CN112781562A - 基于单目摄像机的多目标侦察测距方法 - Google Patents
基于单目摄像机的多目标侦察测距方法 Download PDFInfo
- Publication number
- CN112781562A CN112781562A CN202011592193.6A CN202011592193A CN112781562A CN 112781562 A CN112781562 A CN 112781562A CN 202011592193 A CN202011592193 A CN 202011592193A CN 112781562 A CN112781562 A CN 112781562A
- Authority
- CN
- China
- Prior art keywords
- target
- distance
- height
- calibration
- monocular camera
- 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
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明属于数字图像处理技术领域,具体涉及一种基于单目摄像机的多目标侦察测距方法。所述方法包括:开展多目标识别;选择标定目标,对一个标定目标进行激光测距,获取目标高程基准差值与目标实际高度,作为其他待被动测距目标的参数输入;计算多目标距离,通过标定目标的属性、标定目标框中心点像素位置与所占高度像素数,计算目标的第一距离与第二距离,再为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离。本发明建立了基于单目摄像机的多目标侦察测距方法,实现对多目标的实时、被动、准确距离测量,可被应用于光电侦察系统。
Description
技术领域
本发明属于数字图像处理技术领域,具体涉及一种基于单目摄像机的多目标侦察测距方法。
背景技术
目前,现有光电侦察系统主要具备可见光、红外探测器与激光测距仪三光一体结构。现有光电侦察系统主要采用激光脉冲的主动测距方式对远距离目标进行距离测量与定位,隐蔽性差、易受干扰,而且激光只能单点测距,无法对视场内的多目标同时且实时测距。而现有光电侦察系统并不具备实时被动获取多目标位置信息及距离的功能,有必要提出基于单目摄像机的多目标侦察测距方法,通过单目可见光相机或单个红外相机对远距离场景的侦察与多目标识别,获取多目标框信息,采用基于单目摄像机的多目标侦察测距方法,可同时计算多目标的实时距离信息。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:针对远距离场景目标,如何实现光电侦察系统具备同时、实时、被动对多个目标进行测距的功能。
(二)技术方案
为解决上述技术问题,本发明提供一种基于单目摄像机的多目标侦察测距方法,所述方法包括:
步骤1:采用光电侦察系统的单目摄像系统,对多目标进行识别,获取目标框的中心点像素位置与目标框所占高度像素数信息;
步骤2:将距离视场中心最近的识别目标作为标定目标,通过光电侦察系统的激光测距仪对其进行测距标定,获取标定目标距离并推导出标定目标的高程基准;
步骤3:假设在远距离场景下进入同一视场的多目标在同一高程基准上,即与标定目标具备与单目摄像机的同一高程基准差值,通过标定过的高程基准、单目摄像机俯仰角、焦距以及目标框中心点像素位置与像元尺寸计算其他待测距目标的第一距离;
步骤4:通过标定目标距离、标定目标框所占高度像素数以及焦距与像元尺寸,推算出标定目标高度,与目标的先验高度进行比值,再通过其他待测距目标的先验高度与目标框像素高度,计算出其他待测距目标的第二距离;
步骤5:为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离;权重获取方式是在执行实地侦察多目标侦察测距任务之前,采用光电侦察系统通过以上方法获取目标的第一距离与第二距离,并采用激光测距方式获取目标距离真值,分别计算第一距离与第二距离的误差参数,通过决定系数占比大小分配权重。
其中,所述步骤1中,光电侦察系统的单目摄像系统启动目标识别功能,对视场中的多目标进行识别并标记目标框,获取每个目标的属性类别、目标框中心点像素坐标以及目标框所占高度像素数信息。
其中,所述步骤2中,将距离视场中心最近的识别目标作为标定目标,通过光电侦察系统的激光测距仪对标定目标进行测距标定,获取标定目标的距离、结合标定目标框中心点像素坐标、单目摄像系统俯仰角度、焦距,推导出标定目标的高程基准。
