CN113793315A - 一种基于单目视觉的相机平面和目标平面夹角估算方法 - Google Patents

一种基于单目视觉的相机平面和目标平面夹角估算方法 Download PDF

Info

Publication number
CN113793315A
CN113793315A CN202111067233.XA CN202111067233A CN113793315A CN 113793315 A CN113793315 A CN 113793315A CN 202111067233 A CN202111067233 A CN 202111067233A CN 113793315 A CN113793315 A CN 113793315A
Authority
CN
China
Prior art keywords
camera
plane
point
rectangular frame
included angle
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.)
Withdrawn
Application number
CN202111067233.XA
Other languages
English (en)
Inventor
李忠国
吴金坤
唐炜
迟睿
席茜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University of Science and Technology
Original Assignee
Jiangsu University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN202111067233.XA priority Critical patent/CN113793315A/zh
Priority to PCT/CN2021/130676 priority patent/WO2023035404A1/zh
Publication of CN113793315A publication Critical patent/CN113793315A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06T7/80—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
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于单目视觉的相机平面和目标平面夹角估算方法，包括如下步骤：在机动目标上安装图形处理器和单目视觉相机，单目视觉相机通过相机数据采集线连接图形处理器；在机动目标平面绘制水平放置矩形框，采集矩形图像；提取矩形图像水平中心线与矩形框两个垂直边的交点B和C，计算B、C点到相机的距离；获取矩形图像中心点D，过D作垂线，与矩形框两水平边交点为S和T，计算得到D点到相机的距离；得到线段DC的实际长度；根据几何关系求取目标平面相对相机平面在水平面内的夹角。本发明提供的估算方法实现了对于相机平面和目标平面夹角的准确估算，简化了计算过程，提高了实时性。

