CN114648737A - 一种地平面识别方法及装置 - Google Patents
一种地平面识别方法及装置 Download PDFInfo
- Publication number
- CN114648737A CN114648737A CN202011505571.2A CN202011505571A CN114648737A CN 114648737 A CN114648737 A CN 114648737A CN 202011505571 A CN202011505571 A CN 202011505571A CN 114648737 A CN114648737 A CN 114648737A
- Authority
- CN
- China
- Prior art keywords
- image
- disparity map
- ground plane
- rotated
- dense
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开一种地平面识别方法及装置,包括:对当前周期的左右目原始图像预处理得到第一稠密视差图;获取当前周期位姿参数;根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,所述待旋转图像为预先设定的左目原始图像或右目原始图像;对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域。本方法适用性强,可在车体震动的情况下,能够准确地对地平面识别,且在此基础上简化了基于视差图的检测算法,进一步提高了检测速度,可广泛应用于地面无人平台或自动驾驶辅助系统等。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种地平面识别方法及装置。
背景技术
地平面检测是智能驾驶等领域的一项关键技术,目前提出的地平面检测方法主要有以下几种:
1.基于超声传感器、激光雷达、毫米波雷达等主动式传感器的检测方法。利用主动式传感器检测前方区域,确定可通行地平面。超声波传感器价格便宜但检测距离较近,不适用于运动速度较快的场合;激光雷达、毫米波雷达的检测距离较远精度较高,但价格昂贵体积较大,不适用于一些低价格轻量化的车体。
2.基于单目视觉的检测方法。主要利用单目图像的色度、纹理等2D信息,对地平面进行检测。此类方法易受光照、阴影等影响,且在较复杂的环境下并不能得到较好性能。
但是,实际使用中,由于车体前进中出现震动(轮子进坑、轧到石头等),出现双目视觉传感器基线与地面不平行(即双目视觉传感器与地面之间有roll夹角)的状况时,易出现无法计算检出地平面的问题。
因此,为保障安全行驶,亟需提供一种地平面识别方法的技术方案,能够在车辆出现震动时能够简单且准确地识别出地平面区域,以便于车辆安全行驶。
发明内容
针对现有技术的上述问题,本发明的目的在于提供一种地平面识别方法,包括:
对当前周期的左右目原始图像预处理得到第一稠密视差图;
获取当前周期位姿参数;
根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,所述待旋转图像为预先设定的左目原始图像或右目原始图像;
对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域。
进一步地、所述根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,包括:
根据所述当前周期位姿参数得到与地平面的滚动角;
基于所述滚动角和所述待旋转图像的中心点生成旋转变换矩阵;
使用所述旋转变换矩阵对所述待旋转图像和所述第一稠密视差图仿射变换得到所述已旋转图像和所述第二稠密视差图。
进一步地、所述对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域,包括:
对所述第二稠密视差图计算得到第一V视差图;
对所述第一V视差图过滤得到第二V视差图;
根据所述第二V视差图得到地平面区域的映射直线;
基于所述映射直线判断所述已旋转图像中各个像素点与所述映射直接的距离是否小于预设距离阈值;
将小于预设距离阈值的像素点作为所述地平面区域。
进一步地、所述对所述第一V视差图过滤得到第二V视差图,包括:使用高斯模糊去噪、梯度过滤、二值化中的一种或多种对所述第一V视差图过滤得到所述第二V视差图。
进一步地、所述对所述第一V视差图过滤得到第二V视差图,之后还包括:
将所述第二V视差图的视差范围规范化到0到255之间。
进一步地、还包括:
使用所述旋转变换矩阵对所述已旋转图像反向旋转得到最终图像,所述最终图像中包含所述地平面区域;
以所述地平面区域作为可通行区域。
进一步地、所述左右目原始图像包括左目原始图像和右目原始图像;
所述获取当前周期位姿参数,之后还包括:
判断当前周期位姿参数和上一周期位姿参数的差值是否大于预设位姿阈值;
当所述当前周期位姿参数与所述上一周期位姿参数的差值不大于预设位姿阈值时,则根据所述上一周期位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图;
