CN113888645A - 一种行驶设备、计算机视觉处理方法、装置和电子设备 - Google Patents
一种行驶设备、计算机视觉处理方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113888645A CN113888645A CN202111154441.3A CN202111154441A CN113888645A CN 113888645 A CN113888645 A CN 113888645A CN 202111154441 A CN202111154441 A CN 202111154441A CN 113888645 A CN113888645 A CN 113888645A
- Authority
- CN
- China
- Prior art keywords
- fisheye
- camera
- image
- coordinate system
- pixel points
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000008447 perception Effects 0.000 claims abstract description 25
- 238000003384 imaging method Methods 0.000 claims description 21
- 230000000007 visual effect Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 26
- 238000005516 engineering process Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012549 training 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
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种行驶设备、计算机视觉处理方法及装置、电子设备和存储介质,所述方法包括:获取鱼眼相机拍摄的鱼眼图像;基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上;基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;基于所述目标图像进行计算机视觉处理。本公开实施例可实现鱼眼图像的计算机视觉处理,具备计算量小、模型简单、感知结果鲁棒和容易部署的特点。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种行驶设备、计算机视觉处理方法及装置、电子设备和存储介质。
背景技术
鱼眼相机由于其视场角范围大,感知信息丰富的特点,被广泛应用于智能驾驶车辆等领域中。鱼眼相机的水平视场角(FOV)通常可以达到180度以上,所以成像后引入了非常大的畸变,这对于目标感知等计算机视觉技术形成了巨大的挑战。
首先,对于二维(2D)目标检测,例如,鱼眼相机采集的图像中的车辆在经过投影后形变比较严重,同一辆车在不同视场角下扭曲形状完全不一样,这对模型泛化具有不小的挑战;并且,2D检测结果用什么样的形式进行合理表示也是一个难题,因为用矩形框表示扭曲后的车辆不再合适。其次,对于三维(3D)目标测距,传统针孔成像得到的图像,目标尺度信息能很好体现成像后的图像大小,例如:比较远的物体,投影后在图像上占据比较小的像素空间。但是对于鱼眼图像是完全不具备这个特性的,从而使得3D测距对于鱼眼图像非常困难。
综上所述,在相关技术中,鱼眼相机采集的图像不便于进行计算机视觉处理。
发明内容
本公开提出了一种计算机视觉处理技术方案,以解决鱼眼相机采集的图像不便于进行计算机视觉处理的问题。
根据本公开的一方面,提供了一种计算机视觉处理方法,包括:
获取鱼眼相机拍摄的鱼眼图像;
基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上;
基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;
基于所述目标图像进行计算机视觉处理。
在一种可能的实现方式中,所述基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上,包括:
基于所述鱼眼相机的内参,通过鱼眼相机成像模型的逆投影变换将所述鱼眼图像中的像素点投影到归一化球面上,得到所述像素点在所述鱼眼相机的相机坐标系下的坐标。
在一种可能的实现方式中,所述基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像,包括:
基于针孔相机模型,通过至少两个不同方向的视场角,分别将所述相机坐标系中的像素点透视投影到图像坐标系中,得到至少两个目标图像,所述针孔相机模型单个方向的视场角小于所述鱼眼相机的视场角。
在一种可能的实现方式中,所述基于针孔相机模型,通过至少两个不同方向的视场角,分别将所述相机坐标系中的像素点透视投影到图像坐标系中,得到至少两个目标图像,包括:
通过预设的至少两个旋转矩阵,对所述相机坐标系中的像素点进行旋转,得到至少两个旋转结果,所述旋转矩阵用于表征针孔相机模型的视场角的方向;
基于所述针孔相机模型,通过透射投影将所述旋转结果投影到图像坐标系中,得到至少两个目标图像。
