CN101814184A - 基于线段的标定方法和装置 - Google Patents

基于线段的标定方法和装置 Download PDF

Info

Publication number
CN101814184A
CN101814184A CN201010033895A CN201010033895A CN101814184A CN 101814184 A CN101814184 A CN 101814184A CN 201010033895 A CN201010033895 A CN 201010033895A CN 201010033895 A CN201010033895 A CN 201010033895A CN 101814184 A CN101814184 A CN 101814184A
Authority
CN
China
Prior art keywords
line segment
camera
line
alpha
checking
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.)
Granted
Application number
CN201010033895A
Other languages
English (en)
Other versions
CN101814184B (zh
Inventor
付国亮
曾建平
杨学超
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.)
Netposa Technologies Ltd
Original Assignee
Beijing Zanb Science & Technology Co Ltd
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 Beijing Zanb Science & Technology Co Ltd filed Critical Beijing Zanb Science & Technology Co Ltd
Priority to CN2010100338950A priority Critical patent/CN101814184B/zh
Publication of CN101814184A publication Critical patent/CN101814184A/zh
Application granted granted Critical
Publication of CN101814184B publication Critical patent/CN101814184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提供了一种基于线段的标定方法及装置,适用于室内、室外场所的景深标定。首先在图像中输入三条或者四条线段,三条作为标定线段,一条作为验证线段。然后根据标定线段,获得标定参数。最后根据验证线段,精确标定参数。与现有技术相比,本发明的标定方法更为简便,标定误差更小,标定参数更为精确。

