CN112396651B - 一种通过二角度图像实现设备定位的方法 - Google Patents
一种通过二角度图像实现设备定位的方法 Download PDFInfo
- Publication number
- CN112396651B CN112396651B CN202011149883.4A CN202011149883A CN112396651B CN 112396651 B CN112396651 B CN 112396651B CN 202011149883 A CN202011149883 A CN 202011149883A CN 112396651 B CN112396651 B CN 112396651B
- Authority
- CN
- China
- Prior art keywords
- cameras
- measured
- angle
- coordinates
- calibration object
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及设备定位技术领域,提供了一种通过二角度图像实现设备定位的方法,包括:在平面地图上建立二维坐标系;在二维坐标系中,选定至少两个摄像机以及一个标定物并获取坐标;通过摄像机和标定物的坐标,计算标定物分别与两个摄像机连线的倾斜角;在拍摄的图像中,通过比较待测物与标定物的水平像素差,计算得出待测物和标定物分别与两个摄像机连线映射到水平面上的夹角,再结合标定物分别与两个摄像机连线的倾斜角,计算出待测物分别与两个摄像机连线的倾斜角;并建立待测物坐标表达式;将两个摄像机的坐标,以及待测物分别与两个摄像机连线的倾斜角,带入该坐标表达式,获得待测物在二维坐标系中的坐标。
Description
技术领域
本发明涉及设备定位技术领域,具体涉及一种通过二角度图像实现设备定位的方法。
背景技术
变电站中的电气设备数量众多,电气设备的监测与维护至关重要。一种较经济的方法是:用摄像机对待测场地进行拍照取样,然后利用图像处理技术可以判别当前图像中是否存在异常设备。通过该方法可以判别摄像机当前捕获图像中是否有异常设备,但无法定位异常设备的位置,因而还需要工作人员人工审核异常设备的图像,才能确定异常设备位置。
因此,如果能在变电站中实现无人参与的异常设备检测与定位,对于实现变电站的无人值守化具有重要意义。借助图像处理技术对异常设备的定位是实现异常设备检修自动化的关键一步,也是亟需解决的难题之一。
发明内容
本发明所要解决的技术问题是克服上述现有对异常设备判别后无法定位的缺陷,提供一种通过二角度图像实现设备定位的方法,能够实现对图像中判别的异常设备进行定位。
为实现上述目的,本发明通过以下技术方案得以实现:一种通过二角度图像实现设备定位的方法,用于对待测物进行坐标定位,包括:
步骤一:在包含待检测区域的平面地图上,建立待检测区域的二维坐标系;
步骤二:在待检测区域的二维坐标系中,选定至少两个摄像机以及一个标定物并获取摄像机和标定物的坐标;所述待测物和标定物能够同时被所述的两个摄像机拍摄到;
步骤三:通过所述步骤二中获得的摄像机和标定物的坐标,计算标定物分别与两个摄像机连线的倾斜角;
步骤四:在两个摄像机所拍摄的图像中,通过比较待测物与标定物的水平像素差,计算得出待测物和标定物分别与两个摄像机连线映射到水平面上的夹角;
步骤五:通过所述步骤三中获得的标定物分别与两个摄像机连线的倾斜角、以及所述步骤四中获得的待测物和标定物分别与两个摄像机连线映射到水平面上的夹角,在该二维坐标系中,计算出待测物分别与两个摄像机连线的倾斜角;
步骤六:通过两个摄像机的坐标和所述步骤五中获得的待测物分别与两个摄像机连线的倾斜角,建立待测物分别与两个摄像机连线的直线方程组,获得待测物在二维坐标系中的坐标表达式;
步骤七:将两个摄像机的坐标,以及待测物分别与两个摄像机连线的倾斜角,带入步骤六中获得的待测物在二维坐标系中的坐标表达式,获得待测物在二维坐标系中的坐标。
本发明进一步优选方案为:在所述步骤二的二维坐标系中,确定所述标定物的坐标为(x3,y3),两个摄像机的坐标分别为(x1,y1)和(x2,y2);在所述步骤三中,标定物分别与两个摄像机的连线映射到水平面上的直线为l1和l2,通过坐标(x1,y1)、(x2,y2)和(x3,y3)分别计算出直线l1的倾斜角θ1和直线l2倾斜角θ2。
本发明进一步优选方案为:在所述步骤四中,预先获取摄像机所对应的水平视场角、俯仰角以及输出图像的水平像素宽度,再通过计算输出图像中待测物与标定物的水平像素差与输出图像的水平像素宽度之比,获得待测物和标定物分别与两个摄像机连线映射到水平面上的夹角α和β。
本发明进一步优选方案为:获取待测物分别在两个摄像机所拍摄的图像中的像素坐标(i1,j1)、(i2,j2);获取标定物分别在两个摄像机所拍摄的图像中的像素坐标(i3,j3)、(i4,j4);获取两个摄像机所拍摄的图像的总水平像素w1、w2;