当所述当前周期位姿参数与所述上一周期位姿参数的差值大于预设位姿阈值时,则根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图。
另一方面,本发明提供一种地平面识别装置,包括:
第一稠密视差图确定模块,被配置为执行对当前周期的左右目原始图像预处理得到第一稠密视差图;
参数获取模块,被配置为执行获取当前周期位姿参数;
旋转模块,被配置为执行根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,所述待旋转图像为预先设定的左目原始图像或右目原始图像;
识别模块,被配置为执行对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域。
另一方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如上述所述的一种地平面识别方法。
再一方面,本发明提供一种地平面识别设备,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如上述所述的一种地平面识别方法。
本发明提供的一种地平面识别方法及装置,具有如下有益效果:
本发明提供一种基于双目视觉传感器和惯性测量单元(Inertial MeasurementUnit,IMU)的地平面识别方法,该方法适用性强,可在车体震动导致双目视觉传感器基线与地面不平行的情况下,能够准确地对地平面识别,且在此基础上简化了基于视差图的检测算法,进一步提高了检测速度,可广泛应用于地面无人平台或自动驾驶辅助系统等。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些附图获得其它附图。
图1为本发明实施例提供的一种硬件安装示意;
图2为本发明实施例提供的第一种地平面识别方法的流程示意图;
图3为本发明实施例提供的一种左目原始图像示意图;
图4为本发明实施例提供的一种稠密视差图示意图;
图5为本发明实施例提供的一种左目中间图像示意图;
图6为本发明实施例提供的一种第二稠密视差图示意图;
图7为本发明实施例提供的第二种地平面识别方法的流程示意图;
图8为本发明实施例提供的第三种地平面识别方法的流程示意图;
图9为本发明实施例提供的一种第一V视差图示意图;
图10为本发明实施例提供的一种第二V视差图示意图;
图11为本发明实施例提供的一种地平面区域的映射直线示意图;
图12为本发明实施例提供的第四种地平面识别方法的流程示意图;
图13为本发明实施例提供的一种地平面识别装置的结构示意图;
图14为本发明实施例提供的一种地平面识别设备的结构示意图。
其中,710-第一稠密视差图确定模块,720-参数获取模块,730-旋转模块,740-识别模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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的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。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1为本发明实施例提供的一种硬件安装示意如图1所示,图1中载体可以是车辆、机器人等在路面行驶的器械。本发明的实施需要通过双目图像采集设备(双目视觉传感器)采集左右目原始图像,通过惯性测量单元获取当前周期位姿参数和上一周期位姿参数。因此,在本发明的实施之前需要双目图像采集设备与惯性测量单元设置为同期,否则会降低检测精度或出现偏差,并且双目图像采集设备和惯性测量单元在安装时,需要双目图像采集设备的基线与地面平行、惯性测量单元与地面平行,即双目图像采集设备和惯性测量单元的安装位置与地面没有滚动角(roll角),但可以有航向角(pitch角),否则,如果双目图像采集设备和惯性测量单元的安装位置与地面有滚动角,就需要预先标定出两者初始的滚动角,并在后续的旋转变换矩阵计算中,加上双目图像采集设备和惯性测量单元的初始偏移角度。
如图2所示,图2为本发明实施例提供的第一种地平面识别方法的流程示意图,本发明提供一种地平面识别方法,本方法包括:
S102、对当前周期的左右目原始图像预处理得到第一稠密视差图。
在具体的实施过程中,左右目原始图像可以是通过双目图像采集设备在特定时间周期内拍摄或采集的,其中,双目图像采集设备的拍摄或采集的时间周期在本说明书实施例中不做具体限定,可以根据实际需要进行设置。
左右目原始图像可以包括双目图像采集设备拍摄的两张原始图像,分别为左目原始图像Lm和右目原始图像Rm,左右目原始图像中可以包含地平面和障碍物等图像数据。第一稠密视差图是根据左右目原始图像处理得到的,其中,第一稠密视差图可以是基于左目的第一稠密视差图或基于右目的第一稠密视差图。
图4为本发明实施例提供的一种稠密视差图示意图,如图4所示,对左右目原始图像Lm、Rm进行预处理,可以利用立体匹配算法(SGM等)计算得到第一稠密视差图Dm。
S104、获取当前周期位姿参数。
