CN108592885A - 一种单双目融合定位测距算法 - Google Patents

Abstract

一种单双目融合定位测距算法，包括如下步骤：A、完成Ladybug相机标定，获取精确的相机内外参数；B、测距图像预处理，利用直方图均衡化增强对比度，中值滤波处理噪声；C、计算两镜头的重叠区域，确定视场分界线的位置，根据视场分界线，判断障碍物是否存在重叠区域；D、若障碍物位于重叠区域，则开启双目测距机制，根据透视变换的三角关系等式，推导出空间点的三维坐标；E、若障碍物位于非重叠区域，则开启单目测距机制，采用数据非线性回归建模方法；F、在Ladybug全景相机中获取Dome Projection模式全景图像中，计算障碍物的方位角。本发明提出一种针对多目全景相机的单双目融合定位测距算法。

Description

一种单双目融合定位测距算法

技术领域

本发明涉及计算机视觉领域中的图像测距技术领域，特别涉及一种单双目融合定位测距算法。

背景技术

机器人研究领域中，机器人使用传感器作为避障装置一直是研究领域的热点你，但是多个使用传感器的设备在同一环境中工作时，相互之间可能产生干扰，相对于视觉测量，传感器还是存在一定的不足。

因此，多数的研究机构开始了全景视觉***的研究。但是目前的全景视觉在定位测距领域不能完全替代传感器，需要与传感器联合使用，这样的话，既增加了装置的重量，也没有降低使用成本，并且在反应速度上还存在一定的不足。

发明内容

针对上述缺陷，本发明提出一种针对多目全景相机的单双目融合定位测距算法，将相机视野分为重叠区域和非重叠区域，建立选择机制，若判断障碍物在重叠区域，则开启双目测距模式；若判断障碍物在非重叠区域，则开启单目测距模式。

为达此目的，本发明采用以下技术方案：

一种单双目融合定位测距算法，包括如下步骤：

A、完成Ladybug相机标定，获取精确的相机内外参数；

B、测距图像预处理，利用直方图均衡化增强对比度，中值滤波处理噪声；

C、计算两镜头的重叠区域，确定视场分界线的位置，根据视场分界线，判断障碍物是否存在重叠区域；

D、若障碍物位于重叠区域，则开启双目测距机制，根据透视变换的三角关系等式，推导出空间点的三维坐标；

E、若障碍物位于非重叠区域，则开启单目测距机制，采用数据非线性回归建模方法；

F、在Ladybug全景相机中获取Dome Projection模式全景图像中，计算障碍物的方位角。

进一步地，所述步骤C中，β是两摄像机所成的夹角(90°＜β＜180°)，是摄像机的最大水平视角，两摄像机的最大视角相等，当摄像机的边界线出现在相邻相机视场中时，称边界线为对应摄像机下的视场分界线；

相邻摄像机重叠区域的角度的计算公式为：

设采集到单幅图像的宽度为W，计算两相邻摄像机之间视场重叠区域宽度b的公式为：

在求出重叠区域的宽度b后，即可确定视场分界线的位置。根据视场分界线，判断障碍物是否存在重叠区域，来确定使用双目测距或单目测距；

若摄像机的视场中存在障碍物(x，y)，定义G(x，y)为被测障碍物与视场分界线的关系函数，以此判断其障碍物是否在重叠区域，函数如下：

根据G(x，y)取值，即可判断被测障碍物处于摄像机的视场内位置。

进一步地，所述步骤F中，设全景影像为圆形，图像坐标系XOY定义左上角为原点，全景影响与X轴和Y轴相切，将图像坐标系转换得到x’、o’、y’坐标系，o’在图像坐标中(x_o,y_o)，障碍物的范围用障碍物与x’轴的夹角表示；

障碍物的像素坐标为(x,y)，按其按横坐标的大小与x_o的关系，方位角公式分为两种情况，其公式如下：

通过上述原理公式得到障碍物的的距离D与方位角φ后，障碍物的位置信息即可用一个二元数组(D,φ)表示。

本发明的有益效果：提出单双目融合定位测距算法，解决使用一台多目全景相机实现定位测距。将多目全景相机的视野分为重叠区域和非重叠区域，在重叠区域采用双目视差测距；在非重叠区域采用单目非线性回归建模法测距。并利用Ladybug系列相机中的Dome Projection模式获取全景图像，计算出障碍物的方位角。

附图说明

图1是本发明的一个实施例的操作流程图；

图2为本发明的一个实施例的Ladybug***镜头分布及测量范围的平面示意图；

图3为本发明的一个实施例的图像平面上的视场分界示意图；

图4为本发明的一个实施例的摄像机的角度示意图；

图5为本发明的一个实施例的Dome projection全景图像测量障碍物方位示意图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