Description

基于线段的标定方法和装置
技术领域
本发明涉及图像处理及视频监控,特别是指一种基于线段的标定方法和装置。
背景技术
在视频监控中,同一目标在场景中不同的位置会有不同的尺寸,特别是远距离的监控,这就为智能视频分析带来了问题。为了解决这一问题,人们开始研究景深的标定,在场景中通过标定算法设置景深,给场景设置一个标准。通过景深标定,可以准确地计算出场景中目标的实际位置及尺寸大小,这就提高了智能视频分析的准确性和可靠性。
目前,景深标定的方法主要可分为三类:经典标定法、基于主动视觉的标定法以及自标定法。经典标定法需要使用精密加工的标定块,通过建立标定块上三维坐标已知的点与其图像点间的对应,来计算摄像机的内外参数,但这种标定法标定过程费时费力,不适用于在线标定和不可能使用标定块的场合,在工程应用上十分不方便。基于主动视觉的标定法需要控制摄像机做某些特殊运动,如绕光心旋转或纯平移等,利用这种运动的特殊性可以计算出内参数,但这种标定方法不能适用于摄像机运动未知或无法控制的场合(如手持摄像机),同时其标定过程还涉及图像匹配,而实际监控中图像匹配难度很大,这使得该标定法误差很大。自标定法利用了摄像机内参数自身存在的约束,与场景和摄像机的运动无关,比较灵活,但是这种标定法涉及Kruppa方程,因此计算复杂且标定准确性也不高。
综上所述,目前迫切需要提出一种快速简便,同时标定误差较小的标定方法和装置。
发明内容
有鉴于此,本发明的主要目的在于提供一种快速简便的标定方法和装置。
为达到上述目的,按照本发明的第一个方面,提供了一种基于线段的标定方法,所述景深标定方法包括以下步骤:
步骤101:输入标定线段;从输入模块向图像中输入三条线段作为三条标定线段;
步骤102:根据标定线段,获得相机参数;分别列出与每条标定线段相对应的标定方程,然后解由所得的标定方程组成的标定方程组,以获得包括相机的高度H、相机的俯仰角θ以及水平消失线l的相机参数;
步骤103:根据相机参数,获得并输出目标的标定参数;根据相机的高度、俯仰角、水平消失线的相机参数,计算图像中目标的包括目标对应于真实空间的坐标、目标的真实高度、目标的真实宽度标定参数,并且从输出模块输出该标定参数。
其中,所述三条标定线段中至少存在一条标定线段处于图像所对应场景的远端,至少存在一条标定线段处于图像所对应场景的近端;并且所述三条标定线段都不能与图像下边缘平行。
其中,对于任意一条标定线段((u1,v1),(u2,v2)),所述标定方程包括:
L2=Z2MTωM
其中,点(u1,v1)和点(u2,v2)是该标定线段的两端点,ui表示点i的横坐标,vi表示点i的纵坐标,i=1,2,L表示该标定线段的实际长度,M表示消失点,Z表示该标定线段的某个端点到相机的距离,ω为绝对二次曲线的像对应的矩阵;
其中,消失点M的方程为:
Figure G2010100338950D00031
其中,k表示线段的两个端点的深度比,计算公式为:di表示点i到水平消失线的距离,i=1,2,计算公式为:di=vi-b;
绝对二次曲线的成像ω的计算公式为:
ω = K - T K - T = α 2 0 αβ 0 α 2 αγ αβ αγ β 2 + γ 2 + 1 = α 2 0 - u 0 α 0 α 2 - v 0 α - u 0 α - v 0 α ( u 0 2 + v 0 2 ) α 2 + 1
其中,K表示相机的内参矩阵,
Figure G2010100338950D00034
(u0,v0)表示主点,所述主点为图像中心坐标,
Figure G2010100338950D00035
Figure G2010100338950D00036
Figure G2010100338950D00037
f表示焦距,假设水平消失线l在图像中水平,水平消失线l的方程为:l=b,则焦距f为:
Figure G2010100338950D00038
线段的某个端点到相机的距离Z的计算公式为:
Figure G2010100338950D00039
其中λ表示地面分辨率常数;
分别将M、Z、ω的计算公式代入所述标定方程中,化简后所述标定方程中含有3个未知数b、v、λ,解与该至少三个标定线段相对应的标定方程以得到b、v、λ的值;和
根据所得到的b、v、λ的值来获得标定的结果并输出,所述标定的结果包括相机的高度H、相机的俯仰角θ和水平消失线l,其中,
相机的高度H由下式得到:
H = λ sin θ v 0 - b
相机的俯仰角θ由下式得到:
θ=arctan((v0-b)/f)
水平消失线l为:l=b。
优选地,所述景深标定方法还包括输入一条验证线段,根据验证线段,得到精确标定参数。
优选地,在输入标定线段和验证线段步骤中将图像中最长的一条线段默认为验证线段,其余三条线段作为标定线段。
优选地,所述景深标定方法还包括根据验证线段,精确相机参数;首先微调标定线段的位置和长度,以得到不同的相机参数,包括相机的高度H、相机的俯仰角θ以及水平消失线l,然后根据这些不同的相机参数,通过L2=Z2MTωM公式的计算,以获得一组标定线段的验证长度L,最后分别计算这一组标定线段的验证长度L和真实长度的绝对差值,取绝对差值最小的验证长度所对应的相机参数作为最终的相机参数。
按照本发明的另一个方面,提供了一种基于线段的标定装置,所述景深标定装置包括:
输入标定线段模块,用于在图像中输入三条线段作为三条标定线段;
获得相机参数模块,用于根据三条标定线段获得相机参数;根据三条标定线段,分别列出与每条标定线段相对应的标定方程,然后解由所得的标定方程组成的标定方程组,以获得包括相机的高度H、相机的俯仰角θ以及水平消失线l的相机参数;
获得并输出目标的标定参数模块,用于根据相机的高度、俯仰角、水平消失线的相机参数,计算图像中目标的包括目标对应于真实空间的坐标、目标的真实高度、目标的真实宽度标定参数,并且输出该标定参数。