在具体的实施过程中,当前周期位姿参数和上一周期位姿参数均是通过惯性测量单元获取的。当前周期位姿参数和上一周期位姿参数的差值与预设位姿阈值的关系可以用于判断车辆是否发生震动或出现双目视觉传感器基线与地面不平行的状况。其中,预设位姿阈值在本说明书实施例中不做具体限定,可以根据实际需要进行设置。
示例地、获取双目图像采集设备采集的左右目原始图像Lm、Rm及时间戳Tm,图3为本发明实施例提供的一种左目原始图像示意图,如图3所示;同时采集及此帧图像对应的n个IMU数据及IMU时间戳,IMU数据的量n取决于IMU数据的采集频率与图像采集频率的商(一般IMU数据采集频率至少是图像采集频率的4倍以上,即n>=4);对于为仅支持获取原始数据的IMU,则IMU数据至少应包括前一帧图像的时间戳Tm-1开始到这一帧图像的时间戳Tm为止,Tm-1与Tm之间的加速度计数据(Am1、Am2、……Amn)、陀螺仪数据(Gm1、Gm2、……Gmn)和时间戳数据(Um1、Um2、……Umn);对于自带位姿融合算法的IMU,则IMU数据至少包括前一帧图像的时间戳Tm-1开始到这一帧图像的时间戳Tm为止,之间的位姿参数即四元数数据(Qm1、Qm2、……Qmn)和时间戳数据(Um1、Um2、……Umn)。
若使用的IMU类型为仅支持获取原始数据的类型,则对此组IMU数据(加速度计数据Am1、Am2、……Amn,陀螺仪数据Gm1、Gm2、……Gmn及时间戳数据Um1、Um2、……Umn)进行位姿融合算法计算,得到最后的时间戳Umn时的位姿参数(四元数,记为Qmn);若使用的IMU为自带位姿融合算法的类型,则可直接取得最后的时间戳Umn时的位姿参数(记为四元数Qmn)。
S106、根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,所述待旋转图像为预先设定的左目原始图像或右目原始图像。
在具体的实施过程中,待旋转图像可以是左右目原始图像中的一个,是预先设定好的,左目原始图像或右目原始图像的设置方式在本说明书实施例中不做具体限定,可以根据实际需要进行设置,如预先设定以左目原始图像作为待旋转图像,之后再计算滚动角时可以直接以左目原始图像作为待旋转图像,预先设定待旋转图像的方式可以降低计算滚动角的计算流程,提高计算时效。第一稠密视差图的选择可以是与待旋转图像的选择相对应,如,以左目原始图像作为待旋转图像,则第一稠密视差图可以是基于左目的第一稠密视差图。
本说明书实施例以左目原始图像作为待旋转图像为例进行说明。
在上述实施例基础上,本说明书一个实施例中,图7为本发明实施例提供的第二种地平面识别方法的流程示意图,如图7所示,所述根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,包括:
S202、根据所述当前周期位姿参数得到与地平面的滚动角;
S204、基于所述滚动角和所述待旋转图像的中心点生成旋转变换矩阵;
S206、使用所述旋转变换矩阵对所述待旋转图像和所述第一稠密视差图仿射变换得到所述已旋转图像和所述第二稠密视差图。
在具体的实施过程中,当所述当前周期位姿参数与所述上一周期位姿参数的差值大于预设位姿阈值时,即表征出现震动或出现双目视觉传感器基线与地面不平行的状况时,可以根据当前位姿参数对待旋转图像和第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图。
示例地、当前周期位姿参数和所述上一周期位姿参数均包含四元数,因此,可以将四元数Qmn转化为旋转矩阵Rm。其中,记为
Qmn=wm+xmi+ymj+zmk
那么,
然后,将旋转矩阵Rm按照YXZ顺序展开得到欧拉角Em(Emx,Emy,Emz)。那么,由YXZ顺序:
Rm=R(Emy)R(Emx)R(Emz)
其中,
解方程即可求出Em。得到的Emz即为与地面的roll角(即Om)。
根据上述roll角结合图像中心点(横向、纵向中心分别记为Cmx、Cmy)等信息,生成旋转变换矩阵Mm;Mm为2*3的矩阵:其中,图像中心点可以是左目原始图像或右目原始图像长/宽的1/2处。
生成旋转矩阵的过程其实就是求得一个仿射变换矩阵:绕图像中心,旋转roll角度。
对待旋转图像和第一稠密视差图Dm,使用旋转变换矩阵Mm进行仿射变换,得到已旋转图像Lm’和第二稠密视差图Dm’,即可认为已旋转图像Lm’和第二稠密视差图Dm’中的地面不再有roll倾角,图5为本发明实施例提供的一种左目中间图像示意图;图6为本发明实施例提供的一种第二稠密视差图示意图,如图5-6所示。
S108、对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域。
图8为本发明实施例提供的第三种地平面识别方法的流程示意图,如图8所示,在一些可能的实施例中,所述对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域,包括:
S302、对所述第二稠密视差图计算得到第一V视差图;
S304、对所述第一V视差图过滤得到第二V视差图;
S306、根据所述第二V视差图得到地平面区域的映射直线。
在具体的实施过程中,可以对第二V视差图Vm’,利用RANSAC等方法,求出地平面区域的映射直线Zm,图11为本发明实施例提供的一种地平面区域的映射直线示意图,如图11所示;
