CN109448032A - 一种运动目标倒影识别方法和装置 - Google Patents

一种运动目标倒影识别方法和装置 Download PDF

Info

Publication number
CN109448032A
CN109448032A CN201811190224.8A CN201811190224A CN109448032A CN 109448032 A CN109448032 A CN 109448032A CN 201811190224 A CN201811190224 A CN 201811190224A CN 109448032 A CN109448032 A CN 109448032A
Authority
CN
China
Prior art keywords
image
moving target
inverted
inverted image
under
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
Application number
CN201811190224.8A
Other languages
English (en)
Inventor
伍宽
朱继玉
薛琴
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.)
Beijing Shuangjisha Technology Co Ltd
Original Assignee
Beijing Shuangjisha 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 Shuangjisha Technology Co Ltd filed Critical Beijing Shuangjisha Technology Co Ltd
Priority to CN201811190224.8A priority Critical patent/CN109448032A/zh
Publication of CN109448032A publication Critical patent/CN109448032A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/08—Projecting images onto non-planar surfaces, e.g. geodetic screens
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种运动目标倒影识别方法和装置，其中，该方法包括：获取相机采集到的图像数据；从图像数据中识别出运动目标，并得到运动目标的图像特征在相机坐标系下的三维坐标；根据运动目标的图像特征在相机坐标系下的三维坐标，计算图像特征到倒影平面的距离；当距离小于等于距离阈值时，确定图像特征位于倒影平面内。通过本发明实施例提供的运动目标倒影识别方法和装置，可以在运动目标检测过程中识别出运动目标的倒影，从而在运动目标检测与跟踪过程中不对运动目标的倒影进行检测和跟踪，避免运动目标倒影的干扰。

Description

一种运动目标倒影识别方法和装置
技术领域
本发明涉及图像处理技术领域，具体而言，涉及一种运动目标倒影识别方法和装置。
背景技术
目前，随着信息技术的发展，基于视觉的运动目标检测与跟踪技术已逐渐渗透到人们生活的方方面面，其重要性日益突出。运动目标检测的目的是从不同复杂程度的背景中辨识出运动目标，并分离背景，从而完成识别、跟踪等后续任务。
但在实际应用中，雨天的路面、江河湖海水面以及其他高光表面非常容易形成物体倒影，而且大部分倒影足以导致目标检测的性能下降。
发明内容
为解决上述问题，本发明实施例的目的在于提供一种运动目标倒影识别方法和装置。
第一方面，本发明实施例提供了一种运动目标倒影识别方法，包括：
获取相机采集到的图像数据；
从所述图像数据中识别出运动目标，并得到所述运动目标的图像特征在相机坐标系下的三维坐标；
根据所述运动目标的图像特征在相机坐标系下的三维坐标，计算所述图像特征到倒影平面的距离；
当所述距离小于等于距离阈值时，确定所述图像特征位于倒影平面内。