其中,所述步骤3中,只需要对标定目标激光测距一次,其他待测目标的距离可通过被动测距获取,多目标的第一距离包括:通过所述步骤2获取到标定目标的高程基准,假设在远距离场景下进入同一视场的多目标在同一高程基准上,即待被动测距目标与标定目标具备与单目摄像机的同一高程基准差值,通过标定过的高程基准差值、以及单目摄像机俯仰角度、焦距以及目标中心点像素位置与像元尺寸计算其他待测距目标的第一距离。
其中,所述步骤4中,已知标定目标的常识性先验高度,通过标定目标的激光测距的距离、标定目标框所占高度像素数以及焦距与像元尺寸,推算出标定目标的实际高度,标定目标的实际高度与其常识性先验高度会因为光电系统与成像系统因素产生一定误差,将标定目标的实际高度与其常识性先验高度进行比值,作为误差补偿;
通过其他待测距目标的识别结果获取到目标属性,根据目标属性,可获知待测目标的常识性先验高度,与误差补偿相乘,获取到待测目标的实际高度,再通过目标框像素高度与焦距,计算出其他待测距目标的第二距离。
其中,所述待测目标的常识性先验高度为:
对目标属性为人的目标,其常识性先验高度为1.8米;
对目标属性为小轿车的目标,其常识性先验高度为1.5米;
对目标属性为越野车的目标,其常识性先验高度为1.8米;
对目标属性为坦克的目标,其常识性先验高度为3米;
对目标属性为卡车的目标,其常识性先验高度为3米。
其中,所述步骤5,基于单目摄像系统的多目标距离是通过第一距离与第二距离与对应的权重相乘再求和来获得的;第一距离与第二距离分配权重的方式,决定加权计算获取到最终多目标距离的准确程度。
其中,所述权重获取方式是在执行实地侦察多目标侦察测距任务之前,采用光电侦察系统通过以上方法获取目标的第一距离与第二距离,并采用激光测距方式获取目标距离真值,分别计算第一距离与第二距离与真值的误差统计参数,通过距离的决定系数大小分配权重。
其中,所述误差统计是通过决定系数R2进行度量的;在统计学中,R2表示模型预测值和实验值之间的相关系数的平方值;因此,其取值范围从0到1,表达为:
其中:
预测值与实验真值之间的误差越小,R2越大;分别统计计算第一距离与第二距离的R2,进行归一化处理,作为权重值。
其中,所述方法的原理在于分为三个阶段:
第一阶段是开展多目标识别,获取多目标识别信息包括目标类别属性、目标框中心点像素坐标以及目标框所占高度像素数;
第二阶段是选择标定目标,对一个标定目标进行激光测距,获取目标高程基准差值与目标实际高度,作为其他待被动测距目标的参数输入;
第三阶段是计算多目标距离,通过标定目标的属性、标定目标框中心点像素位置与所占高度像素数、以及标定目标的距离、高程基准差值,结合单目摄像机俯仰角、焦距、像元尺寸、目标的常识性先验高度,计算目标的第一距离与第二距离,再为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离。
(三)有益效果
与现有技术相比较,本发明具备如下有益效果:
(1)该基于单目摄像机的多目标侦察测距方法只需发射一次激光信号对标定目标测距,其他多个待测量目标均可利用标定参数进行被动测距,大幅度减少对外发射信号的频率,提高隐蔽性,提升生存能力。
(2)该基于单目摄像机的多目标侦察测距方法是通过图像的多目标识别信息进行计算处理,不需要逐个测距,使得对出现在同一视场中的多个目标同时进行被动测距的方式成为可能,实时性好。
(3)本发明是在现有常见的光电侦察单目摄像系统的基础上实现的,不需要硬件的改动,即可在增加软件算法层面,实现多目标被动实时测距功能,获取到的目标距离可作为多目标威胁评估的重要支撑因素,在军事上具有很高的应用前景。
附图说明
图1为基于单目摄像机的多目标侦察测距方法流程图。
图2为目标的第一距离计算模型。
图3(a)及图3(b)为目标的第二距离计算模型。
图4为基于单目摄像机的多目标侦察测距结果示意图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
为解决上述技术问题,本发明提供一种基于单目摄像机的多目标侦察测距方法,如图1所示,所述方法包括:
步骤1:采用光电侦察系统的单目摄像系统,对多目标进行识别,获取目标框的中心点像素位置与目标框所占高度像素数信息;
步骤2:将距离视场中心最近的识别目标作为标定目标,通过光电侦察系统的激光测距仪对其进行测距标定,获取标定目标距离并推导出标定目标的高程基准;
步骤3:假设在远距离场景下进入同一视场的多目标在同一高程基准上,即与标定目标具备与单目摄像机的同一高程基准差值,通过标定过的高程基准、单目摄像机俯仰角、焦距以及目标框中心点像素位置与像元尺寸计算其他待测距目标的第一距离;