在一种可能的实现方式中,所述至少两个不同方向的视场角之和大于或等于所述鱼眼相机的视场角。
根据本公开的一方面,提供了一种行驶设备,包括采集模块和处理模块,其中:
所述采集模块包括多个鱼眼相机,所述鱼眼相机用于采集所述行驶设备周边的图像;
所述处理模块,用于执行本公开提供的计算机视觉处理方法,以对各所述鱼眼相机拍摄的鱼眼图像进行投影,得到各所述鱼眼图像对应的目标图像,并基于目标图像进行计算机视觉处理。
在一种可能的实现方式中,所述鱼眼相机的数量为4个,所述鱼眼相机设置于所述形式设备的前部、后部、左侧和右侧,单个所述鱼眼相机的视场角大于或等于180°。
在一种可能的实现方式中,所述采集模块还包括:超声波传感器,用于采集所述行驶设备周边的环境信息;
所述超声波传感器设置于两个所述鱼眼相机之间,以使得所述超声波传感器的探测范围包含所述鱼眼相机的盲区。
在一种可能的实现方式中,所述处理模块,用于基于各所述鱼眼相机的外参和内参,将所述多个目标图像变换到同一图像坐标系下,实现对所述多个目标图像的拼接,得到所述行驶设备的环视感知结果。
根据本公开的一方面,提供了一种计算机视觉处理装置,包括:
获取模块,用于获取鱼眼相机拍摄的鱼眼图像;
第一投影模块,用于基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上;
第二投影模块,用于基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;
视觉处理模块,用于基于所述目标图像进行计算机视觉处理。
在一种可能的实现方式中,所述第一投影模块,用于基于所述鱼眼相机的内参,通过鱼眼相机成像模型的逆投影变换将所述鱼眼图像中的像素点投影到归一化球面上,得到所述像素点在所述鱼眼相机的相机坐标系下的坐标。
在一种可能的实现方式中,所述第二投影模块,用于基于针孔相机模型,通过至少两个不同方向的视场角,分别将所述相机坐标系中的像素点透视投影到图像坐标系中,得到至少两个目标图像,所述针孔相机模型单个方向的视场角小于所述鱼眼相机的视场角。
在一种可能的实现方式中,所述第二投影模块,用于通过预设的至少两个旋转矩阵,对所述相机坐标系中的像素点进行旋转,得到至少两个旋转结果,所述旋转矩阵用于表征针孔相机模型的视场角的方向;基于所述针孔相机模型,通过透射投影将所述旋转结果投影到图像坐标系中,得到至少两个目标图像。
在一种可能的实现方式中,所述至少两个不同方向的视场角之和大于或等于所述鱼眼相机的视场角。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,在获取鱼眼相机拍摄的鱼眼图像后,通过基于鱼眼相机的内参,将鱼眼图像中的像素点从图像坐标系投影到鱼眼相机的相机坐标系上;然后基于针孔相机模型,将该相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;基于所述目标图像进行计算机视觉处理。由此,将畸变严重的鱼眼图像先转换至相机坐标系中,然后再用针孔相机模型将相机坐标系中的像素点透视到图像坐标系中,这样得到的目标图像是基于针孔相机模型得到的,相对于鱼眼图像而言,减少了畸变,由于现有的绝大多数视觉处理模型所处理的图像均为针孔相机模型得到的图像,因此,本公开实施例得到的目标图像可以适用于现有的视觉处理模型,无需在鱼眼图像上重新训练特殊的模型,相对于在鱼眼图像上重新训练特殊模型而言,具备计算量小、模型简单、感知结果鲁棒和容易部署的特点。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的鱼眼图像中检测到的目标的标识方法示意图。
图2示出根据本公开实施例的计算机视觉处理方法的流程图。
图3a示出本公开实施例提供的一种鱼眼图像的示意图。
图3b示出本公开实施例对图3a的鱼眼图像进行重投影后的一种针孔图像示意图。
图3c示出本公开实施例对图3a的鱼眼图像进行重投影后的另一种针孔图像示意图。
图3d示出本公开实施例对图3a的鱼眼图像进行重投影后的另一种针孔图像示意图。
图4示出本公开实施例的一种行驶设备的框图。
图5示出本公开实施例提供的行驶设备的一种鱼眼相机设置方案的示意图。
图6示出根据本公开实施例的计算机视觉处理装置的框图。
图7示出根据本公开实施例的一种电子设备的框图。
图8示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
鱼眼相机由于需要感知180度以上的视野,所以成像后引入了非常大的畸变,这对于目标感知等视觉处理形成了巨大的困难。在相关技术中,针对鱼眼图像的2D和3D感知方案均取得了一些进展。对于2D检测,比如可以在原始鱼眼图像上进行目标检测,但是传统的矩形框图1(a)标识方法不再合适,而是用其它的形状,例如:旋转的矩形图1(b)、曲边矩形图1(c)、椭圆图1(d)、4边形图1(e)甚至24边形图1(f)。对于3D目标感知,这部分更加困难;在相关技术中,还提出了采取稠密深度估计的方法,基于单帧输入鱼眼图像,网络预测各像素的深度信息,这种方法实际应用很困难,泛化性很差,而且不适合景深较大和动态物体较多的场景;由于柱面投影在一定程度保留了跟透视投影相类似的几何特性,在相关技术中,还提出在针孔图像上训练3D检测模型,可以直接应用在柱面图像上,而无需任何重新的训练,并展示了一定的效果,但距离实际实用还有很大的差距。
