CN105203034B - 一种基于单目摄像头三维测距模型的测高测面积方法 - Google Patents

Abstract

一种基于单目摄像头三维测距模型的测高测面积方法。本发明公开了一种基于单目三维测距模型的测高测面积方法。包括以下步骤：通过单目摄像头标定获取摄像头的焦距。得到的焦距的单位是单位距离上的像素点的个数，与CCD板上的成像的尺寸成比例；对单目摄像头测距模型建模，并依据所建模型计算物体到摄像头的距离；依据上述模型计算的距离进一步实现物体的测高和测面积。本发明所述的基于单目三维测距模型的测高测面积方法所需要的先验知识较少，更不需要双目测距那样需要特征点匹配这一麻烦的过程。另一方面，本发明的实时性很好。当使用300万像素的摄像头且测距范围50米以内时的误差率基本可以控制在百分之五以内。在摄像头俯角和焦距等先验知识准确获取之后，该方法完全可以应用在公路前方障碍物检测与基础识别等应用领域。

Description

一种基于单目摄像头三维测距模型的测高测面积方法

技术领域

本发明设计一种依据单目摄像头所拍摄的图像进行物体测高和侧面积的方法，尤其设计一种基于单目三维测距模型的物体测高测面积的方法。

背景技术

视觉测距作为机器视觉领域内基础技术之一而受到广泛的关注，其在机器人领域内占有重要的地位，广泛应用于机器视觉定位、目标跟踪、视觉避障等，尤其是作为视觉导航和伺服控制中不可或缺的基础技术。机器视觉测量主要分为：单目视觉测量、双目视觉测量、结构光视觉测量等。结构光由于光源的限制，应用的场合比较固定；双目视觉难点在于特征点的匹配，影响了测量的精度和效率，其理论研究的重点集中于特征的匹配上；而单目视觉结构简单，运算速度快而具有广阔的应用前景。单目视觉测距是利用一个摄像机获得的图片得出深度信息，按照测量的原理主要分为基于已知运动和已知物体的测量方法。基于已知运动的测量方法是指利用摄像机的移动信息和摄像机得到的图片测得深度距离。

现有的单目测距方法主要有以下几种，1利用物体的已知运动和采集到的前后两幅图像比例的变化得出镜头与目标的距离；2利用多幅图像建立的模型对深度信息进行了预测；3对不同纹理下的目标物进行测量。现有的目标面积测量的方法主要是基于像素当量。目前测量面积的方法主要有以下几种1、先将图像分割成目标区域和背景，提取图像目标区域轮廓并标注，计算边界及边界内像素总数，利用像素当量求得面积的方法；2、利用freeman链码矢量法得到目标的边缘，再对边缘进行标定，然后由联通区域内的像素数和像素当量计算面积；3、利用网格法，根据二值化后图像中目标区域的像素数与参照物相应面积的比例关系计算目标的面积。以上几种方法的主要区别仅仅是目标在图像中所占的像素量的计算方法不同。并没有改变像素当量这一误差的主要来源。因此在应用场景中依然存在相当的局限性。

发明内容

本发明的目的就在于为解决上述问题而提供一种计算精确度较高的基于单目三维测距模型的物体测高测面积方法。

本发明通过以下技术方案来实现上述目的：

一种基于单目摄像头三维测距模型的物体测高测面积方法，包括以下步骤：

（1）通过单目摄像头标定获取摄像头的焦距。得到的焦距的单位是单位距离上的像素点的个数，与CCD板上的成像的尺寸成比例。

（2）对单目摄像头测距模型建模，并依据所建模型计算物体到摄像头的距离。设定模型计算需要的先验条件，这里假设已知三个数值：摄像机的镜头光轴与水平线的夹角a，摄像机镜头的高度h和摄像机的焦距f。

（3）依据上述模型及测量的距离进一步实现物体的测高和测面积。

附图说明

图1是本发明基于单目摄像头三维测距模型的测高测面积方法的流程图

图2是本发明单目测距三维模型图

图3是本发明测距原理示意图一

图4测距原理示意图二

图5 成像面示意图

图6 地面投影示意图

图7 物体测高示意图

图8 单目测面积三维模型图

图9 测面积模型示意图1

图10 测面积模型示意图2

具体实施方式

下面结合附图对本发明作进一步说明：

图1中，一种基于单目摄像头三维测距模型的物体测高测面积方法，包括以下步骤：

（1）通过单目摄像头标定获取摄像头的焦距。得到的焦距的单位是单位距离上的像素点的个数，与CCD板上的成像的尺寸成比例。

（2）对单目摄像头测距模型建模，并依据所建模型计算物体到摄像头的距离。设定模型计算需要的先验条件，这里假设已知三个数值：摄像机的镜头光轴与水平线的夹角a，摄像机镜头的高度h和摄像机的焦距f。

（3）依据上述模型及测量的距离进一步实现物体的测高和测面积。

具体地，所述步骤（1）中，我们首先利用待测摄像头对8*8的黑白棋盘格标定板采集20帧空间位置不同的图像，然后用摄像机标定程序对摄像机进行标定，并且采用多次测量求取平均值的方法得到较为精确的摄像头内部参数。

所述步骤（2）中，我们首先得到三维测距模型图2。为了更加方便计算，我们对三维测距模型进行二维的分解。在这之前我们需要设定一些变量：

世界坐标系中的目标物体与水平地面的交线的中心点的位置为P；世界坐标系中目标物体与摄像机镜头到水平地面的垂直投影点的实际距离为D（求解时分解为了Dx和Dy两个分量）；CCD板上的图像坐标系为二维空间坐标系，其横轴设为U轴，纵轴设为V轴；摄像机光轴与地面的交点为Q；摄像机光轴与CCD板的交点为(U₀，V₀)，可以通过图像的最大点阵数换算得到中心点的坐标；世界坐标系中目标物体在图像坐标系中的对应位置P’为（U₁，V₁）。

我们对三维测距模型进行如下二维分解：

如图3测距原理示意图一所示，该图为本章的三维测距模型在摄像机光轴和图像坐标系U=U₀轴组成的平面上的示意图。在该平面上，点V₀代表光轴在成像面上的实际位置，点V₁代表目标物体在成像面上的实际位置的投影点，夹角β₁代表目标物体投影点P_y与光轴Q的夹角，目标物体投影点P_y与镜头在水平地面上的投影点O₁的距离为D_y。则有下式成立：

如图4测距原理示意图二所示，该图为本章的三维测距模型在L所在直线和图像坐标系V=V₁轴组成的平面上的示意图。在该平面上，点U₀代表目标物体在成像面上的实际位置的投影点，点U₁代表目标物体在成像面上的实际位置，夹角β₂代表目标物体投影点P_y与目标物体真实位置P的夹角，目标物体P与目标物体投影点P_y的距离为D_x。则有下式成立：

如图5成像面示意图所示，在成像面上，目标物体所成的像为（U₁，V₁），该点在V=V₀上的投影点为（U₁，V₀），在U=U₀上的投影点为（U₀，V₁）。

如图6整个测距***对地面的投影示意图所示，在该投影平面中，物体到图2所示投影平面的距离为D_y，物体到图3所示投影平面的距离为D_x。

通过上述模型推理得到，世界坐标系中目标物体与摄像头在地面上的垂直投影点的实际距离如下：

结合摄像头的高H，我们可以得到物体到摄像头的距离如下：

所述步骤（3）中，由物体测高示意图7：对于待测物体的底端，即在地面上的某点，我们利用上述步骤（2）中的测距模型可以得到物体到摄像头在地面投影点的距离D。然后对物体的上端的也利用上述模型计算得到的距离实际是该点在地面的投影点到摄像头的距离，也就是说图6中的R点到摄像头在地面的投影点的距离D₃同样可以用步骤（2）中的模型计算得到。那么对于R点和物体组成的直角三角形和摄像头，摄像头在地面投影点，R组成的直角三角形，这两个三角形相似，由下式可求的物体的高h：

上述步骤我们已经求得物体的高，要求物体的面积，我们只需求得地面上两点之间的距离即可。图8为测面积模型的三维效果图。与之前的思想类似，我们同样可以将其分解到两个二维平面.

从图9可以得出：

由上面一组式子我们可以求得两点距离的一个分量D_y,同理由图10，我们可以求得两点距离的另一个分量D_x：

由此可以求得两点之间的距离d，进而求出物体表面面积s：

说明：图1和图9的流程图中的表述语言为简洁表达，与上述内容不是完全一一对应，但意思是相互对应的。

Claims (1)

1.一种基于单目摄像头三维测距模型的测高与测面积方法，包括以下步骤：

(1)通过单目摄像头标定来获取摄像头的焦距，得到的焦距的单位是单位距离上的像素点的个数，与CCD板上成像的尺寸成比例；

(2)建立单目摄像头测距模型，并依据所建模型计算物体到摄像头的距离，其中，设定模型计算需要的先验条件，假设已知三个数值：摄像机的镜头光轴与水平线的夹角α，摄像头机镜头的高度H和摄像机的焦距f；

(3)依据上述模型及测量的距离进一步实现物体的测高和测面积；

在步骤(2)中，设定：世界坐标系中物体与水平地面的交线的中心点的位置为P；点P与摄像头O在水平地面上的垂直投影点O₁的实际距离为D，求解时，将D分解为D_x和D_y两个分量；CCD板上的图像坐标系为二维空间坐标系，其横轴设为U轴，纵轴设为V轴；光轴与地面的交点为Q；光轴与CCD板的交点为(U₀,V₀)，通过图像的最大点阵数换算得到中心点的坐标；点P在图像坐标系中的对应位置P’为(U₁,V₁)；

对三维测距模型进行二维分解：

首先，对三维测距模型在光轴和图像坐标系U＝U₀轴组成的平面上进行分解，夹角β₁代表摄像头O和物体投影点P_y所在的直线与光轴的夹角，物体投影点P_y与摄像头O在水平地面上的垂直投影点O₁的距离为D_y，则有下式成立：

tanβ₁＝(V₁-V₀)/f

D_y＝H/tan(α+β₁)

L＝H/sin(α+β₁)

其次，对三维测距模型在摄像头O和物体投影点P_y所在的直线和图像坐标系V＝V₁轴组成的平面上进行分解，夹角β₂代表摄像头O和物体投影点P_y所在的直线与摄像头O和点P所在的直线的夹角，点P与物体投影点P_y的距离为D_x，则有下式成立：

tanβ₂＝(U₁-U₀)/f₁

D_x＝L*|tanβ₂|

进而，得到：

结合摄像头的高度H，得到点P到摄像头O的距离d如下：

在步骤(3)中，对于物体的底端，即在地面上的某点，利用步骤(2)中的测距模型能够得到底端该点到摄像头O在水平地面上的垂直投影点O₁的距离D₀，然后，对物体的上端也利用上述模型计算，其得到的距离是该上端的点和摄像头O所在的直线与水平地面的交点R到摄像头O在水平地面上的垂直投影点O₁的距离，那么，由点R和物体组成的直角三角形与由摄像头O、摄像头O在水平地面上的垂直投影点O₁、点R组成的直角三角形相似，由此求得物体的高h：

(D₂-D₀)*H＝h*D₂

基于已经求得物体的高h，为求得物体的面积s，只需计算物体在地面上的两点之间的距离d_s即可，在求上述两点之间的距离d_s时，同样将其分解到两个二维平面，然后分别求得该距离d_s在两个切面上的距离，再运用勾股定理求得两点之间的距离d_s，进而通过s＝d_s*h求得物体的面积。