步骤4:通过标定目标距离、标定目标框所占高度像素数以及焦距与像元尺寸,推算出标定目标高度,与目标的先验高度进行比值,再通过其他待测距目标的先验高度与目标框像素高度,计算出其他待测距目标的第二距离;
步骤5:为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离;权重获取方式是在执行实地侦察多目标侦察测距任务之前,采用光电侦察系统通过以上方法获取目标的第一距离与第二距离,并采用激光测距方式获取目标距离真值,分别计算第一距离与第二距离的误差参数,通过决定系数占比大小分配权重。
建立基于单目摄像机的多目标侦察测距方法,实现对多目标的实时、被动、准确距离测量,可被应用于光电侦察系统。
其中,所述步骤1中,光电侦察系统的单目摄像系统启动目标识别功能,对视场中的多目标进行识别并标记目标框,获取每个目标的属性类别、目标框中心点像素坐标以及目标框所占高度像素数信息。
其中,所述步骤2中,采用一种策略选择视场中识别到的其中一个目标作为标定目标,此方法中将距离视场中心最近的识别目标作为标定目标,通过光电侦察系统的激光测距仪对标定目标进行测距标定,获取标定目标的距离、结合标定目标框中心点像素坐标、单目摄像系统俯仰角度、焦距,推导出标定目标的高程基准。
其中,所述步骤3中,只需要对标定目标激光测距一次,其他待测目标的距离可通过被动测距获取,多目标的第一距离包括:通过所述步骤2获取到标定目标的高程基准,假设在远距离场景下进入同一视场的多目标在同一高程基准上,即待被动测距目标与标定目标具备与单目摄像机的同一高程基准差值,通过标定过的高程基准差值、以及单目摄像机俯仰角度、焦距以及目标中心点像素位置与像元尺寸计算其他待测距目标的第一距离。
其中,所述步骤4中,已知标定目标的常识性先验高度,通过标定目标的激光测距的距离、标定目标框所占高度像素数以及焦距与像元尺寸,推算出标定目标的实际高度,标定目标的实际高度与其常识性先验高度会因为光电系统与成像系统因素产生一定误差,将标定目标的实际高度与其常识性先验高度进行比值,作为误差补偿;
通过其他待测距目标的识别结果获取到目标属性,根据目标属性,可获知待测目标的常识性先验高度,与误差补偿相乘,获取到待测目标的实际高度,再通过目标框像素高度与焦距,计算出其他待测距目标的第二距离。
其中,所述待测目标的常识性先验高度为:
对目标属性为人的目标,其常识性先验高度为1.8米;
对目标属性为小轿车的目标,其常识性先验高度为1.5米;
对目标属性为越野车的目标,其常识性先验高度为1.8米;
对目标属性为坦克的目标,其常识性先验高度为3米;
对目标属性为卡车的目标,其常识性先验高度为3米。
其中,所述步骤5,基于单目摄像系统的多目标距离是通过第一距离与第二距离与对应的权重相乘再求和来获得的;第一距离与第二距离分配权重的方式,决定加权计算获取到最终多目标距离的准确程度。
其中,所述权重获取方式是在执行实地侦察多目标侦察测距任务之前,采用光电侦察系统通过以上方法获取目标的第一距离与第二距离,并采用激光测距方式获取目标距离真值,分别计算第一距离与第二距离与真值的误差统计参数,通过距离的决定系数大小分配权重。
其中,所述误差统计是通过决定系数R2进行度量的;在统计学中,R2表示模型预测值和实验值之间的相关系数的平方值;因此,其取值范围从0到1,表达为:
其中:
预测值与实验真值之间的误差越小,R2越大;分别统计计算第一距离与第二距离的R2,进行归一化处理,作为权重值。
其中,所述方法的原理在于分为三个阶段:
第一阶段是开展多目标识别,获取多目标识别信息包括目标类别属性、目标框中心点像素坐标以及目标框所占高度像素数;
第二阶段是选择标定目标,对一个标定目标进行激光测距,获取目标高程基准差值与目标实际高度,作为其他待被动测距目标的参数输入;
第三阶段是计算多目标距离,通过标定目标的属性、标定目标框中心点像素位置与所占高度像素数、以及标定目标的距离、高程基准差值,结合单目摄像机俯仰角、焦距、像元尺寸、目标的常识性先验高度,计算目标的第一距离与第二距离,再为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离。
实施例1
本实施例提供一种基于单目摄像机的多目标侦察测距方法,如图1所示,所述方法包括如下步骤:
步骤1)光电侦察单目摄像系统对多目标进行识别并获取像素;
步骤2)激光测距标定目标获取高程基准;
步骤3)通过高程基准与识别目标位置,计算待测多目标的第一距离;
步骤4)通过标定目标距离与先验高度,计算待测多目标的第二距离;
步骤5)为第一距离与第二距离分配权重,以此加权计算获取待测多目标的最终距离。
