CN112802119A - 基于双目相机的出厂测距检验方法、系统和设备 - Google Patents
基于双目相机的出厂测距检验方法、系统和设备 Download PDFInfo
- Publication number
- CN112802119A CN112802119A CN202110040370.8A CN202110040370A CN112802119A CN 112802119 A CN112802119 A CN 112802119A CN 202110040370 A CN202110040370 A CN 202110040370A CN 112802119 A CN112802119 A CN 112802119A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- geometric
- area
- screening
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000007689 inspection Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 238000012216 screening Methods 0.000 claims description 43
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 2
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种基于双目相机的出厂测距检验方法、系统和设备，该方法包括：获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。其提高了双目相机出厂测距校验的效率和准确性。
Description
技术领域
本申请实施例涉及双目相机技术领域，具体涉及一种基于双目相机的出厂测距检验方法、系统和设备。
背景技术
双目相机左、右图像实时立体匹配获取的深度信息，已被广泛应用在自动驾驶领域中，提供及时、准确的自车与周围障碍物间的相对距离对驾驶安全尤为重要。对测距精度的保障分为多个环节，其中，保证每台双目相机测距符合出厂前的测距标准更显关键，为此需要提供一种基于双目相机的出厂测距检验方法，以提高双目相机出厂测距校验的效率和准确性。
发明内容
为此，本申请实施例提供一种基于双目相机的出厂测距检验方法，以提高双目相机出厂测距校验的效率和准确性。
为了实现上述目的，本申请实施例提供如下技术方案：
一种基于双目相机的出厂测距检验方法，所述方法包括：
获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；
对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；
根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。
进一步地，所述获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像，具体包括：
获取靶标原始图像；
对获取的靶标原始图像进行自适应二值化处理，以获取二值化后的图像；
以二值化后的图像作为所述靶标图像。
进一步地，所述目标几何图形为目标圆。
进一步地，所述对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息，具体包括：
对所述靶标图像进行区域面积筛选，得到目标区域；
对所述目标区域中的几何形状进行筛选，以过滤所述目标区域中的非圆形区域，从而得到精准目标区域；
对几何形状筛选后得到的精准目标区域依次进行孔洞填充、饱和度筛选、质心边缘距离筛选、目标数量校验、圆形检测，以得到目标圆在所述靶标图像中的定位信息。
进一步地，所述对所述靶标图像进行区域面积筛选，得到目标区域，具体包括：
在靶标图像中设定最小面积阈值和最大面积阈值；
在最小面积阈值和最大面积阈值形成的区间中的连通域保留，其它区域舍去，以得到所述目标区域。
进一步地，所述对所述目标区域中的几何形状进行筛选，以过滤所述目标区域中的非圆形区域，从而得到精准目标区域，具体包括：
设定最小几何形状筛选阈值和最大几何形状筛选阈值；
将所述目标区域中，最小几何形状筛选阈值和最大几何形状筛选阈值形成的阈值区间内的连通域保留，其它区域舍去，以得到精准目标区域。
进一步地，所述根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果，具体包括：
根据目标几何图形在所述靶标图像中的定位信息，计算定位区域内的有效视差值；
基于如下公式将视差点所在成像像素转化为相机坐标空间点(x，y，z)：
其中，b为双目基线长度；
f为镜头焦距；
opticalX和opticalY为图像坐标系光心坐标；
disparity为有效视差值；
将基于所述相机坐标空间点获取的距离与靶标摆放的实际距离进行比较，以得到测距检验结果。
本发明还提供一种基于双目相机的出厂测距检验系统，所述系统包括：
图像获取单元，用于获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；
图形定位单元，用于对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；
结果输出单元，用于根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。
本发明还提供一种设备，所述设备包括：数据采集装置、处理器和存储器；
所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如上所述的方法。
本发明还提供一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-7任一项所述的方法。
本申请实施例提供了一种基于双目相机的出厂测距检验方法，该方法通过获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。该方法通过图像处理、目标几何图形在靶标图像的定位信息获取的手段，尽量排除了图像中的干扰区域，从而提高了双目相机出厂测距校验的效率和准确性。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本发明所提供的基于双目相机的出厂测距检验方法一种具体实施方式的流程图；