综上所述,本发明具有以下有益效果:首先建立待测区域的二维平面(水平面)坐标系;继而安装2个角度不同的摄像机,并选择1个共同的标定物,获得摄像机和标定物在坐标系中的二维坐标;其次建立待测物、标定物分别与2个摄像机的连线映射到水平面上的直线方程,联立方程求出待测物的坐标表达式;通过比较待测物与标定物在摄像机拍摄图像中的水平像素差可以计算得待测物和标定物分别与2个摄像机连线映射到水平面上的夹角;最后将该夹角值代入到已得出的待测物坐标表达式,得到待测物在水平面上的坐标值。通过上述步骤本发明能够实现异常设备的自动定位,具有较高的准确率,并且具有稳定性好,抗干扰能力强,通用性高等优点,对硬件设备的要求低,能够应用于变电站智能视频监控系统或者是独立目标定位系统。
附图说明
图1是本发明所述定位方法的二维几何模型。
图2是摄像机图像上水平夹角映射到水平面上的几何模型。
图3是本实施例中摄像机1输出图像。
图4是本实施例中摄像机1输出图像。
图5是所述待测物、标定物与摄像机在平面图中的分区情况。
其中:
具体实施方式
以下结合附图对本发明作进一步详细说明。
本实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
如图1-3所示,本发明提供了一种通过二角度图像实现设备定位的方法,用于对待检测区域内待测物进行坐标定位,包括以下步骤:
步骤一:在包含待检测区域的平面地图上,建立待检测区域的二维坐标系。
步骤二:在待检测区域的二维坐标系中,选定两个摄像机以及一个标定物和一个待测物,所述待测物和标定物能够同时被所述的两个摄像机拍摄到。获取的两个摄像机的坐标分别为(x1,y1)和(x2,y2),标定物的坐标为(x3,y3),需要求取的待测物坐标设为(x4,y4)。
步骤三:通过所述步骤二中获得的摄像机和标定物的坐标,计算标定物分别与两个摄像机连线的倾斜角。
具体地,标定物分别与两个摄像机的连线映射到水平面上的直线为l1和l2,通过坐标(x1,y1)、(x2,y2)和(x3,y3)分别计算出直线l1的倾斜角θ1和直线l2倾斜角θ2。直线l1的倾斜角θ1和直线l2倾斜角θ2的计算公式为
步骤四:在两个摄像机所拍摄的图像中,通过比较待测物与标定物的水平像素差,计算得出待测物和标定物分别与两个摄像机连线映射到水平面上的夹角。
具体计算过程如下:预先获取摄像机所对应的水平视场角、俯仰角以及输出图像的水平像素宽度,再通过计算输出图像中待测物与标定物的水平像素差与输出图像的水平像素宽度之比,获得待测物和标定物分别与两个摄像机连线映射到水平面上的夹角α和β。
以下以夹角α为例说明,设单个摄像机在三维空间中的位置为A,映射到水平面上的位置为O,摄像机俯仰角为δ1,摄像机输出图像中待测物与标定物在水平方向上的夹角为γ1,映射到水平面上的夹角为α,在水平面上找2个点B和C,可以构造顶角为γ1的等腰三角形ABC,BC的中点为D,则∠BOC=α,最终可计算得到同理计算出β。
最终获得
式中,δ1、δ1为摄像机俯仰角,一般摄像机采用统一的配置,因此δ1=δ1,γ1、γ2为摄像机输出图像中待测物与标定物在水平方向上的夹角。
在计算γ1和γ2时,先获取待测物分别在两个摄像机所拍摄的图像中的像素坐标(i1,j1)、(i2,j2);获取标定物分别在两个摄像机所拍摄的图像中的像素坐标(i3,j3)、(i4,j4);获取两个摄像机所拍摄的图像的总水平像素w1、w2。
所述γ1和γ2计算公式如下:
步骤五:通过所述步骤三中获得的标定物分别与两个摄像机连线的倾斜角、以及所述步骤四中获得的待测物和标定物分别与两个摄像机连线映射到水平面上的夹角,在该二维坐标系中,计算出待测物分别与两个摄像机连线的倾斜角。
步骤七:将两个摄像机的坐标(x1,y1)、(x2,y2),在这两个相机的输出图像中待测物的像素坐标(i1,j1)、(i2,j2)以及标定物的像素坐标(i3,j3)、(i4,j4),带入公式(6)中,获得待测物在二维坐标系中的坐标。
本发明的实施例如下:
基于三台云台摄像机,选择共计8组标定物与待测物作为测试集。三台摄像机的编号分别为:201、202、205,其中摄像机201与202同高,与205同高。摄像机在水平面上的坐标已知,分别为201:(77.449,80.336)、202:(61.690,83.327)、205:(77.805,115.237)。每组实验中使用2台摄像机进行拍照,2台摄像机共用随机选取的一个坐标已知标定物。8组测试样本的测试条件如表1所示:
表1 8组测试样本的测试条件
摄像机1和摄像机2分别对待测场景进行拍照取样,然后通过图像识别算法在摄像机输出图片上确定待测物与标定物的(像素)坐标信息。2台摄像机的输出图像分别经过处理后如图3、图4所示,图上用方框标出待测物和标定物的位置。摄像机、待测物和标定物在水平面上的分布情况如图5所示。
标定物和待测物在摄像机输出图像上的(像素)坐标信息总结如表2:
表2标定物与待测物在摄像机输出图像上的坐标
将以上坐标信息代入公式(6),得到待测物水平二维坐标的计算结果。将计算结果与待测物坐标的实际值进行比较,计算出绝对误差,结果记录在表3中:
表3待测物水平二维坐标的计算值与实际值比较
从表3中可以看出,所述的通过二角度图像实现设备定位的方法得到的待测物坐标与实际坐标之间的绝对误差范围为(0.275m,2.795m),具有较高的精度。其中,第7组测量数据的绝对误差较大,达到了2m。其原因是,两个摄像机与标定物之间两条连线的夹角过小,摄像机1,摄像机2和标定物近乎在同一直线上,导致测量误差增大。保持摄像机位置不变,重新选择与之连线夹角较大的标定物后,测试结果如第8组所示。可以看出,此时的测量精度有显著提升。