步骤1)光电侦察单目摄像系统对多目标进行识别并获取像素。
光电侦察单目摄像系统启动目标识别功能,对视场中的多目标进行识别并标记目标框,获取每个目标的属性类别、目标框中心点像素坐标以及目标框所占高度像素数信息。
步骤2)激光测距标定目标获取高程基准。
将距离视场中心最近的识别目标作为标定目标,通过光电侦察系统的激光测距仪对标定目标进行一次性测距标定。如图2所示,获取标定目标A的第一距离L1、结合标定目标框中心像素点坐标PA与视场中心坐标PO的差值P以及像元尺寸μ、单目摄像系统俯仰角度α、目标相对于光轴的俯仰角度β、焦距f,可推导出标定目标的高程HA与单目摄像系统光心高程HO的差值H作为高程基准,具体计算公式如下:
步骤3)通过高程基准与识别目标位置,计算待测多目标的第一距离。
假设在远距离场景下进入同一视场的多目标在同一高程基准上,因此获取到标定目标的高程基准差值H之后,可认为待被动测距的目标与标定目标具备与单目摄像机的同一高程基准差值,已知目标的高程基准差值、以及单目摄像机俯仰角度、焦距以及目标中心点像素位置与像元尺寸,即可通过式(2)与式(3)计算其他多个待测距目标的第一距离。
步骤4)通过标定目标距离与先验高度,计算待测多目标的第二距离。
如图3(a)所示,通过标定目标的激光测距的距离L1、已知标定目标的常识性先验高度h10,获取标定目标框所占高度像素数b1以及焦距f与像元尺寸μ,推算出标定目标的实际高度h1,标定目标的实际高度与其常识性先验高度会因为光电系统与成像系统因素产生一定误差,将标定目标的实际高度与其常识性先验高度进行比值,作为误差补偿。如图3(b)所示,通过其他待测距目标的识别结果获取到目标属性,根据目标属性,可获知待测目标的常识性先验高度h0(具体见表1),与误差补偿相乘,获取到待测目标的实际高度h,再通过目标框像素高度b与焦距f,计算出其他待测距目标的第二距离L2。
步骤5)为第一距离与第二距离分配权重,以此加权计算获取待测多目标的最终距离。
权重获取方式是在执行实地侦察多目标侦察测距任务之前,采用光电侦察系统通过以上方法获取目标的第一距离与第二距离,并采用激光测距方式获取目标距离真值,分别计算第一距离与第二距离与真值的误差统计参数,通过距离的决定系数R2大小分配权重,再对第一距离与第二距离的R2做归一化处理分别获取权重系数ω1和ω2,目标距离计算公式如下:
L=ω1·L1+ω2·L2
如图4所示,给出了基于单目摄像机的多目标侦察测距结果示意图。标定目标通过激光测距获取到距离,其他多个目标通过以上方法被动获取距离信息。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于单目摄像机的多目标侦察测距方法,其特征在于,所述方法包括:
步骤1:采用光电侦察系统的单目摄像系统,对多目标进行识别,获取目标框的中心点像素位置与目标框所占高度像素数信息;
步骤2:将距离视场中心最近的识别目标作为标定目标,通过光电侦察系统的激光测距仪对其进行测距标定,获取标定目标距离并推导出标定目标的高程基准;
步骤3:假设在远距离场景下进入同一视场的多目标在同一高程基准上,即与标定目标具备与单目摄像机的同一高程基准差值,通过标定过的高程基准、单目摄像机俯仰角、焦距以及目标框中心点像素位置与像元尺寸计算其他待测距目标的第一距离;
步骤4:通过标定目标距离、标定目标框所占高度像素数以及焦距与像元尺寸,推算出标定目标高度,与目标的先验高度进行比值,再通过其他待测距目标的先验高度与目标框像素高度,计算出其他待测距目标的第二距离;
步骤5:为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离;权重获取方式是在执行实地侦察多目标侦察测距任务之前,采用光电侦察系统通过以上方法获取目标的第一距离与第二距离,并采用激光测距方式获取目标距离真值,分别计算第一距离与第二距离的误差参数,通过决定系数占比大小分配权重。
2.如权利要求1所述的基于单目摄像机的多目标侦察测距方法,其特征在于,所述步骤1中,光电侦察系统的单目摄像系统启动目标识别功能,对视场中的多目标进行识别并标记目标框,获取每个目标的属性类别、目标框中心点像素坐标以及目标框所占高度像素数信息。
3.如权利要求2所述的基于单目摄像机的多目标侦察测距方法,其特征在于,所述步骤2中,将距离视场中心最近的识别目标作为标定目标,通过光电侦察系统的激光测距仪对标定目标进行测距标定,获取标定目标的距离、结合标定目标框中心点像素坐标、单目摄像系统俯仰角度、焦距,推导出标定目标的高程基准。