S308、基于所述映射直线判断所述已旋转图像中各个像素点与所述映射直接的距离是否小于预设距离阈值;
S310、将小于预设距离阈值的像素点作为所述地平面区域。
在具体的实施过程中,可以利用映射直线Zm,来判断已旋转图像或第二稠密视差图Dm’中的各像素点是否在地平面上,即若在映射直线Zm周围的一个小范围内,是则认为是地平面的点并记录,最终得到地平面区域。
在上述实施例基础上,本说明书一个实施例中,所述对所述第一V视差图过滤得到第二V视差图,包括:
使用高斯模糊去噪、梯度过滤、二值化中的一种或多种对所述第一V视差图过滤得到所述第二V视差图。
由于一般情况下,第二稠密视差图Dm’中除了地平面之外,还有别的地面上的物体,所以要进一步对第一V视差图Vm进行过滤以提高地平面检测的正确率,可以采用高斯模糊去噪、梯度过滤、二值化中的一种或多种对第一V视差图Vm过滤,可以得到较为清晰的过滤后的第二V视差图Vm’,图10为本发明实施例提供的一种第二V视差图示意图,如图10所示。
在上述实施例基础上,本说明书一个实施例中,所述对所述第一V视差图过滤得到第二V视差图,之后还包括:
将所述第二V视差图的视差范围规范化到0到255之间。
在具体的实施过程中,可以将第二V视差图的视差范围规范化到0~255,图9为本发明实施例提供的一种第一V视差图示意图,如图9所示。
在上述实施例基础上,本说明书一个实施例中,还包括:
使用所述旋转变换矩阵对所述已旋转图像反向旋转得到最终图像,所述最终图像中包含所述地平面区域;
以所述地平面区域作为可通行区域。
在具体的实施过程中,可以理解的是,由于得到的地平面区域是对应于左目中间图像即旋转后的左目原始图像的,如果需要对应左目回原始图像,则需要再做一个反向的旋转,生成反向旋转矩阵的方法同前生成Mm的过程,只不过roll角度变为-Om。可通行区域可以是没有障碍物的地平面区域。
在上述实施例基础上,本说明书一个实施例中,图12为本发明实施例提供的第四种地平面识别方法的流程示意图,如图12所示,所述左右目原始图像包括左目原始图像和右目原始图像;
所述获取当前周期位姿参数,之后还包括:
S702、判断当前周期位姿参数和上一周期位姿参数的差值是否大于预设位姿阈值。
S704、当所述当前周期位姿参数与所述上一周期位姿参数的差值不大于预设位姿阈值时,则根据所述上一周期位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图。
在具体的实施过程中,当前周期位姿参数与所述上一周期位姿参数的差值不大于预设位姿阈值时可以表征为行驶在平稳的路面,即在车辆未发生震动的状态下,可以直接使用上一周期的滚动角或上一周期计算的旋转变换矩阵直接对当前周期的待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,能够降低计算过程。
S706、当所述当前周期位姿参数与所述上一周期位姿参数的差值大于预设位姿阈值时,则根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图。
本发明涉及一种地平面识别方法,包括以下步骤:获取双目图像采集设备采集的左右目原始图像及IMU采集设备采集的IMU数据;对左右目原始图像进行预处理,利用立体匹配技术获得第一稠密视差图;利用IMU数据获得相对于地平面的翻滚(roll)角度,并对待旋转图像和第一稠密视差图进行对应的翻滚角度旋转得到第二稠密视差图;利用第二稠密视差图进行运算,得到第一V视差图;对第一V视差图进行过滤,然后拟合获取地平面区域的映射直线;使用第二稠密视差图和映射直线,来计算得到最终地平面区域。本发明能有效应对运动过程中的震动引起双目视觉传感器基线与地面不平行,从而导致计算失败问题等。
由于使用IMU测量了与地平面之间的roll角,使得到的图像近似等同于双目视觉传感器的基线平行于地面时拍摄的图像,减少了基于视差图算法的计算失败的可能性;同时,后期计算地平面时,可以使用更简单的地平面点检测策略,提高了计算速度,更适用于实时性要求高的场景。
另一方面,本说明书实施例提供一种地平面识别装置,图13为本发明实施例提供的一种地平面识别装置的结构示意图,如图13所示,包括:
第一稠密视差图确定模块710,被配置为执行对当前周期的左右目原始图像预处理得到第一稠密视差图;
参数获取模块720,被配置为执行获取当前周期位姿参数;
旋转模块730,被配置为执行根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,所述待旋转图像为预先设定的左目原始图像或右目原始图像;
识别模块740,被配置为执行对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域。
另一方面、本说明书实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如上述所述的一种地平面识别方法。