本发明要解决的技术问题包括,解决鱼眼图像上进行视觉处理较为复杂的问题。首先,解决在原始鱼眼图像上2D检测目标不好拟合的问题,无需使用复杂的形状去进行目标表示。另外不需要进行重新训练,现有的模型就可以直接部署使用;其次,解决鱼眼图像的单目3D感知测距问题,不需要使用任何近似或者牵强的几何关系,能够基于2D检测结果恢复目标的深度信息;最后,深度恢复过程,无需再借助任何网络模型,只需根据几何关系即可得到深度信息。
在本公开实施例中,在获取鱼眼相机拍摄的鱼眼图像后,通过基于鱼眼相机的内参,将鱼眼图像中的像素点从图像坐标系投影到鱼眼相机的相机坐标系上;然后基于针孔相机模型,将该相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;基于所述目标图像进行计算机视觉处理。由此,将畸变严重的鱼眼图像先转换至相机坐标系中,然后再用针孔相机模型将相机坐标系中的像素点透视到图像坐标系中,这样得到的目标图像是基于针孔相机模型得到的,相对于鱼眼图像而言,减少了畸变。并且由于现有的绝大多数视觉处理模型所处理的图像均为针孔相机模型得到的图像,因此,本公开实施例得到的目标图像可以适用于现有的视觉处理模型,无需在鱼眼图像上重新训练特殊的模型,相对于在鱼眼图像上重新训练特殊模型而言,具备计算量小、模型简单、感知结果鲁棒和容易部署的优点。
在一种可能的实现方式中,所述计算机视觉处理方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
为便于描述,本说明书一个或多个实施例中,身份认证方法的执行主体可以是车载设备,后文以执行主体为车载设备为例,对该方法的实施方式进行介绍。可以理解,该方法的执行主体为车载设备只是一种示例性的说明,并不应理解为对该方法的限定。
图2示出根据本公开实施例的计算机视觉处理方法的流程图,如图2所示,所述计算机视觉处理方法包括:
在步骤S11中,获取鱼眼相机拍摄的鱼眼图像;
鱼眼图像可以由鱼眼相机拍摄得到,鱼眼相机的镜头焦距往往较短,一般为16mm或更短,并且视场角FOV接近或等于180°。由于焦距越短视场角越大,所以为使镜头达到更大的拍摄视场角,鱼眼相机的前镜片直径很短且呈抛物状向镜头前部凸出,与鱼的眼睛颇为相似,因此称之为鱼眼相机。
在步骤S12中,基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上;
自然界中的物体是存在于世界坐标系中的,在相机对物体进行拍摄时,相机对物体的感知是在相机自身的相机坐标系中的,相机坐标系是以相机模型的聚焦中心为原点,以摄像机光轴为Z轴建立的三维直角坐标系,X轴和Y轴的方向一般与图像坐标系的X轴和Y轴平行。相机坐标系中的物体的光线经过相机的光学器件投影后,会投影到图像坐标系中,得到物体的像素点,即得到了相机所成的像。
那么,针对于鱼眼相机而言,鱼眼相机在相机坐标系中将物体的光线通过鱼眼相机成像模型投影到图像坐标系中,得到了鱼眼图像。那么,在将鱼眼图像中的像素点从图像坐标系投影到鱼眼相机的相机坐标系上的过程中,对鱼眼图像的像素点执行上述投影的逆变换,即可将像素点从图像坐标系投影到鱼眼相机的相机坐标系上,即通过鱼眼相机的内参,利用鱼眼相机成像模型的逆投影变换,将鱼眼图像中的像素点从图像坐标系投影到鱼眼相机的相机坐标系上。
在步骤S13中,基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;
基于鱼眼相机的内参,将鱼眼图像中的像素点从图像坐标系投影到鱼眼相机的相机坐标系上后,即将像素点呈现于以相机模型的聚焦中心为原点的三维空间中,对于该三维空间中的像素点,采用针孔相机模型进行透视投影,得到的目标图像,即为普通的相机拍摄出的图像。
针孔相机模型(Pinhole camera model,PCM)是绝大多数电子设备的相机所使用的成像模型,广泛应用于手机、平板电脑等电子设备中。针孔相机模型就是把相机简化成小孔成像,其描述了三维空间中的点的坐标与其在理想针孔相机的图像平面上的投影之间的数学关系,其中相机光圈被描述为一个点,并且没有使用透镜来聚焦光线,可以用来合理地描述相机如何描绘三维场景。
那么,对于通过步骤S12得到的三维空间中的像素点,通过针孔相机模型进行透视投影,投影至图像坐标系中,即得到了目标图像,由于针孔相机模型描述了三维空间中的点的坐标与其在理想针孔相机的图像平面上的投影之间的数学关系,该模型未考虑由镜头和有限尺寸的光圈等原因导致的像点几何畸变或未聚焦对象的模糊,因此,基于针孔相机模型得到的目标图像中几何畸变较少。
在步骤S14中,基于所述目标图像进行计算机视觉处理。
这里的计算机视觉处理的具体手段可以包括多种,在一个示例中,可以基于目标图像进行目标识别,例如识别行人、车辆、交通信号灯、车道线等目标物体,在另一示例中,还可以基于目标图像进行目标测距,例如测量识别到的行人、车辆与主体的距离等等,对于更多的计算机视觉处理方式此处不做赘述。
由于目标图像中的几何畸变较少,因此,计算机视觉处理所使用的处理模型,可以是常规的视觉处理模型,无需为鱼眼图像单独训练模型。例如常规的对2D图像进行目标识别的目标识别模型、对2D图像中的目标物进行测距的测距模型等等。
在本公开实施例中,在获取鱼眼相机拍摄的鱼眼图像后,通过基于鱼眼相机的内参,将鱼眼图像中的像素点从图像坐标系投影到鱼眼相机的相机坐标系上;然后基于针孔相机模型,将该相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;基于所述目标图像进行计算机视觉处理。由此,将畸变严重的鱼眼图像先转换至相机坐标系中,然后再用针孔相机模型将相机坐标系中的像素点透视到图像坐标系中,这样得到的目标图像是基于针孔相机模型得到的,相对于鱼眼图像而言,减少了畸变。并且由于现有的绝大多数视觉处理模型所处理的图像均为针孔相机模型得到的图像,因此,本公开实施例得到的目标图像可以适用于现有的视觉处理模型,无需在鱼眼图像上重新训练特殊的模型,相对于在鱼眼图像上重新训练特殊模型而言,具备计算量小、模型简单、感知结果鲁棒和容易部署的特点。