4.如权利要求3所述的基于单目摄像机的多目标侦察测距方法,其特征在于,所述步骤3中,只需要对标定目标激光测距一次,其他待测目标的距离可通过被动测距获取,多目标的第一距离包括:通过所述步骤2获取到标定目标的高程基准,假设在远距离场景下进入同一视场的多目标在同一高程基准上,即待被动测距目标与标定目标具备与单目摄像机的同一高程基准差值,通过标定过的高程基准差值、以及单目摄像机俯仰角度、焦距以及目标中心点像素位置与像元尺寸计算其他待测距目标的第一距离。
5.如权利要求4所述的基于单目摄像机的多目标侦察测距方法,其特征在于,所述步骤4中,已知标定目标的常识性先验高度,通过标定目标的激光测距的距离、标定目标框所占高度像素数以及焦距与像元尺寸,推算出标定目标的实际高度,标定目标的实际高度与其常识性先验高度会因为光电系统与成像系统因素产生一定误差,将标定目标的实际高度与其常识性先验高度进行比值,作为误差补偿;
通过其他待测距目标的识别结果获取到目标属性,根据目标属性,可获知待测目标的常识性先验高度,与误差补偿相乘,获取到待测目标的实际高度,再通过目标框像素高度与焦距,计算出其他待测距目标的第二距离。
6.如权利要求5所述的基于单目摄像机的多目标侦察测距方法,其特征在于,所述待测目标的常识性先验高度为:
对目标属性为人的目标,其常识性先验高度为1.8米;
对目标属性为小轿车的目标,其常识性先验高度为1.5米;
对目标属性为越野车的目标,其常识性先验高度为1.8米;
对目标属性为坦克的目标,其常识性先验高度为3米;
对目标属性为卡车的目标,其常识性先验高度为3米。
7.如权利要求5所述的基于单目摄像机的多目标侦察测距方法,其特征在于,所述步骤5,基于单目摄像系统的多目标距离是通过第一距离与第二距离与对应的权重相乘再求和来获得的;第一距离与第二距离分配权重的方式,决定加权计算获取到最终多目标距离的准确程度。
8.如权利要求7所述的基于单目摄像机的多目标侦察测距方法,其特征在于,所述权重获取方式是在执行实地侦察多目标侦察测距任务之前,采用光电侦察系统通过以上方法获取目标的第一距离与第二距离,并采用激光测距方式获取目标距离真值,分别计算第一距离与第二距离与真值的误差统计参数,通过距离的决定系数大小分配权重。
10.如权利要求1所述的基于单目摄像机的多目标侦察测距方法,其特征在于,所述方法的原理在于分为三个阶段:
第一阶段是开展多目标识别,获取多目标识别信息包括目标类别属性、目标框中心点像素坐标以及目标框所占高度像素数;
第二阶段是选择标定目标,对一个标定目标进行激光测距,获取目标高程基准差值与目标实际高度,作为其他待被动测距目标的参数输入;
第三阶段是计算多目标距离,通过标定目标的属性、标定目标框中心点像素位置与所占高度像素数、以及标定目标的距离、高程基准差值,结合单目摄像机俯仰角、焦距、像元尺寸、目标的常识性先验高度,计算目标的第一距离与第二距离,再为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011592193.6A CN112781562B (zh) | 2020-12-29 | 2020-12-29 | 基于单目摄像机的多目标侦察测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011592193.6A CN112781562B (zh) | 2020-12-29 | 2020-12-29 | 基于单目摄像机的多目标侦察测距方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112781562A true CN112781562A (zh) | 2021-05-11 |
CN112781562B CN112781562B (zh) | 2022-06-21 |
Family
ID=75753130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011592193.6A Active CN112781562B (zh) | 2020-12-29 | 2020-12-29 | 基于单目摄像机的多目标侦察测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112781562B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256701A (zh) * | 2021-05-31 | 2021-08-13 | 天津天瞳威势电子科技有限公司 | 一种距离的获取方法、装置、设备及可读存储介质 |
