CN111473767A - 一种远程测距方法及装置 - Google Patents
一种远程测距方法及装置 Download PDFInfo
- Publication number
- CN111473767A CN111473767A CN202010298279.1A CN202010298279A CN111473767A CN 111473767 A CN111473767 A CN 111473767A CN 202010298279 A CN202010298279 A CN 202010298279A CN 111473767 A CN111473767 A CN 111473767A
- Authority
- CN
- China
- Prior art keywords
- image
- point
- distance measuring
- measured
- distance
- 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
- 238000000691 measurement method Methods 0.000 title abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 75
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims description 19
- 238000003708 edge detection Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000005764 inhibitory process Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 36
- 238000001179 sorption measurement Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
- G01C11/30—Interpretation of pictures by triangulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
本申请实施例提供一种远程测距方法及装置,涉及物体测距领域,该方法包括:获取待测距物体的待测距图像,并显示待测距图像;在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中的对应位置来进行边缘吸附处理,得到准确的第一测距点和第二测距点;根据第一测距点和第二测距点进行点间距测量,得到测距结果。可见,实施这种实施方式,能够提高测距的效率,同时还能提高测距的精度。
Description
技术领域
本申请涉及物体测距领域,具体而言,涉及一种远程测距方法及装置。
背景技术
目前,随着社会的不断发展,原来越多的场景中需要对某些物体进行相应的测距,这就使得对于测距所需要付出的人力资源和物力资源将会有较大的增加。其中,工作人员在目前的测距过程中,通常会使用测量尺进行物体测距,以得到测距结果。然而,在实践中发现,目前工作人员所使用的测距方法效率较低,且测距结果不可避免地存在人为误差,从而导致了测距结果的精度较低。
发明内容
本申请实施例的目的在于提供一种远程测距方法及装置,能够提高测距的效率,同时还能提高测距的精度。
本申请实施例第一方面提供了一种远程测距方法,所述方法包括:
获取待测距物体的待测距图像,并显示所述待测距图像;
在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中确定出第一测距点和第二测距点;
根据所述第一测距点和所述第二测距点进行点间距测量,得到测距结果。
在上述实现过程中,该远程测距方法可以优先获取待测距物体的待测距图像,并显示待测距图像;然后,再检测与待测距图像相对应的测距点点选指令;当检测到与待测距图像相对应的测距点点选指令时,该方法可以根据测距点点选指令在待测距图像中确定出第一测距点和第二测距点;以使该方法可以进一步根据第一测距点和第二测距点进行点间距测量,得到测距结果。可见,实施这种实施方式,能够根据用户的操作而生成的测距点点选指令来自动确定第一测距点和第二测距点,以使该方法可以根据准确获取到第一测距点和第二测距点来进行点间距测量,得到准确的测距结果,从而消除了人为误差的干扰,提高了测距的准确性。
进一步地,所述获取待测距物体的待测距图像,并显示所述待测距图像的步骤包括:
获取所述待测距物体的物体图像;
对所述物体图像进行预处理,得到预处理图像;
对所述预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像;
显示所述待测距图像。
在上述实现过程中,该方法在获取待测距物体的待测距图像,并显示待测距图像的过程中,可以优先获取待测距物体的物体图像;再对物体图像进行预处理,得到预处理图像;然后,再对预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像;最后显示待测距图像;其中,待测距图像可以突出显示上述边缘线段特征。可见,实施这种实施方式,能够优先对图像进行预处理,从而使得预处理图像可以便于边缘检测的进行,并在预处理图像获取到之后,还能够提取出边缘线段特征,以使最终待测距图像能够显示出准确的边缘线段特征,从而便于第一测距点和第二测距点的准确确定,进而提高了测距结果的获取精度。