图2为测试所用靶标的结构示意图；
图3为本发明所提供的基于双目相机的出厂测距检验系统一种具体实施方式的系统框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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。
请参考图1，图1为本发明所提供的基于双目相机的出厂测距检验方法一种具体实施方式的流程图。
在一种具体实施方式中，本发明所提供的方法包括以下步骤：
S1：获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；具体地，在对获取的靶标原始图像进行图像处理时，对获取的靶标原始图像进行自适应二值化处理，以获取二值化后的图像，并以二值化后的图像作为所述靶标图像。
S2：对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；
S3：根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。由于常规的靶标多为图2所示的结构，即特征区域是圆形结构，因此，为了保证通用性，该目标几何图形优选为目标圆。
进一步地，在步骤S2中，所述对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息，具体包括以下步骤：
S21：对所述靶标图像进行区域面积筛选，得到目标区域。具体地，在靶标图像中设定最小面积阈值和最大面积阈值；在最小面积阈值和最大面积阈值形成的区间中的连通域保留，其它区域舍去，以得到所述目标区域。在实际的使用场景中，根据靶标摆放距离及靶标大小，合理调整设置最小面积阈值min_area和最大面积阈值max_area，在这个阈值区间的连通域保留，其它舍去，这样可过滤掉大量面积过小或过大的非感兴趣区域。
S22：对所述目标区域中的几何形状进行筛选，以过滤所述目标区域中的非圆形区域，从而得到精准目标区域。具体地，设定最小几何形状筛选阈值和最大几何形状筛选阈值；将所述目标区域中，最小几何形状筛选阈值和最大几何形状筛选阈值形成的阈值区间内的连通域保留，其它区域舍去，以得到精准目标区域。由于标准圆相对其它图像，有一个明显的特征是最小外接框长宽比为定值1，故使用长宽比length_width_ratio作为几何形状特征筛选感兴趣区域。由于获取的成像中圆并非标准圆，故合理设定最小几何形状筛选阈值min_lengtn_width_ratio和最大几何形状筛选阈值max_length_width_ratio，在这个阈值区间的连通域保留，其它舍去，这样可过滤掉大量非圆形区域。
S23：对几何形状筛选后得到的精准目标区域依次进行孔洞填充、饱和度筛选、质心边缘距离筛选、目标数量校验、圆形检测，以得到目标圆在所述靶标图像中的定位信息。
在上述步骤S23中，进行孔洞填充的具体步骤为，二值化获取的部分目标区域存在空洞，但接下来的工作是基于区域非空洞进行的，故需对几何特征筛选过后的所有连通域进行空洞填充，以便下一步工作的筛选。
在进行孔洞填充后，还通过下述步骤完成饱和度特征筛选：饱和度Pr的定义可概括为最小外接矩形的面积AR与内接图形的面积AS之比，其数学公式为：
对于半径为r的标准圆，则外接正方形边长为2r，其饱和度Pr为定值，计算如下：
由于获取的图像中圆并非标准圆，故合理设定最小饱和度筛选阈值min_saturability和最大饱和度筛选阈值max_saturability，在这个阈值区间的连通域保留，其它舍去，这样可过滤掉大量非圆形区域。
完成饱和度特征筛选后，可通过以下方法进行质心边缘距离特征筛选：对于标准圆而言，质心到边缘各点距离相等，其它形状的连通区域质心到边缘各点距离不等。为使统计数据更具科学性，本文采用质心边缘距离的方差var为参数进行圆形区域筛选，对于标准圆，其质心边缘距离方差为0，其它形状质心边缘距离方差不为0。由于获取的成像中圆并非标准圆，var非零，但相对其它非规则区域更接近于零。故合理设定最小方差筛选阈值min_var和最大方差筛选阈值max_var，在这个阈值区间的连通域保留，其它舍去，这样可过滤掉最后的非圆形区域。
经过上述处理，即认为实现了目标圆的检测，为了提高准确性，可以通过下述步骤完成靶标数量与检测ROI数量核对。摆放靶标的数量num_board与检测到的圆数量num_circle进行数值核对，二者相等则认为检测无误，记录保存像素坐标系下目标区域的圆心和半径等数据，否则重新采集处理下一帧图像。根据记录的的目标区域圆心和半径，再根据靶标设计的物理尺寸，即可实现测距靶标的定位，记录输出测距靶标所在图像中的矩形框信息。
在上述具体实施方式中，所述根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果，根据上述定位到的测距靶标矩形框信息，计算输出框内有效视差值，依据双目模型，具体包括：
根据目标几何图形在所述靶标图像中的定位信息，计算定位区域内的有效视差值；
基于如下公式将视差点所在成像像素转化为相机坐标空间点(x，y，z)：
其中，b为双目基线长度；
f为镜头焦距；
opticalX和opticalY为图像坐标系光心坐标；
disparity为有效视差值；
将基于所述相机坐标空间点获取的距离与靶标摆放的实际距离进行比较，以得到测距检验结果。上述计算获取的距离与靶标摆放的实际距离进行判断，即可获知设备测距是否符合出厂标准规范，若符合相关标准则可进入下一环节，否则返回测距前环节进行检验排查。
在实际测试过程中，首先需要进行场地准备。为保证测试快速性，首先需准备一个较为平坦、宽阔的测试用地，场地大小依据需求而定；然后对场地进行横向、纵向均匀化分，并做好相关距离的路面标识；最后依据需求在标识位置摆放靶标，靶标如图2所示，靶标摆放数量num_board、靶标设计大小及摆放距离可按照需求确定。靶标设计的关键点是图案上方圆形图案的设计，对圆形图案下方的图案无特殊要求。准备完成后，需要对双目相机位姿调整，以保证测量的准确性。将相机固定在特制三脚支架上，三脚支架一是可上下调整高度，二是承载相机的底座与支架之间可实现三自由度旋转，这样即可调整相机摆放高度，又可调整相机旋转角度，通过调整使得相机光轴水平正视前方。而后，根据上述具体实施方式所提供的方法，完成相关测试。