CN113607064A (zh) * | 2021-08-06 | 2021-11-05 | 广联达科技股份有限公司 | 目标物体的间距测算方法、装置、设备及可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506814A (zh) * | 2011-11-10 | 2012-06-20 | 河北汉光重工有限责任公司 | 被动式可见光单目测距装置 |
CN104880176A (zh) * | 2015-04-15 | 2015-09-02 | 大连理工大学 | 基于先验知识模型优化的运动物位姿测量方法 |
JP2015207280A (ja) * | 2014-04-18 | 2015-11-19 | 株式会社リコー | 目標識別方法及び目標識別装置 |
CN107305632A (zh) * | 2017-02-16 | 2017-10-31 | 武汉极目智能技术有限公司 | 基于单目计算机视觉技术的目标对象距离测量方法与系统 |
CN109029363A (zh) * | 2018-06-04 | 2018-12-18 | 泉州装备制造研究所 | 一种基于深度学习的目标测距方法 |
CN110009682A (zh) * | 2019-03-29 | 2019-07-12 | 北京理工大学 | 一种基于单目视觉的目标识别定位方法 |
CN110031829A (zh) * | 2019-04-18 | 2019-07-19 | 北京联合大学 | 一种基于单目视觉的目标精准测距方法 |
CN110174088A (zh) * | 2019-04-30 | 2019-08-27 | 上海海事大学 | 一种基于单目视觉的目标测距方法 |
CN111462241A (zh) * | 2020-04-08 | 2020-07-28 | 北京理工大学 | 一种基于单目视觉的目标定位方法 |
CN111829484A (zh) * | 2020-06-03 | 2020-10-27 | 江西江铃集团新能源汽车有限公司 | 基于视觉的目标距离测算方法 |
CN111998772A (zh) * | 2020-08-05 | 2020-11-27 | 浙江大学 | 一种基于激光与单目视觉融合的像素级目标定位方法 |
-
2020
- 2020-12-29 CN CN202011592193.6A patent/CN112781562B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506814A (zh) * | 2011-11-10 | 2012-06-20 | 河北汉光重工有限责任公司 | 被动式可见光单目测距装置 |
JP2015207280A (ja) * | 2014-04-18 | 2015-11-19 | 株式会社リコー | 目標識別方法及び目標識別装置 |
CN104880176A (zh) * | 2015-04-15 | 2015-09-02 | 大连理工大学 | 基于先验知识模型优化的运动物位姿测量方法 |
CN107305632A (zh) * | 2017-02-16 | 2017-10-31 | 武汉极目智能技术有限公司 | 基于单目计算机视觉技术的目标对象距离测量方法与系统 |
CN109029363A (zh) * | 2018-06-04 | 2018-12-18 | 泉州装备制造研究所 | 一种基于深度学习的目标测距方法 |
CN110009682A (zh) * | 2019-03-29 | 2019-07-12 | 北京理工大学 | 一种基于单目视觉的目标识别定位方法 |
CN110031829A (zh) * | 2019-04-18 | 2019-07-19 | 北京联合大学 | 一种基于单目视觉的目标精准测距方法 |
CN110174088A (zh) * | 2019-04-30 | 2019-08-27 | 上海海事大学 | 一种基于单目视觉的目标测距方法 |
CN111462241A (zh) * | 2020-04-08 | 2020-07-28 | 北京理工大学 | 一种基于单目视觉的目标定位方法 |
CN111829484A (zh) * | 2020-06-03 | 2020-10-27 | 江西江铃集团新能源汽车有限公司 | 基于视觉的目标距离测算方法 |
CN111998772A (zh) * | 2020-08-05 | 2020-11-27 | 浙江大学 | 一种基于激光与单目视觉融合的像素级目标定位方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256701A (zh) * | 2021-05-31 | 2021-08-13 | 天津天瞳威势电子科技有限公司 | 一种距离的获取方法、装置、设备及可读存储介质 |