进一步地,所述对所述预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像的步骤包括:
对所述预处理图像滤波去噪,得到平滑图像;
获取所述平滑图像包括的梯度信息;
根据所述梯度信息对所述平滑图像进行非最大抑制处理,得到边界线段;
根据双阈值处理规则对所述边界线段进行分类处理,得到强边界线段和弱边界线段;
根据预设的滞后阈值对所述强边界线段和所述弱边界线段进行边界跟踪处理,得到边缘线段特征;
叠加所述边缘线段特征与所述预处理图像,得到具有边缘线段特征的待测距图像。
在上述实现过程中,该方法在对预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像的过程中,可以优先对预处理图像滤波去噪,得到平滑图像;然后,再获取平滑图像包括的梯度信息;再然后,根据梯度信息对平滑图像进行非最大抑制处理,得到边界线段;并根据双阈值处理规则对边界线段进行分类处理,得到强边界线段和弱边界线段;在强边界线段和弱边界线段皆被获取到之后,该方法将根据预设的滞后阈值对强边界线段和弱边界线段进行边界跟踪处理,得到边缘线段特征;并在最后叠加边缘线段特征与预处理图像,得到具有边缘线段特征的待测距图像。可见,实施这种实施方式,能够应用高斯滤波来平滑图像以去除噪声,并在之后找寻图像的强度梯度、应用非最大抑制技术来消除边误检、应用双阈值的方法来决定可能的边界,并在最后利用滞后技术来跟踪边界,从而实现了一种能够准确可靠地进行边缘检测的方法,进而提高了边缘线段特征的获取精度,并获取到了具有边缘线段特征的待测距图像,进而能够提高测距结果的精度。
进一步地,所述在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中确定出第一测距点和第二测距点的步骤包括:
在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中提取局部图像;
根据所述测距点点选指令在所述局部图像中确定出第一点选点和第二点选点;
根据所述局部图像、所述第一点选点和所述第二点选点,在所述待测距图像中确定出第一测距点和第二测距点。
在上述实现过程中,该方法在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中确定出第一测距点和第二测距点的过程中,可以优先在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中提取局部图像;然后再根据测距点点选指令在局部图像中确定出第一点选点和第二点选点;最后再根据局部图像、第一点选点和第二点选点,在待测距图像中确定出第一测距点和第二测距点。可见,实施这种实施方式,能够根据测距点点选指令选定局部图像,以解决图像处理算法处理全部图片速度缓慢的问题,从而实现了图像处理效率的提高,进而提高了远程测距结果的获取效率。
进一步地,所述根据所述测距点点选指令在所述局部图像中确定出第一点选点和第二点选点步骤包括:
确定所述测距点点选指令包括的第一子点选指令和第二子点选指令;
根据所述边缘线段特征、第一子点选指令以及第二子点选指令,在所述局部图像中确定出与所述第一子点选指令相对应的第一点选点和与所述第二子点选指令相对应的第二点选点;其中,所述第一点选点吸附于所述边缘线段特征处,所述第二点选点吸附于所述边缘线段特征处。
在上述实现过程中,该方法可以在根据测距点点选指令在局部图像中确定出第一点选点和第二点选点的过程中,优先确定测距点点选指令包括的第一子点选指令和第二子点选指令;然后再根据边缘线段特征、第一子点选指令以及第二子点选指令,在局部图像中确定出第一点选点和第二点选点。可见,实施这种实施方式,能够在局部图像中进行点选点的确定,从而提高点选点的获取效率,并且能够提高测距结果的精度。
本申请实施例第二方面提供了一种远程测距装置,所述远程测距装置包括:
获取单元,用于获取待测距物体的待测距图像,并显示所述待测距图像;
确定单元,用于在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中确定出第一测距点和第二测距点;
测量单元,用于根据所述第一测距点和所述第二测距点进行点间距测量,得到测距结果。
在上述实现过程中,该远程测距装置可以通过获取单元来获取待测距物体的待测距图像,并显示待测距图像;然后,通过确定单元在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中确定出第一测距点和第二测距点;再然后,通过测量单元来根据第一测距点和第二测距点进行点间距测量,得到测距结果。可见,实施这种实施方式,该远程测距装置可以通过多个单元的协同工作实现测距结果的准确获取,并且该远程测距装置还能够通过多个单元各自的针对性工作,提高工作质量,提高工作效率,从而得到准确的测距结果;另一方面,实施这种实施方式,还能够根据用户的操作而生成的测距点点选指令来自动确定第一测距点和第二测距点,以使该方法可以根据准确获取到第一测距点和第二测距点来进行点间距测量,得到准确的测距结果,从而消除了人为误差的干扰,提高了测距的准确性。
进一步地,所述获取单元包括:
获取子单元,用于获取所述待测距物体的物体图像;
预处理子单元,用于对所述物体图像进行预处理,得到预处理图像;
