CN101858742A - 一种基于单相机的定焦测距方法 - Google Patents

Abstract

本发明属于计算机立体视觉领域，涉及一种基于单相机的定焦测距方法，提出了一种新的立体视觉模型，通过该模型可获得二维图像的深度信息。该方法只需用一个数码相机沿光轴方向移动一段距离，并在移动前后的两个位置对同一场景分别成像一次，便可以通过图像处理与分析技术得出场景中的特征点在相机坐标系内的三维坐标。本发明所提出的立体视觉模型，思路新颖，为计算机立体视觉理论的研究开拓了新方向，与目前流行的双目立体视觉和其它视觉测距技术相比，更加简单易用，可预见其广阔的应用前景。

Description

一种基于单相机的定焦测距方法

技术领域

本发明涉及计算机立体视觉领域，具体的说是公开了一种基于单相机的定焦测距方法，提出了一种新的立体视觉模型，通过该模型可从二维图像获得深度信息。

背景技术

获取场景中各点相对于摄像机的距离是计算机视觉***的重要任务之一。目前比较成熟的视觉测距技术主要基于以下几种模型：双目立体视觉、结构光法、几何光学法。当然还有很多特定环境下的应用模型，这里不再叙述。

其中最为重要的就是双目立体视觉模型，该模型由两个完全相同的摄像机构成，两个摄像机在空间上存在着旋转或平移关系。在这个模型中，场景中同一个特征点在两个摄像机图像平面上的成像位置不同，这两个像点称为匹配点对。我们称两个摄像机投影中心之间的距离为基线，两幅图像重叠时匹配点对之间的距离为视差。通过图像处理中的立体匹配技术和视差计算，便可得到场景中物点的深度信息。

结构光测距成像***则使用三角测量原理来计算深度。在一个简单的点投影***中，投影光源仪和摄像机之间相距一个基线距离，通过确定场景点反射光源光后的成像位置和投影角等参数，就可获得场景的深度信息。一般采用激光作为辅助光源。

几何光学法主要包括聚焦法和离焦法。聚焦法的基本原理是通过调整摄像机的像距，使得成像平面相对于被测点处在聚焦位置，在焦距和像距已知的条件下，可通过透镜成像公式求得物距。聚焦法原理比较简单，但其精度受到硬件的严重限制，不同深度区域需要重新聚焦，因而测量繁琐缓慢，所以应用很少。离焦法避免了寻找精确聚焦位置的操作，它利用物点不聚焦时成像圆斑的大小，即图像的模糊程度，来获取深度信息。但离焦模型的准确标定是其难度所在。

发明内容

本发明目的在于提出一种新的立体视觉模型，通过该模型可获得二维图像的深度信息。其价值在于该模型为计算机立体视觉理论的研究开拓了新方向。

采用的技术方案是：

本发明提出的基于单相机的定焦测距方法，只需用一个数码相机沿光轴方向移动一段距离，并在移动前后的两个位置对同一场景分别成像一次，便可以通过图像处理与分析技术得出场景中的特征点在相机坐标系内的三维坐标。其操作过程包括以下步骤：

步骤一：将相机及其滑动机构对准要测距的场景；

步骤二：利用滑动机构将相机沿光轴方向移动一段距离，并在移动前后的两个位置对同一场景分别成像一次，将两次所采集的图像作为一对立体图像保存起来。假定相机向前移动，一般称移动前的成像为远景图，在移动前后的成像为近景图；

步骤三：完成立体图像的匹配；采用SIFT特征匹配在远景图中标定出两幅图像的公共场景，因为远景图与近景图相比，远景图包括的空间范围更广，而近景图就是两幅图像的公共场景；然后在远景图的公共场景内选取像素点，然后再到近景图中搜索其对应的匹配点。因为近景图中场景的细节描述更为丰富，它应该包含了远景图中公共场景的所有细节，即两幅图像的公共场景内远景图的像点在近景图中都有匹配点，而反过来不一定成立；最后可在局部范围内搜索匹配点，因为理想模型下，以光心为原点建立的图像坐标系中，相互对应的两个匹配点过光心的斜率应相同，且近景图中匹配点的极半径大于远景图中对应点的极半径。

步骤四：按要求计算特征点的三维坐标。

附图说明

图1为本发明的相机移动示意图。

图2为本发明的基于单相机的定焦测距原理图

图3为本发明的定焦测距模型的空间平面截取图。

图4为本发明的一对立体图像。

具体实施方式

下面结合附图对本发明作进一步描述。

如图1所示的相机移动示意图，本发明需要一种高精度移动平台来带动相机沿光轴方向移动。

如图2所示的基于单相机的定焦测距原理图，该模型与双目立体视觉模型一样也是基于针孔成像模型进行几何分析。以相机移动前的光心o为原点，建立相机的空间直角坐标系oxyz，其中平面xoy为图像平面。将相机沿光轴方向移动一段距离d，并在移动前后的两个位置对同一场景分别成像一次(这里假定相机向前移动)。相机移动后的图像平面为x′o′y′，其光心为o′。场景内任意一点s，移动前的成像为s₁，移动后的成像为s₂。将两次成像的模型画在同一坐标系中进行分析。像点s₁、s₂分别在直线om、om′上，理想模型下两直线斜率相同，作直线s s₂的延长线交直线om于点。s s₁是过移动前透镜中心o₁的直线，s s₂是过移动后透镜中心o₂的直线，其中o o₁＝o o₂＝f，f为相机的固定焦距。平面som是过z轴的平面，且垂直于像平面xoy。

截取平面som单独分析，如图3所示。r₁、r₂为像点s₁、s₂到光心的距离，即在平面xoy内的极半径，如图4所示。图4中abcd表示像平面的大小，a′b′c′d′则表示图像1和图像2的公共场景。因为这里假定相机向前移动，所以图像1与图像2相比，图像1包含更广的空间，而像2包含更多的细节。我们可以先在图像1的a′b′c′d′内任意取一点s₁，通过特征相关(如彩色值)在图像2中的直线om上找到s₁的匹配点s₂。这样就可以确定r₁、r₂的值了。因此图2中∠α、∠β可解。已知o₁ o₂＝d，三角形s o₁ o₂也可解。

如图3所示，线段os为场景内点s到移动前光心的距离，即在像机坐标系oxyz内的极半径r。由以上分析可知三角形soo₁也可解。设点s在像机坐标系oxyz内的坐标为(x，y，z)，则有x＝rsinγcosθ，y＝rsinγsinθ，z＝rcosγ。

那么只要求解出r、sinγ、cosγ、sinθ、cosθ，就可以确定点s在相机坐标系xyz内的坐标(x，y，z)，其求解过程如下：

一、设平面xoy内点s₁坐标为(i，j)，平面x′o′y′内匹配点s₂坐标为(k，n)则有：

$\sin \mathrm{\θ}=-\frac{i}{\sqrt{i^2+j^2}}---\left(1\right)$

$\cos \mathrm{\θ}=-\frac{j}{\sqrt{i^2+j^2}}---\left(2\right)$

$r_1=\sqrt{i^2+j^2}---\left(3\right)$

$r_2=\sqrt{k^2+n^2}---\left(4\right)$

二、先求解三角形s o₁ o₂：

已知o o₁＝o o₂＝f，o₁ o₂＝d，设a＝s o₁，b＝s o₂。

由以上推导可知：

$\sin \mathrm{\α}=\frac{r_1}{\sqrt{f^2+r_1^2}}---\left(5\right)$

$\cos \mathrm{\α}=\frac{f_1}{\sqrt{f^2+r_1^2}}---\left(6\right)$

$\tan \mathrm{\α}=\frac{r_1}{f}---\left(7\right)$

$\cot \mathrm{\α}=\frac{f}{r_1}---\left(8\right)$

$\sin \mathrm{\β}=\frac{r_2}{\sqrt{f^2+r_2^2}}---\left(9\right)$

$\cos \mathrm{\β}=\frac{f}{\sqrt{f^2+r_2^2}}---\left(10\right)$

$\tan \mathrm{\β}=\frac{r_2}{f}---\left(11\right)$

$\cot \mathrm{\β}=\frac{f}{r_2}---\left(12\right)$

有

d²＝a²+b²-2abcos(β-α)                       (13)

a²＝d²+b²-2dbcos(180-β)                      (14)

b²＝d²+a²-2dacosα                            (15)

将(15)代入(13)，(14)代入(15)得

a＝bcos(β-α)+dcosα                         (16)

d＝bcos(180-β)+acosα                        (17)

再将(16)代入(17)得

$b=\frac{d\sin \mathrm{\α}}{\sin \mathrm{\α}\cos \mathrm{\β}+\cos \mathrm{\α}\sin \mathrm{\β}}$

$=\frac{d}{\tan \mathrm{\α}\cos \mathrm{\β}+\cot \mathrm{\α}\sin \mathrm{\β}}---\left(18\right)$

将(18)代入(16)

$a=\frac{\sin \mathrm{\β}+2\sin \mathrm{\α}\cos \mathrm{\α}\cos \mathrm{\β}}{\sin \mathrm{\α}\cos \mathrm{\β}+\cos \mathrm{\α}\sin \mathrm{\β}}d$

$=\frac{\tan \mathrm{\β}/\sin \mathrm{\α}+2\cos \mathrm{\α}}{1+\cot \mathrm{\α}\tan \mathrm{\β}}d---\left(19\right)$

三、再求解三角形soo₁：

$r=\sqrt{f^2+a^2+2\mathrm{fa}\cos \mathrm{\α}}---\left(20\right)$

$\cos \mathrm{\γ}=\frac{f^2+r^2-a^2}{2\mathrm{fr}}$

$=\frac{f+a\cos \mathrm{\α}}{r}---\left(21\right)$

$\sin \mathrm{\γ}=\sqrt{1-{\cos }^2\mathrm{\γ}}$

$=\frac{a\sin \mathrm{\α}}{r}---\left(22\right)$

这样就完成了r、sinγ、cosγ、sinθ、cosθ的求解，由公式

$\left\{\begin{array}{c}x=r\sin \mathrm{\γ}\cos \mathrm{\θ}---\left(23\right)\\ y=r\sin \mathrm{\γ}\sin \mathrm{\θ}---\left(24\right)\\ z=r\cos \mathrm{\γ}---\left(25\right)\end{array}\right.$

可得点s在相机坐标系oxyz内的坐标为

$\left\{\begin{array}{c}x=-\mathrm{jd}\frac{\sqrt{k^2+n^2}/f+2f[1-f^2/(f^2+i^2+j^2)]/\sqrt{i^2+j^2}}{\sqrt{i^2+j^2}+\sqrt{k^2+n^2}}---\left(26\right)\\ y=-\mathrm{id}\frac{\sqrt{k^2+n^2}/f+2f[1-f^2/(f^2+i^2+j^2)]/\sqrt{i^2+j^2}}{\sqrt{i^2+j^2}+\sqrt{k^2+n^2}}---\left(27\right)\\ z=f+d+d\frac{2f/(f^2+i^2+j^2)-\sqrt{i^2+j^2}}{\sqrt{i^2+j^2}+\sqrt{k^2+n^2}}---\left(28\right)\end{array}\right.$

其中(i，j)、(k，n)匹配点对s₁、s₂的坐标，f为焦距，d为移动距离。因为是倒立成像，所以空间点s的在平面xoy内的坐标点和成像点总是在相反的区间内。如果将世界坐标系与相机坐标系重合，则测得的三维坐标即为世界坐标系下绝对坐标。

Claims (1)

1.一种基于单相机的定焦测距方法，其特征在于：需用一个数码相机沿光轴方向移动一段距离，并在移动前后的两个位置对同一场景分别成像一次，便可以通过图像处理与分析技术得出场景中的特征点在相机坐标系内的三维坐标；其操作过程包括以下步骤：

步骤一：将相机及其滑动机构对准要测距的场景；

步骤二：利用滑动机构将相机沿光轴方向移动一段距离，并在移动前后的两个位置对同一场景分别成像一次，将两次所采集的图像作为一对立体图像保存起来。假定相机向前移动，一般称移动前的成像为远景图，在移动前后的成像为近景图；

步骤三：完成立体图像的匹配；采用SIFT特征匹配在远景图中标定出两幅图像的公共场景，因为远景图与近景图相比，远景图包括的空间范围更广，而近景图就是两幅图像的公共场景；然后在远景图的公共场景内选取像素点，然后再到近景图中搜索其对应的匹配点，因为近景图中场景的细节描述更为丰富，它应该包含了远景图中公共场景的所有细节，即两幅图像的公共场景内远景图的像点在近景图中都有匹配点，而反过来不一定成立；最后可在局部范围内搜索匹配点，因为理想模型下，以光心为原点建立的图像坐标系中，相互对应的两个匹配点过光心的斜率应相同，且近景图中匹配点的极半径大于远景图中对应点的极半径。

Images