由此可见,本发明能够实现异常设备的自动定位,具有较高的准确率,并且具有稳定性好,抗干扰能力强,通用性高等优点,对硬件设备的要求低,能够应用于变电站智能视频监控系统或者是独立目标定位系统。
上述具体实施方式用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (5)
1.一种通过二角度图像实现设备定位的方法,其特征在于,用于对待测物进行坐标定位,包括:
步骤一:在包含待检测区域的平面地图上,建立待检测区域的二维坐标系;
步骤二:在待检测区域的二维坐标系中,选定至少两个摄像机以及一个标定物并获取摄像机和标定物的坐标;
所述待测物和标定物能够同时被所述的两个摄像机拍摄到;
步骤三:通过所述步骤二中获得的摄像机和标定物的坐标,计算标定物分别与两个摄像机连线的倾斜角;
步骤四:在两个摄像机所拍摄的图像中,通过比较待测物与标定物的水平像素差,计算得出待测物和标定物分别与两个摄像机连线映射到水平面上的夹角;
步骤五:通过所述步骤三中获得的标定物分别与两个摄像机连线的倾斜角、以及所述步骤四中获得的待测物和标定物分别与两个摄像机连线映射到水平面上的夹角,在该二维坐标系中,计算出待测物分别与两个摄像机连线的倾斜角;
步骤六:通过两个摄像机的坐标和所述步骤五中获得的待测物分别与两个摄像机连线的倾斜角,建立待测物分别与两个摄像机连线的直线方程组,获得待测物在二维坐标系中的坐标表达式;
步骤七:将两个摄像机的坐标,以及待测物分别与两个摄像机连线的倾斜角,带入步骤六中获得的待测物在二维坐标系中的坐标表达式,获得待测物在二维坐标系中的坐标;
在所述步骤四中,预先获取摄像机所对应的水平视场角、俯仰角以及输出图像的水平像素宽度,再通过计算输出图像中待测物与标定物的水平像素差与输出图像的水平像素宽度之比,获得待测物和标定物分别与两个摄像机连线映射到水平面上的夹角α和β;
所述夹角α和β的计算公式为
式中,δ1、δ1为摄像机俯仰角,γ1、γ2为摄像机输出图像中待测物与标定物在水平方向上的夹角;
获取待测物分别在两个摄像机所拍摄的图像中的像素坐标(i1,j1)、(i2,j2);
获取标定物分别在两个摄像机所拍摄的图像中的像素坐标(i3,j3)、(i4,j4);
获取两个摄像机所拍摄的图像的总水平像素w1、w2;
2.根据权利要求1所述的通过二角度图像实现设备定位的方法,其特征在于,在所述步骤二的二维坐标系中,确定所述标定物的坐标为(x3,y3),两个摄像机的坐标分别为(x1,y1)和(x2,y2);
在所述步骤三中,标定物分别与两个摄像机的连线映射到水平面上的直线为l1和l2,通过坐标(x1,y1)、(x2,y2)和(x3,y3)分别计算出直线l1的倾斜角θ1和直线l2倾斜角θ2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011149883.4A CN112396651B (zh) | 2020-10-23 | 2020-10-23 | 一种通过二角度图像实现设备定位的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011149883.4A CN112396651B (zh) | 2020-10-23 | 2020-10-23 | 一种通过二角度图像实现设备定位的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112396651A CN112396651A (zh) | 2021-02-23 |
CN112396651B true CN112396651B (zh) | 2021-10-22 |
Family
ID=74596074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011149883.4A Active CN112396651B (zh) | 2020-10-23 | 2020-10-23 | 一种通过二角度图像实现设备定位的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112396651B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114723814A (zh) * | 2022-04-22 | 2022-07-08 | 东莞赋安实业有限公司 | 一种复杂背景下线扫描相机定位高速弱小目标方法 |
CN116386373A (zh) * | 2023-06-05 | 2023-07-04 | 好停车(北京)信息技术有限公司天津分公司 | 车辆定位方法、装置、存储介质及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622767A (zh) * | 2012-03-05 | 2012-08-01 | 广州乐庚信息科技有限公司 | 双目非标定空间定位方法 |
CN108257182A (zh) * | 2016-12-29 | 2018-07-06 | 深圳超多维光电子有限公司 | 一种立体摄像头模组的标定方法及装置 |