检测子单元,用于对所述预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像;
显示子单元,用于显示所述待测距图像。
在上述实现过程中,该获取单元可以通过获取子单元来获取待测距物体的物体图像;再通过预处理子单元来对物体图像进行预处理,得到预处理图像;然后,再通过检测子单元来对预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像;最后,通过显示子单元来显示待测距图像。可见,实施这种实施方式,能够优先对图像进行预处理,从而使得预处理图像可以便于边缘检测的进行,并在预处理图像获取到之后,还能够提取出边缘线段特征,以使最终待测距图像能够显示出准确的边缘线段特征,从而便于第一测距点和第二测距点的准确确定,进而提高了测距结果的获取精度。
进一步地,所述确定单元包括:
提取子单元,用于在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中提取局部图像;
确定子单元,用于根据所述测距点点选指令在所述局部图像中确定出第一点选点和第二点选点;
所述确定子单元,还用于根据所述局部图像、所述第一点选点和所述第二点选点,在所述待测距图像中确定出第一测距点和第二测距点。
在上述实现过程中,该确定单元可以通过提取子单元在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中提取局部图像;再通过确定子单元来根据测距点点选指令在局部图像中确定出第一点选点和第二点选点;再通过确定子单元来根据局部图像、第一点选点和第二点选点,在待测距图像中确定出第一测距点和第二测距点。可见,实施这种实施方式,能够根据测距点点选指令选定局部图像,以解决图像处理算法处理全部图片速度缓慢的问题,从而实现了图像处理效率的提高,进而提高了远程测距结果的获取效率。
本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的远程测距方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的远程测距方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种远程测距方法的流程示意图;
图2为本申请实施例提供的另一种远程测距方法的流程示意图;
图3为本申请实施例提供的一种远程测距装置的结构示意图;
图4为本申请实施例提供的另一种远程测距装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
请参看图1,图1为本申请实施例提供了一种远程测距方法的流程示意图。该远程测距方法可以应用于具有客户端(即后述的远程测距装置)、摄像头、激光测距仪、角度传感器等装置的远程测距系统中;具体的,该方法可以在客户端中显示摄像头所拍摄的图像,并在用户操作时,由客户端生成测距点点选指令,并在上述图像中进行测距点的确定,以使该系统可以提供该测距点的各种距离信息和角度信息,从而自动计算出两点之间的距离。其中,该远程测距方法包括:
S101、获取待测距物体的待测距图像,并显示待测距图像。
本实施例中,该方法可以通过多种方式获取待测距物体的待测据图像,其中包括但不限于由摄像头等摄像设备获取的图像的方式。
本实施例中,待测距物体可以为建筑物或其他物体,对此本实施例中不作任何限定。
在本实施例中,待测距物体可以为建筑物中的某一窗户。
在本实施例中,待测距物体还可以为某片地域中的任何一个物体。
本实施例中,待测距图像为包括待测距物体的图像。
在本实施例中,当待测距物体为建筑物中的某一窗户时,该待测距图像可以为建筑物完整图像。
本实施例中,对于待测距图像的显示方式不做任何限定,其中该显示方式可以包括通过远程测距装置的显示屏幕进行显示的方式。
在本实施例中,远程测距装置可以为远程测距系统中的客户端。
S102、在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中确定出第一测距点和第二测距点。
本实施例中,测距点点选指令由用户操作所生成,对于用户的操作本实施例中不作任何限定。
在本实施例中,用于生成测距点点选指令的用户操作可以包括触控操作、画圈操作以及划线操作等。
在本实施例中,测距点点选指令是远程测距装置能够识别的计算值指令。
本实施例中,该方法可以根据测距点点选指令与远程测距装置所包括的显示屏之间的物理关系确定测距点点选指令于待测距图像中的图像坐标。
在本实施例中,测距点点选指令可以包括第一子点选指令和第二子点选指令,该两个测距点点选指令用于点选待测距图像中想要测距的始末位置,相应的,该两个测距点点选指令对应第一测距点和第二测距点。
在本实施例中,第一测距点为待测距图像中的测距起始点或终止点,第二测距点为待测距图像中的终止点或起始点。
S103、根据第一测距点和第二测距点进行点间距测量,得到测距结果。
本实施例中,第一测距点和第二测距点被确定之后,该方法可以通过激光测距仪获取激光测距仪至第一测距点对应位置(实际位置,即待测距图像中图像位置对应的实际位置)之间的第一距离,再通过激光测距仪获取激光测距仪至第二测距点对应位置(同上)之间的第二距离,并通过角度传感器来获取第一距离和第二距离之间的夹角(其中,第一距离和第二距离皆指矢量距离);在获取到第一距离、第二距离以及两者之间的夹角之后,通过计算得到第一测距点对应位置与第二测距点对应位置之间的间距信息,并确定该距离信息为测距结果。