因此，在上述具体实施方式中，本申请实施例提供的基于双目相机的出厂测距检验方法，该方法通过获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。该方法通过图像处理、目标几何图形在靶标图像的定位信息获取的手段，尽量排除了图像中的干扰区域，从而提高了双目相机出厂测距校验的效率和准确性。
除了上述方法，本发明还提供一种基于双目相机的出厂测距检验系统，如图3所示，在一种具体实施方式中，该系统包括：
图像获取单元100，用于获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；
图形定位单元200，用于对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；
结果输出单元300，用于根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。
基于相同的技术构思，本申请实施例还提供一种设备，所述设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行上述所述的方法。
基于相同的技术构思，本申请实施例还提供一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行上述所述的方法。
本说明书中上述方法的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
需要说明的是，尽管在附图中以特定顺序描述了本发明方法的操作，但这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
虽然本申请提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于双目相机的出厂测距检验方法，其特征在于，所述方法包括：
获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；
对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；
根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。
2.如权利要求1所述的方法，其特征在于，所述获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像，具体包括：
获取靶标原始图像；
对获取的靶标原始图像进行自适应二值化处理，以获取二值化后的图像；
以二值化后的图像作为所述靶标图像。
3.如权利要求2所述的方法，其特征在于，所述目标几何图形为目标圆。
4.如权利要求3所述的方法，其特征在于，所述对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息，具体包括：
对所述靶标图像进行区域面积筛选，得到目标区域；
对所述目标区域中的几何形状进行筛选，以过滤所述目标区域中的非圆形区域，从而得到精准目标区域；
对几何形状筛选后得到的精准目标区域依次进行孔洞填充、饱和度筛选、质心边缘距离筛选、目标数量校验、圆形检测，以得到目标圆在所述靶标图像中的定位信息。
5.如权利要求4所述的方法，其特征在于，所述对所述靶标图像进行区域面积筛选，得到目标区域，具体包括：
在靶标图像中设定最小面积阈值和最大面积阈值；
在最小面积阈值和最大面积阈值形成的区间中的连通域保留，其它区域舍去，以得到所述目标区域。
6.如权利要求5所述的方法，其特征在于，所述对所述目标区域中的几何形状进行筛选，以过滤所述目标区域中的非圆形区域，从而得到精准目标区域，具体包括：
设定最小几何形状筛选阈值和最大几何形状筛选阈值；
将所述目标区域中，最小几何形状筛选阈值和最大几何形状筛选阈值形成的阈值区间内的连通域保留，其它区域舍去，以得到精准目标区域。
7.如权利要求6所述的方法，其特征在于，所述根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果，具体包括：
根据目标几何图形在所述靶标图像中的定位信息，计算定位区域内的有效视差值；
基于如下公式将视差点所在成像像素转化为相机坐标空间点(x，y，z)：
其中，b为双目基线长度；
f为镜头焦距；
opticalX和opticalY为图像坐标系光心坐标；
disparity为有效视差值；
将基于所述相机坐标空间点获取的距离与靶标摆放的实际距离进行比较，以得到测距检验结果。
8.一种基于双目相机的出厂测距检验系统，其特征在于，所述系统包括：
图像获取单元，用于获取靶标原始图像，并对靶标原始图像进行图像处理，以得到靶标图像；
图形定位单元，用于对靶标图像中的目标几何图形进行定位检测，以得到目标几何图形在所述靶标图像中的定位信息；
结果输出单元，用于根据目标几何图形在所述靶标图像中的定位信息与靶标物理定位尺寸的关系，得到测距检验结果。
9.一种设备，其特征在于，所述设备包括：数据采集装置、处理器和存储器；
所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110040370.8A CN112802119A (zh) | 2021-01-13 | 2021-01-13 | 基于双目相机的出厂测距检验方法、系统和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110040370.8A CN112802119A (zh) | 2021-01-13 | 2021-01-13 | 基于双目相机的出厂测距检验方法、系统和设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112802119A true CN112802119A (zh) | 2021-05-14 |
Family