第二方面，本发明实施例还提供了一种运动目标倒影识别装置，包括：
获取模块，用于获取相机采集到的图像数据；
处理模块，用于从所述图像数据中识别出运动目标，并得到所述运动目标的图像特征在相机坐标系下的三维坐标；
计算模块，用于根据所述运动目标的图像特征在相机坐标系下的三维坐标，计算所述图像特征到倒影平面的距离；
确定模块，用于当所述距离小于等于距离阈值时，确定所述图像特征位于倒影平面内。
本发明实施例上述第一方面至第二方面提供的方案中，通过对图像数据进行处理，识别出图像数据中的运动目标，并得到运动目标的图像特征在相机坐标系下的三维坐标，并基于该三维坐标计算图像特征到倒影平面的距离，从而在运动目标检测过程中得到运动目标的倒影，与相关技术中不能在运动目标检测过程中识别运动目标的倒影的过程相比，可以在运动目标检测过程中识别出运动目标的倒影，从而在运动目标检测与跟踪过程中不对运动目标的倒影进行检测和跟踪，避免运动目标倒影的干扰，提高了运动目标的检测性能。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，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他的附图。
图1示出了本发明实施例所提供的一种可以执行本实施例提出的运动目标倒影识别方法和装置的图像处理***的结构示意图；
图2示出了本发明实施例1所提供的一种运动目标倒影识别方法的流程图；
图3示出了本发明实施例2所提供的一种运动目标倒影识别装置的结构示意图；
图4示出了本发明实施例1所提供的一种运动目标倒影识别方法中，对运动目标跟踪时确定地面坐标系的示意图。
图标：300-获取模块；302-处理模块；304-计算模块；306-确定模块。
具体实施方式
目前，随着信息技术的发展，基于视觉的运动目标检测与跟踪技术已逐渐渗透到人们生活的方方面面，其重要性日益突出。运动目标检测的目的是从不同复杂程度的背景中辨识出运动目标，并分离背景，从而完成识别、跟踪等后续任务。但在实际应用中，雨天的路面、江河湖海水面以及其他高光表面非常容易形成物体倒影，物体倒影的出现会对运动目标检测与跟踪进行干扰，容易导致检测与跟踪运动目标时出现错误，这大大降低了目标检测的性能。基于此，本申请实施例提出一种运动目标倒影识别方法和装置，通过对图像数据进行处理，识别出图像数据中的运动目标，并得到运动目标的图像特征在相机坐标系下的三维坐标，并基于该三维坐标计算图像特征到倒影平面的距离，从而在运动目标检测过程中得到运动目标的倒影，可以在运动目标检测过程中识别出运动目标的倒影，从而在运动目标检测与跟踪过程中不对运动目标的倒影进行检测和跟踪，提高了运动目标的检测性能。
为了更好地对本申请实施例提出的运动目标倒影识别方法和装置进行描述，先对以下内容进行说明：
本申请中提出的术语图像和图像数据具有相同的概念，均是指双目立体相机采集到的具有视觉效果的画面。
由于倒影平面一般都是在地面上，所以，在本申请的各实施例中，倒影平面坐标系与地面坐标系的含义相同。
参见图1所示的可以执行本实施例提出的运动目标倒影识别方法和装置的图像处理***的结构示意图；该图像处理***，包括：双目立体相机100、采集卡102、图像处理单元104和数据输出单元106。
其中，双目立体相机100用于实时获取图像；该双目立体相机100只有拍摄图像的功能，不具备存储图像的功能，所以双目立体相机100将采集到的图像数据发送到采集卡102进行存储，从而为后续的图像处理提供原始的图像信息；图像处理单元104主要负责图像分析处理，以执行本实施例提出的运动目标倒影识别方法；数据输出单元106，具有数据存储功能，同时负责将图像处理单元104计算得到的数据传递给其他模块使用。
上述图像处理***中，在双目立体相机安装到车辆上后，首先需要对双目立体相机进行标定，获取相机内参数。在完成安装后需要对双目立体相机再次进行标定，本次标定主要是为获取倒影平面(即路面目标识别跟踪中的路面、水上目标识别跟踪的水平面等)在倒影平面坐标系与相机坐标系之间的位置关系矩阵(包括旋转矩阵和平移向量)，同时也可以得到倒影平面在倒影平面坐标系中的平面方程。
其中，在双目立体相机安装之前得到的相机内参数与安装后得到的倒影平面所在坐标系与相机坐标系的转换矩阵均属于相机标定参数。