另一方面、本说明书实施例提供一种地平面识别设备,图14为本发明实施例提供的一种地平面识别设备的结构示意图,如图14所示,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令实现如上述所述的一种地平面识别方法。
由于地平面识别装置、计算机可读存储介质及地平面识别设备与地平面识别方法的技术效果相同,在此不在赘述。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。本发明实施例所提供测试方法,其实现原理及产生的技术效果和前述系统实施例相同,为简要描述,方法实施例部分未提及之处,可参考前述系统实施例中相应内容。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、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、程序段或代码的一部分,所述模块、程序段或代码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。也应当注意,在有些作为替换的实现方式中,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,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。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中,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,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以上述权利要求的保护范围为准。
Claims (10)
1.一种地平面识别方法,其特征在于,包括:
对当前周期的左右目原始图像预处理得到第一稠密视差图;
获取当前周期位姿参数;
根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,所述待旋转图像为预先设定的左目原始图像或右目原始图像;
对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域。
2.根据权利要求1所述的地平面识别方法,其特征在于,所述根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,包括:
根据所述当前周期位姿参数得到与地平面的滚动角;
基于所述滚动角和所述待旋转图像的中心点生成旋转变换矩阵;
使用所述旋转变换矩阵对所述待旋转图像和所述第一稠密视差图仿射变换得到所述已旋转图像和所述第二稠密视差图。
3.根据权利要求1所述的地平面识别方法,其特征在于,所述对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域,包括:
对所述第二稠密视差图计算得到第一V视差图;
对所述第一V视差图过滤得到第二V视差图;
根据所述第二V视差图得到地平面区域的映射直线;
基于所述映射直线判断所述已旋转图像中各个像素点与所述映射直接的距离是否小于预设距离阈值;
将小于预设距离阈值的像素点作为所述地平面区域。
4.根据权利要求3所述的地平面识别方法,其特征在于,所述对所述第一V视差图过滤得到第二V视差图,包括:使用高斯模糊去噪、梯度过滤、二值化中的一种或多种对所述第一V视差图过滤得到所述第二V视差图。
5.根据权利要求3所述的地平面识别方法,其特征在于,所述对所述第一V视差图过滤得到第二V视差图,之后还包括:
将所述第二V视差图的视差范围规范化到0到255之间。
6.根据权利要求1所述的地平面识别方法,其特征在于,还包括:
使用所述旋转变换矩阵对所述已旋转图像反向旋转得到最终图像,所述最终图像中包含所述地平面区域;
以所述地平面区域作为可通行区域。
7.根据权利要求1所述的地平面识别方法,其特征在于,所述左右目原始图像包括左目原始图像和右目原始图像;
所述获取当前周期位姿参数,之后还包括:
判断当前周期位姿参数和上一周期位姿参数的差值是否大于预设位姿阈值;
当所述当前周期位姿参数与所述上一周期位姿参数的差值不大于预设位姿阈值时,则根据所述上一周期位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图;
当所述当前周期位姿参数与所述上一周期位姿参数的差值大于预设位姿阈值时,则根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图。
8.一种地平面识别装置,其特征在于,包括:
第一稠密视差图确定模块,被配置为执行对当前周期的左右目原始图像预处理得到第一稠密视差图;
参数获取模块,被配置为执行获取当前周期位姿参数;
旋转模块,被配置为执行根据所述当前位姿参数对待旋转图像和所述第一稠密视差图仿射变换得到已旋转图像和第二稠密视差图,所述待旋转图像为预先设定的左目原始图像或右目原始图像;
识别模块,被配置为执行对所述已旋转图像和所述第二稠密视差图图像识别,得到地平面区域。