ID=75810302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110040370.8A Pending CN112802119A (zh) | 2021-01-13 | 2021-01-13 | 基于双目相机的出厂测距检验方法、系统和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112802119A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105469084A (zh) * | 2015-11-20 | 2016-04-06 | 中国科学院苏州生物医学工程技术研究所 | 一种靶标中心点快速提取方法及系统 |
| CN105631853A (zh) * | 2015-11-06 | 2016-06-01 | 湖北工业大学 | 车载双目相机标定及参数验证方法 |
| CN108010085A (zh) * | 2017-11-30 | 2018-05-08 | 西南科技大学 | 基于双目可见光相机与热红外相机的目标识别方法 |
| CN110619665A (zh) * | 2019-09-12 | 2019-12-27 | 西安交通大学 | 虚拟仿真环境下双目相机的标定及验证方法 |
| WO2020125876A1 (de) * | 2018-12-21 | 2020-06-25 | Conti Temic Microelectronic Gmbh | Aufbau und vermessung eines aufbaus zur kalibrierung einer kamera |
-
2021
- 2021-01-13 CN CN202110040370.8A patent/CN112802119A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105631853A (zh) * | 2015-11-06 | 2016-06-01 | 湖北工业大学 | 车载双目相机标定及参数验证方法 |
| CN105469084A (zh) * | 2015-11-20 | 2016-04-06 | 中国科学院苏州生物医学工程技术研究所 | 一种靶标中心点快速提取方法及系统 |
| CN108010085A (zh) * | 2017-11-30 | 2018-05-08 | 西南科技大学 | 基于双目可见光相机与热红外相机的目标识别方法 |
| WO2020125876A1 (de) * | 2018-12-21 | 2020-06-25 | Conti Temic Microelectronic Gmbh | Aufbau und vermessung eines aufbaus zur kalibrierung einer kamera |
| CN110619665A (zh) * | 2019-09-12 | 2019-12-27 | 西安交通大学 | 虚拟仿真环境下双目相机的标定及验证方法 |
Non-Patent Citations (1)
| Title |
|---|
| 莫德举、梁光华主编: "《数字图像处理》", 北京邮电大学出版社, pages: 123 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111308448B (zh) | 图像采集设备与雷达的外参确定方法及装置 | |
| CN111582054B (zh) | 点云数据处理方法及装置、障碍物检测方法及装置 | |
| CN113240630B (zh) | 散斑图像质量评估方法、装置、终端设备及可读存储介质 | |
| CN111080662A (zh) | 车道线的提取方法、装置及计算机设备 | |
| CN110491060B (zh) | 一种机器人及其安全监控方法、装置及存储介质 | |
| CN109828250B (zh) | 一种雷达标定方法、标定装置及终端设备 | |
| US20220044433A1 (en) | Method and system for distance measurement based on binocular camera, device and computer-readable storage medium | |
| CN104751458A (zh) | 一种基于180°旋转算子的标定角点检测方法 | |
| CN110807807A (zh) | 一种单目视觉的目标定位的图案、方法、装置及设备 | |
| CN110673607A (zh) | 动态场景下的特征点提取方法、装置、及终端设备 | |
| CN112802119A (zh) | 基于双目相机的出厂测距检验方法、系统和设备 | |
| CN113128247B (zh) | 一种图像定位标识验证方法及服务器 | |
| CN115639578A (zh) | 一种北斗导航定位监测处理方法及系统 | |
| CN112692833B (zh) | 一种标定块、机器人标定方法、标定装置以及存储介质 | |
| CN111028264B (zh) | 一种旋转鲁棒的三维物体检测优化方法及装置 | |
| CN117011532A (zh) | 图像处理方法、装置、设备、存储介质及程序产品 | |
| CN114744721A (zh) | 一种机器人的充电控制方法、终端设备及存储介质 | |
| CN114371475A (zh) | 一种优化标定参数的方法、系统、设备及计算机存储介质 | |
| CN115187769A (zh) | 一种定位方法及装置 | |
| CN113446940A (zh) | 一种点云扫描方法、装置及设备 | |
| CN114821497A (zh) | 目标物位置的确定方法、装置、设备及存储介质 | |
| CN114359400A (zh) | 一种外参标定方法、装置、计算机可读存储介质及机器人 | |
| CN111223139B (zh) | 目标定位方法及终端设备 | |
| CN112767498A (zh) | 相机标定方法、装置和电子设备 | |
| CN117437602B (zh) | 一种双图层数据标定方法、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 |