在一种可能的实现方式中,所述基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上,包括:基于所述鱼眼相机的内参,通过鱼眼相机成像模型的逆投影变换将所述鱼眼图像中的像素点投影到归一化球面上,得到所述像素点在所述鱼眼相机的相机坐标系下的坐标。
在对鱼眼图像进行投影之前,可以先对鱼眼图像进行去畸变处理,鱼眼相机图像的透镜形状为抛物线形,其弧度弯曲程度较大,导致鱼眼图像带有径向畸变,因此,可以先对鱼眼相机图像进行去畸变操作,得到去畸变后的鱼眼图像。具体去畸变的方式可以包括双线性插值法、改进球面透视投影法等等,本公开对具体去畸变的方式不做具体限定。
普通相机成像遵循的是针孔相机模型,在成像过程中实际场景中的直线仍被投影为图像平面上的直线。但是鱼眼相机如果按照针孔相机模型成像的话,投影图像会变得非常大,当相机视场角达到180°时,图像甚至会变为无穷大。所以,鱼眼相机成像模型为了将尽可能大的场景投影到有限的图像平面内,允许了相机畸变的存在。并且由于鱼眼相机的径向畸变非常严重,所以鱼眼相机主要是考虑径向畸变,而忽略其余类型的畸变。鱼眼相机成像时遵循的模型可以近似为单位球面投影模型。可以将鱼眼相机成像模型的成像过程分解成两步:第一步,三维空间点线性地投影到一个球面上,它是一个虚拟的归一化球面,它的球心与相机坐标系的原点重合;第二步,单位球面上的点投影到图像平面上得到鱼眼图像,这个过程是非线性的。
那么,在通过鱼眼相机成像模型进行逆投影变换时,可以将所述鱼眼图像中的像素点投影到归一化球面上,由于并不需要确定像素点的深度信息,因此,这里只需确定像素点之间的相对位置即可,那么,将鱼眼图像中的像素点投影到归一化球面上,即确定了像素点之间的相对位置关系。
在通过鱼眼相机成像模型进行逆投影变换将所述鱼眼图像中的像素点投影到归一化球面的过程中,会根据鱼眼图像中像素点的坐标以及鱼眼相机的内参,通过鱼眼相机成像模型的逆变换,计算像素点在归一化球面上的坐标,即得到了像素点在鱼眼相机的相机坐标系下的坐标,实现了将鱼眼图像中的像素点从图像坐标系投影到鱼眼相机的相机坐标系上。
针对鱼眼图像中的像素点C,其在鱼眼相机的相机坐标系上的坐标PC可以表征为PC=(XC,YC,ZC)T,其中,XC,YC,ZC分别为点C在(X,Y,Z)三个方向上的坐标点,T表示归一化处理,在本公开实施例中,基于所述鱼眼相机的内参,通过鱼眼相机成像模型的逆投影变换将所述鱼眼图像中的像素点投影到归一化球面上,得到所述像素点在所述鱼眼相机的相机坐标系下的坐标,由此,能够准确地得到像素点在鱼眼相机的相机坐标系下的坐标,准确地得到鱼眼图像中的像素点在三维空间中的相对位置关系,提高了后续得到的目标图像的准确性。
在一种可能的实现方式中,所述基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像,包括:基于针孔相机模型,通过至少两个不同方向的视场角,分别将所述相机坐标系中的像素点透视投影到图像坐标系中,得到至少两个目标图像,所述针孔相机模型单个方向的视场角小于所述鱼眼相机的视场角。
由于针孔相机模型的单张图像只能表示较小水平视场角FOV的视野,其水平视场角通常在60°左右,而鱼眼相机的水平FOV通常可以达到180度以上,因此鱼眼图像的像素点在三维空间中所跨越的视场角通常也会达到180°以上,那么,在针孔相机模型中,可以通过至少两个不同方向的视场角,来分别捕获鱼眼相机的相机坐标系的三维空间中鱼眼图像的像素点。例如,针对水平FOV为180°的鱼眼相机,可以通过3个水平FOV为60度的针孔相机模型,来对该鱼眼相机的相机坐标系中的像素点进行透射投影,得到3个目标图像。
这样,可以通过叠加多个小FOV的针孔相机模型得到的针孔图像(目标图像),以达到大FOV的鱼眼感知范围的目的,实现了对鱼眼相机图像的全部像素点进行准确的透射变换,最大程度减少信息损失。以便于在针孔图像上进行常规的计算机视觉处理,视觉处理这部分操作可通过任何已有的模型实现,因为针孔相机投影下的图像的表观特征基本一致,不会出现较大的畸变差异。
在一种可能的实现方式中,所述基于针孔相机模型,通过至少两个不同方向的视场角,分别将所述相机坐标系中的像素点透视投影到图像坐标系中,得到至少两个目标图像,包括:通过预设的至少两个旋转矩阵,对所述相机坐标系中的像素点进行旋转,得到至少两个旋转结果,所述旋转矩阵用于表征针孔相机模型的视场角的方向;基于所述针孔相机模型,通过透射投影将所述旋转结果投影到图像坐标系中,得到至少两个目标图像。
由于通过步骤S12得到的三维空间中的鱼眼图像的像素点的视场角往往较大,而针孔相机模型的视场角往往较小,因此,在通过针孔相机模型将三维空间中的点映射至图像坐标系中时,可以将鱼眼相机模型的入射光线进行多个视场角的旋转,通过选择矩阵将鱼眼相机的相机坐标系下的3D点PC进行旋转,即可得到不同视场角下的透视投影光线。
为便于更清楚地理解通过旋转矩阵来进行透视投影的过程,下面通过具体的数学表达式来对该过程进行说明,需要说明的是,本公开中提供的具体数学表达式为本公开实施例在具体实施时的一种可能的实现方式,而不应当理解为对本公开实施例保护范围的限制。