9.一种地平面识别设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或者至少一段程序,所述至少一条指令或者至少一段程序由所述处理器加载并执行以实现如权利要求1-7任一所述的地平面识别方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或者至少一段程序,所述至少一条指令或者至少一段程序由处理器加载并执行以实现如权利要求1-7任一所述的地平面识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011505571.2A CN114648737A (zh) | 2020-12-18 | 2020-12-18 | 一种地平面识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011505571.2A CN114648737A (zh) | 2020-12-18 | 2020-12-18 | 一种地平面识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114648737A true CN114648737A (zh) | 2022-06-21 |
Family
ID=81991590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011505571.2A Pending CN114648737A (zh) | 2020-12-18 | 2020-12-18 | 一种地平面识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114648737A (zh) |
-
2020
- 2020-12-18 CN CN202011505571.2A patent/CN114648737A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108230437B (zh) | 场景重建方法和装置、电子设备、程序和介质 | |
EP2959315B1 (en) | Generation of 3d models of an environment | |
US20190311485A1 (en) | Method for Evaluating Image Data of a Vehicle Camera | |
US20170124693A1 (en) | Pose Estimation using Sensors | |
US10187630B2 (en) | Egomotion estimation system and method | |
CN108028023A (zh) | 信息处理装置、信息处理方法和程序 | |
JP2009266224A (ja) | リアルタイム・ビジュアル・オドメトリの方法およびシステム | |
EP2327055A1 (en) | Method of and arrangement for blurring an image | |
CN111279354A (zh) | 图像处理方法、设备及计算机可读存储介质 | |
EP2984625B1 (fr) | Procede d'estimation de la deviation angulaire d'un element mobile relativement a une direction de reference | |
CN111928857B (zh) | 一种动态环境中实现slam定位的方法及相关装置 | |
CN114419098A (zh) | 基于视觉变换的运动目标轨迹预测方法及装置 | |
CN111928842A (zh) | 一种基于单目视觉实现slam定位的方法及相关装置 | |
CN111798505A (zh) | 一种基于单目视觉的三角化测量深度的稠密点云重建方法及系统 | |
CN114638897A (zh) | 基于无重叠视域的多相机系统的初始化方法、系统及装置 | |
CN112598743B (zh) | 一种单目视觉图像的位姿估算方法及相关装置 | |
KR101995466B1 (ko) | 특징점을 이용한 스테레오 카메라의 이미지 매칭 방법 및 장치 | |
CN111724432B (zh) | 物体三维检测方法和装置 | |
CN112146620A (zh) | 目标物体的测距方法及装置 | |
CN114648737A (zh) | 一种地平面识别方法及装置 | |
CN112802112B (zh) | 视觉定位方法、装置、服务器及存储介质 | |
CN109344677B (zh) | 识别立体物的方法、装置、车辆和存储介质 | |
KR101389865B1 (ko) | 이미지 인식 시스템 및 그를 이용한 이미지 인식 방법 | |
CN112037261A (zh) | 一种图像动态特征去除方法及装置 | |
KR101100784B1 (ko) | 물체 인식 방법 및 장치 |
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 |