本实施例中,该方法的执行主体可以为计算机、服务器等计算装置,对此本实施例中不作任何限定。
在本实施例中,该方法的执行主体还可以为智能手机和平板等智能设备,对此本实施例中不作任何限定。
可见,实施图1所描述的远程测距方法,能够优先获取待测距物体的待测距图像,并显示待测距图像;然后,再检测与待测距图像相对应的测距点点选指令;当检测到与待测距图像相对应的测距点点选指令时,该方法可以根据测距点点选指令在待测距图像中确定出第一测距点和第二测距点;以使该方法可以进一步根据第一测距点和第二测距点进行点间距测量,得到测距结果。可见,实施这种实施方式,能够根据用户的操作而生成的测距点点选指令来自动确定第一测距点和第二测距点,以使该方法可以根据准确获取到第一测距点和第二测距点来进行点间距测量,得到准确的测距结果,从而消除了人为误差的干扰,提高了测距的准确性。
实施例2
请参看图2,图2为本申请实施例提供的另一种远程测距方法的流程示意图。图2所描述的远程测距方法的流程示意图是根据图1所描述的远程测距方法的流程示意图进行改进得到的。其中,该远程测距方法包括:
S201、获取待测距物体的物体图像。
本实施例中,待测距物体可以是建筑物窗户,物体图像可以是包括建筑物窗户的建筑物图像。
S202、对物体图像进行预处理,得到预处理图像。
本实施例中,该预处理可以包括图像锐化处理。
在本实施例中,该预处理还可以用霍夫变换(hough)来做直线检测。
在本实施例中,该预处理还可以为采用线段提取算法(lsd算法)进行的直线特征提取处理。
在本实施例中,无论和中预处理方式,皆是为后续处理进行准备工作,以使后续处理步骤的效果更好,线段特征获取精度更高。
本实施例中,预处理图像可以为包括预处理信息(即上述的锐化结果或直线检测结果等)的图像信息。
本实施例中,在对物体图像进行预处理,得到预处理图像的步骤之后可以进行对预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像的步骤;而该对预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像的步骤可以包括下述步骤S203~S208中所描述的内容。
S203、对预处理图像滤波去噪,得到平滑图像。
本实施例中,该步骤可以理解成一种应用高斯滤波来平滑图像的步骤,其目的是去除噪声。
S204、获取平滑图像包括的梯度信息。
本实施例中,该步骤可以理解为在平滑图像中找寻一幅图像中灰度强度变化最强的位置。所谓变化最强,即指梯度方向。平滑后的图像中每个像素点的梯度可以由Sobel算子(一种卷积运算)来获得(opencv中有封装好的函数,可以求图像中每个像素点的n阶导数)。
S205、根据梯度信息对平滑图像进行非最大抑制处理,得到边界线段。
本实施例中,这一步的目的是将模糊的边界变得清晰。通俗的讲,就是保留了每个像素点上梯度强度的极大值,而删掉其他的值。对于每个像素点,进行如下操作:
a)将其梯度方向近似为以下值中的一个(0,45,90,135,180,225,270,315)(即上下左右和45度方向);
b)比较该像素点,和其梯度方向正负方向的像素点的梯度强度;
c)如果该像素点梯度强度最大则保留,否则抑制(删除,即置为0)。
S206、根据双阈值处理规则对边界线段进行分类处理,得到强边界线段和弱边界线段。
本实施例中,该种双阈值的技术,可以设定一个阈值上界和阈值下界(opencv中通常由人为指定的),图像中的像素点如果大于阈值上界则认为必然是边界(称为强边界,strong edge),小于阈值下界则认为必然不是边界,两者之间的则认为是候选项(称为弱边界,weak edge),需进行进一步处理。
S207、根据预设的滞后阈值对强边界线段和弱边界线段进行边界跟踪处理,得到边缘线段特征。
本实施例中,该步骤可以理解为确定和强边界相连的弱边界是边界,其他的弱边界不是边界。
本实施例中,该步骤可以获取到预处理图像中测量物体的边缘线段特征。
实施这种实施方式,能够针对预处理图像采用Canny边缘检测算法进行边缘线段特征提取。
S208、叠加边缘线段特征与预处理图像,得到具有边缘线段特征的待测距图像。
本实施例中,该步骤可以将提取到的边缘线段特征叠加在预处理图像。
实施这种实施方式,能够针对预处理图像采用Canny边缘检测算法进行边缘线段特征提取之后,再根据边缘线段特征与人为设置参数确定出叠加在预处理图像进行特殊显示的综合图像,即待测距图像。
举例来说,待测距图像可以为包括所有线条加粗加亮的建筑物图像。
S209、显示待测距图像。
本实施例中,待测距图像可以显示在远程测距装置的显示屏幕上。
S210、在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中提取局部图像。
本实施例中,该步骤可以解决图像处理算法处理全部图片速度缓慢的问题。
在本实施例中,该方法可以将操作控制在局部图像中,从而减少对内存的消耗,提高后续的步骤的执行效率。
举例来说,该方法可以以鼠标(测距点点选指令)为中心,进行待测距图像的局部选中,以使局部图像可以被获取得到。
在本实施例中,该步骤可以应用于预处理图像中,以使上述图像处理操作、提取线段边缘轮廓的操作可以再局部图像中进行,从而能够有效提高测距效率,也能够便于用户选中操作(因为局部图像是放大的图像)。
本实施例中,该步骤可以理解为用户操作远程测距装置进行待测点(即测距点)选取的过程。
S211、根据测距点点选指令在局部图像中确定出第一点选点和第二点选点。