其中,对于任意一条标定线段((u1,v1),(u2,v2)),所述标定方程包括:
L2=Z2MTωM
其中,点(u1,v1)和点(u2,v2)是该标定线段的两端点,ui表示点i的横坐标,vi表示点i的纵坐标,i=1,2,L表示该标定线段的实际长度,M表示消失点,Z表示该标定线段的某个端点到相机的距离,ω为绝对二次曲线的像对应的矩阵;
其中,消失点M的方程为:
Figure G2010100338950D00051
其中,k表示线段的两个端点的深度比,计算公式为:
Figure G2010100338950D00052
di表示点i到水平消失线的距离,i=1,2,计算公式为:di=vi-b;
绝对二次曲线的成像ω的计算公式为:
ω = K - T K - T = α 2 0 αβ 0 α 2 αγ αβ αγ β 2 + γ 2 + 1 = α 2 0 - u 0 α 0 α 2 - v 0 α - u 0 α - v 0 α ( u 0 2 + v 0 2 ) α 2 + 1
其中,K表示相机的内参矩阵,(u0,v0)表示主点,所述主点为图像中心坐标,
Figure G2010100338950D00055
Figure G2010100338950D00056
Figure G2010100338950D00057
f表示焦距,假设水平消失线l在图像中水平,水平消失线l的方程为:l=b,则焦距f为:
Figure G2010100338950D00058
线段的某个端点到相机的距离Z的计算公式为:其中λ表示地面分辨率常数;
分别将M、Z、ω的计算公式代入所述标定方程中,化简后所述标定方程中含有3个未知数b、v、λ,解与该至少三个标定线段相对应的标定方程以得到b、v、λ的值;和
根据所述所得到的b、v、λ的值来获得标定的结果并输出,所述标定的结果包括相机的高度H、相机的俯仰角θ和水平消失线l,其中,
相机的高度H由下式得到:
H = λ sin θ v 0 - b
相机的俯仰角θ由下式得到:
θ=arctan((v0-b)/f)
水平消失线l为:l=b。
优选地,该标定装置还包括精确相机参数模块,所述精确相机参数模块用于根据验证线段首先微调标定线段的位置和长度,以得到不同的相机参数,包括相机的高度H、相机的俯仰角θ以及水平消失线l,然后根据这些不同的相机参数,通过L2=Z2MTωM公式的计算,以获得一组标定线段的验证长度L,最后分别计算这一组标定线段的验证长度L和真实长度的绝对差值,取绝对差值最小的验证长度所对应的相机参数作为最终的相机参数。
优选地,所述输入标定线段模块还包括验证线段模块,用于在图像中输入四条线段;其中,所述输入标定线段模块容纳有作为标定线段的三条标定线段,所述验证线段模块容纳有作为验证线段的一条验证线段。
本发明所提供的基于线段的景深标定方法只需要在图像中输入至少三条标定线段,并解由与标定线段相对应的标定方程组成的方程组便可得到标定的结果,具有操作简便、计算简单的优点。与经典标定法和基于主动视觉的标定法相比,本发明所提供的景深标定方法可以用于在线标定和不能使用标定块的场合,并且不需要控制摄像机做某些特殊运动,因此操作简便、使用范围广泛。同时,本发明所涉及的标定方程求解简单,计算量远小于自标定法中的Kruppa方程。
本发明所提供的基于线段的景深标定方法还通过输入验证线段,并根据该验证线段来修改标定的结果,最终得到更加精确的标定参数。
附图说明
图1示出了按照本发明的基于线段的标定方法的第一实施例的流程图;
图2示出了两端点组成的一条线段;
图3示出了按照本发明的基于线段的标定方法的第二实施例的流程图;
图4示出了按照本发明的基于线段的标定装置的第一实施例的框架图;
图5示出了按照本发明的基于线段的标定装置的第二实施例的框架图。
具体实施方式
本发明可以用于室内、室外场所,特别适用于远距离的监控场所。
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明进一步详细说明。
图1表示按照本发明的基于线段的标定方法的第一实施例的流程图。如图1所示,按照本发明的基于线段的标定方法可以包括:
步骤101:输入标定线段。从输入模块向图像中输入三条线段作为三条标定线段;
该步骤中的图像可以是采集的一段视频中的帧图像,也可以是当前监控中的图像。输入线段是由用户手动操作的。具体实施时,输入线段的操作跟一般的画图软件中画线段的操作一样,不同的是,每画完一条线段后,需要输入此线段的真实长度,此时计算机也会记录线段的起始坐标。
所述输入的三条标定线段需要满足以下两条规则:
(1)远近规则,即三条标定线段中至少存在一条线段处于图像所对应场景的远端,至少存在一条线段处于图像所对应场景的近端;
(2)非平行规则,即三条标定线段都不能与图像下边缘平行,也就是说这三条标定线段都不能是图像中的水平线。
步骤102:根据标定线段,获得相机参数。根据三条标定线段,分别列出相应地标定方程并组成方程组,解出该方程组,从而获得相机参数。其中相机参数包括:相机的高度H、相机的俯仰角θ以及水平消失线l。
对于任意一条线段((u1,v1),(u2,v2))(如图2所示,点(u1,v1)和点(u2,v2)是线段的两端点,ui表示点i的横坐标,vi表示点i的纵坐标,i=1,2),结合消失点以及绝对二次曲线可以列出计算出线段的实际长度L的方程,该方程如下:
L2=Z2MTωM             (*)
其中,M表示消失点,Z表示线段的某个端点到相机的距离,ω表示绝对二次曲线的成像。
消失点M的方程为:
Figure G2010100338950D00091
其中,k表示线段的两个端点的深度比,计算公式为:
Figure G2010100338950D00092
di表示点i到消失线的距离,计算公式为:di=vi-b。