请参阅公式(1),为本公开提供的通过旋转矩阵来对多个方向的视场角进行透视投影的表达式。
其中R表示旋转矩阵,其大小可以是3×3,旋转矩阵可以由用户自定义,来对该旋转矩阵对应的视场角下的像素点进行透视投影,用户可以通过定义至少两个旋转矩阵,来得到至少两个旋转结果R*PC,fx,fy,cx,cy表示针孔相机的内参数,其中fx表示针孔相机模型在x方向的焦距,fy表示针孔相机模型在y方向的焦距,cx,cy表示相机模型的光心在图像坐标系中的坐标,图像坐标系的原点为图像左上角的像素点。u和v表示最终得到的针孔相机模型对应的图像坐标系上像素点的坐标。
如前文所述,由于透视投影只能表示小的水平FOV的视野,例如,针孔图像的FOV通常为60°,但是鱼眼图像的FOV通常为180°,如果只做一次透视投影,那么可能会存在信息损失。那么,在一种可能的实现方式中,所述至少两个不同方向的视场角之和大于或等于所述鱼眼相机的视场角。
因而,本实现方式中提出针对单个鱼眼相机进行多视场角透视投影的方案。即为了近似达到180度FOV的感知视野,那么至少需要进行3次不同视场角下的透视投影。在不同方向的视场角下的投影,只需要重新定义R即可。对于该示例中的单个鱼眼相机,需要进行3个不同视场角下的透视投影,那么只需自定义3个不同的旋转矩阵R,以及同一份内参fx,fy,cx,cy。
请参见图3a-3d,为本公开实施例提供的计算机视觉处理方法的处理结果示意图,其中,图3a表示原始鱼眼图像,图3b、图3c、图3d表示重新投影后的三个不同视场角下的针孔图像(目标图像)。
本公开实施例提供的计算机视觉处理方法中,在对单个鱼眼相机拍摄的鱼眼图像进行计算机视觉处理时,不是直接在原始鱼眼图像上进行视觉处理,而是在鱼眼图像畸变矫正并且重新投影后的针孔图像上进行。这样至少有以下三点技术效果:首先,对于目标检测来说,现有的模型几乎都是针对针孔图像做的训练,也就是可以重复利用已有的模型;其次,鱼眼图像畸变较大,对于目标检测很困难,利用针孔图像则可以消除畸变,提高目标检测的准确性;最后,针孔图像基于透视投影得到,因此像的大小与距离成正比,因此对于单目测距,在已知目标的实际尺寸和像的尺寸的情况下,可以预测出目标与相机之间的距离,即可以使用目标的先验信息进行测距,而鱼眼图像由于畸变严重,则无法利用目标的先验信息进行测距。
基于本公开实施例提供的计算机视觉处理方法,本公开实施例还提供一种行驶设备,如图4所示,包括采集模块41和处理模块42,其中:
所述采集模块包括多个鱼眼相机,所述鱼眼相机用于采集所述行驶设备周边的图像;
所述处理模块,用于执行权利要求1至5中任意一项所述的方法,以对各所述鱼眼相机拍摄的鱼眼图像进行投影,得到各所述鱼眼图像对应的目标图像,并基于目标图像进行计算机视觉处理。
该行驶设备通过多个鱼眼相机实现了对周围环境的环视感知,即使单个鱼眼相机感知范围可以达到180度,但是还是无法达到自动驾驶所需求的360度无死角感知。而且,由于鱼眼图像本身的缺点,当FOV增加时,畸变也是跟随变大,导致真正感知的信息是无法充分利用达到180度的。所以,一般需要多个相机进行互补,实现充分环视感知。
对鱼眼图像进行视觉处理的具体方法可参见本公开提供的计算机视觉处理方法,此处不做赘述,通过本公开提供的计算机视觉处理方法,可以得到行驶设备的各鱼眼相机采集的鱼眼图像对应的目标图像(针孔图像),然后在目标图像上进行计算机视觉处理,这里的计算机视觉处理例如可以是进行目标物体的识别和测距,基于对目标物体的识别和测距,可以实现行驶设备的自动驾驶、辅助驾驶、自动泊车等功能。
在一种可能的实现方式中,所述鱼眼相机的数量为4个,所述鱼眼相机设置于所述形式设备的前部、后部、左侧和右侧,单个所述鱼眼相机的视场角大于或等于180°。
在本实现方式中,采用4个鱼眼相机环视安装配置,分别设置于行驶设备的四周,例如,请参阅图5提供的一种鱼眼相机设置方案,对于行驶设备为车辆而言,4个鱼眼相机可以分别设置于左右后视镜、前后车牌的位置。然后,基于本公开提供的计算机视觉处理方法,将4个鱼眼相机虚拟出10个针孔相机(图中编号0-9),得到10张针孔图像,然后基于这10张针孔图像再进行计算机视觉处理,实现环绕车身360°的视觉感知。
每个虚拟的针孔相机的视场角为60°的感知范围,相机彼此之间有一小部分区域的重叠,以防止出现相机之间的盲区。基于本公开提供的,计算机视觉处理方法,对前后鱼眼相机拍摄的鱼眼图像各进行三次透视投影,得到目标图像,左右鱼眼相机拍摄的鱼眼图像进行各两次透视投影,得到目标图像,这两次透射投影的视场角的边缘位于左右鱼眼相机的光轴上,以防止前左或者前右出现较大部分的重叠区域。
在一种可能的实现方式中,所述采集模块还包括:超声波传感器,用于采集所述行驶设备周边的环境信息;所述超声波传感器设置于两个所述鱼眼相机之间,以使得所述超声波传感器的探测范围包含所述鱼眼相机的盲区。
鱼眼相机会存在一些感知盲区,如图4中所示的感知盲区,这部分离车很近且区域很小,因此也可忽略。为了进一步提高对行驶设备环境信息感知的全面性,这部分区域可以用超声波传感器进行探测,超声波传感器的探测范围包含所述鱼眼相机的盲区,例如,可以将超声波传感器设置于车辆中靠近该盲区的位置,并正对该盲区,以对该盲区中的环境信息进行采集。
在一种可能的实现方式中,所述处理模块,用于基于各所述鱼眼相机的外参和内参,将所述多个目标图像变换到同一图像坐标系下,实现对所述多个目标图像的拼接,得到所述行驶设备的环视感知结果。