作为一种可选的实施方式,根据测距点点选指令在局部图像中确定出第一点选点和第二点选点的步骤可以包括:
确定测距点点选指令包括的第一子点选指令和第二子点选指令;
根据所述边缘线段特征、第一子点选指令以及第二子点选指令,在所述局部图像中确定出与所述第一子点选指令相对应的第一点选点和与所述第二子点选指令相对应的第二点选点;其中,所述第一点选点吸附于所述边缘线段特征处,所述第二点选点吸附于所述边缘线段特征处。
本实施例中,第一子点选指令和第二子点选指令对应待测距图像中待测距物体的始末位置。
举例来说,测距点点选指令为线条时,第一子点选指令为线条的起始端,第二子点选指令为线条的终点段。
本实施例中,当测距点点选指令由鼠标点击生成时,远程测距装置可以根据鼠标点选位置(第一点选指令对应的位置)的坐标进行阈值计算,并在一定的阈值范围内时,进行自动纠偏(自动捕捉到待测物体的边缘特征,使得呈十字标记状态的鼠标点自动吸附在待测物体的边缘位置处)。
在本实施例中,该方法在检测到“取消确定”的指令时,可以重新执行“根据边缘线段特征、第一子点选指令以及第二子点选指令,在局部图像中确定出第一点选点和第二点选点”的步骤,也可以跳过“根据边缘线段特征、第一子点选指令以及第二子点选指令,在局部图像中确定出第一点选点和第二点选点”的步骤并直接执行步骤S212。
在本实施例中,该种实施方式可以是采用鼠标右键点选的方式或者通过按住指定键进行取消操作,以便于人工核实确定结果与确定效果。
S212、根据局部图像、第一点选点和第二点选点,在待测距图像中确定出第一测距点和第二测距点。
本实施例中,该步骤将确定过程限定在了局部图像中,从而实现了一种提高精度的效果。
S213、根据第一测距点和第二测距点进行点间距测量,得到测距结果。
实施这种实施方式,可以于远程测距装置中设计相应操作,以便于提高人机交互的操作准确性,从而保证测量的准确性;进而辅以对激光测距与等装置对目标点的测量距离进行校准、校正的操作来进一步高正测量的精度。
本实施例中,该方法还可以通过视频图像的识别功能(即局部图像的获取),来分解或拆分图像中的图像信息,并在鼠标选中位置(即生成测距点点选指令的操作)时进行细节拆解,以使图像中可以出现一系列模型的框架或边界线(即边缘线段特征),对具体位置进行提示,以使用户可以利用鼠标准确点取实测两点的位置(此过程还可以通过放大缩小屏幕来进行细节的找准)。
实施这种实施方式,能够使得人机交互层面测量方法的迭代升级,从而提高远程测距装置的测量准确性,提升用户操作友好性。
可见,实施图2所描述的远程测距方法,能够根据用户的操作而生成的测距点点选指令来自动确定第一测距点和第二测距点,以使该方法可以根据准确获取到第一测距点和第二测距点来进行点间距测量,得到准确的测距结果,从而消除了人为误差的干扰,提高了测距的准确性。
实施例3
请参看图3,图3为本申请实施例提供的一种远程测距装置的结构示意图。其中,该远程测距装置包括:
获取单元310,用于获取待测距物体的待测距图像,并显示待测距图像;
确定单元320,用于在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中确定出第一测距点和第二测距点;
测量单元330,用于根据第一测距点和第二测距点进行点间距测量,得到测距结果。
本实施例中,对于远程测距装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施图3所描述的远程测距装置,能够通过获取单元310来获取待测距物体的待测距图像,并显示待测距图像;然后,通过确定单元320在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中确定出第一测距点和第二测距点;再然后,通过测量单元330来根据第一测距点和第二测距点进行点间距测量,得到测距结果。可见,实施这种实施方式,该远程测距装置可以通过多个单元的协同工作实现测距结果的准确获取,并且该远程测距装置还能够通过多个单元各自的针对性工作,提高工作质量,提高工作效率,从而得到准确的测距结果;另一方面,实施这种实施方式,还能够根据用户的操作而生成的测距点点选指令来自动确定第一测距点和第二测距点,以使该方法可以根据准确获取到第一测距点和第二测距点来进行点间距测量,得到准确的测距结果,从而消除了人为误差的干扰,提高了测距的准确性。
实施例4
请参看图4,图4为本申请实施例提供的另一种远程测距装置的结构示意图。图4所描述的远程测距装置的结构示意图是根据图3所描述的远程测距装置的结构示意图进行改进得到的。其中,上述获取单元310包括:
获取子单元311,用于获取待测距物体的物体图像;
预处理子单元312,用于对物体图像进行预处理,得到预处理图像;
检测子单元313,用于对预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像;
显示子单元314,用于显示待测距图像。
作为一种可选的实施方式,检测子单元313具体用于对预处理图像滤波去噪,得到平滑图像;获取平滑图像包括的梯度信息;根据梯度信息对平滑图像进行非最大抑制处理,得到边界线段;根据双阈值处理规则对边界线段进行分类处理,得到强边界线段和弱边界线段;根据预设的滞后阈值对强边界线段和弱边界线段进行边界跟踪处理,得到边缘线段特征;叠加边缘线段特征与预处理图像,得到具有边缘线段特征的待测距图像。
作为一种可选的实施方式,确定单元320包括:
提取子单元321,用于在接收到与待测距图像相对应的测距点点选指令时,根据测距点点选指令在待测距图像中提取局部图像;