绝对二次曲线的成像ω的计算公式为:
ω = K - T K - T = α 2 0 αβ 0 α 2 αγ αβ αγ β 2 + γ 2 + 1 = α 2 0 - u 0 α 0 α 2 - v 0 α - u 0 α - v 0 α ( u 0 2 + v 0 2 ) α 2 + 1
其中,K表示相机内参矩阵,有
Figure G2010100338950D00094
(u0,v0)表示主点,优选地将图像中心坐标近似认为是主点。
Figure G2010100338950D00095
Figure G2010100338950D00096
Figure G2010100338950D00097
f表示焦距。
若假设水平消失线的在图像中水平,水平消失线l的方程为:l=b;则焦距可表示为:
Figure G2010100338950D00098
线段的某个端点到相机的距离Z的计算公式为:
Figure G2010100338950D00099
其中λ表示地面分辨率常数。
分别将M、Z、ω的计算公式带入方程(*),通过化简后,方程(*)中有3个未知数b、v、λ。
通过三条标定线段可以得到三个含有未知数b、v、λ的方程组,通过解该方程组,获得b、v、λ的值。
相机的高度H可由下式得到:
H = λ sin θ v 0 - b
相机的俯仰角θ可由下式得到:
θ=arctan((v0-b)/f)
水平消失线l即为l=b。
步骤103:根据相机参数,获得并输出目标的标定参数。根据相机的高度、俯仰角、水平消失线这3个相机参数,计算图像中目标的标定参数,并且从输出模块输出该标定参数。其中标定参数可以包括目标对应于真实空间的坐标、目标的真实高度、目标的真实宽度。所述目标为用户在图像中任意选定的实物或者区域。
优选地,以相机在地面上的投影点作为原点,图像中坐标(x,y)对应于真实空间的坐标(X,Y)为:
X = H * ( x - u 0 ) ( y - b ) * cos θ
Y = H sin θ ( cos θ + v 0 - y cos θ * ( y - b ) )
其中,H为相机高度,θ为相机的俯仰角,l=b为水平消失线方程,(u0,v0)表示主点,优选地将图像中心坐标近似认为是主点。
图像中目标(x,y)对应的真实高度h和宽度w分别为:
h = ( y 1 - y 2 ) * H ( cos 2 θ + ( v 0 - y 2 ) * sin 2 θ v 0 - b ) * ( y 1 - b )
w = H cos θ [ ( x 2 - u 0 ) ( y 2 - b ) - ( x 1 - u 0 ) ( y 1 - b ) ]
其中,x1、x2分别为目标在图像中的左端点、右端点坐标,y1、y2分别为目标在图像中的下端点、上端点坐标。
与现有的标定技术相比,按照本发明的基于线段的标定方法更为简便,标定误差更小。
图3表示按照本发明的基于线段的标定方法的第二实施例的流程图。如图3所示,按照本发明的基于线段的标定方法可以包括:
步骤201:输入标定线段和验证线段。从输入模块向图像中输入四条线段,将其中三条线段作为标定线段,一条线段作为验证线段。
该步骤中的图像可以是采集的一段视频中的帧图像,也可以是当前监控中的图像。输入线段是由用户手动操作的。具体实施时,输入线段的操作跟一般的画图软件中画线段的操作一样,不同的是,每画完一条线段后,需要输入此线段的真实长度,此时计算机也会记录线段的起始坐标。由于长线段的误差相对较小,所以本发明中将图像中最长的一条线段默认为验证线段,其余三条线段作为验证线段。
所述输入的三条标定线段需要满足以下两条规则:
(1)远近规则,即三条标定线段中至少存在一条线段处于图像所对应场景的远端,至少存在一条线段处于图像所对应场景的近端;
(2)非平行规则,即三条标定线段都不能与图像下边缘平行,也就是说这三条标定线段都不能是图像中的水平线。
步骤202:根据标定线段,获得相机参数。根据三条标定线段,分别列出相应地标定方程并组成方程组,解出该方程组,从而获得相机参数并输出。其中相机参数包括:相机的高度H、相机的俯仰角θ以及水平消失线l。
对于任意一条线段((u1,v1),(u2,v2))(如图2所示,点(u1,v1)和点(u2,v2)是线段的两端点,ui表示点i的横坐标,vi表示点i的纵坐标,i=1,2),结合消失点以及绝对二次曲线可以列出计算出线段的实际长度L的方程,该方程如下:
L2=Z2MTωM    (*)
其中,M表示消失点,Z表示线段的某个端点到相机的距离,ω表示绝对二次曲线的成像。
消失点M的方程为:
Figure G2010100338950D00121
其中,x表示线段的两个端点的深度比,计算公式为:
Figure G2010100338950D00122
di表示点i到消失线的距离,计算公式为:di=vi-b。
绝对二次曲线的成像ω的计算公式为:
ω = K - T K - T = α 2 0 αβ 0 α 2 αγ αβ αγ β 2 + γ 2 + 1 = α 2 0 - u 0 α 0 α 2 - v 0 α - u 0 α - v 0 α ( u 0 2 + v 0 2 ) α 2 + 1
其中,K表示相机内参矩阵,有
Figure G2010100338950D00124
(u0,v0)表示主点,实施时将图像中心坐标近似认为是主点。
Figure G2010100338950D00125
Figure G2010100338950D00126
Figure G2010100338950D00127
f表示焦距,
Figure G2010100338950D00128
假设水平消失线的在图像中水平,水平消失线l的方程为:l=b。
线段的某个端点到相机的距离Z的计算公式为:
Figure G2010100338950D00129
其中λ表示地面分辨率常数。
分别将M、Z、ω的计算公式带入方程(*),通过化简后,方程(*)中有3个未知数b、v、λ。
通过三条标定线段可以得到三个含有未知数b、v、λ的方程组,通过解该方程组,获得b、v、λ的值。
相机的高度H可由下式得到:
H = λ sin θ v 0 - b
相机的俯仰角θ可由下式得到:
θ=arctan((v0-b)/f)
水平消失线l即为l=b。
步骤203:根据验证线段,精确相机参数。首先微调标定线段的位置和长度,以得到不同的相机参数,包括相机的高度H、相机的俯仰角θ以及水平消失线l。然后根据这些不同的相机参数,通过步骤202中一系列公式的计算(即L2=Z2MTωM),可以获得一组标定线段的验证长度L。最后分别计算这一组标定线段的验证长度L和真实长度(即用户输入的验证线段的输入长度)的绝对差值,取绝对差值最小的验证长度所对应的相机参数作为最终的相机参数,然后将该相机参数输出。
步骤204:根据精确的相机参数,获得目标的标定参数。根据相机的高度、俯仰角、水平消失线这3个精确的相机参数,计算图像中目标的标定参数,并且从输出模块输出该标定参数。其中标定参数可以包括目标对应于真实空间的坐标、目标的真实高度、目标的真实宽度。所述目标为用户在图像中任意选定的实物(包括人、车、动物等)或者区域。
优选地,以相机在地面上的投影点作为原点,图像中坐标(x,y)对应于真实空间的坐标(X,Y)为:
X = H * ( x - u 0 ) ( y - b ) * cos θ
Y = H sin θ ( cos θ + v 0 - y cos θ * ( y - b ) )
其中,H为精确的相机高度,θ为精确的相机俯仰角,l=b为精确的的水平消失线方程,(u0,v0)表示主点,优选地将图像中心坐标近似认为是主点。
图像中目标(x,y)对应的真实高度h和宽度w分别为:
h = ( y 1 - y 2 ) * H ( cos 2 θ + ( v 0 - y 2 ) * sin 2 θ v 0 - b ) * ( y 1 - b )
w = H cos θ [ ( x 2 - u 0 ) ( y 2 - b ) - ( x 1 - u 0 ) ( y 1 - b ) ]
其中,x1、x2分别为目标在图像中的左端点、右端点坐标,y1、y2分别为目标在图像中的下端点、上端点坐标。
与实施例一相比,实施例二中多了一个精确标定过程,稍微增加了计算复杂度,但其标定的误差更小,标定参数更为精确。
图4表示按照本发明的基于线段的标定装置的第一实施例的框架图。如图4所示,按照本发明的基于线段的标定装置可以包括:
输入标定线段模块1,用于在图像中输入三条线段作为标定线段。
所述输入的三条标定线段需要满足以下两条规则:
(1)远近规则,即三条标定线段中至少存在一条线段处于图像所对应场景的远端,至少存在一条线段处于图像所对应场景的近端;
(2)非平行规则,即三条标定线段都不能与图像下边缘平行,也就是说这三条标定线段都不能是图像中的水平线。
获取相机参数模块2,用于根据标定线段,获得相机参数。根据三条标定线段,分别列出相应地标定方程并组成方程组,解出该方程组,从而获得相机参数并输出。其中相机参数包括:相机的高度H、相机的俯仰角θ以及水平消失线l。
获得并输出目标的标定参数模块3,用于根据相机的高度、俯仰角、水平消失线的相机参数,计算图像中目标的包括目标对应于真实空间的坐标、目标的真实高度、目标的真实宽度标定参数,并且输出该标定参数。
该标定装置还包括精确相机参数模块,所述精确相机参数模块用于根据验证线段首先微调标定线段的位置和长度,以得到不同的相机参数,包括相机的高度H、相机的俯仰角θ以及水平消失线l,然后根据这些不同的相机参数,通过L2=Z2MTωM公式的计算,以获得一组标定线段的验证长度L,最后分别计算这一组标定线段的验证长度L和真实长度的绝对差值,取绝对差值最小的验证长度所对应的相机参数作为最终的相机参数。
图5表示按照本发明的基于线段的标定装置的第二实施例的框架图。如图5所示,按照本发明的基于线段的标定装置可以包括:
输入标定线段和验证线段模块4,用于在图像中输入四条线段,将其中三条线段作为标定线段,一条线段作为验证线段。
获取相机参数模块5,用于根据标定线段,获得相机参数。根据三条标定线段,分别列出相应地标定方程并组成方程组,解出该方程组,从而获得相机参数并输出。其中相机参数包括:相机的高度H、相机的俯仰角θ以及水平消失线l。
精确相机参数模块6,用于根据验证线段,精确相机参数。首先微调标定线段的位置和长度,以得到不同的相机参数,包括相机的高度H、相机的俯仰角θ以及水平消失线l。然后根据这些不同的相机参数,通过公式L2=Z2MTωM的计算,可以获得一组标定线段的验证长度。最后分别计算这一组标定线段的验证长度和真实长度(即用户输入的验证线段的输入长度)的绝对差值,取绝对差值最小的验证长度所对应的相机参数作为最终的相机参数,然后将该相机参数输出。
获取标定参数模块7,用于根据精确的相机参数,获得目标的标定参数。根据相机的高度、俯仰角、水平消失线这3个精确的相机参数,计算图像中目标的标定参数并输出。其中标定参数可以包括目标对应于真实空间的坐标、目标的真实高度、目标的真实宽度。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,应当理解,本发明并不限于这里所描述的实现方案,这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。任何本领域中的技术人员很容易在不脱离本发明精神和范围的情况下进行进一步的改进和完善,因此本发明只受到本发明权利要求的内容和范围的限制,其意图涵盖所有包括在由所附权利要求所限定的本发明精神和范围内的备选方案和等同方案。