CN113256701B (zh) * | 2021-05-31 | 2021-10-01 | 天津天瞳威势电子科技有限公司 | 一种距离的获取方法、装置、设备及可读存储介质 |
CN113607064A (zh) * | 2021-08-06 | 2021-11-05 | 广联达科技股份有限公司 | 目标物体的间距测算方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112781562B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6484729B2 (ja) | 無人航空機の奥行き画像の取得方法、取得装置及び無人航空機 | |
CN112781562B (zh) | 基于单目摄像机的多目标侦察测距方法 | |
CN107782293B (zh) | 基于六自由度激光跟踪靶的航天器设备位姿信息测量方法 | |
CN104501779A (zh) | 基于多站测量的无人机高精度目标定位方法 | |
US20100128136A1 (en) | Passive crosswind profiler | |
CN105699982B (zh) | 双激光标定的高精度摄像头芯片多点测距装置及方法 | |
US10527416B2 (en) | System and method for measuring a displacement of a mobile platform | |
US9857232B2 (en) | Device for non-contact temperature measurement and temperature measurement method | |
CN111780716A (zh) | 一种基于目标像素面积和宽高比的单目实时测距方法 | |
WO2018026532A1 (en) | Testing 3d imaging systems | |
Crispel et al. | All-sky photogrammetry techniques to georeference a cloud field | |
CN111179335A (zh) | 一种基于双目视觉的立木测定方法 | |
CN113340272B (zh) | 一种基于无人机微群的地面目标实时定位方法 | |
EP3475653B1 (en) | Integrating point cloud scans, image data, and total station data from a surveying instrument into one adjustment | |
Chenchen et al. | A camera calibration method for obstacle distance measurement based on monocular vision | |
Dolloff et al. | Temporal correlation of metadata errors for commercial satellite images: Representation and effects on stereo extraction accuracy | |
CN105717502B (zh) | 一种基于线阵ccd的高速激光测距装置 | |
CN116563370A (zh) | 基于单目计算机视觉的测距方法和测速方法 | |
CN112729305B (zh) | 一种基于单飞行器导引头图像信息的多目标定位方法 | |
CN111623960B (zh) | 结构光模组光轴测量方法及装置 | |
CN113895482A (zh) | 基于轨旁设备的列车测速方法及装置 | |
CN113759363A (zh) | 目标定位方法、装置、监控系统和存储介质 | |
CN113888640B (zh) | 一种适用于无人机云台相机的改进标定方法 | |
CN110068308A (zh) | 一种基于多目相机的测距方法及测距系统 | |
CN117308967B (zh) | 一种目标对象位置信息的确定方法、装置及设备 |
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 |