确定子单元322,用于根据测距点点选指令在局部图像中确定出第一点选点和第二点选点;
确定子单元322,还用于根据局部图像、第一点选点和第二点选点,在待测距图像中确定出第一测距点和第二测距点。
作为一种可选的实施方式,确定子单元322在根据测距点点选指令在局部图像中确定出第一点选点和第二点选点时,具体可以优先确定测距点点选指令包括的第一子点选指令和第二子点选指令;再根据边缘线段特征、第一子点选指令以及第二子点选指令,在局部图像中确定出第一点选点和第二点选点。
本实施例中,对于远程测距装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施图4所描述的远程测距装置,能够根据用户的操作而生成的测距点点选指令来自动确定第一测距点和第二测距点,以使该方法可以根据准确获取到第一测距点和第二测距点来进行点间距测量,得到准确的测距结果,从而消除了人为误差的干扰,提高了测距的准确性。
本申请实施例提供了一种电子设备,包括存储器以及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使电子设备执行本申请实施例1或实施例2中任一项远程测距方法。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,计算机程序指令被一处理器读取并运行时,执行本申请实施例1或实施例2中任一项远程测距方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
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、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种远程测距方法,其特征在于,所述方法包括:
获取待测距物体的待测距图像,并显示所述待测距图像;
在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中确定出第一测距点和第二测距点;
根据所述第一测距点和所述第二测距点进行点间距测量,得到测距结果。
2.根据权利要求1所述的远程测距方法,其特征在于,所述获取待测距物体的待测距图像,并显示所述待测距图像的步骤包括:
获取所述待测距物体的物体图像;
对所述物体图像进行预处理,得到预处理图像;
对所述预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像;
显示所述待测距图像。
3.根据权利要求2所述的远程测距方法,其特征在于,所述对所述预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像的步骤包括:
对所述预处理图像滤波去噪,得到平滑图像;
获取所述平滑图像包括的梯度信息;
根据所述梯度信息对所述平滑图像进行非最大抑制处理,得到边界线段;
根据双阈值处理规则对所述边界线段进行分类处理,得到强边界线段和弱边界线段;
根据预设的滞后阈值对所述强边界线段和所述弱边界线段进行边界跟踪处理,得到边缘线段特征;
叠加所述边缘线段特征与所述预处理图像,得到具有边缘线段特征的待测距图像。
4.根据权利要求3所述的远程测距方法,其特征在于,所述在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中确定出第一测距点和第二测距点的步骤包括:
在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中提取局部图像;
根据所述测距点点选指令在所述局部图像中确定出第一点选点和第二点选点;
根据所述局部图像、所述第一点选点和所述第二点选点,在所述待测距图像中确定出第一测距点和第二测距点。
5.根据权利要求4所述的远程测距方法,其特征在于,所述根据所述测距点点选指令在所述局部图像中确定出第一点选点和第二点选点步骤包括:
确定所述测距点点选指令包括的第一子点选指令和第二子点选指令;
根据所述边缘线段特征、第一子点选指令以及第二子点选指令,在所述局部图像中确定出与所述第一子点选指令相对应的第一点选点和与所述第二子点选指令相对应的第二点选点;其中,所述第一点选点吸附于所述边缘线段特征处,所述第二点选点吸附于所述边缘线段特征处。
6.一种远程测距装置,其特征在于,所述远程测距装置包括:
获取单元,用于获取待测距物体的待测距图像,并显示所述待测距图像;
确定单元,用于在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中确定出第一测距点和第二测距点;
测量单元,用于根据所述第一测距点和所述第二测距点进行点间距测量,得到测距结果。
7.根据权利要求6所述的远程测距装置,其特征在于,所述获取单元包括:
获取子单元,用于获取所述待测距物体的物体图像;
预处理子单元,用于对所述物体图像进行预处理,得到预处理图像;
检测子单元,用于对所述预处理图像进行边缘检测,得到具有边缘线段特征的待测距图像;
显示子单元,用于显示所述待测距图像。
8.根据权利要求7所述的远程测距装置,其特征在于,所述确定单元包括:
提取子单元,用于在接收到与所述待测距图像相对应的测距点点选指令时,根据所述测距点点选指令在所述待测距图像中提取局部图像;
确定子单元,用于根据所述测距点点选指令在所述局部图像中确定出第一点选点和第二点选点;
所述确定子单元,还用于根据所述局部图像、所述第一点选点和所述第二点选点,在所述待测距图像中确定出第一测距点和第二测距点。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的远程测距方法。
10.一种可读存储介质,其特征在于,所述可读取存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至5任一项所述的远程测距方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010298279.1A CN111473767B (zh) | 2020-04-16 | 2020-04-16 | 一种远程测距方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010298279.1A CN111473767B (zh) | 2020-04-16 | 2020-04-16 | 一种远程测距方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111473767A true CN111473767A (zh) | 2020-07-31 |
CN111473767B CN111473767B (zh) | 2022-10-25 |
Family
ID=71754115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010298279.1A Active CN111473767B (zh) | 2020-04-16 | 2020-04-16 | 一种远程测距方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111473767B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116524017A (zh) * | 2023-03-13 | 2023-08-01 | 明创慧远科技集团有限公司 | 一种用于矿山井下检测识别定位系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121824A (zh) * | 2010-12-08 | 2011-07-13 | 中国电信股份有限公司 | 远程测距终端、方法和系统 |
CN104677330A (zh) * | 2013-11-29 | 2015-06-03 | 哈尔滨智晟天诚科技开发有限公司 | 一种小型双目立体视觉测距系统 |
CN106500658A (zh) * | 2016-09-18 | 2017-03-15 | 珠海格力电器股份有限公司 | 一种测距方法、装置及终端 |
CN106911904A (zh) * | 2015-12-17 | 2017-06-30 | 通用电气公司 | 图像处理方法、图像处理系统及成像系统 |
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 |
CN107532881A (zh) * | 2015-05-15 | 2018-01-02 | 华为技术有限公司 | 一种测量的方法及终端 |
CN109443305A (zh) * | 2018-12-11 | 2019-03-08 | 福建汇川物联网技术科技股份有限公司 | 一种测距方法及装置 |
CN109658452A (zh) * | 2018-12-11 | 2019-04-19 | 银河水滴科技(北京)有限公司 | 一种轨距检测方法及装置 |
JP2019066451A (ja) * | 2017-09-28 | 2019-04-25 | キヤノン株式会社 | 画像計測装置、画像計測方法、撮像装置、プログラム |
CN109696158A (zh) * | 2018-05-05 | 2019-04-30 | 福建汇川物联网技术科技股份有限公司 | 距离测量方法、距离测量装置和电子设备 |
CN110827307A (zh) * | 2019-11-04 | 2020-02-21 | 深圳技术大学 | 电子雕刻机高精度图像像素测距方法 |
-
2020
- 2020-04-16 CN CN202010298279.1A patent/CN111473767B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121824A (zh) * | 2010-12-08 | 2011-07-13 | 中国电信股份有限公司 | 远程测距终端、方法和系统 |
CN104677330A (zh) * | 2013-11-29 | 2015-06-03 | 哈尔滨智晟天诚科技开发有限公司 | 一种小型双目立体视觉测距系统 |
CN107532881A (zh) * | 2015-05-15 | 2018-01-02 | 华为技术有限公司 | 一种测量的方法及终端 |
CN106911904A (zh) * | 2015-12-17 | 2017-06-30 | 通用电气公司 | 图像处理方法、图像处理系统及成像系统 |
CN106500658A (zh) * | 2016-09-18 | 2017-03-15 | 珠海格力电器股份有限公司 | 一种测距方法、装置及终端 |
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 |