Claims (10)

1.一种基于线段的景深标定方法,其特征在于,所述景深标定方法包括以下步骤:
步骤101:输入标定线段;从输入模块向图像中输入三条线段作为三条标定线段;
步骤102:根据标定线段,获得相机参数;分别列出与每条标定线段相对应的标定方程,然后解由所得的标定方程组成的标定方程组,以获得包括相机的高度H、相机的俯仰角θ以及水平消失线l的相机参数;
步骤103:根据相机参数,获得并输出目标的标定参数;根据相机的高度、俯仰角、水平消失线的相机参数,计算图像中目标的包括目标对应于真实空间的坐标、目标的真实高度、目标的真实宽度标定参数,并且从输出模块输出该标定参数。
2.根据权利要求1所述的景深标定方法,其特征在于,所述三条标定线段中至少存在一条标定线段处于图像所对应场景的远端,至少存在一条标定线段处于图像所对应场景的近端;并且所述三条标定线段都不能与图像下边缘平行。
3.根据权利要求1所述的景深标定方法,其特征在于,对于任意一条标定线段((u1,v1),(u2,v2)),所述标定方程包括:
L2=Z2MTωM
其中,点(u1,v1)和点(u2,v2)是该标定线段的两端点,ui表示点i的横坐标,vi表示点i的纵坐标,i=1,2,L表示该标定线段的实际长度,M表示消失点,Z表示该标定线段的某个端点到相机的距离,ω为绝对二次曲线的像对应的矩阵;
其中,消失点M的方程为:
Figure F2010100338950C00021
其中,k表示线段的两个端点的深度比,计算公式为:
Figure F2010100338950C00022
di表示点i到水平消失线的距离,i=1,2,计算公式为:di=vi-b;
绝对二次曲线的成像ω的计算公式为:
ω = K - T K - 1 = α 0 0 αβ 0 α 2 αγ αβ αγ β 2 + γ 2 + 1 = α 2 0 - u 0 α 0 α 2 - v 0 α - u 0 α - v 0 α ( u 0 2 + v 0 2 ) α 2 + 1
其中,K表示相机的内参矩阵,
Figure F2010100338950C00024
(u0,v0)表示主点,所述主点为图像中心坐标,
Figure F2010100338950C00025
Figure F2010100338950C00026
Figure F2010100338950C00027
f表示焦距,假设水平消失线l在图像中水平,水平消失线l的方程为:l=b,则焦距f为:
Figure F2010100338950C00028
线段的某个端点到相机的距离Z的计算公式为:
Figure F2010100338950C00029
其中λ表示地面分辨率常数;
分别将M、Z、ω的计算公式代入所述标定方程中,化简后所述标定方程中含有3个未知数b、v、λ,解与该至少三个标定线段相对应的标定方程以得到b、v、λ的值;和
根据所得到的b、v、λ的值来获得标定的结果并输出,所述标定的结果包括相机的高度H、相机的俯仰角θ和水平消失线l,其中,
相机的高度H由下式得到:
H = λ sin θ v 0 - b
相机的俯仰角θ由下式得到:
            θ=arctan((v0-b)/f)
水平消失线l为:l=b。
4.根据权利要求3所述的景深标定方法,其特征在于,以相机在地面上的投影点作为原点,图像中坐标(x,y)对应于真实空间的坐标(X,Y)为:
X = H * ( x - u 0 ) ( y - b ) * cos θ
Y = H sin θ ( cos θ + v 0 - y cos θ * ( y - b ) )
其中,H为相机高度,θ为相机的俯仰角,l=b为水平消失线方程,(u0,v0)表示主点,优选地将图像中心坐标近似认为是主点;
图像中目标(x,y)对应的真实高度h和宽度w分别为:
h = ( y 1 - y 2 ) * H ( cos 2 θ + ( v 0 - y 2 ) * sin 2 θ v 0 - b ) * ( y 1 - b )
w = H cos θ [ ( x 2 - u 0 ) ( y 2 - b ) - ( x 1 - u 0 ) ( y 1 - b ) ]
其中,x1、x2分别为目标在图像中的左端点、右端点坐标,y1、y2分别为目标在图像中的下端点、上端点坐标。
5.根据权利要求1所述的景深标定方法,其特征在于,所述景深标定方法还包括输入一条验证线段,根据验证线段,得到精确标定参数。
6.根据权利要求5所述的景深标定方法,其特征在于,在输入标定线段和验证线段步骤中将图像中最长的一条线段默认为验证线段,其余三条线段作为标定线段。
7.根据权利要求1~6任一所述的景深标定方法,其特征在于,所述景深标定方法还包括根据验证线段,精确相机参数;首先微调标定线段的位置和长度,以得到不同的相机参数,包括相机的高度H、相机的俯仰角θ以及水平消失线l,然后根据这些不同的相机参数,通过L2=Z2MTωM公式的计算,以获得一组标定线段的验证长度L,最后分别计算这一组标定线段的验证长度L和真实长度的绝对差值,取绝对差值最小的验证长度所对应的相机参数作为最终的相机参数。
8.一种基于线段的标定装置,其特征在于,该标定装置包括:
输入标定线段模块,用于在图像中输入三条线段作为三条标定线段;
获得相机参数模块,用于根据三条标定线段,获得相机参数;根据三条标定线段,分别列出与每条标定线段相对应的标定方程,然后解由所得的标定方程组成的标定方程组,以获得包括相机的高度H、相机的俯仰角θ以及水平消失线l的相机参数;
获得并输出目标的标定参数模块,用于根据相机的高度、俯仰角、水平消失线的相机参数,计算图像中目标的包括目标对应于真实空间的坐标、目标的真实高度、目标的真实宽度标定参数,并且输出该标定参数。
9.根据权利要求8所述的标定装置,其特征在于,该标定装置还包括精确相机参数模块,所述精确相机参数模块用于根据验证线段首先微调标定线段的位置和长度,以得到不同的相机参数,包括相机的高度H、相机的俯仰角θ以及水平消失线l,然后根据这些不同的相机参数,通过L2=Z2MTωM公式的计算,以获得一组标定线段的验证长度L,最后分别计算这一组标定线段的验证长度L和真实长度的绝对差值,取绝对差值最小的验证长度所对应的相机参数作为最终的相机参数。
10.根据权利要求8或9所述的标定装置,其特征在于,所述输入标定线段模块还包括验证线段模块,用于在图像中输入四条线段;其中,所述输入标定线段模块容纳有作为标定线段的三条标定线段,所述验证线段模块容纳有作为验证线段的一条验证线段。
CN2010100338950A 2010-01-15 2010-01-15 基于线段的标定方法和装置 Active CN101814184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010100338950A CN101814184B (zh) 2010-01-15 2010-01-15 基于线段的标定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010100338950A CN101814184B (zh) 2010-01-15 2010-01-15 基于线段的标定方法和装置

