CN114332131A - 用于调整单目相机放置角度的方法和装置 - Google Patents

Abstract

本申请涉及一种用于调整单目相机放置角度的方法及装置。该方法包括：获取单目相机的拍摄图像，拍摄图像中包含参考物体；将拍摄图像划分为至少两个区域，每个区域中均包含参考物体图像；识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值；对比至少两个区域的像素特征值，确定单目相机的调整角度。本申请提供的方案，能够辅助安装人员快速获取调节单目相机的放置角度。

Description

用于调整单目相机放置角度的方法和装置

技术领域

本申请涉及智能交通领域，尤其涉及用于调整单目相机放置角度的方法。

背景技术

相关技术中，在智能交通领域，需要在车辆上安装若干相机以采集图像信息。在评估相机拍摄精度的时候，主要通过获取相机外参计算相机的拍摄精度。而相机外参与两方面有关，一方面是相机的安装姿态，一方面是相机的安装位置。采用不同的方式安装相机，可以获得不同的外参，再根据外参有效范围的大小、精度等数据，分析自动驾驶相关数据。如果单目相机放置位置不够准确，就会导致自动驾驶车辆输出的自动驾驶数据不够准确。

现有技术中，通常通过人工手动方式调节相机参数来获取安装角度，但通过人工调整相机放置角度，往往耗费时间长且调整后的相机放置角度不够准确。因此，亟需一种向安装人员推荐调整单目相机放置角度的辅助方法。

发明内容

为解决或部分解决相关技术中存在的问题，本申请提供一种单目相机放置角度的自动调节方法，能够辅助安装人员快速获取调节单目相机的放置角度。

本申请第一方面提供一种用于调整单目相机放置角度的方法，包括：

获取单目相机的拍摄图像，拍摄图像中包含参考物体；

将拍摄图像划分为至少两个区域，每个区域中均包含参考物体图像；

识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值；

对比至少两个区域的像素特征值，确定单目相机的调整角度。

可选地，像素特征值为像素精度值，参考物体图像中的每一个像素点是一个区域，根据参考物体图像的关键点分别获取至少两个区域的像素特征值，包括：

根据参考物体图像的关键点，确定关键点对应的像素点；

获取像素点的图像数据和参考物体的尺寸数据；

根据像素点的图像数据和参考物体的尺寸数据，计算每个参考物体图像中关键点的像素精度值。

可选地，根据像素点的图像数据和参考物体的尺寸数据，计算每个参考物体图像中关键点的像素精度值，包括：

根据像素点的图像数据，确定像素点之间的像素距离数据；

根据参考物体的尺寸数据，确定关键点之间的实际长度数据；

根据像素点之间的像素距离数据和关键点之间的实际长度数据，获取每个关键点的像素精度值。

可选地，对比至少两个区域的像素特征值，确定单目相机的调整角度，包括：

对比至少两个区域的像素特征值，确定像素特征值最高的像素点和像素特征值最低的像素点；

根据像素特征值最低的像素点和像素特征值最高的像素点之间连线的方向，确定单目相机的调整角度。

可选地，将拍摄图像划分为至少两个区域，每个区域中均包含参考物体图像，包括：

将拍摄图像均分为至少两个区域，每个区域中均包含一个参考物体的完整边。

可选地，像素特征值为像素精度值，识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值，包括：

根据参考物体图像的关键点，识别每个区域中参考物体的完整边，并获取完整边的像素长度值；

读取完整边的实际边长数据，根据完整边的实际边长数据和完整边的像素长度值，确定每个区域的像素特征值。

可选地，区域个数为两个，对比至少两个区域的像素特征值，确定单目相机的调整角度，包括：

确定两个区域的分界线的垂线；

对比两个区域的像素特征值，确定垂线的指向，垂线的指向为像素特征值低的区域指向像素特征值高的区域。

本申请第二方面提供一种用于调整单目相机放置角度的装置，包括：

获取单元，用于获取单目相机的拍摄图像，拍摄图像中包含参考物体；

第一处理单元，用于将拍摄图像划分为至少两个区域，每个区域中均包含参考物体图像；

计算单元，用于识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值；

显示单元，用于对比两个区域的像素特征值，确定单目相机的调整角度。

本申请第三方面提供一种电子设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如上的方法。

本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如上的方法。

本申请提供的技术方案可以包括以下有益效果：本申请在通过将单目相机的拍摄图像分为至少两个区域，并获取每个区域的像素特征值，通过对比两个区域的像素特征值可以快速单目相机的推荐角度，提高了获取单目相机调整角度的效率。

另一方面，本申请在获取区域像素值时，通过设置参考物体，取代传统相机标定方法，用户可以任何场景条件下通过参考系统输出的评估分数调整单目相机的放置位置，从而摆脱了现有单目相机标定过程中对标定板和场地的束缚。

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，并不能限制本申请。

附图说明

通过结合附图对本申请示例性实施方式进行更详细地描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。

图1是本申请实施例示出的单目相机放置角度的自动调节方法的流程示意图；

图2是本申请实施例示出的分割拍摄图像方的示意图

图3是本申请实施例示出的分割拍摄图像方的另一示意图；

图4是本申请实施例示出的单目相机放置角度的自动调节装置的结构示意图；

图5是本申请实施例示出的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

相关技术中，在智能交通领域，需要在车辆上安装若干相机以采集图像信息。在评估相机拍摄精度的时候，主要通过获取相机外参计算相机的拍摄精度。而相机外参与两方面有关，一方面是相机的安装姿态，一方面是相机的安装位置。采用不同的方式安装相机，可以获得不同的外参，再根据外参有效范围的大小、精度等数据，分析自动驾驶相关数据。如果单目相机放置角度不够准确，就会导致自动驾驶车辆对自动驾驶状态的不够准确。

现有技术中，通常通过人工手动方式调节参数来获取安装角度，但人工调节的参数往往耗费时间长且不够准确。因此，亟需一种向安装人员推荐调整单目相机放置角度的辅助方法。

针对上述问题，本申请实施例提供一种单目相机放置角度的自动调节方法，能够辅助安装人员快速获取调节单目相机放置角度。

以下结合附图详细描述本申请实施例的技术方案。

图1是本申请实施例示出的一种单目相机放置角度的自动调节方法的流程示意图。

参见图1，包括步骤S101至步骤S104，具体，包括：

步骤S101，获取单目相机的拍摄图像，拍摄图像中包含参考物体图像。

拍摄图像为放置在当前位置的单目相机拍摄的，参考物体可以为三角尺等可以知道实际参考物体长度的标定物。参考物体可以设置在单目相机拍摄视角的任一位置，也可以在单目相机拍摄视角选取参考矩形，并将参考物体设置在该矩形的四个顶点。

步骤S102，将拍摄图像划分为至少两个区域，每个区域中均包含参考物体图像。

在一个实施例中，区域为像素，将拍摄图像划分为至少两个区域包括：在拍摄图像中识别参考物体图像，并提取参考物体图像的像素。

具体地，建立拍摄图像的像素坐标系，在像素坐标系中获取拍摄像素的像素坐标，识别参考物体图像并记录参考物体图像对应的像素坐标。识别在拍摄图像中识别参考物体图像也可以采用点云算法，或采用网格算法直接识别参考图像。

在一个实施例中，将拍摄图像分为两个区域，并且这两个区域平分拍摄图像，每个区域中至少设置有一个参考物体。可以通过对比两个区域，确定单目相机的调整角度。

在一个实施例中，根据参考物体图像将拍摄图像分为四个区域，每个区域中至少设置有一个参考物体或者一个参考物体的完整边。

步骤S103，识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值。

在本发明实施例中，像素特征值可以为图像颜色灰度值也可以为像素精度值。通过对比至少两个区域之间的像素特征值可以评估至少两个区域的成像质量，从而对比至少两个区域之间区域的拍照效果，为单目相机调整角度提供方向。

在一种实施例中，像素特征值为像素精度值。精度一般用于表示测量值和实际值之间的关系，像素精度值一般用于表示显示目标参考物体需要像素个数的情况。在参考物体越靠近单目相机近处(即单目相机拍摄图片下方)的位置，参考物体在单目相机拍摄图片上就会占据更多的像素(即相同的图像，像素精度值越高，每个像素的距离更短)，而参考物体在远离单目相机的位置，则参考物体在单目相机拍摄图片上占据更少像素(每个像素的距离变大)，因此不同放置位置的单目相机，拍相同位置相同参考物体的像素精度值不同，摆放位置越好的像素精度值越高。根据相机外参的矩阵表达形式可知，外参与像素精度值一一对应。

在一种实施例中，拍摄图像中的每一个像素点是一个区域，识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值，包括：根据参考物体图像的关键点，确定关键点对应的像素点；获取像素点的图像数据和参考物体的尺寸数据；

根据像素点的图像数据和参考物体的尺寸数据，计算每个参考物体图像中关键点的像素精度值。

在本实施例中，关键点可以三角尺边上任一点，定义同一条边上关键点的像素精度值相同。

具体地，根据像素点的图像数据和参考物体的尺寸数据，计算每个参考物体图像中关键点的像素精度值，包括：根据像素点的图像数据，确定像素点之间的像素距离数据；根据参考物体的尺寸数据，确定关键点之间的实际长度数据；根据像素点之间的像素距离数据和关键点之间的实际长度数据，获取每个关键点的像素精度值。

在本实施例中，若拍摄图像中有若干个参考物体，每个参考物体取一个条边上的一个点为关键点，对比若干区域的像素精度值，就是在比较若干个关键点的像素精度值。由于关键点位于参考物体的边上，无需获取每个关键对应的坐标，只需要获取各个关键点对应的边长，定义每条边长上像素点的像素精度值相同，通过对比边长的像素长度和边长对应的实际长度，可以求出边长的像素精度值，进而获取边长上关键点的像素精度值。其中，若拍摄图像中包括多个参考物体图像，每个参考物体图像至少包括两个关键点，后续对比关键点的像素精度值时，需要遍历所有物体图像的关键点，进行对比。

在一种实施例中，关键点可以是参考物体上的任一一个位置，一条边上也可以对应像素精度不同的两个关键点，拍摄图像中的每一个像素点是一个区域，计算每个像素点的像素精度值还可以通过像素点的坐标计算。

具体包括：构建图像数据的像素坐标系，并获取像素点的像素坐标；根据图像数据、参考物体的尺寸数据及像素点的像素坐标，构建世界坐标系，并在世界坐标系下获取像素点的三维坐标；根据像素点的像素坐标和像素点的三维坐标，计算每个像素点的像素精度值。

在一个实施例中，像素特征值为像素精度值，区域个数为两个，且两个区域平分拍摄图像，识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值，包括：识别每个区域的完整边，并获取完整边的像素长度值；读取完整边的实际边长数据，根据完整边的实际边长数据和完整边的像素长度值，确定每个区域的像素特征值。

具体地，包括：构建拍摄图像的像素坐标，识别参考物体的完整边，并获取完整边的两个顶点的像素坐标，根据两个顶点的像素坐标，获取完整边的像素长度值。在本实施例中，也可以不构建图像的像素坐标，直接识别完整边，并获取完整边的像素长度值。

根据完整边的像素长度值、完整边的实际边长数据和像素精度值公式，计算完边的像素精度值。其中，获取像素精度值的公式为公式(1)：

P₁＝D_pixel/D_real (1)；

其中，D_pixel用于表示完整边的像素长度值，D_real用于表示完整边的实际边长数据，P₁用于表示完整边i的像素精度值。若区域内包括多条完整边，则求取多条完整边的像素精度值的平均值，作为区域的像素精度值。

步骤S104，对比至少两个区域的像素特征值，确定单目相机的调整角度。

在一种实施例中，步骤S104，对比至少两个区域的像素特征值，确定单目相机的调整角度，包括：对比至少两个区域的像素特征值，确定像素特征值最高的像素点和像素特征值最低的像素点；获取像素特征值最低的像素点和像素特征值最高的像素点之间连线的方向，确定单目相机的调整角度。

在本实施例中，调整方向可以是粗略的调整方向，例如精度最高的像素点一般位于单目相机下方正中间位置P₀，记录正中间位置P₀的坐标P₀(u₀，v₀)。找到参考物体图像中评分最低的位置像素坐标为P₁(u₁，v₁)，则需要把P1向P₀方向微调。此时：如果u₁>u₀/2，提示安装人员需要把相机放置角度往右方向微调；如果u₁1<u₀/2，提示安装人员需要把相机放置角度往左方向微调；如果上方参考物体精度不够，则提示把相机放置角度向上微调；如果下方参考物体精度不够，则提示把相机放置角度向下微调。

在本实施例中，也可以根据像素特征值最高的像素点和像素特征值最低的像素点确定参考调整线，再根据参考调整线和当前单目相机的位置，计算参考调整角度。如图2所示，区域为像素点，A点为特征值最高的点，B点为像素特征值最低的点，箭头表示根据A点和B点确定的调整角度。

在一个实施例中，将拍摄图像划分为至少两个区域，每个区域中均包含参考物体图像，包括：将拍摄图像均分为至少两个区域，每个区域中均包含一个参考物体的完整边。可选地，区域个数为两个，对比至少两个区域的像素特征值、

其中，确定单目相机的调整角度，包括：确定两个区域的分界线的垂线；对比两个区域的像素特征值，确定垂线的指向，垂线的指向为像素特征值低的区域指向像素特征值高的区域。

具体地，如图3所示，将拍摄图像平分为区域A和区域B，虚线为区域A和区域B的边界线，箭头为根据区域A的像素特征值和区域B的像素特征值，确定参考调整方向，在图3中，由于区域A的像素特征值小于区域B的像素特征值，因此箭头方向为区域A指向区域B，若区域A的像素特征值大于区域B的像素特征值，则箭头方向为区域B指向区域A。

在一个实施例中，将拍摄图像分为四个区域，将参考物体按照矩形四个顶点放置在单目相机拍摄范围内。根据矩形的特点，把三角尺按照左右、上下分别分组，根据参考物体图像数据和参考物体实际数据，分别左侧组的像素精度值P(left)和右侧二组的像素精度值P(right)；以及上侧组的像素精度值P(up)，以及下侧组的像素精度值P(bottom)。根据预设像素精度值公式和四组对应的像素精度值，分别计算左侧组的分数score(left)和右侧二组的分数score(right)；以及上侧组的分数score(up)，以及下侧组的分数score(bottom)。如果score(left)>score(right)，则把相机放置角度向右侧微调；如果score(left)<score(right)，则需要向左侧微调；如果score(left)＝score(right)，则保持左右方向不动。如果score(up)>score(bottom)，则把相机放置角度向下方微调；如果score(up)<score(bottom)，则需要向上方微调；如果score(up)＝score(bottom)，则保持该方向不动。

其中，预设评估量化公式为公式(2)，公式(2)，包括：

其中，p和pi代表着每条边的像素精度值，i表示第i条边的，根据公式(2)可以计算出每条边长对应的分数，根据每条边对应评估分数获取参考物体特征边的平均分数，将平均分数作为相机的评估分数，或将几个参考物体的评估分数的平均值作为该相机的评估分数，该分数的范围为0到100分行诉。分数可以显示在相机拍摄界面，根据实时展示的分数，用户可以及时确定调整角度的方向。

与前述应用功能实现方法实施例相对应，本申请还提供了一种用于调整单目相机放置角度的装置、电子设备及相应的实施例。

图4是本申请实施例示出的用于调整单目相机放置角度装置的结构示意图。

参见图4，该装置包：获取单元401、第一处理单元402、计算单元404及显示单元404.

获取单元401，用于获取单目相机的拍摄图像，拍摄图像中包含参考物体。

拍摄图像为当前位置的单目相机拍摄的，参考物体可以为三角尺等可以知道实际参考物体长度的标定物。参考物体可以设置在单目相机拍摄视角的四个顶点，参考物体图像分布在拍摄图像的四个顶点。

第一处理单元402，用于将拍摄图像划分为至少两个区域，每个区域中均包含参考物体图像。

在一个实施例中，区域为像素，将拍摄图像划分为至少两个区域包括：在拍摄图像中识别参考物体图像，并提取参考物体图像的像素。

具体地，建立拍摄图像的像素坐标，并根据像素坐标获取拍摄像素的像素坐标，识别参考物体图像并记录参考物体图像的坐标。识别在拍摄图像中识别参考物体图像也可以采用点云算法，或采用网格算法直接识别参考图像。

在一个实施例中，将拍摄图像为两个区域，两个区域平分拍摄图像，每个区域中至少设置有一个参考物体。

在一个实施例中，将拍摄图像分为四个区域，四个区域平分拍摄图像，每个区域中知识设置有一个参考物体。

计算单元403，用于识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值。

在本发明实施例中，像素特征值可以为图像颜色灰度值也可以为像素精度值。通过对比至少两个区域之间的像素特征值可以评估至少两个区域的成像质量，从而对比至少两个区域之间区域的拍照效果，为单目相机调整角度提供方向。

在一种实施例中，像素特征值为像素精度值。精度一般用于表示测量值和实际值之间的关系，像素精度值一般用于表示显示目标参考物体需要像素个数的情况。在参考物体越靠近单目相机近处(即单目相机拍摄图片下方)的位置，参考物体在单目相机拍摄图片上就会占据更多的像素(即相同的图像，像素精度值越高，每个像素的距离更短)，而参考物体在远离单目相机的位置，则参考物体在单目相机拍摄图片上占据更少像素(每个像素的距离变大)，因此不同放置位置的单目相机，拍相同位置相同参考物体的像素精度值不同，摆放位置越好的像素精度值越高。根据相机外参的矩阵表达形式可知，外参与像素精度值一一对应。

在一种实施例中，拍摄图像中的每一个像素点是一个区域，识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值，包括：根据参考物体图像的关键点，确定关键点对应的像素点；获取像素点的图像数据和参考物体的尺寸数据；

根据像素点的图像数据和参考物体的尺寸数据，计算每个参考物体图像中关键点的像素精度值。

在本实施例中，关键点可以三角尺边上任一点，定义同一条边上关键点的像素精度值相同。

具体地，根据像素点的图像数据和参考物体的尺寸数据，计算每个参考物体图像中关键点的像素精度值，包括：根据像素点的图像数据，确定像素点之间的像素距离数据；根据参考物体的尺寸数据，确定关键点之间的实际长度数据；根据像素点之间的像素距离数据和关键点之间的实际长度数据，获取每个关键点的像素精度值。

在本实施例中，若拍摄图像中有若干个参考物体，每个参考物体取一个条边上的一个点为关键点，对比若干区域的像素精度值，就是在比较若干个关键点的像素精度值。由于关键点位于参考物体的边上，无需获取每个关键对应的坐标，只需要获取各个关键点之间的线段，定义每个线段上像素点的像素精度值相同，通过线段的像素长度和线段对应的实际长度，可以求出线段的像素精度值，进而获取参考物体图像上关键点的像素精度值。其中，拍摄图像中包括多个参考物体图像，每个参考物体图像至少包括两个关键点，后续对比关键点的像素精度值时，需要遍历所有物体图像的关键点，进行对比。

在一种实施例中，关键点可以是参考物体上的任一一个位置，一条边上也可以有两个关键点，拍摄图像中的每一个像素点是一个区域，计算每个像素点的像素精度值还可以通过像素点的坐标计算。具体包括：构建图像数据的像素坐标系，并获取像素点的像素坐标；根据图像数据、参考物体的尺寸数据及像素点的像素坐标，构建世界坐标系，并在世界坐标系下获取像素点的三维坐标；根据像素点的像素坐标和像素点的三维坐标，计算每个像素点的像素精度值。

在一个实施例中，像素特征值为像素精度值，区域个数为两个，且两个区域平分拍摄图像，识别每个区域中参考物体图像的关键点，根据参考物体图像的关键点分别获取至少两个区域的像素特征值，包括：识别每个区域的完整边，并获取完整边的像素长度值；读取完整边的实际边长数据，根据完整边的实际边长数据和完整边的像素长度值，确定每个区域的像素特征值。

具体地，包括：构建拍摄图像的像素坐标，识别参考物体的完整边，并获取完整边的两个顶点的像素坐标，根据两个顶点的像素坐标，获取完整边的像素长度值。在本实施例中，也可以不构建图像的像素坐标，直接识别完整边，并获取完整边的像素长度值。

根据完整边的像素长度值、完整边的实际边长数据和像素精度值公式，计算完边的像素精度值。其中，获取像素精度值的公式为公式(1)：

P₁＝D_pixel/D_real (1)；

其中，D_pixel用于表示完整边的像素长度值，D_real用于表示完整边的实际边长数据，P₁用于表示完整边i的像素精度值。若区域内包括多条完整边，则求取多条完整边的像素精度值的平均值，作为区域的像素精度值。

显示单元404，用于对比两个区域的像素特征值，确定单目相机的调整角度。

在一种实施例中，对比至少两个区域的像素特征值，确定单目相机的调整角度，包括：对比至少两个区域的像素特征值，确定像素特征值最高的像素点和像素特征值最低的像素点；获取像素特征值最低的像素点和像素特征值最高的像素点之间连线的方向，确定单目相机的调整角度。

在本实施例中，调整方向可以是粗略的调整方向，例如精度最高的像素点一般位于单目相机下方正中间位置P₀，记录正中间位置P₀的坐标P₀(u₀，v₀)。找到参考物体图像中评分最低的位置像素坐标为P₁(u₁，v₁)，则需要把P1向P0方向微调。此时：如果u₁>u₀/2，提示安装人员需要把相机放置角度往右方向微调；如果u₁1<u₀/2，提示安装人员需要把相机放置角度往左方向微调；如果上方参考物体精度不够，则提示把相机放置角度向上微调；如果下方参考物体精度不够，则提示把相机放置角度向下微调。

在本实施例中，也可以根据像素特征值最高的像素点和像素特征值最低的像素点确定参考调整线，再根据参考调整线和当前单目相机的位置，计算参考调整角度。如图2所示，区域为像素点，A点为特征值最高的点，B点为像素特征值最低的点，箭头表示根据A点和B点确定的调整角度。

在一个实施例中，将拍摄图像划分为至少两个区域，每个区域中均包含参考物体图像，包括：将拍摄图像均分为至少两个区域，每个区域中均包含一个参考物体的完整边。可选地，区域个数为两个，对比至少两个区域的像素特征值、

其中，确定单目相机的调整角度，包括：确定两个区域的分界线的垂线；对比两个区域的像素特征值，确定垂线的指向，垂线的指向为像素特征值低的区域指向像素特征值高的区域。

在一个实施例中，该装置还包括显示单元，用于在单目相机平面上显示调整角度。

具体地，如图3所示，将拍摄图像平分为区域A和区域B，虚线为区域A和区域B的边界线，箭头为根据区域A的像素特征值和区域B的像素特征值，确定参考调整方向，在图3中，由于区域A的像素特征值小于区域B的像素特征值，因此箭头方向为区域A指向区域B，若区域A的像素特征值大于区域B的像素特征值，则箭头方向为区域B指向区域A。

在一个实施例中，将拍摄图像分为四个区域，将参考物体按照矩形四个顶点放置在单目相机拍摄范围内。根据矩形的特点，把三角尺按照左右、上下分别分组，根据参考物体图像数据和参考物体实际数据，分别左侧组的像素精度值P(left)和右侧二组的像素精度值P(right)；以及上侧组的像素精度值P(up)，以及下侧组的像素精度值P(bottom)。根据预设像素精度值公式和四组对应的像素精度值，分别计算左侧组的分数score(left)和右侧二组的分数score(right)；以及上侧组的分数score(up)，以及下侧组的分数score(bottom)。如果score(left)>score(right)，则把相机放置角度向右侧微调；如果score(left)<score(right)，则需要向左侧微调；如果score(left)＝score(right)，则保持左右方向不动。如果score(up)>score(bottom)，则把相机放置角度向下方微调；如果score(up)<score(bottom)，则需要向上方微调；如果score(up)＝score(bottom)，则保持该方向不动。

其中，预设评估量化公式为公式(2)，公式(2)，包括：

其中，p和pi代表着每条边的像素精度值，i表示第i条边的，根据公式(2)可以计算出每条边长对应的分数，根据每条边对应评估分数获取参考物体特征边的平均分数，将平均分数作为相机的评估分数，或将几个参考物体的评估分数的平均值作为该相机的评估分数，该分数的范围为0到100分行诉。分数可以显示在相机拍摄界面，根据实时展示的分数，用户可以及时确定调整角度的方向。

本申请提供的技术方案可以包括以下有益效果：本申请在通过将单目相机的拍摄图像分为至少两个区域，并获取每个区域的像素特征值，通过对比两个区域的像素特征值可以快速单目相机的推荐角度，提高了获取单目相机调整角度的效率。

另一方面，本申请在获取区域像素值时，通过设置参考物体，取代传统相机标定方法，用户可以任何场景条件下通过参考系统输出的评估分数调整单目相机的放置位置，从而摆脱了现有单目相机标定过程中对标定板和场地的束缚。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。

图5是本申请实施例示出的电子设备的结构示意图。

参见图5，电子设备500包括存储器510和处理器520。

处理器520可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器510可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)和永久存储装置。其中，ROM可以存储处理器520或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器510可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(例如DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器510可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器510上存储有可执行代码，当可执行代码被处理器520处理时，可以使处理器520执行上文述及的方法中的部分或全部。

此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。

或者，本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质)，其上存储有可执行代码(或计算机程序或计算机指令代码)，当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时，使处理器执行根据本申请的上述方法的各个步骤的部分或全部。

以上已经描述了本申请的各实施例，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他普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种用于调整单目相机放置角度的方法，其特征在于，包括：

获取单目相机的拍摄图像，所述拍摄图像中包含参考物体图像；

将所述拍摄图像划分为至少两个区域，所述每个区域中均包含所述参考物体图像；

识别每个区域中参考物体图像的关键点，根据所述参考物体图像的关键点分别获取所述至少两个区域的像素特征值；

对比所述至少两个区域的像素特征值，确定所述单目相机的调整角度。

2.根据权利要求1所述的方法，其特征在于，所述像素特征值为像素精度值，所述参考物体图像中的每一个像素点是一个区域，所述根据所述参考物体图像的关键点分别获取所述至少两个区域的像素特征值，包括：

根据所述参考物体图像的关键点，确定所述关键点对应的像素点；

获取像素点的图像数据和参考物体的尺寸数据；

根据所述像素点的图像数据和所述参考物体的尺寸数据，计算每个参考物体图像中关键点的像素精度值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述像素点的图像数据和所述参考物体的尺寸数据，计算每个参考物体图像中关键点的像素精度值，包括：

根据所述像素点的图像数据，确定所述像素点之间的像素距离数据；

根据参考物体的尺寸数据，确定所述关键点之间的实际长度数据；

根据所述像素点之间的像素距离数据和所述关键点之间的实际长度数据，获取每个所述关键点的像素精度值。

4.根据权利要求2所述的方法，其特征在于，所述对比所述至少两个区域的像素特征值，确定所述单目相机的调整角度，包括：

对比所述至少两个区域的像素特征值，确定像素特征值最高的像素点和像素特征值最低的像素点；

根据所述像素特征值最低的像素点和所述像素特征值最高的像素点之间连线的方向，确定所述单目相机的调整角度。

5.根据权利要求1所述的方法，其特征在于，所述将所述拍摄图像划分为至少两个区域，所述每个区域中均包含所述参考物体图像，包括：

将所述拍摄图像均分为至少两个区域，所述每个区域中均包含一个参考物体的完整边。

6.根据权利要求5所述的方法，其特征在于，所述像素特征值为像素精度值，所述识别每个区域中参考物体图像的关键点，根据所述参考物体图像的关键点分别获取所述至少两个区域的像素特征值，包括：

根据所述参考物体图像的关键点，识别每个区域中参考物体的完整边，并获取所述完整边的像素长度值；

读取完整边的实际边长数据，根据完整边的实际边长数据和完整边的像素长度值，确定每个区域的像素特征值。

7.根据权利要求5所述的方法，其特征在于，所述区域个数为两个，所述对比所述至少两个区域的像素特征值，确定所述单目相机的调整角度，包括：

确定所述两个区域的分界线的垂线；

对比所述两个区域的像素特征值，确定所述垂线的指向，所述垂线的指向为像素特征值低的区域指向所述像素特征值高的区域。

8.一种用于调整单目相机放置角度的装置，其特征在于，包括：

获取单元，用于获取单目相机的拍摄图像，所述拍摄图像中包含参考物体；

第一处理单元，用于将所述拍摄图像划分为至少两个区域，所述每个区域中均包含所述参考物体图像；

计算单元，用于识别每个区域中参考物体图像的关键点，根据所述参考物体图像的关键点分别获取所述至少两个区域的像素特征值；

显示单元，用于对比所述两个区域的像素特征值，确定所述单目相机的调整角度。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-10中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-10中任一项所述的方法。

Images