相机的外参用于表征物体在世界坐标系中位置和相机坐标中位置之间的对应关系,内参用于表征物体在相机坐标和图像坐标之间的对应关系,相机的内参和外参都可以通过相机标定来确定,在确定了相机的外参和内参后,便可以把目标图像的像素点都转换到世界坐标系中,根据世界坐标系中坐标相同的像素点,即可实现对目标图像的拼接。世界坐标系中坐标相同的像素点,在图像坐标系中应当也是重合的,因此,可以将两个目标图像放置于同一图像坐标系中,并将世界坐标系相同的像素点进行重叠,实现了对目标图像的拼接,得到了行驶设备的环视感知结果。
接上例,在得到10个不同视角下的目标图像后,即可用现有的2D目标检测模型检测车辆周边的目标,然后根据目标的尺寸的先验信息进行3D测距。该先验信息为目标的像素尺寸与距离的映射关系,例如目标在图像上的尺寸为1cm,则距离车辆1m;目标在图像上的尺寸为2cm,则距离车辆2m,等等。
对于车辆的辅助驾驶和自动泊车等应用来说,主要的目标是车辆和行人,由于车辆的高度方差不大(大多在1.2m-1.5m之间),即车辆的高度之间的差距可以忽略不计,因此,可以预先设置先验信息:车辆在图像中的高度与距离的映射关系,那么,在确定了目标图像中车辆的高度后,依据该映射关系即可得到车辆的距离;由于人的高度方差不大(大多在1.6m-1.8m之间),即人的高度之间的差距可以忽略不计,因此,可以预先设置先验信息:人在图像中的高度与距离的映射关系,那么,在确定了目标图像中人的高度后,依据该映射关系即可得到人的距离。
在本公开实施例提供的行驶设备,包括采集模块和处理模块,采集模块包括多个鱼眼相机,鱼眼相机用于采集行驶设备周边的图像;处理模块,用于执行本公开提供的计算机视觉处理方法,以对各鱼眼相机拍摄的鱼眼图像进行投影,得到各鱼眼图像对应的目标图像,并基于目标图像进行计算机视觉处理。由此,能够提高基于鱼眼相机进行环视感知的准确性,且可无需雷达等昂贵的感知设备,即可准确地环视感知周围目标的距离,在保证环视感知准确性的前提下,降低了环视感知的成本。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了计算机视觉处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种计算机视觉处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图6示出根据本公开实施例的计算机视觉处理装置的框图,如图6所示,所述装置包括:
获取模块61,用于获取鱼眼相机拍摄的鱼眼图像;
第一投影模块62,用于基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上;
第二投影模块63,用于基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;
视觉处理模块64,用于基于所述目标图像进行计算机视觉处理。
在一种可能的实现方式中,所述第一投影模块,用于基于所述鱼眼相机的内参,通过鱼眼相机成像模型的逆投影变换将所述鱼眼图像中的像素点投影到归一化球面上,得到所述像素点在所述鱼眼相机的相机坐标系下的坐标。
在一种可能的实现方式中,所述第二投影模块,用于基于针孔相机模型,通过至少两个不同方向的视场角,分别将所述相机坐标系中的像素点透视投影到图像坐标系中,得到至少两个目标图像,所述针孔相机模型单个方向的视场角小于所述鱼眼相机的视场角。
在一种可能的实现方式中,所述第二投影模块,用于通过预设的至少两个旋转矩阵,对所述相机坐标系中的像素点进行旋转,得到至少两个旋转结果,所述旋转矩阵用于表征针孔相机模型的视场角的方向;基于所述针孔相机模型,通过透射投影将所述旋转结果投影到图像坐标系中,得到至少两个目标图像。
在一种可能的实现方式中,所述至少两个不同方向的视场角之和大于或等于所述鱼眼相机的视场角。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图7示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图7,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
本公开涉及增强现实领域,通过获取现实环境中的目标对象的图像信息,进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理,从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的,目标对象可涉及与人体相关的脸部、肢体、手势、动作等,或者与物体相关的标识物、标志物,或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景,还可以涉及与人相关的特效处理,比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络,实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
图8示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图8,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服务器操作系统(Windows ServerTM),苹果公司推出的基于图形用户界面操作系统(Mac OSXTM),多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM),开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。在有些作为替换的实现中,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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (12)