上述相机标定参数和倒影平面在倒影平面坐标系中的平面方程，可以在确定后存储在图像处理单元104中。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请做进一步详细的说明。
实施例1
本实施例提出一种运动目标倒影识别方法，执行主体是上述图像处理***中的图像处理单元。
参见图2所示的一种运动目标倒影识别方法，包括以下具体步骤：
步骤200、获取相机采集到的图像数据。
这里，相机是指上述图像处理***中的双目立体相机。
在确定车辆行驶过程中，双目立体相机实时采集车辆两侧的图像数据，并将采集到的图像存储到采集卡中。
图像处理单元，从采集卡中获取相机采集到的图像数据并进行处理，以对车辆周围的运动目标进行检测和跟踪。
步骤202、从上述图像数据中识别出运动目标，并得到上述运动目标的图像特征在相机坐标系下的三维坐标。
具体地，上述步骤202可以执行以下步骤(1)至步骤(3)：
(1)对上述图像数据进行立体矫正，并从立体矫正后的上述图像数据中提出特征点；
(2)将提取出的上述特征点输入到分类器中进行运动目标识别，筛选出上述运动目标的图像特征，并得到上述图像特征的平面坐标；
(3)获取相机标定参数，并根据上述运动目标的图像特征的平面坐标和上述相机标定参数，得到上述运动目标的图像特征在相机坐标系下的三维坐标。
在上述步骤(1)中，图像处理单元可以先对图像数据进行滤波去除图像噪声，提高信噪比；然后利用相机标定参数对图像数据进行立体矫正，使左右相机得到的图像共面并且按行对准；最后从立体矫正后的上述图像数据中提出特征点。
可以使用现有图像处理技术中的任何图像滤波、立体矫正、以及特征提取技术，对图像数据进行处理，这里不再一一赘述。
在上述步骤(2)中，可以使用现有技术中任何基于预先训练好的分类器对图像特征进行处理的方法，对运动目标进行识别，这里不再一一赘述。
而且，可以使用现有技术中任何在预设坐标系内，得到图像特征坐标的方式，得到上述图像特征的平面坐标，这里不再一一赘述。
在上述步骤(3)中，得到左右图像中运动目标的特征点的匹配对，并计算视差，视差D＝xl–xr；最后利用相机标定参数和视差计算特征点的空间三维坐标。
可以使用双目立体视觉技术中现有的计算特征点三维坐标的方法，得到运动目标的图像特征在左右图像中相互匹配的特征点的三维坐标，这里不再赘述。
步骤204、根据上述运动目标的图像特征在相机坐标系下的三维坐标，计算上述图像特征到倒影平面的距离。
在上述步骤204中，可以在倒影平面坐标系下对图像特征到倒影平面的距离进行计算。
为了在倒影平面坐标系下对图像特征到倒影平面的距离进行计算，上述步骤204可以包括以下步骤(1)至步骤(2)：
(1)对上述图像特征在相机坐标系下的三维坐标进行转换，得到上述图像特征在倒影平面坐标系下的空间坐标；
(2)通过上述图像特征在倒影平面坐标系下的空间坐标，对上述图像特征到倒影平面的距离进行计算。
在上述步骤(1)中，通过倒影平面与相机的位置关系矩阵将图像特征在相机坐标系下的三维坐标转换到倒影平面坐标系中。
在上述步骤(2)中，通过以下公式对上述图像特征到倒影平面的距离进行计算：
其中，A、B、C、D表示倒影平面系数，XP表示图像特征在倒影平面坐标系下的空间横坐标，YP表示图像特征在倒影平面坐标系下的空间纵坐标，ZP表示图像特征在倒影平面坐标系下的空间Z轴坐标，L表示图像特征到倒影平面的距离。
这里，倒影平面系数A、B、C、D是从倒影平面在倒影平面坐标系中的平面方程Ax+By+Cz+D＝0中得到的。
在一个实施方式中，参见图4所示的对运动目标跟踪时确定地面坐标系的示意图，以运动目标的车头中心在地面上的投影为原点O，以该车头中心指向右侧为X轴正方向，以车头中心指向地面为Y轴正方向，以车头中心指向正前方为Z轴正方，按照右手坐标系的规则建立地面坐标系。通过地面标定可以得到相机坐标到地面坐标系的转换矩阵。计算得到特征点在相机坐标系下的三维坐标后，通过相机坐标系与地面坐标系的转换矩阵，将特征点的三维坐标变换到地面坐标系的空间坐标。假设，某个特征点在地面坐标系中的三维坐标为(x，y，z)，如果y近似为0，则认为该特征点属于地面。考虑到噪声和测量误差的影响，图像处理单元可以对地面特征点进行平面拟合得到倒影平面的平面方程。之后计算运动目标的特征点与倒影平面的距离，如果距离小于某个阈值则认为该特征点属于倒影，否则不属于倒影。
