机焦距f、分辨率m和靶面尺寸u等参数未知时,求解拍摄者与目标物体之间的距离:
(1)原理:基于步骤T1和步骤T2,取2次拍摄者与对应物体的距离并作差值,d1-d2=Δd,该差值等于两次拍摄的物体之间的实际距离且该实际距离已知;
(2)过程:
在图像中选取两段线段h’o’和线段i’o’作为每次拍摄的目标物体,两段线段h’o’和线段i’o’是分别与图片中选取两个参考物(例如图像中的井盖和井座)各自的半径rio和rho对应平行且长度相等,如图4和图5所示,可得rio=ri′o′,rho=rh′o′;
通过图像处理可以获取各参考物在图像中的尺寸rio和rho,且rh′o′和ri′o′也可知;
井盖和井座的实际尺寸(如井盖的半径Rio和井座的半径Rho)可查询资料可获取,则图像中对应的线段h’o’和线段i’o’的实际尺寸Ri′o′和Rh′o′均可知,即分别等于井盖的实际的半径Rio和井座的半径Rho;
其中,dh′o′-di′o′=Δd=dh′i′,该差值dh′i′等于两次拍摄的物体之间的实际距离且该实际距离已知,例如通过参阅资料或通过本发明上述第一部分的方法求得;因此,根据方程组(7)可不用实现得知相机参数即可求出k值,并选取目标物体上的合适尺寸(FQ和EF都可以),将k值代回上式后,由即可求出拍摄者距目标物体的距离。
优选地,如图6所示,本发明还可以求出目标物的高度及拍摄者距目标物的相对高度,即在已知目标物体的部分长度JP、KQ实际长度Rjp、Rkq,通过图像处理可以获取部分长度JP、KQ分别在图像中的尺寸rjp、rkq;基于公式(4),计算可得:
由Yjk=Yj-Yk,即可求得目标物的高度为Yjk,拍摄者距目标物的相对高度为即为Yk(Ymk)的距离;其中,j点在图像中的坐标为j(xj,yj),k点在图像中的坐标为k(xk,yk)。
本发明中在图像中选取的参照物不唯一,例如可选择井盖,汽车,车轮等常见物体,但需选择的参照物应与所测距离共线或者平行。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (10)
1.一种基于单幅图像的距离信息分析方法,其特征在于,求解所述单幅图像中任意两个目标物之间的距离,该方法包含以下过程:
步骤S1、获取单幅图像;
步骤S2、建立图像中的像素坐标系,对所述目标物进行像素点的标定,分别提取出各目标物上相应的像素坐标点的数值,获知任意两个像素坐标点之间的线段距离;
步骤S3、在图像中选择至少两个参照物,参照物与待求解的距离共线或者平行;选择的图像中两个参照物对应的实际目标物自身参数信息已知;
步骤S4、基于步骤S2中所获知的图像中的各线段距离,以及步骤S3中已知的参照物的实际参数信息,运用交比不变原理,根据图像中的交比和实际中的交比相等,得到实际中的两个目标物之间的距离。
2.如权利要求1所述的基于单幅图像的距离信息分析方法,其特征在于,所述步骤S2中,利用Matlab软件对步骤S1中的图像进行灰度化处理,再建立像素坐标系并提取相应目标的像素坐标值。
4.如权利要求3所述的基于单幅图像的距离信息分析方法,其特征在于,选取的图像中的两个参照物所对应的实际物体的自身参数信息是通过查阅文献可知,所述自身参数信息包含尺寸和型号。
5.如权利要求1~4中任意一项所述的基于单幅图像的距离信息分析方法,其特征在于,
进一步求解拍摄者相对于实际特定目标物的位置信息,包含以下过程:
T1、选定单幅图像,建立图像中的像素坐标系,对目标物进行像素坐标点的标定,并提取相应的像素点坐标,通过图像处理获取目标物在图像中的尺寸;将目标物在图像中的坐标后转换成目标物在空间中坐标;其中,目标物体实际的尺寸R已知;
T2、建立相机坐标系、图像坐标系和世界坐标系,基于各坐标系之间的几何比例关系,获取目标物在相机坐标系下的空间位置坐标,得到目标物在相机坐标系下的空间位置坐标以及拍摄者相对于该目标物的水平距离的计算方式;
T3、在图像中选取至少两个选取物体作为步骤T2中的目标物,并根据所述步骤T2两次建立拍摄者分别与这两个选取物体的水平距离关系式并作差值,这两个选取物体之间的实际距离已知,最终求得所述拍摄者相对于实际特定目标物的位置。
8.如权利要求7所述的基于单幅图像的距离信息分析方法,其特征在于,所述步骤T3中,进一步包含:
在图像中选取的两段线段h’o’和线段i’o’是分别与图像中的井盖和井座各自的半径rio和rho对应平行、长度相等,其中,图像中的井盖和井座各自的半径rio和rho可通过图像处理得到;
图像中线段h’o’和线段i’o’的实际尺寸Ri′o′和Rh′o′分别等于井盖的实际半径Rio和井座的实际半径Rho;其中,井盖的实际半径Rio和井座的实际半径Rho通过查阅文献及相关规范可知。
9.如权利要求5所述的基于单幅图像的距离信息分析方法,其特征在于,两个选取物体之间的实际距离通过查阅文献可知或者根据如权利要求1~4中任意一项所述的求解所述单幅图像中任意两个目标物之间的距离的方法得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010158481.4A CN111366128B (zh) | 2020-03-09 | 2020-03-09 | 一种基于单幅图像的距离信息分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010158481.4A CN111366128B (zh) | 2020-03-09 | 2020-03-09 | 一种基于单幅图像的距离信息分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111366128A true CN111366128A (zh) | 2020-07-03 |
CN111366128B CN111366128B (zh) | 2022-12-02 |
Family
ID=71210403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010158481.4A Active CN111366128B (zh) | 2020-03-09 | 2020-03-09 | 一种基于单幅图像的距离信息分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111366128B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112033351A (zh) * | 2020-08-05 | 2020-12-04 | 青岛聚好联科技有限公司 | 基于单目摄像头的距离测定方法及电子设备 |
CN113781422A (zh) * | 2021-09-01 | 2021-12-10 | 廊坊中油朗威工程项目管理有限公司 | 基于单幅图像几何测量算法的管道施工违章识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012027000A (ja) * | 2010-06-22 | 2012-02-09 | Itt:Kk | 単一カメラによる画像計測処理装置,画像計測処理方法および画像計測処理プログラム |