Publications (2)

Publication Number Publication Date
CN101814184A true CN101814184A (zh) 2010-08-25
CN101814184B CN101814184B (zh) 2012-05-30

Family

ID=42621431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010100338950A Active CN101814184B (zh) 2010-01-15 2010-01-15 基于线段的标定方法和装置

Country Status (1)

Country Link
CN (1) CN101814184B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102722894A (zh) * 2012-05-23 2012-10-10 浙江捷尚视觉科技有限公司 一种基于摄像机自动标定的智能视频监控方法
CN105046715A (zh) * 2015-09-16 2015-11-11 北京理工大学 一种基于空间解析几何的线阵相机标定方法
CN105046691A (zh) * 2015-06-26 2015-11-11 浙江大学 一种基于正交消失点的相机自标定方法
CN105303757A (zh) * 2015-09-25 2016-02-03 凌云光技术集团有限责任公司 防人为外力破坏的电网智能监控方法及***
CN108537847A (zh) * 2018-04-12 2018-09-14 珠海博明视觉科技有限公司 一种自动对焦后相机绝对光心的标定方法
CN109961483A (zh) * 2017-12-22 2019-07-02 比亚迪股份有限公司 汽车及单目摄像头的标定方法、***
CN110033493A (zh) * 2019-04-17 2019-07-19 深圳金三立视频科技股份有限公司 摄像机3d标定方法及终端
CN110033492A (zh) * 2019-04-17 2019-07-19 深圳金三立视频科技股份有限公司 摄像机标定方法及终端
CN111442845A (zh) * 2020-03-26 2020-07-24 浙江大华技术股份有限公司 基于距离补偿的红外测温方法、装置及计算机存储介质
CN111579086A (zh) * 2020-05-18 2020-08-25 成都电科慧安科技有限公司 一种基于距离补偿的远距离红外测温精度校正方法
CN112150559A (zh) * 2020-09-24 2020-12-29 深圳佑驾创新科技有限公司 图像采集装置的标定方法、计算机设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1323547C (zh) * 2003-10-22 2007-06-27 西安交通大学 一种车载摄像机外部参数三线标定方法
CN100553347C (zh) * 2006-10-26 2009-10-21 上海交通大学 立体视觉***的场景深度恢复和三维重建方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102722894B (zh) * 2012-05-23 2014-10-15 浙江捷尚视觉科技股份有限公司 一种基于摄像机自动标定的智能视频监控方法
CN102722894A (zh) * 2012-05-23 2012-10-10 浙江捷尚视觉科技有限公司 一种基于摄像机自动标定的智能视频监控方法
CN105046691A (zh) * 2015-06-26 2015-11-11 浙江大学 一种基于正交消失点的相机自标定方法
CN105046691B (zh) * 2015-06-26 2018-04-10 浙江大学 一种基于正交消失点的相机自标定方法
CN105046715A (zh) * 2015-09-16 2015-11-11 北京理工大学 一种基于空间解析几何的线阵相机标定方法
CN105046715B (zh) * 2015-09-16 2019-01-11 北京理工大学 一种基于空间解析几何的线阵相机标定方法
CN105303757A (zh) * 2015-09-25 2016-02-03 凌云光技术集团有限责任公司 防人为外力破坏的电网智能监控方法及***
CN109961483B (zh) * 2017-12-22 2022-03-18 比亚迪股份有限公司 汽车及单目摄像头的标定方法、***
CN109961483A (zh) * 2017-12-22 2019-07-02 比亚迪股份有限公司 汽车及单目摄像头的标定方法、***
CN108537847A (zh) * 2018-04-12 2018-09-14 珠海博明视觉科技有限公司 一种自动对焦后相机绝对光心的标定方法
CN110033492A (zh) * 2019-04-17 2019-07-19 深圳金三立视频科技股份有限公司 摄像机标定方法及终端
CN110033493A (zh) * 2019-04-17 2019-07-19 深圳金三立视频科技股份有限公司 摄像机3d标定方法及终端
CN111442845A (zh) * 2020-03-26 2020-07-24 浙江大华技术股份有限公司 基于距离补偿的红外测温方法、装置及计算机存储介质
CN111579086A (zh) * 2020-05-18 2020-08-25 成都电科慧安科技有限公司 一种基于距离补偿的远距离红外测温精度校正方法
CN112150559A (zh) * 2020-09-24 2020-12-29 深圳佑驾创新科技有限公司 图像采集装置的标定方法、计算机设备及存储介质

Also Published As

Publication number Publication date
CN101814184B (zh) 2012-05-30

Similar Documents

Publication Publication Date Title
CN101814184B (zh) 基于线段的标定方法和装置
CN107564069B (zh) 标定参数的确定方法、装置及计算机可读存储介质
CN103323209B (zh) 基于双目立体视觉的结构模态参数识别***
CN103033132B (zh) 基于单目视觉的平面测量方法及装置
CN106323243A (zh) 一种基于无人机的大坝变形观测预警***及方法和装置
CN105067011A (zh) 一种基于视觉标定及坐标转换的测量***整体校准方法
CN104484887B (zh) 摄像机与二维激光测距仪联合使用时的外参数标定方法
CN107392247A (zh) 一种电力线下方地物安全距离实时检测方法
CN103578109A (zh) 一种监控摄像机测距方法及装置
CN105354841B (zh) 一种快速遥感影像匹配方法及***
CN105783752A (zh) 一种高坝大库水电站泄洪闸门动态监测方法及***
CN104268876A (zh) 基于分块的摄像机标定方法
CN104182969B (zh) 一种单线阵相机内外参数标定方法
CN105181109A (zh) 一种导线脱冰跳跃轨迹双目测量方法
CN103852060A (zh) 一种基于单目视觉的可见光图像测距方法
CN102519434A (zh) 一种用于立体视觉三维恢复数据精度测量的试验验证方法
CN104034269A (zh) 一种单目视觉测量方法与装置
WO2018001730A1 (de) Verfahren zum betrieb eines laserentfernungsmessgeräts
US20220392185A1 (en) Systems and Methods for Rapid Alignment of Digital Imagery Datasets to Models of Structures
CN108318002A (zh) 一种无人机巡检方法以及装置
CN104123725B (zh) 一种单线阵相机单应性矩阵h的计算方法
CN107564070A (zh) 架空输电通道图像监测中大场景双目测距及其校正方法
CN106504287A (zh) 基于模板的单目视觉目标空间定位***
CN104778718B (zh) 基于3d模型的单幅图像卡车体积测量方法
CN103438872A (zh) 一种基于大坝三维前方交会测量的内外业一体化***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: NETPOSA TECHNOLOGIES, LTD.

Free format text: FORMER OWNER: BEIJING ZANB SCIENCE + TECHNOLOGY CO., LTD.

Effective date: 20150716

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20150716

Address after: 100102, Beijing, Chaoyang District, Tong Tung Street, No. 1, Wangjing SOHO tower, two, C, 26 floor

Patentee after: NETPOSA TECHNOLOGIES, Ltd.

Address before: 100048 Beijing city Haidian District Road No. 9, building 4, 5 layers of international subject

Patentee before: Beijing ZANB Technology Co.,Ltd.

PP01 Preservation of patent right

Effective date of registration: 20220726

Granted publication date: 20120530

PP01 Preservation of patent right