1.一种计算机视觉处理方法,其特征在于,包括:
获取鱼眼相机拍摄的鱼眼图像;
基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上;
基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;
基于所述目标图像进行计算机视觉处理。
2.根据权利要求1所述方法,其特征在于,所述基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上,包括:
基于所述鱼眼相机的内参,通过鱼眼相机成像模型的逆投影变换将所述鱼眼图像中的像素点投影到归一化球面上,得到所述像素点在所述鱼眼相机的相机坐标系下的坐标。
3.根据权利要求1或2任一所述方法,其特征在于,所述基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像,包括:
基于针孔相机模型,通过至少两个不同方向的视场角,分别将所述相机坐标系中的像素点透视投影到图像坐标系中,得到至少两个目标图像,所述针孔相机模型单个方向的视场角小于所述鱼眼相机的视场角。
4.根据权利要求3所述方法,其特征在于,所述基于针孔相机模型,通过至少两个不同方向的视场角,分别将所述相机坐标系中的像素点透视投影到图像坐标系中,得到至少两个目标图像,包括:
通过预设的至少两个旋转矩阵,对所述相机坐标系中的像素点进行旋转,得到至少两个旋转结果,所述旋转矩阵用于表征针孔相机模型的视场角的方向;
基于所述针孔相机模型,通过透射投影将所述旋转结果投影到图像坐标系中,得到至少两个目标图像。
5.根据权利要求3或4所述方法,其特征在于,所述至少两个不同方向的视场角之和大于或等于所述鱼眼相机的视场角。
6.一种行驶设备,其特征在于,包括采集模块和处理模块,其中:
所述采集模块包括多个鱼眼相机,所述鱼眼相机用于采集所述行驶设备周边的图像;
所述处理模块,用于执行权利要求1至5中任意一项所述的方法,以对各所述鱼眼相机拍摄的鱼眼图像进行投影,得到各所述鱼眼图像对应的目标图像,并基于目标图像进行计算机视觉处理。
7.根据权利要求6所述的行驶设备,其特征在于,所述鱼眼相机的数量为4个,所述鱼眼相机设置于所述形式设备的前部、后部、左侧和右侧,单个所述鱼眼相机的视场角大于或等于180°。
8.根据权利要求7所述的行驶设备,其特征在于,所述采集模块还包括:超声波传感器,用于采集所述行驶设备周边的环境信息;
所述超声波传感器设置于两个所述鱼眼相机之间,以使得所述超声波传感器的探测范围包含所述鱼眼相机的盲区。
9.根据权利要求6-8任一所述的行驶设备,其特征在于,所述处理模块,用于基于各所述鱼眼相机的外参和内参,将所述多个目标图像变换到同一图像坐标系下,实现对所述多个目标图像的拼接,得到所述行驶设备的环视感知结果。
10.一种计算机视觉处理装置,其特征在于,包括:
获取模块,用于获取鱼眼相机拍摄的鱼眼图像;
第一投影模块,用于基于所述鱼眼相机的内参,将所述鱼眼图像中的像素点从图像坐标系投影到所述鱼眼相机的相机坐标系上;
第二投影模块,用于基于针孔相机模型,将所述相机坐标系中的像素点透视投影到图像坐标系中,得到目标图像;
视觉处理模块,用于基于所述目标图像进行计算机视觉处理。
11.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至5中任意一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111154441.3A CN113888645A (zh) | 2021-09-29 | 2021-09-29 | 一种行驶设备、计算机视觉处理方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111154441.3A CN113888645A (zh) | 2021-09-29 | 2021-09-29 | 一种行驶设备、计算机视觉处理方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888645A true CN113888645A (zh) | 2022-01-04 |
Family
ID=79008448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111154441.3A Pending CN113888645A (zh) | 2021-09-29 | 2021-09-29 | 一种行驶设备、计算机视觉处理方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888645A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114462622A (zh) * | 2022-02-07 | 2022-05-10 | 舵敏智能科技(苏州)有限公司 | 一种用于众包数据的深度学习模型部署与训练方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717704A (zh) * | 2018-05-15 | 2018-10-30 | 珠海全志科技股份有限公司 | 基于鱼眼图像的目标跟踪方法、计算机装置及计算机可读存储介质 |