CN103150724A (zh) * | 2013-02-06 | 2013-06-12 | 长春工业大学 | 一种基于分段模型的摄像机标定方法 |
CN103292779A (zh) * | 2012-02-28 | 2013-09-11 | 联想(北京)有限公司 | 一种测量距离的方法及图像获取设备 |
US20140300722A1 (en) * | 2011-10-19 | 2014-10-09 | The Regents Of The University Of California | Image-based measurement tools |
CN108662987A (zh) * | 2018-04-23 | 2018-10-16 | 西南交通大学 | 2d摄像式激光测量头的标定方法 |
CN110297232A (zh) * | 2019-05-24 | 2019-10-01 | 合刃科技(深圳)有限公司 | 基于计算机视觉的单目测距方法、装置及电子设备 |
-
2020
- 2020-03-09 CN CN202010158481.4A patent/CN111366128B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012027000A (ja) * | 2010-06-22 | 2012-02-09 | Itt:Kk | 単一カメラによる画像計測処理装置,画像計測処理方法および画像計測処理プログラム |
US20140300722A1 (en) * | 2011-10-19 | 2014-10-09 | The Regents Of The University Of California | Image-based measurement tools |
CN103292779A (zh) * | 2012-02-28 | 2013-09-11 | 联想(北京)有限公司 | 一种测量距离的方法及图像获取设备 |
CN103150724A (zh) * | 2013-02-06 | 2013-06-12 | 长春工业大学 | 一种基于分段模型的摄像机标定方法 |
CN108662987A (zh) * | 2018-04-23 | 2018-10-16 | 西南交通大学 | 2d摄像式激光测量头的标定方法 |
CN110297232A (zh) * | 2019-05-24 | 2019-10-01 | 合刃科技(深圳)有限公司 | 基于计算机视觉的单目测距方法、装置及电子设备 |
Non-Patent Citations (2)
Title |
---|
李小峰,李峰: "单目摄像机标定方法的研究", 《计算机工程与应用》 * |
隋铭明,高天宇: "单幅未标定像片进行树木形态测量的新方法", 《森林工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112033351A (zh) * | 2020-08-05 | 2020-12-04 | 青岛聚好联科技有限公司 | 基于单目摄像头的距离测定方法及电子设备 |
CN113781422A (zh) * | 2021-09-01 | 2021-12-10 | 廊坊中油朗威工程项目管理有限公司 | 基于单幅图像几何测量算法的管道施工违章识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111366128B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111783820B (zh) | 图像标注方法和装置 | |
US10580164B2 (en) | Automatic camera calibration | |
CN115082924B (zh) | 一种基于单目视觉和雷达伪图像融合的三维目标检测方法 | |
CN108648194B (zh) | 基于cad模型三维目标识别分割和位姿测量方法及装置 | |
US20160180531A1 (en) | Method To Determine Distance Of An Object From An Automated Vehicle With A Monocular Device | |
CN109345588A (zh) | 一种基于Tag的六自由度姿态估计方法 | |
CN110969670B (zh) | 基于显著特征的多光谱相机动态立体标定方法 | |
JP4429298B2 (ja) | 対象個数検出装置および対象個数検出方法 | |
US20150178900A1 (en) | Depth image processing apparatus and method based on camera pose conversion | |
CN110956661B (zh) | 基于双向单应矩阵的可见光与红外相机动态位姿计算方法 | |
JP4943034B2 (ja) | ステレオ画像処理装置 | |
CN109472820B (zh) | 单目rgb-d相机实时人脸重建方法及装置 | |
CN110322507B (zh) | 一种基于深度重投影和空间一致性特征匹配的方法 | |
CN102999892A (zh) | 基于区域遮罩的深度图像与rgb图像的智能融合方法 | |
CN111366128B (zh) | 一种基于单幅图像的距离信息分析方法 | |
CN113205447A (zh) | 用于车道线识别的道路图片标注方法和装置 | |
CN103810475A (zh) | 一种目标物识别方法及装置 | |
CN109934873B (zh) | 标注图像获取方法、装置及设备 | |
CN105139401A (zh) | 一种深度图中深度的可信度的评估方法 | |
WO2018222122A1 (en) | Methods for perspective correction, computer program products and systems | |
CN114616586A (zh) | 图像标注方法、装置、电子设备及计算机可读存储介质 | |
CN114550117A (zh) | 一种图像检测方法和装置 | |
CN110197104B (zh) | 基于车辆的测距方法及装置 | |
CN111998834B (zh) | 一种裂缝监测方法及系统 | |
CN110910457B (zh) | 基于角点特征的多光谱立体相机外参计算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |