CN114638880B - 平面测距方法、单目摄像头及计算机可读存储介质 - Google Patents
平面测距方法、单目摄像头及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114638880B CN114638880B CN202210559613.3A CN202210559613A CN114638880B CN 114638880 B CN114638880 B CN 114638880B CN 202210559613 A CN202210559613 A CN 202210559613A CN 114638880 B CN114638880 B CN 114638880B
- Authority
- CN
- China
- Prior art keywords
- ground
- reference point
- monocular camera
- pixel
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种平面测距方法、单目摄像头及计算机可读存储介质,涉及平面测距技术领域。所述平面测距方法应用于单目摄像头,所述平面测距方法包括以下步骤:获取所述单目摄像头的视场空间模型,其中所述视场空间模型为根据所述单目摄像头的最大视场角、离地高度和俯角构建而成的;对待测距场景进行拍摄,获得成像画面;根据所述视场空间模型,计算所述成像画面中第一参考点和第二参考点在地面上的真实距离。本发明实现了对单目摄像头的成像画面中各参考点之间真实距离的测定,降低了平面测距的成本。
Description
技术领域
本发明涉及平面测距技术领域,尤其涉及一种平面测距方法、单目摄像头及计算机可读存储介质。
背景技术
随着信息技术的快速发展,摄像头作为一种视频输入设备,被广泛应用在实时监控和智能安防等领域。摄像头为计算机提供了关于现实世界的感知,根据其提供的视觉图像信息,计算机可进一步进行分析处理,进而做出相应的决策。平面测距是指对于现实世界中地面上两点实际距离的度量,准确有效的平面测距可广泛应用于工程测量、社交距离检测以及车辆测速等技术领域。然而,目前的平面测距方法大多依赖于人工实地测定,往往会消耗大量的人力物力资源,成本较高。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种平面测距方法,旨在解决目前的平面测距方法成本较高的技术问题。
为实现上述目的,本发明提供一种平面测距方法,应用于单目摄像头,所述平面测距方法包括以下步骤:
获取所述单目摄像头的视场空间模型,其中所述视场空间模型为根据所述单目摄像头的最大视场角、离地高度和俯角构建而成的;
基于所述单目摄像头对待测距场景进行拍摄,获得成像画面;
根据所述视场空间模型,计算所述成像画面中第一参考点和第二参考点在地面上的真实距离。
可选地,所述根据所述视场空间模型计算所述成像画面中第一参考点和第二参考点在地面上的真实距离的步骤包括:
基于所述视场空间模型和所述单目摄像头的成像画面,计算得出所述成像画面中第一参考点和第二参考点投影在地面上的像素距离;
获取真实距离和像素距离的转化比值,并根据所述转化比值,将所述像素距离转化为所述第一参考点和第二参考点在地面上的真实距离。
可选地,所述基于所述视场空间模型,计算得出所述单目摄像头的成像画面中第一参考点和第二参考点投影在地面上的像素距离的步骤包括:
基于所述视场空间模型,获得所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,以及所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标;
根据所述第一像素坐标和第二像素坐标,计算得出所述单目摄像头的成像画面中第一参考点和第二参考点投影在地面上的像素距离。
可选地,所述基于所述视场空间模型,获得所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,以及所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标的步骤之前包括:
建立辅助计算平面,所述辅助计算平面与所述成像画面所处的成像平面平行且经过所述单目摄像头的镜头光轴与地面的交点;
以所述单目摄像头的镜头光轴与地面的交点作为原点,所述辅助计算平面与地面的交线作为横轴,建立所述预设地面坐标系。
可选地,所述基于所述视场空间模型,获得所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,以及所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标的步骤包括:
基于所述辅助计算平面,经三角函数计算,得出所述第一地面参考点与所述预设地面坐标系的原点之间第一地面像素距离,以及所述第一地面参考点与所述预设地面坐标系的纵轴之间的第一夹角;
将所述第一地面像素距离和所述第一夹角,转化为所述第一地面参考点在所述预设地面坐标系中的第一像素坐标;
基于所述辅助计算平面,经三角函数计算,得出所述第二地面参考点与所述预设地面坐标系的原点之间第二地面像素距离,以及所述第二地面参考点与所述预设地面坐标系的纵轴之间的第二夹角;
将所述第二地面像素距离和所述第二夹角,转化为所述第二地面参考点在所述预设地面坐标系中的第二像素坐标。
可选地,所述获取真实距离和像素距离的转化比值的步骤包括:
获取所述单目摄像头的拍摄分辨率,并根据所述拍摄分辨率和所述视场空间模型,计算得出所述单目摄像头的离地高度对应的离地像素距离;
根据所述离地高度和离地像素距离,计算得出真实距离和像素距离的转化比值。
可选地,所述获取所述单目摄像头的视场空间模型的步骤之前包括:
获取所述单目摄像头的感光元件尺寸和焦距长度;
根据所述感光元件尺寸和焦距长度,计算得出所述单目摄像头的最大视场角;
获取所述单目摄像头的离地高度和俯角;
根据所述最大视场角、所述离地高度和所述俯角,构建视场空间模型。
可选地,所述感光元件尺寸包括感光元件的对角线长度,所述根据所述感光元件尺寸和焦距长度,计算得出所述单目摄像头的最大视场角的步骤包括:
根据所述感光元件的对角线长度和所述焦距长度,获得所述单目摄像头的镜头光轴与镜头中心至感光元件的对角方向构成的视场夹角;
根据所述视场夹角,获得所述单目摄像头的最大视场角。
此外,为实现上述目的,本发明还提供一种单目摄像头,所述单目摄像头包括:感光元件、角度传感器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上任一项所述的方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有平面测距程序,所述平面测距程序被处理器执行时实现如上任一项所述的平面测距方法的步骤。
本发明提出的一种平面测距方法,通过获取所述单目摄像头的视场空间模型,并对待测距场景进行拍摄后获得成像画面。然后根据所述视场空间模型,计算所述单目摄像头的成像画面中第一参考点和第二参考点在地面上的真实距离。本发明通过单目摄像头实现了对成像画面中各参考点之间真实距离的测定,无需人员手动去进行测量,也无需采用各类昂贵的高精度测距仪即可完成平面测距工作,可有效节省平面测距的成本,并且由于无需进行实地测距,因此也具有更加广泛的应用场景。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明平面测距方法第一实施例的流程示意图;
图3为本发明中所述单目摄像头的视场空间模型的一示例图;
图4为本发明涉及的摄像头成像过程的示意图;
图5为本发明涉及的摄像头视角的示意图;
图6为本发明涉及的角度传感器的原理示意图;
图7本发明中所述单目摄像头部署场景的侧视图;
图8为本发明中所述单目摄像头的成像画面中第一参考点和第二参考点的位置示例图;
图9为本发明中所述单目摄像头部署场景的俯视图;
图10为本发明中所述单目摄像头的视场空间模型的另一示例图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示,所述单目摄像头可以包括:处理器1001,通信总线1002,用户接口1003,网络接口1004,存储器1005,感光元件1006、角度传感器1007。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括标准的有线接口、无线接口,用于用户对所述单目摄像头进行输入、输出信号。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器,也可以是非易失性存储器(Non-Volatile Memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。感光元件1006可以是CCD(Charge Coupled Device,电荷耦合器件),也可以是CMOS(Complementary Metal-Oxide-Semiconductor,互补金属氧化物半导体)。常见的感光元件尺寸为1″、2/3″、1/2″、1/3″和1/4″等,本实施例对于感光元件的尺寸并不做限制。角度传感器1007,用于检测所述单目摄像头的俯仰角,例如,GY-25角度传感器,当然也可以是其他角度传感器。
本领域技术人员可以理解,图1中示出的设备结构并不构成对所述单目摄像头的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及平面测距应用程序。
在图1所示的设备中,处理器1001可以用于调用存储器1005中存储的平面测距应用程序,并执行如下各实施例中平面测距方法的操作。
参照图2,图2为本发明平面测距方法第一实施例的流程示意图。
本发明第一实施例提供一种平面测距方法,应用于单目摄像头,所述平面测距方法包括以下步骤:
步骤S100,构建所述单目摄像头的视场空间模型,其中所述视场空间模型为根据所述单目摄像头的最大视场角、离地高度和俯角构建而成的;
具体地,所述视场空间模型为基于所述单目摄像头的最大视场角、离地高度和俯角所构建而成的空间立体几何模型,所述视场空间模型至少包括所述单目摄像头的视场所对应的空间范围、成像画面在所述视场内对应的成像平面以及地面所处平面构成的空间模型,所述单目摄像头的视场所对应的空间范围通常为以所述单目摄像头的镜头为顶点,以所述最大视场角为锥角的圆锥体。所述视场空间模型可以是提前根据所述单目摄像头的最大视场角、离地高度和俯角所构建而成的,也可以是实时获取所述单目摄像头的相关信息构建而成的。参照图3,图3为所述视场空间模型的一示例图。图中,S为所述单目摄像头的镜头,S’为所述单目摄像头的镜头位置在地面的投影,即SS’为单目摄像头的离地高度。其中点O为所述单目摄像头的镜头光轴与成像画面在所述视场空间模型中对应的成像平面的交点,点S1为所述视场空间模型与所述成像平面围成的圆O与地面的交点。其中点O’为所述单目摄像头的镜头光轴与地面的交点,S1和S2为所述视场空间模型与地面围成的地面椭圆O’的端点。θ为所述单目摄像头的俯角。
进一步地,步骤S100包括以下步骤:
步骤S110,获取所述单目摄像头的感光元件尺寸和焦距长度;
具体地,本实施例可以通过获取所述单目摄像头的拍摄参数,获得对应的感光元件尺寸和焦距长度。其中,所述感光元件尺寸包括感光元件的对角线长度,当然还可以包括感光元件的高度和宽度。
摄像头的具体成像过程如图4所示,图4为本发明涉及的摄像头成像过程的示意图,其中h为感光元件的高度,w为感光元件的宽度,f为感光元件至镜头中心的距离(即焦距长度)。摄像头由感光元件和镜头组成。其中,感光元件一般可以分为CCD(Charge CoupledDevice,电荷耦合器件)和CMOS(Complementary Metal-Oxide-Semiconductor,互补金属氧化物半导体)两种。光线经过镜头后将被折射到感光元件上,感光元件上的感光二极管会将光信号转换成电信号,之后经过处理器芯片将采集到的电信号转换成数字信号。常见的摄像头采用的感光元件尺寸为1″、2/3″、1/2″、1/3″和1/4″。不同尺寸的感光元件详细参数如表1所示:
表1 不同尺寸感光元件的详细参数
此外,感光元件的宽高比为4:3意味着采用该感光元件的摄像头所拍摄视频画面的宽高分辨率也为4:3。在实际使用过程中,为提升用户体验往往会将画面的高度进行裁剪,使得宽高分辨率变为16:9。以拍摄分辨率为1080P的摄像头为例,其拍摄的视频画面宽高分辨率为1920*1080,对应内部采用的感光元件最大拍摄分辨率实际为1920*1440。镜头中心点到感光元件的距离为焦距长度,常见的摄像头焦距长度包括4mm、6mm和8mm。
步骤S120,根据所述感光元件尺寸和焦距长度,计算得出所述单目摄像头的最大视场角;
具体地,根据所述感光元件尺寸和焦距长度,计算得出所述单目摄像头的最大视场角。当然还可以计算得出所述单目摄像头的垂直视场角和水平视场角。可参照图5,图5为本发明涉及的摄像头视角的示意图。在获得所述感光元件尺寸和焦距长度后,可以通过简单的三角函数计算获得所述单目摄像头的最大视场角。
更进一步地,所述步骤S120还包括以下步骤:
步骤S121,根据所述感光元件的对角线长度和所述焦距长度,获得所述单目摄像头的镜头光轴与镜头中心至感光元件的对角方向构成的视场夹角;
步骤S122,根据所述视场夹角,获得所述单目摄像头的最大视场角。
具体地,参照图5,图5为本发明涉及的摄像头视角的示意图。可以根据所述感光元件的对角线长度和所述焦距长度,计算得出所述单目摄像头的镜头光轴与镜头中心至感光元件的对角方向构成的视场夹角γ,然后在根据该视场夹角确定对应的最大视场角。
所述单目摄像头的最大视场角的具体计算公式为:
其中,γ为所述单目摄像头的镜头光轴与镜头中心至感光元件的对角方向构成的视场夹角,该视场夹角为最大视场角的一半,d为感光元件的对角线长度,f为摄像头的焦距长度。
以所述单目摄像头的感光元件尺寸为1/3″,焦距长度为4mm为例,则最大视场角=2γ=2*arctan(d/2f)=2*36.87°=73.74°。当然还可以计算出所述单目摄像头的垂直视场角和水平视场角。
同样以所述单目摄像头的感光元件尺寸为1/3″,焦距长度为4mm为例,α=arctan(h/2f)=24.34°;β=arctan(w/2f)=30.96°。
其中,α为垂直视场角的一半,β为水平视场角的一半,h为感光元件的高度,w为感光元件的宽度。
步骤S130,获取所述单目摄像头的离地高度和俯角;
具体地,所述离地高度为所述单目摄像头的镜头距离地面的高度,用户可以在安装所述单目摄像头时进行测量,以获得所述离地高度。此外,所述单目摄像头还包括角度传感器,用于测量所述单目摄像头的俯角,所述俯角为所述单目摄像头的镜头光轴的方向与水平方向的夹角。以所述角度传感器为集成于摄像头中的GY-25角度传感器为例,该GY-25角度传感器可以基于串口通信协议实时获取摄像头的俯仰角;
GY-25是一款低成本的角度传感器,其利用陀螺仪与加速度传感器经过数据融合算法最后直接得到角度数据。该角度传感器可以通过串口与主控芯片进行通信,具有精度高、稳定性强等优点。同时,该角度传感器自身尺寸较小,可方便集成于摄像头设备中。
参照图6,图6为本发明涉及的角度传感器的原理示意图。GY-25角度传感器可实时获取三类角度,分别为航向角、俯仰角和横滚角。
此外,该角度传感器的默认波特率为115200 bps,对于输出的每一帧数据,均包含8个字节,具体格式如表2所示:
表2 GY-25角度传感器数据帧格式
GY-25角度传感器能够测量的俯仰角范围为-180°到+180°之间。以水平方向为基准,仰角为正值,俯角为负值。本发明中需要使用到摄像头的俯角信息,对应俯角的计算公式为:
其中,Byte3为俯仰角高8位,Byte4为俯仰角低8位,100为比例系数,这意味着GY-25角度传感器的分辨率可达0.01°。GY-25角度传感器具备较高的检测精度,可以提高后续构建视场空间模型的准确性,从而提高测距结果的准确性。
步骤S140,根据所述最大视场角、所述离地高度和所述俯角,构建视场空间模型。
具体地,在获得所述最大视场角、所述离地高度和所述俯角之后,可以确定所述单目摄像头的视场所对应的空间立体几何模型,进而构建出所述单目摄像头在当前部署场景下的视场空间模型。参照图7,图7为本发明摄像头实际部署场景的侧视图。图中的矩形ABCD可视为所述单目摄像头的成像画面,该成像画面的宽高比和最大分辨率可以根据所述单目摄像头的感光元件尺寸和最大拍摄分辨率确定,即所述成像画面的宽高比与所述感光元件的宽高比一致,所述成像画面的最大分辨率与所述感光元件的最大拍摄分辨率一致。如图8所示,图8为本发明中所述单目摄像头的成像画面中第一参考点和第二参考点的位置示例图,第一参考点P1和第二参考点P2在所述成像画面中的位置。图9为本发明中所述单目摄像头部署场景的俯视图;在成像画面中的矩形ABCD对应的地面范围内为等腰梯形A’B’C’D’,而成像画面中第一参考点P1和第二参考点P2在地面上的投影分别为第一地面参考点P’1和第二地面参考点P’2。由此,如图10所示,图10为本发明中所述单目摄像头的视场空间模型的另一示例图,通过建立关于所述单目摄像头成像的空间立体几何模型,用于计算第一地面参考点P’1和第二地面参考点P’2两点在地面坐标系中的详细坐标。
步骤S200,基于所述单目摄像头对待测距场景进行拍摄,获得成像画面;
具体地,所述待测距场景为用户期望进行测距工作的场景。可以通过控制所述单目摄像头对所述待测距场景进行拍摄,获得该待测距场景对应的成像画面。可以理解的是,所述成像画面可以是一张可以是多张。
步骤S300,根据所述视场空间模型,计算所述成像画面中第一参考点和第二参考点在地面上的真实距离。
具体地,可以根据所述单目摄像头的拍摄分辨率以及最大视场角,经三角函数计算,得出所述单目摄像头至成像画面所处成像平面的像素距离(即以像素为单位的距离)。本实施例中,后续计算过程均可参照图10中的视场空间模型。例如,所述单目摄像头采用的感光元件的最大拍摄分辨率为X*Y,则由勾股定理,可得成像画面所处成像平面与所述视场空间模型形成的圆O的半径(单位:像素)为:
然后,最大视场角的一半为γ,因此可以得出所述单目摄像头至成像画面所处成像平面的第一基准像素距离OS的长度(单位:像素)为:
因此,可以基于所述视场空间模型和所述单目摄像头的成像画面,计算得出所述成像画面中第一参考点和第二参考点投影在地面上的像素距离,进而通过获取真实距离和像素距离的转化比值,根据所述转化比值和所述像素距离,则可以计算得出所述第一参考点和第二参考点在地面上的真实距离。
更进一步地,所述步骤S300还包括以下步骤:
步骤S310,基于所述视场空间模型和所述单目摄像头的成像画面,计算得出所述成像画面中第一参考点和第二参考点投影在地面上的像素距离;
步骤S320,获取真实距离和像素距离的转化比值,并根据所述转化比值,将所述像素距离转化为所述第一参考点和第二参考点在地面上的真实距离。
具体地,可以在所述视场空间模型中所述成像画面所处的成像平面建立成像平面坐标系,以及在所述地面上建立对应的预设地面坐标系,然后通过计算得出所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,并计算得出所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标,然后根据所述第一像素坐标和第二像素坐标,计算得出所述单目摄像头的成像画面中第一参考点和第二参考点投影在地面上的像素距离。最后,通过获取真实距离和像素距离的转化比值,将所述像素距离转化为真实距离,则可以获得所述第一参考点和第二参考点在地面上的真实距离。
更进一步地,步骤S310还包括:
步骤S311,基于所述视场空间模型,获得所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,以及所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标;
步骤S312,根据所述第一像素坐标和第二像素坐标,计算得出所述单目摄像头的成像画面中第一参考点和第二参考点投影在地面上的像素距离。
具体地,由于地面与所述成像画面所处平面之间的距离无法直接确定,因此在所述视场空间模型可以构建一个与所述成像画面所处的成像平面平行,且与所述预设地面坐标系的地面相交的辅助计算平面,从而可以基于所述视场空间模型,通过三角函数计算,得出所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,以及所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标。在得到所述第一像素坐标和第二像素坐标,则可以通过两点间距离公式,计算得出所述单目摄像头的成像画面中第一参考点和第二参考点投影在地面上的像素距离。例如,第一地面参考点P’1的第一像素坐标为(x’1,y’1),第二地面参考点P’1的第一像素坐标为(x’2,y’2),则可计算得出所述单目摄像头的成像画面中第一参考点和第二参考点投影在地面上的像素距离P’1P’2(单位:像素)为:
更进一步地,所述步骤S320还包括以下步骤:
步骤S321,获取所述单目摄像头的拍摄分辨率,并根据所述拍摄分辨率和所述视场空间模型,计算得出所述单目摄像头的离地高度对应的离地像素距离;
步骤S322,根据所述离地高度和离地像素距离,计算得出真实距离和像素距离的转化比值。