如图1-5所示，一种单双目融合定位测距算法，包括如下步骤：

A、完成Ladybug相机标定，获取精确的相机内外参数；

B、测距图像预处理，利用直方图均衡化增强对比度，中值滤波处理噪声；

C、计算两镜头的重叠区域，确定视场分界线的位置，根据视场分界线，判断障碍物是否存在重叠区域；

D、若障碍物位于重叠区域，则开启双目测距机制，根据透视变换的三角关系等式，推导出空间点的三维坐标；

E、若障碍物位于非重叠区域，则开启单目测距机制，采用数据非线性回归建模方法；

F、在Ladybug全景相机中获取Dome Projection模式全景图像中，计算障碍物的方位角。

其中，所述步骤C中，β是两摄像机所成的夹角(90°＜β＜180°)，是摄像机的最大水平视角，两摄像机的最大视角相等，当摄像机的边界线出现在相邻相机视场中时，称边界线为对应摄像机下的视场分界线；

相邻摄像机重叠区域的角度的计算公式为：

设采集到单幅图像的宽度为W，计算两相邻摄像机之间视场重叠区域宽度b的公式为：

在求出重叠区域的宽度b后，即可确定视场分界线的位置。根据视场分界线，判断障碍物是否存在重叠区域，来确定使用双目测距或单目测距；

假设cam₀其中一个视角边界l₀与x轴重合，l₂为最左边界；l₁为cam₁的最右边界，l₃为最左边界。

摄像机的角度示意图4中α₀为cam0的非重叠视场，α₁为cam0与cam1的重叠视场，α₂为cam1的非重叠视场。由公式1，公式2式可得：

若摄像机的视场中存在障碍物(x，y)，定义G(x，y)为被测障碍物与视场分界线的关系函数，以此判断其障碍物是否在重叠区域，函数如下：

根据G(x，y)取值，即可判断被测障碍物处于摄像机的视场内位置。

此外，所述步骤F中，

设全景影像为圆形，图像坐标系XOY定义左上角为原点，全景影响与X轴和Y轴相切，将图像坐标系转换得到x’、o’、y’坐标系，o’在图像坐标中(x_o,y_o)，障碍物的范围用障碍物与x’轴的夹角表示；

障碍物的像素坐标为(x,y)，按其按横坐标的大小与x_o的关系，方位角公式分为两种情况，其公式如下：

通过上述原理公式得到障碍物的的距离D与方位角φ后，障碍物的位置信息即可用一个二元数组(D,φ)表示。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (3)

1.一种单双目融合定位测距算法，其特征在于，包括如下步骤：

A、完成Ladybug相机标定，获取精确的相机内外参数；

B、测距图像预处理，利用直方图均衡化增强对比度，中值滤波处理噪声；

C、计算两镜头的重叠区域，确定视场分界线的位置，根据视场分界线，判断障碍物是否存在重叠区域；

D、若障碍物位于重叠区域，则开启双目测距机制，根据透视变换的三角关系等式，推导出空间点的三维坐标；

E、若障碍物位于非重叠区域，则开启单目测距机制，采用数据非线性回归建模方法；

F、在Ladybug全景相机中获取Dome Projection模式全景图像中，计算障碍物的方位角。

2.根据权利要求1所述的单双目融合定位测距算法，其特征在于，所述步骤C中，β是两摄像机所成的夹角(90°＜β＜180°)，是摄像机的最大水平视角，两摄像机的最大视角相等，当摄像机的边界线出现在相邻相机视场中时，称边界线为对应摄像机下的视场分界线；

相邻摄像机重叠区域的角度的计算公式为：

设采集到单幅图像的宽度为W，计算两相邻摄像机之间视场重叠区域宽度b的公式为：

在求出重叠区域的宽度b后，即可确定视场分界线的位置，根据视场分界线，判断障碍物是否存在重叠区域，来确定使用双目测距或单目测距；

若摄像机的视场中存在障碍物(x，y)，定义G(x，y)为被测障碍物与视场分界线的关系函数，以此判断其障碍物是否在重叠区域，函数如下：

根据G(x，y)取值，即可判断被测障碍物处于摄像机的视场内位置。

3.根据权利要求1所述的单双目融合定位测距算法，其特征在于，所述步骤F中，

设全景影像为圆形，图像坐标系XOY定义左上角为原点，全景影响与X轴和Y轴相切，将图像坐标系转换得到x’、o’、y’坐标系，o’在图像坐标中(x_o,y_o)，障碍物的范围用障碍物与x’轴的夹角表示；

障碍物的像素坐标为(x,y)，按其按横坐标的大小与x_o的关系，方位角公式分为两种情况，其公式如下：

通过上述原理公式得到障碍物的的距离D与方位角φ后，障碍物的位置信息即可用一个二元数组(D,φ)表示。