JP2019066451A (ja) * | 2017-09-28 | 2019-04-25 | キヤノン株式会社 | 画像計測装置、画像計測方法、撮像装置、プログラム |
CN109696158A (zh) * | 2018-05-05 | 2019-04-30 | 福建汇川物联网技术科技股份有限公司 | 距离测量方法、距离测量装置和电子设备 |
CN109443305A (zh) * | 2018-12-11 | 2019-03-08 | 福建汇川物联网技术科技股份有限公司 | 一种测距方法及装置 |
CN109658452A (zh) * | 2018-12-11 | 2019-04-19 | 银河水滴科技(北京)有限公司 | 一种轨距检测方法及装置 |
CN110827307A (zh) * | 2019-11-04 | 2020-02-21 | 深圳技术大学 | 电子雕刻机高精度图像像素测距方法 |
Non-Patent Citations (1)
Title |
---|
王志喜等: "《计算机图形图像技术》", 31 January 2018, 中国矿业大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116524017A (zh) * | 2023-03-13 | 2023-08-01 | 明创慧远科技集团有限公司 | 一种用于矿山井下检测识别定位系统 |
CN116524017B (zh) * | 2023-03-13 | 2023-09-19 | 明创慧远科技集团有限公司 | 一种用于矿山井下检测识别定位系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111473767B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2917754B1 (en) | Image processing method, particularly used in a vision-based localization of a device | |
CN109376631B (zh) | 一种基于神经网络的回环检测方法及装置 | |
CN106774936B (zh) | 人机交互方法及系统 | |
JP2019079553A (ja) | ビジョンシステムでラインを検出するためのシステム及び方法 | |
KR101272448B1 (ko) | 관심영역 검출 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록매체 | |
CN107274450B (zh) | 信息处理装置及其控制方法 | |
WO2013188309A1 (en) | Accelerated geometric shape detection and accurate pose tracking | |
CN116958145B (zh) | 图像处理方法、装置、视觉检测系统及电子设备 | |
CN106651801A (zh) | 一种光斑定位时去除噪声的方法及系统 | |
KR101032446B1 (ko) | 영상의 정점 검출 장치 및 방법 | |
US20170345184A1 (en) | Three-dimensional information restoration device, three-dimensional information restoration system, and three-dimensional information restoration method | |
CN109948521A (zh) | 图像纠偏方法和装置、设备及存储介质 | |
CN116071790A (zh) | 掌静脉图像质量评估方法、装置、设备及存储介质 | |
CN111473767B (zh) | 一种远程测距方法及装置 | |
CN111260564A (zh) | 一种图像处理方法和装置及计算机存储介质 | |
CN110619672A (zh) | 图形边缘线选取方法、机器可读存储介质及数据处理设备 | |
Reddy et al. | Canny scale edge detection | |
JP2015507736A (ja) | ターゲットサイズを見積もるためのシステム及び方法 | |
JP6786015B1 (ja) | 動作分析システムおよび動作分析プログラム | |
US9135715B1 (en) | Local feature cameras for structure from motion (SFM) problems with generalized cameras | |
CN110310336B (zh) | 一种触控投影系统及图像处理方法 | |
CN111141217A (zh) | 物体测量方法、装置、终端设备及计算机存储介质 | |
JP2019220163A (ja) | ビジョンシステムでラインを検出するためのシステム及び方法 | |
KR102444074B1 (ko) | 적외선 영상에서 표적 검출 방법 및 장치 | |
CN108629788B (zh) | 一种图像边缘检测方法、装置、设备及可读存储介质 |
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 |