可选地，在上述步骤204中，可以在相机坐标系下对图像特征到倒影平面的距离进行计算。
为了在相机坐标系下对图像特征到倒影平面的距离进行计算，上述步骤204可以包括以下步骤(1)至步骤(2)：
(1)将倒影平面转换到相机坐标系下，得到倒影平面在相机坐标系下的参数；
(2)通过倒影平面在相机坐标系下的参数和上述图像特征在相机坐标系下的三维坐标，对相机坐标系下上述图像特征到倒影平面的距离进行计算。
在上述步骤(1)中，通过倒影平面与相机的位置关系矩阵将倒影平面转换到相机坐标系下，得到倒影平面转换到相机坐标系中后的平面方程：ax+by+cz+d＝0，并从该平面方程中得到倒影平面在相机坐标系下的参数a、b、c、d。
在上述步骤(2)中，通过以下公式对相机坐标系下上述图像特征到倒影平面的距离进行计算：
其中，a、b、c、d表示倒影平面在相机坐标系下的参数，xP表示图像特征在相机坐标系下的空间横坐标，yP表示图像特征在相机坐标系下的空间纵坐标，ZP表示图像特征在相机坐标系下的空间Z轴坐标，l表示相机坐标系下图像特征到倒影平面的距离。
在通过上述步骤204计算得到上述图像特征到倒影平面的距离后，可以继续执行以下步骤206，对运动目标的倒影进行识别。
步骤206、当上述距离小于等于距离阈值时，确定上述图像特征位于倒影平面内。
在上述步骤206中，在确定图像特征位于倒影平面内后，可以确定该图像特征属于倒影平面，那么就会在跟踪和检测的运动目标的图像特征中将这个图像特征去掉。
综上所述，本实施例提出的运动目标倒影识别方法，通过对图像数据进行处理，识别出图像数据中的运动目标，并得到运动目标的图像特征在相机坐标系下的三维坐标，并基于该三维坐标计算图像特征到倒影平面的距离，从而在运动目标检测过程中得到运动目标的倒影，与相关技术中不能在运动目标检测过程中识别运动目标的倒影的过程相比，可以在运动目标检测过程中识别出运动目标的倒影，从而在运动目标检测与跟踪过程中不对运动目标的倒影进行检测和跟踪，避免运动目标倒影的干扰，提高了运动目标的检测性能。
实施例2
参见图3所示的运动目标倒影识别装置的结构示意图，本实施例提出一种运动目标倒影识别装置，包括：
获取模块300，用于获取相机采集到的图像数据；
处理模块302，用于从上述图像数据中识别出运动目标，并得到上述运动目标的图像特征在相机坐标系下的三维坐标；
计算模块304，用于根据上述运动目标的图像特征在相机坐标系下的三维坐标，计算上述图像特征到倒影平面的距离；
确定模块306，用于当上述距离小于等于距离阈值时，确定上述图像特征位于倒影平面内。
具体地，上述处理模块302，具体用于：
对上述图像数据进行立体矫正，并从立体矫正后的上述图像数据中提出特征点；
将提取出的上述特征点输入到分类器中进行运动目标识别，筛选出上述运动目标的图像特征，并得到上述图像特征的平面坐标；
获取相机标定参数，并根据上述运动目标的图像特征的平面坐标和上述相机标定参数，得到上述运动目标的图像特征在相机坐标系下的三维坐标。
上述计算模块304，具体用于：
对上述图像特征在相机坐标系下的三维坐标进行转换，得到上述图像特征在倒影平面坐标系下的空间坐标；
通过上述图像特征在倒影平面坐标系下的空间坐标，对上述图像特征到倒影平面的距离进行计算。
在一个实施方式中，上述计算模块304，用于通过上述图像特征在倒影平面坐标系下的空间坐标，对上述图像特征到倒影平面的距离进行计算，包括：
通过以下公式对上述图像特征到倒影平面的距离进行计算：
其中，A、B、C、D表示倒影平面系数，XP表示图像特征在倒影平面坐标系下的空间横坐标，YP表示图像特征在倒影平面坐标系下的空间纵坐标，ZP表示图像特征在倒影平面坐标系下的空间Z轴坐标，L表示图像特征到倒影平面的距离。
综上所述，本实施例提出的运动目标倒影识别装置，通过对图像数据进行处理，识别出图像数据中的运动目标，并得到运动目标的图像特征在相机坐标系下的三维坐标，并基于该三维坐标计算图像特征到倒影平面的距离，从而在运动目标检测过程中得到运动目标的倒影，与相关技术中不能在运动目标检测过程中识别运动目标的倒影的过程相比，可以在运动目标检测过程中识别出运动目标的倒影，从而在运动目标检测与跟踪过程中不对运动目标的倒影进行检测和跟踪，避免运动目标倒影的干扰，提高了运动目标的检测性能。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到变化或替换，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所述以权利要求的保护范围为准。