具体地,可以通过获取所述单目摄像头的拍摄分辨率,进而确定所述单目摄像头采用的感光元件对应的最大拍摄分辨率。然后根据该最大拍摄分辨率和所述视场空间模型,计算得出所述单目摄像头的离地高度对应的离地像素距离。可以参考图10中的视场空间模型,例如,确定所述单目摄像头采用的感光元件的最大拍摄分辨率为X*Y,则可以根据所述视场空间模型,计算得出圆O的半径,即OS1(单位:像素)为:
则可以经过简单的三角函数计算得到所述单目摄像头的离地高度对应的离地像素距离(单位:像素)为:
然后,根据所述单目摄像头的离地高度H(单位:米),以及所述离地像素距离H’,则可以计算出当前场景下真实距离和像素距离的转化比值为:
则若成像画面中的第一参考点P’1和第二参考点P’2投影在地面上的像素距离为P’1P’2(单位:像素),则第一参考点P1和第二参考点P2两点在地面上的真实距离(单位:米)为:
在本发明第一实施例中,通过获取所述单目摄像头的视场空间模型,并对待测距场景进行拍摄后获得成像画面。然后计算所述成像画面中第一参考点和第二参考点在地面上的真实距离。本实施例通过单目摄像头实现了对成像画面中各参考点之间真实距离的测定,无需人员手动去进行测量,也无需采用各类昂贵的高精度测距仪即可完成平面测距工作,可有效节省开支,并且由于无需进行实地测距,因此也具有更加广泛的应用场景。
更进一步地,在另一实施例中,在步骤S310之前还包括:
步骤S330,建立辅助计算平面,所述辅助计算平面与所述成像画面所处的成像平面平行且经过所述单目摄像头的镜头光轴与地面的交点;
步骤S331,以所述单目摄像头的镜头光轴与地面的交点作为原点,所述辅助计算平面与地面的交线作为横轴,建立所述预设地面坐标系。
具体地,由于地面与所述成像画面所处平面之间的距离无法直接确定,因此可以建立辅助计算平面,所述辅助计算平面与所述成像画面所处的成像平面平行且经过所述单目摄像头的镜头光轴与地面的交点。以所述单目摄像头的镜头光轴与地面的交点作为原点,所述辅助计算平面与地面的交线作为横轴,建立所述预设地面坐标系。而所述地面的预设地面坐标系以所述单目摄像头的镜头光轴与地面的交点作为原点,所述辅助计算平面与地面的交线作为横轴,则降低了计算过程的复杂程度。
更进一步地,所述步骤S311包括以下步骤:
步骤S311A,基于所述辅助计算平面,经三角函数计算,得出所述第一地面参考点与所述预设地面坐标系的原点之间第一地面像素距离,以及所述第一地面参考点与所述预设地面坐标系的纵轴之间的第一夹角;
步骤S311B,将所述第一地面像素距离和所述第一夹角,转化为所述第一地面参考点在所述预设地面坐标系中的第一像素坐标;
具体地,参照图10,后续计算过程均参照图10中的视场空间模型。图中点O为所述单目摄像头的镜头光轴与所述成像画面的交点,O’点为所述单目摄像头的镜头光轴与所述地面的交点。由最大视场角投影至地面形成的地面椭圆O’中,S1点和S2点为所述地面椭圆O’的端点。过O’点做线段MN,使得线段MN与线段S1S2垂直。其中,G’点为从预设地面坐标系的原点经所述第一地面参考点P’1点与所述地面椭圆O’的交点。由最大视场角投影至辅助计算平面所围成的圆O’。从G’点向O’做垂线,垂线与平面圆O’的交点为E点,从E点向线段MN做垂线,交点为E’点,连接E’点与G’点。
由于所述单目摄像头的俯角为θ,因此∠S1O’O的大小为:
△OS1O’为直角三角形,则∠OS1O’的大小为:
则∠EE’G’的大小为:
假设EE’的长度为1,则EG’的长度为:
则G’E’的长度为:
例如,在成像画面中的第一参考点P1点的坐标为(x’1,y’1),假设如图8所示,第一参考点P1点位于第四象限,则图10中∠EO’E’的大小为:
则O’E’的长度为:
得∠E’O’G’的大小为:
则∠P’1O’S1的大小为:
所述预设地面坐标系上的第一地面参考点P’1投影至辅助计算平面形成第一辅助参考点P’’1。在计算所述第一地面参考点与所述预设地面坐标系的原点之间第一地面像素距离O’P’1的长度之前,需要先计算O’P’’1的长度。
圆O的半径(单位:像素)为:
OS的长度(单位:像素)为:
OO’的长度(单位:像素)为:
OP1的长度(单位:像素)为:
由于△SP1O与△SP’’1O’为相似三角形,因此O’P’’1的长度(单位:像素)为:
同样根据相似性,得∠P’1P’’1O’的大小为:
由于△P’1P’’1O’与圆O所在平面垂直,则:
得∠P’1O’P’’1的大小为:
由正弦定理,得O’P’1的长度(单位:像素)为:
则可以计算得出所述第一地面参考点P’1点在所述预设地面坐标系中的第一像素坐标为:
步骤S311C,基于所述辅助计算平面,经三角函数计算,得出所述第二地面参考点与所述预设地面坐标系的原点之间第二地面像素距离,以及所述第二地面参考点与所述预设地面坐标系的纵轴之间的第二夹角;
步骤S311D,将所述第二地面像素距离和所述第二夹角,转化为所述第二地面参考点在所述预设地面坐标系中的第二像素坐标。
具体地,其中,H’点为从预设地面坐标系的原点经所述第二地面参考点P’2点与所述地面椭圆O’的交点。从H’点向圆O’做垂线,垂线与圆O’的交点为F点,从F点向线段MN做垂线,交点为F’点,连接F’点与H’点。
由于摄像头的俯角为θ,因此∠S1O’O的大小为
△OS1O’为直角三角形,则∠OS1O’的大小为:
则∠FF’H’的大小为:
假设FF’的长度为1,则FH’的长度为:
则H’F’的长度为:
例如,在成像画面中的第二参考点P2的坐标为(x’2,y’2),假设如图8所示,第二参考点P2点位于第二象限,则图10中∠FO’F’的大小为:
则O’F’的长度为:
得∠F’O’H’的大小为:
则∠P’2O’S2的大小为:
所述预设地面坐标系上的第二地面参考点P’2投影至辅助计算平面形成第二辅助参考点P’’2。在计算所述第二地面参考点与所述预设地面坐标系的原点之间第二地面像素距离O’P’2的长度之前,需要先计算O’P’’1的长度。
圆O的半径(单位:像素)为:
OS的长度(单位:像素)为:
OO’的长度(单位:像素)为:
OP2的长度(单位:像素)为:
由于△SP2O与△SP’’2O’为相似三角形,因此O’P’’1的长度(单位:像素)为:
同样根据相似性,得∠P’2P’’2O’的大小为:
由于△P’2P’’2O’与圆O’所在平面垂直,则:
得∠P’2O’P’’2的大小为:
由正弦定理,得O’P’2的长度(单位:像素)为:
则可以计算得出所述第二地面参考点P’2点在所述预设地面坐标系中的第二像素坐标为:
更进一步地,在另一实施例中,所述第一参考点和第二参考点可以是前后两帧图像中同一目标物体所处的不同像素位置,则可以通过上述实施例计算出所述目标物体在地面上的实际位移,在根据所述单目摄像头的采样帧率确定所述前后两帧图像之间的拍摄时长,由此根据实际位移和拍摄时长,即可计算出该目标物体的实时运动速度。本实施例实现了对单目摄像头的拍摄范围内的移动物体的速度测定。
此外,本发明实施例还提出一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例提供的平面测距方法中的操作,具体步骤此处不再过多赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来,而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序;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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,车辆,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种平面测距方法,应用于单目摄像头,其特征在于,所述平面测距方法包括以下步骤:
获取所述单目摄像头的视场空间模型,其中所述视场空间模型为根据所述单目摄像头的最大视场角、离地高度和俯角构建而成的,所述视场空间模型为所述单目摄像头的视场所对应的空间范围、成像画面在所述视场内对应的成像平面以及地面所处平面构成的空间模型,所述单目摄像头的视场所对应的空间范围为以所述单目摄像头的镜头为顶点,以所述最大视场角为锥角的圆锥体;
基于所述单目摄像头对待测距场景进行拍摄,获得成像画面;
根据所述视场空间模型,计算所述成像画面中第一参考点和第二参考点在地面上的真实距离;
所述根据所述视场空间模型计算所述成像画面中第一参考点和第二参考点在地面上的真实距离的步骤包括:
基于所述视场空间模型和所述单目摄像头的成像画面,计算得出所述成像画面中第一参考点和第二参考点投影在地面上的像素距离;
获取真实距离和像素距离的转化比值,并根据所述转化比值,将所述像素距离转化为所述第一参考点和第二参考点在地面上的真实距离;
所述基于所述视场空间模型,计算得出所述单目摄像头的成像画面中第一参考点和第二参考点投影在地面上的像素距离的步骤包括:
基于所述视场空间模型,获得所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,以及所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标;
根据所述第一像素坐标和第二像素坐标,计算得出所述单目摄像头的成像画面中第一参考点和第二参考点投影在地面上的像素距离;
所述基于所述视场空间模型,获得所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,以及所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标的步骤之前包括:
建立辅助计算平面,所述辅助计算平面与所述成像画面所处的成像平面平行且经过所述单目摄像头的镜头光轴与地面的交点;
以所述单目摄像头的镜头光轴与地面的交点作为原点,所述辅助计算平面与地面的交线作为横轴,建立所述预设地面坐标系。
2.如权利要求1所述的平面测距方法,其特征在于,所述基于所述视场空间模型,获得所述第一参考点投影至预设地面坐标系的第一地面参考点的第一像素坐标,以及所述第二参考点投影至预设地面坐标系的第二地面参考点的第二像素坐标的步骤包括:
基于所述辅助计算平面,经三角函数计算,得出所述第一地面参考点与所述预设地面坐标系的原点之间第一地面像素距离,以及所述第一地面参考点与所述预设地面坐标系的纵轴之间的第一夹角;
将所述第一地面像素距离和所述第一夹角,转化为所述第一地面参考点在所述预设地面坐标系中的第一像素坐标;
基于所述辅助计算平面,经三角函数计算,得出所述第二地面参考点与所述预设地面坐标系的原点之间第二地面像素距离,以及所述第二地面参考点与所述预设地面坐标系的纵轴之间的第二夹角;
将所述第二地面像素距离和所述第二夹角,转化为所述第二地面参考点在所述预设地面坐标系中的第二像素坐标。
3.如权利要求1所述的平面测距方法,其特征在于,所述获取真实距离和像素距离的转化比值的步骤包括:
获取所述单目摄像头的拍摄分辨率,并根据所述拍摄分辨率和所述视场空间模型,计算得出所述单目摄像头的离地高度对应的离地像素距离;
根据所述离地高度和离地像素距离,计算得出真实距离和像素距离的转化比值。
4.如权利要求1至3中任一项所述的平面测距方法,其特征在于,所述获取所述单目摄像头的视场空间模型的步骤之前包括:
获取所述单目摄像头的感光元件尺寸和焦距长度;
根据所述感光元件尺寸和焦距长度,计算得出所述单目摄像头的最大视场角;
获取所述单目摄像头的离地高度和俯角;
根据所述最大视场角、所述离地高度和所述俯角,构建视场空间模型。
5.如权利要求4所述的平面测距方法,其特征在于,所述感光元件尺寸包括感光元件的对角线长度,所述根据所述感光元件尺寸和焦距长度,计算得出所述单目摄像头的最大视场角的步骤包括:
根据所述感光元件的对角线长度和所述焦距长度,获得所述单目摄像头的镜头光轴与镜头中心至感光元件的对角方向构成的视场夹角;
根据所述视场夹角,获得所述单目摄像头的最大视场角。
6.一种单目摄像头,其特征在于,所述单目摄像头包括:感光元件、角度传感器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的方法的步骤。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有平面测距程序,所述平面测距程序被处理器执行时实现如权利要求1至5中任一项所述的平面测距方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210559613.3A CN114638880B (zh) | 2022-05-23 | 2022-05-23 | 平面测距方法、单目摄像头及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210559613.3A CN114638880B (zh) | 2022-05-23 | 2022-05-23 | 平面测距方法、单目摄像头及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114638880A CN114638880A (zh) | 2022-06-17 |
CN114638880B true CN114638880B (zh) | 2022-08-12 |
Family
ID=81953088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210559613.3A Active CN114638880B (zh) | 2022-05-23 | 2022-05-23 | 平面测距方法、单目摄像头及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114638880B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117405027B (zh) * | 2023-12-12 | 2024-03-19 | 深圳金三立视频科技股份有限公司 | 一种基于单目相机的测距方法及终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539422A (zh) * | 2009-04-22 | 2009-09-23 | 北京航空航天大学 | 一种单目视觉实时测距方法 |
CN103852060A (zh) * | 2014-03-19 | 2014-06-11 | 哈尔滨工业大学 | 一种基于单目视觉的可见光图像测距方法 |
WO2018086461A1 (zh) * | 2016-11-09 | 2018-05-17 | 南京阿凡达机器人科技有限公司 | 一种基于单目手势识别的视觉跟随方法及机器人 |
CN109489620A (zh) * | 2019-01-12 | 2019-03-19 | 内蒙古农业大学 | 一种单目视觉测距方法 |
CN111982072A (zh) * | 2020-07-29 | 2020-11-24 | 西北工业大学 | 一种基于单目视觉的目标测距方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4899647B2 (ja) * | 2006-06-05 | 2012-03-21 | 富士通株式会社 | 距離測定プログラム、距離測定装置、距離測定方法 |
CN104482934B (zh) * | 2014-12-30 | 2016-10-19 | 华中科技大学 | 一种多传感器融合的超近距离自主导航装置与方法 |
CN110926408A (zh) * | 2019-12-04 | 2020-03-27 | 北京中科慧眼科技有限公司 | 基于特征物的近距离测距方法、装置、系统和存储介质 |
CN113838075B (zh) * | 2020-06-23 | 2024-01-09 | 南宁富联富桂精密工业有限公司 | 单目测距方法、装置及计算机可读存储介质 |