Description

一种基于单目视觉的相机平面和目标平面夹角估算方法
技术领域
本发明属于图像处理技术领域，涉及基于图像的相对位姿测量技术，具体涉及一种基于单目视觉的相机平面和目标平面夹角估算方法。
背景技术
在视觉引导过程中有时需要测量估算机动目标(带相机)相对目标平面的夹角，便于后续的姿态调整，实现自动化作业。基于图像的尺寸和姿态的测量具有无接触，灵活，可远程实现等等优点，但图像测量在夹角测量中由于尺度变换，仿射变换，基准点定位等难题的存在使得基于图像的夹角估算测量变得十分困难。
比如张山甲等人发表的文献“基于视觉伺服的欠驱动无人水面艇自主靠泊方法”中有一个利用矩形框的中心点和图像期望中心点的方法完成偏转角度计算，该方法由于远距离检测矩形框的困难导致中心点的获取困难，从而导致偏转角度计算受影响。
发明内容
发明目的：为了克服现有技术中存在的不足，提供一种基于单目视觉的相机平面和目标平面夹角估算方法，通过计算矩形框上特殊点到相机的距离实现距离较近的相机平面和目标平面夹角的估算。
技术方案：为实现上述目的，本发明提供一种基于单目视觉的相机平面和目标平面夹角估算方法，包括如下步骤：
S1：在机动载体上安装图形处理器和单目视觉相机，单目视觉相机通过相机数据采集线连接图形处理器；
S2：在目标平面绘制已知高宽的矩形框，通过单目视觉相机采集该目标平面内的矩形图像；
S3：提取矩形图像水平中心线与矩形框两个垂直边的交点B和C，根据矩形框两个垂直边的实际尺寸、像素尺寸以及相机焦距计算B、C点到相机的距离；
获取矩形图像中心点D，过D作垂线，与矩形框两水平边交点为S和T，根据ST的像素长度、实际长度以及相机焦距计算得到D点到相机的距离；
S4：根据矩形图像中D点到B、C点的比值和矩形的实际宽度，得到矩形框中线段DC的实际长度；
S5：过C点作DA的垂线，由于△DCA，三条边的实际长度值都已得到，根据几何关系即可求取目标平面相对相机平面在水平面内的夹角。
进一步地，所述步骤S1中图形处理器(工控机)负责软件处理系统的运行；单目视觉相机负责采集目标平面的矩形框图像；软件处理系统负责根据采集的带矩形的目标平面图像计算关键点到相机的距离，并进一步获取目标平面相对相机偏转的角度。
进一步地，所述步骤S2中矩形框绘制于垂直目标平面，且矩形宽边呈水平放置。
进一步地，所述步骤S3中B、C点到相机的距离的计算公式为：
Figure BDA0003258861730000021
其中，H为矩形框上一点距相机的实际距离，w为矩形框两个垂直边的实际尺寸，F为相机焦距，P为两个矩形框垂直边的像素尺寸。
进一步地，所述步骤S3中D点到相机的距离的计算公式为：
Figure BDA0003258861730000022
其中，L为矩形框上D点距相机的实际距离，Q为ST的像素尺寸，w和F仍然分别为矩形框两个垂直边的实际尺寸和相机焦距。
进一步地，所述步骤S4中根据DC和BC的像素长度的比值等于DC和BC的实际长度的比值，得到矩形框中线段DC的实际长度。
进一步地，所述步骤S5中目标平面相对相机平面在水平面内的夹角的求取方法为：
对于△DCA，三条边的实际长度值都已得到，根据边角定理，求取∠ADC，过C点作DA的垂线，交点为E，则目标平面相对相机平面在水平面内的夹角为∠ECD＝90°-∠ADC。
有益效果：本发明与现有技术相比，具备如下优点：
1、在相机水平放置时，相机的中心线可以认为是与相机在同一个水平面内的，取水平线与目标平面矩形垂直边的交点计算偏转角度时没有了俯仰角对长度值估算的影响，从而提升了估算精度。
2、D点是相机光轴在图像中的点，通过确定图像中D点到相机的距离，锁定了目标平面和相机平面偏转角数值大小，实现了对于相机平面和目标平面夹角的准确估算。
3、D点到相机的距离通过ST的像素尺寸和实际尺寸估算得到，简化了计算过程，提高了实时性。
附图说明
图1为本发明的估算方法流程图；
图2为本发明中的偏转角测量示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明提供一种基于单目视觉的相机平面和目标平面夹角估算方法，如图1所示，包括如下步骤：
S1：在机动载体上安装工控机和单目视觉相机，单目视觉相机通过相机数据采集线连接工控机；
单目视觉相机负责采集目标平面的矩形框图像；工控机设置有软件处理系统，其负责计算关键点到相机的距离，并计算目标平面相对相机偏转的角度。
S2：在目标的垂直平面绘制水平放置的矩形框，矩形框的高宽尺寸已知，通过单目视觉相机采集矩形图像；
S3：如图2所示，提取矩形图像水平中心线与矩形框两个垂直边的交点B和C，BC间距离近似为矩形框的宽度，根据矩形框两个垂直边的实际尺寸(矩形框的宽度)、像素尺寸以及相机焦距计算B、C点到相机A的距离，B、C点到相机A的距离的计算公式为：
Figure BDA0003258861730000031
其中，H为矩形框上一点距相机的实际距离，w为矩形框两个垂直边的实际尺寸，F为相机焦距，P为两个垂直边的像素尺寸。本实施例所求得B、C点到相机的距离如图2中所示的X1，X2。
获取矩形图像中心点D(在BC连线上)，过D作垂线，与图像中矩形框两水平边交点为S和T，由于ST的实际距离近似为矩形框的高度，根据ST的像素长度、实际长度以及相机焦距计算得到D点到相机的距离；
S4：根据DC和BC的像素长度的比值等于DC和BC的实际长度的比值，得到线段DC的实际长度
S5：如图2所示，过C点作DA的垂线，根据几何关系求取目标平面相对相机平面在水平面内的夹角：
对于△DCA，三条边的实际长度值都已得到，根据边角定理，求取∠ADC，过C点作DA的垂线，交点为E，则目标平面相对相机平面在水平面内的夹角为∠ECD＝90°-∠ADC。
基于上述内容，为了验证上述方案的有效性，基于matlab2017b软件将上述方案进行实例应用，具体如下：
首先在机动目标上安装工控机、单目视觉相机以及相机数据采集线，基于棋盘网格法通过MatLab相机标定模块可以得到相机焦距F。通过相机拍摄已知高度h和宽度w的矩形框图像完成后续夹角估算。对拍摄图像进行预处理，将拍摄的彩色图像转变为灰度图像，再对图像做高斯平滑处理，通过Canny算法对图像进行边缘检测，通过函数HoughLinesP()可以检测出矩形框四条边所在的直线，直线两两相交可以得到矩形框四个顶点的坐标。
提取图像的水平中心线与矩形框两个垂直边的交点B、C，见附图2，假定相机平面与目标平面都垂直于地面，直线BC与矩形框两条垂直边垂直。由矩形框两个垂直边的实际尺寸(矩形框的高度)、像素尺寸以及相机的焦距，根据公式
Figure BDA0003258861730000041
计算得到B、C点到相机的距离。式中，H为矩形框上一点距相机的实际距离，w为实际尺寸，F为相机焦距，P为像素尺寸。垂直边实际尺寸以及相机焦距已知，两条垂直边的像素尺寸可由求得的矩形框四个顶点的y坐标值做差得到。点D为图像的中心点，在BC连线上，如附图2所示，过D引出一条垂直线，与矩形框两水平边交点分别为S、T。线段ST的像素长度与图像中线段比值BD/DC有关，ST的实际距离近似为矩形框的高度，相机焦距已知，可以得到D到相机的距离DA。BC的实际长度近似为矩形框的宽度，BC的像素长度可以通过B、C点的横坐标值差得到。根据DC和BC的像素长度的比值等于DC和BC的实际长度的比值，得到矩形框对应的线段DC的实际长度。对△DCA，三条边的实际长度值都已得到，根据边角定理，
Figure BDA0003258861730000042
得到∠ADC的大小，则目标平面相对相机平面在水平面内的夹角∠ECD＝90°-∠ADC。