CN108805801A (zh) * | 2018-05-24 | 2018-11-13 | 北京华捷艾米科技有限公司 | 一种全景图像校正方法及系统 |
CN111260539A (zh) * | 2020-01-13 | 2020-06-09 | 魔视智能科技(上海)有限公司 | 鱼眼图目标识别方法及其系统 |
CN112116530A (zh) * | 2019-06-19 | 2020-12-22 | 杭州海康威视数字技术股份有限公司 | 鱼眼图像畸变矫正方法、装置和虚拟显示系统 |
CN113362228A (zh) * | 2021-06-29 | 2021-09-07 | 中国科学技术大学 | 基于改进畸变校正和标记拼接的环视图像拼接方法及系统 |
-
2021
- 2021-09-29 CN CN202111154441.3A patent/CN113888645A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717704A (zh) * | 2018-05-15 | 2018-10-30 | 珠海全志科技股份有限公司 | 基于鱼眼图像的目标跟踪方法、计算机装置及计算机可读存储介质 |
CN108805801A (zh) * | 2018-05-24 | 2018-11-13 | 北京华捷艾米科技有限公司 | 一种全景图像校正方法及系统 |
CN112116530A (zh) * | 2019-06-19 | 2020-12-22 | 杭州海康威视数字技术股份有限公司 | 鱼眼图像畸变矫正方法、装置和虚拟显示系统 |
CN111260539A (zh) * | 2020-01-13 | 2020-06-09 | 魔视智能科技(上海)有限公司 | 鱼眼图目标识别方法及其系统 |
CN113362228A (zh) * | 2021-06-29 | 2021-09-07 | 中国科学技术大学 | 基于改进畸变校正和标记拼接的环视图像拼接方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114462622A (zh) * | 2022-02-07 | 2022-05-10 | 舵敏智能科技(苏州)有限公司 | 一种用于众包数据的深度学习模型部署与训练方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846410B (zh) | 基于三维的行车环境成像方法及装置 | |
CN111339846B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN114019473A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN110688951A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN106296570B (zh) | 图像处理方法及装置 | |
CN109584362B (zh) | 三维模型构建方法及装置、电子设备和存储介质 | |
CN109544458B (zh) | 鱼眼图像校正方法、装置及其存储介质 | |
CN112945207B (zh) | 目标定位方法及装置、电子设备和存储介质 | |
CN111401230B (zh) | 姿态估计方法及装置、电子设备和存储介质 | |
CN106225764A (zh) | 基于终端中双目摄像头的测距方法及终端 | |
CN113706421B (zh) | 一种图像处理方法及装置、电子设备和存储介质 | |
CN112184787A (zh) | 图像配准方法及装置、电子设备和存储介质 | |
CN114529606A (zh) | 位姿检测方法及装置、电子设备和存储介质 | |
CN113066135A (zh) | 图像采集设备的标定方法及装置、电子设备和存储介质 | |
CN112860061A (zh) | 场景图像展示方法及装置、电子设备和存储介质 | |
CN111127541B (zh) | 车辆尺寸的确定方法、装置及存储介质 | |
CN114581525A (zh) | 姿态确定方法及装置、电子设备和存储介质 | |
CN114067085A (zh) | 一种虚拟对象的显示方法及装置、电子设备和存储介质 | |
CN113888645A (zh) | 一种行驶设备、计算机视觉处理方法、装置和电子设备 | |
CN113012052B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113611152A (zh) | 停车场的导航方法及装置、电子设备和存储介质 | |
CN113345000A (zh) | 深度检测方法及装置、电子设备和存储介质 | |
CN109978759B (zh) | 图像处理方法及装置和图像生成网络的训练方法及装置 | |
CN112529781B (zh) | 图像处理方法、装置以及可读存储介质 | |
CN114550086A (zh) | 一种人群定位方法及装置、电子设备和存储介质 |
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 |