CN113689483B (zh) * | 2021-07-23 | 2024-01-12 | 浙江零跑科技股份有限公司 | 一种基于单目摄像头和激光雷达的测距方法 |
-
2022
- 2022-05-23 CN CN202210559613.3A patent/CN114638880B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539422A (zh) * | 2009-04-22 | 2009-09-23 | 北京航空航天大学 | 一种单目视觉实时测距方法 |
CN103852060A (zh) * | 2014-03-19 | 2014-06-11 | 哈尔滨工业大学 | 一种基于单目视觉的可见光图像测距方法 |
WO2018086461A1 (zh) * | 2016-11-09 | 2018-05-17 | 南京阿凡达机器人科技有限公司 | 一种基于单目手势识别的视觉跟随方法及机器人 |
CN109489620A (zh) * | 2019-01-12 | 2019-03-19 | 内蒙古农业大学 | 一种单目视觉测距方法 |
CN111982072A (zh) * | 2020-07-29 | 2020-11-24 | 西北工业大学 | 一种基于单目视觉的目标测距方法 |
Non-Patent Citations (2)
Title |
---|
基于单目视觉的实时测距方法研究;郭磊等;《中国图象图形学报》;20060131;第11卷(第01期);第74-81页 * |
郭磊等.基于单目视觉的实时测距方法研究.《中国图象图形学报》.2006,第11卷(第01期), * |
Also Published As
Publication number | Publication date |
---|---|
CN114638880A (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8345986B2 (en) | Image processing apparatus, image processing method and computer readable-medium | |
CN110246124B (zh) | 基于深度学习的目标尺寸测量方法及系统 | |
US9600859B2 (en) | Image processing device, image processing method, and information processing device | |
WO2022000300A1 (zh) | 图像处理方法、图像获取装置、无人机、无人机系统和存储介质 | |
US20220222857A1 (en) | Camera calibration method, electronic device, storage medium, and road side device | |
CN108629756B (zh) | 一种Kinectv2深度图像无效点修复方法 | |
CN112272292B (zh) | 投影校正方法、装置和存储介质 | |
CN110517209B (zh) | 数据处理方法、装置、系统以及计算机可读存储介质 | |
JP2015203652A (ja) | 情報処理装置および情報処理方法 | |
CN108805938B (zh) | 一种光学防抖模组的检测方法、移动终端及存储介质 | |
CN110595738B (zh) | 激光器检测方法、装置、设备及深度相机 | |
CN113029128B (zh) | 视觉导航方法及相关装置、移动终端、存储介质 | |
CN111307039A (zh) | 一种物体长度识别方法、装置、终端设备和存储介质 | |
CN114638880B (zh) | 平面测距方法、单目摄像头及计算机可读存储介质 | |
WO2018032860A1 (zh) | 一种测量方法及装置 | |
JP5183152B2 (ja) | 画像処理装置 | |
CN112967344A (zh) | 相机外参标定的方法、设备、存储介质及程序产品 | |
KR20130034528A (ko) | 도로시설물 자동 위치측정 방법 | |
CN102082905A (zh) | 一种检测摄像机光轴位置的方法 | |
WO2023072030A1 (zh) | 镜头自动对焦方法及装置、电子设备和计算机可读存储介质 | |
KR101996226B1 (ko) | 피사체의 3차원 위치 측정 장치 및 그 방법 | |
CN113470103B (zh) | 车路协同中相机作用距离确定方法、装置和路侧设备 | |
US20090244275A1 (en) | Compound eye photographing apparatus, control method therefor, and program | |
CN113112551B (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
CN112017229B (zh) | 一种相机相对位姿求解方法 |
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 |