Claims (6)

1.一种基于单目视觉的相机平面和目标平面夹角估算方法，其特征在于，包括如下步骤：
S1：在机动载体上安装图形处理器和单目视觉相机，单目视觉相机通过相机数据采集线连接图形处理器；
S2：在目标平面绘制已知高宽的矩形框，通过单目视觉相机采集该目标平面内的矩形图像；
S3：提取矩形图像水平中心线与矩形框两个垂直边的交点B和C，根据矩形框两个垂直边的实际尺寸、像素尺寸以及相机焦距计算B、C点到相机的距离；
获取矩形图像中心点D，过D作垂线，与矩形框两水平边交点为S和T，根据ST的像素长度、实际长度以及相机焦距计算得到D点到相机的距离；
S4：根据矩形图像中D点到B、C点的比值和矩形的实际宽度，得到矩形框中线段DC的实际长度；
S5：过C点作DA的垂线，由于△DCA，三条边的实际长度值都已得到，根据几何关系即可求取目标平面相对相机平面在水平面内的夹角。
2.根据权利要求1所述的一种基于单目视觉的相机平面和目标平面夹角估算方法，其特征在于，所述步骤S2中矩形框绘制于垂直目标平面内，且矩形宽边呈水平放置。
3.根据权利要求1所述的一种基于单目视觉的相机平面和目标平面夹角估算方法，其特征在于，所述步骤S3中B、C点到相机的距离的计算公式为：
Figure FDA0003258861720000011
其中，H为矩形框上一点距相机的实际距离，w为矩形框两个垂直边的实际尺寸，F为相机焦距，P为两个垂直边的像素尺寸。
4.根据权利要求1所述的一种基于单目视觉的相机平面和目标平面夹角估算方法，其特征在于，所述步骤S3中计算图像中心点D点到相机的距离，其计算公式为：
Figure FDA0003258861720000012
其中，L为矩形框上D点距相机的实际距离，Q为ST的像素尺寸，w和F仍然分别为矩形框两个垂直边的实际尺寸和相机焦距。
5.根据权利要求1所述的一种基于单目视觉的相机平面和目标平面夹角估算方法，其特征在于，所述步骤S4中根据DC和BC的像素长度的比值等于DC和BC的实际长度的比值，得到线段DC的实际长度。
6.根据权利要求1所述的一种基于单目视觉的相机平面和目标平面夹角估算方法，其特征在于，所述步骤S5中目标平面相对相机平面在水平面内的夹角的求取方法为：
对于△DCA，三条边的实际长度值都已得到，根据边角定理，求取∠ADC，过C点作DA的垂线，交点为E，则目标平面相对相机平面在水平面内的夹角为∠ECD＝90°-∠ADC。
CN202111067233.XA 2021-09-13 2021-09-13 一种基于单目视觉的相机平面和目标平面夹角估算方法 Withdrawn CN113793315A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111067233.XA CN113793315A (zh) 2021-09-13 2021-09-13 一种基于单目视觉的相机平面和目标平面夹角估算方法
PCT/CN2021/130676 WO2023035404A1 (zh) 2021-09-13 2021-11-15 一种基于单目视觉的相机平面和目标平面夹角估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111067233.XA CN113793315A (zh) 2021-09-13 2021-09-13 一种基于单目视觉的相机平面和目标平面夹角估算方法