CN110779491A (zh) * | 2019-10-08 | 2020-02-11 | 苏州浪潮智能科技有限公司 | 一种水平面上目标测距的方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100567886C (zh) * | 2007-01-15 | 2009-12-09 | 中国北方车辆研究所 | 一种三点定标测量方法 |
CN106559748A (zh) * | 2016-11-15 | 2017-04-05 | 天津大学 | 一种基于直线交比的室内定位方法 |
-
2020
- 2020-10-23 CN CN202011149883.4A patent/CN112396651B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622767A (zh) * | 2012-03-05 | 2012-08-01 | 广州乐庚信息科技有限公司 | 双目非标定空间定位方法 |
CN108257182A (zh) * | 2016-12-29 | 2018-07-06 | 深圳超多维光电子有限公司 | 一种立体摄像头模组的标定方法及装置 |
CN110779491A (zh) * | 2019-10-08 | 2020-02-11 | 苏州浪潮智能科技有限公司 | 一种水平面上目标测距的方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
"Research on multi-camera calibration and point cloud correction method based on three-dimensional calibration object";Lin Huang等;《Optics and Lasers in Engineering》;20181124;第32-41页 * |
"一种图像测量中标定参照物的快速定位方法";高新波;《计算机应用》;20030331;第23卷(第3期);第15-17页 * |
"基于Halcon 的多视角相机标定技术的研究";熊节等;《信息技术》;20180430;第83-87页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112396651A (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112819903B (zh) | 基于l型标定板的相机和激光雷达联合标定的方法 | |
CN104713885B (zh) | 一种用于pcb板在线检测的结构光辅助双目测量方法 | |
CN112396651B (zh) | 一种通过二角度图像实现设备定位的方法 | |
CN109211198B (zh) | 一种基于三目视觉的智能目标检测和测量系统和方法 | |
CN109801333A (zh) | 体积测量方法、装置、系统及计算设备 | |
CN106709955B (zh) | 基于双目立体视觉的空间坐标系标定系统和方法 | |
CN111220120B (zh) | 一种动平台双目测距自校准方法及装置 | |
CN110930382A (zh) | 基于标定板特征点提取的点云拼接精度评估方法及系统 | |
CN110823252A (zh) | 一种多线激光雷达和单目视觉的自动标定方法 | |
CN112102395B (zh) | 一种基于机器视觉的自主巡检的方法 | |
CN111076698A (zh) | 用于标定光电产品安装偏差的观察评估装置及解算方法 | |
CN106033614A (zh) | 一种强视差下的移动相机运动目标检测方法 | |
CN113450416B (zh) | 一种应用于三目相机立体标定的tcsc方法 | |
CN110044266B (zh) | 基于散斑投影的摄影测量系统 | |
CN113567451A (zh) | 一种电缆线缺陷检测以及直径测量方法 | |
CN112767249B (zh) | 一种面向小型管件表面缺陷检测的图像展开拼接方法及系统 | |
JPH1089960A (ja) | 三次元画像計測方法 | |
CN113109259B (zh) | 一种图像的智能导航方法及装置 | |
CN114299153A (zh) | 一种超大电力设备的相机阵列同步标定方法及系统 | |
CN112233063A (zh) | 一种大尺寸圆形物体的圆心定位方法 | |
YU et al. | Bilinear interpolation centroid algorithm used for circular optical target location | |
CN113899737A (zh) | 一种海底气泡检测的方法、装置、电子设备及介质 | |
CN112935562A (zh) | 基于旁轴离线测量的激光精密加工方法 | |
CN112330740A (zh) | 一种基于单目视频的伪双目动态测距方法 | |
CN111899289A (zh) | 一种基于图像特征信息的红外图像与可见光图像的配准方法 |
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 |