Publications (1)

Publication Number Publication Date
CN113793315A true CN113793315A (zh) 2021-12-14

Family

ID=78879956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111067233.XA Withdrawn CN113793315A (zh) 2021-09-13 2021-09-13 一种基于单目视觉的相机平面和目标平面夹角估算方法

Country Status (2)

Country Link
CN (1) CN113793315A (zh)
WO (1) WO2023035404A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116894936B (zh) * 2023-06-20 2024-09-06 北京自动化控制设备研究所 基于无人机视觉的海上目标识别定位方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107084680B (zh) * 2017-04-14 2019-04-09 浙江工业大学 一种基于机器单目视觉的目标深度测量方法
US10817729B2 (en) * 2018-09-26 2020-10-27 Allstate Insurance Company Dynamic driving metric output generation using computer vision methods
CN111402593B (zh) * 2020-03-02 2022-03-25 哈尔滨工业大学 一种基于多项式拟合的视频交通参数获取方法
CN111982072B (zh) * 2020-07-29 2022-07-05 西北工业大学 一种基于单目视觉的目标测距方法

Also Published As

Publication number Publication date
WO2023035404A1 (zh) 2023-03-16

Similar Documents

Publication Publication Date Title
CN109146980B (zh) 基于单目视觉的优化的深度提取和被动测距方法
CN109035320B (zh) 基于单目视觉的深度提取方法
CN111046776B (zh) 基于深度相机的移动机器人行进路径障碍物检测的方法
CN103065323B (zh) 一种基于单应性变换矩阵的分段空间对准方法
CN107677274B (zh) 基于双目视觉的无人机自主着陆导航信息实时解算方法
CN108225319B (zh) 基于目标特征的单目视觉快速相对位姿估计系统及方法
CN107767456A (zh) 一种基于rgb‑d相机的物体三维重建方法
KR102296520B1 (ko) 단안 카메라를 이용한 경로추정에 의한 곡선차선 검출 방법
CN111311679A (zh) 一种基于深度相机的自由漂浮目标位姿估计方法
CN108362205B (zh) 基于条纹投影的空间测距方法
CN110827361B (zh) 基于全局标定架的相机组标定方法及装置
CN106813569B (zh) 一种基于线结构光的汽车轮胎三维定位方法
CN111640158A (zh) 基于对应掩模的端到端的摄像头与激光雷达外参标定方法
CN114494045A (zh) 一种基于机器视觉的大型直齿轮几何参数测量系统及方法
CN109448059B (zh) 一种快速x角点亚像素检测方法
CN106952262B (zh) 一种基于立体视觉的船板加工精度分析方法
CN115096206A (zh) 一种基于机器视觉的零件尺寸高精度测量方法
CN113884002A (zh) 基于二三维信息融合的受电弓滑板上表面检测系统及方法
Miksch et al. Automatic extrinsic camera self-calibration based on homography and epipolar geometry
CN116152068A (zh) 一种可用于太阳能板图像的拼接方法
CN116091603A (zh) 一种基于点特征的箱体工件位姿测量方法
CN113793315A (zh) 一种基于单目视觉的相机平面和目标平面夹角估算方法
CN114998571A (zh) 基于固定尺寸标志物的图像处理及颜色检测方法
CN113807238A (zh) 一种河道水面漂浮物面积的视觉测量方法
CN117611525A (zh) 一种受电弓滑板磨耗视觉检测方法和系统

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20211214

WW01 Invention patent application withdrawn after publication