Claims (10)

1.一种运动目标倒影识别方法，其特征在于，包括：
获取相机采集到的图像数据；
从所述图像数据中识别出运动目标，并得到所述运动目标的图像特征在相机坐标系下的三维坐标；
根据所述运动目标的图像特征在相机坐标系下的三维坐标，计算所述图像特征到倒影平面的距离；
当所述距离小于等于距离阈值时，确定所述图像特征位于倒影平面内。
2.根据权利要求1所述的方法，其特征在于，所述从所述图像数据中识别出运动目标，并得到所述运动目标的图像特征在相机坐标系下的三维坐标，包括：
对所述图像数据进行立体矫正，并从立体矫正后的所述图像数据中提出特征点；
将提取出的所述特征点输入到分类器中进行运动目标识别，筛选出所述运动目标的图像特征，并得到所述图像特征的平面坐标；
获取相机标定参数，并根据所述运动目标的图像特征的平面坐标和所述相机标定参数，得到所述运动目标的图像特征在相机坐标系下的三维坐标。
3.根据权利要求1所述的方法，其特征在于，所述根据所述运动目标的图像特征在相机坐标系下的三维坐标，计算所述图像特征到倒影平面的距离，包括：
对所述图像特征在相机坐标系下的三维坐标进行转换，得到所述图像特征在倒影平面坐标系下的空间坐标；
通过所述图像特征在倒影平面坐标系下的空间坐标，对所述图像特征到倒影平面的距离进行计算。
4.根据权利要求3所述的方法，其特征在于，所述通过所述图像特征在倒影平面坐标系下的空间坐标，对所述图像特征到倒影平面的距离进行计算，包括：
通过以下公式对所述图像特征到倒影平面的距离进行计算：
其中，A、B、C、D表示倒影平面系数，XP表示图像特征在倒影平面坐标系下的空间横坐标，YP表示图像特征在倒影平面坐标系下的空间纵坐标，ZP表示图像特征在倒影平面坐标系下的空间Z轴坐标，L表示图像特征到倒影平面的距离。
5.根据权利要求1所述的方法，其特征在于，所述根据所述运动目标的图像特征在相机坐标系下的三维坐标，计算所述图像特征到倒影平面的距离，包括：
将倒影平面转换到相机坐标系下，得到倒影平面在相机坐标系下的参数；
通过倒影平面在相机坐标系下的参数和所述图像特征在相机坐标系下的三维坐标，对相机坐标系下所述图像特征到倒影平面的距离进行计算。
6.根据权利要求5所述的方法，其特征在于，所述通过倒影平面在相机坐标系下的参数和所述图像特征在相机坐标系下的三维坐标，对相机坐标系下所述图像特征到倒影平面的距离进行计算，包括：
通过以下公式对相机坐标系下所述图像特征到倒影平面的距离进行计算：
其中，a、b、c、d表示倒影平面在相机坐标系下的参数，xP表示图像特征在相机坐标系下的空间横坐标，yP表示图像特征在相机坐标系下的空间纵坐标，zP表示图像特征在相机坐标系下的空间Z轴坐标，l表示相机坐标系下图像特征到倒影平面的距离。
7.一种运动目标倒影识别装置，其特征在于，包括：
获取模块，用于获取相机采集到的图像数据；
处理模块，用于从所述图像数据中识别出运动目标，并得到所述运动目标的图像特征在相机坐标系下的三维坐标；
计算模块，用于根据所述运动目标的图像特征在相机坐标系下的三维坐标，计算所述图像特征到倒影平面的距离；
确定模块，用于当所述距离小于等于距离阈值时，确定所述图像特征位于倒影平面内。
8.根据权利要求7所述的装置，其特征在于，所述处理模块，具体用于：
对所述图像数据进行立体矫正，并从立体矫正后的所述图像数据中提出特征点；
将提取出的所述特征点输入到分类器中进行运动目标识别，筛选出所述运动目标的图像特征，并得到所述图像特征的平面坐标；
获取相机标定参数，并根据所述运动目标的图像特征的平面坐标和所述相机标定参数，得到所述运动目标的图像特征在相机坐标系下的三维坐标。
9.根据权利要求7所述的装置，其特征在于，所述计算模块，具体用于：
对所述图像特征在相机坐标系下的三维坐标进行转换，得到所述图像特征在倒影平面坐标系下的空间坐标；
通过所述图像特征在倒影平面坐标系下的空间坐标，对所述图像特征到倒影平面的距离进行计算。
10.根据权利要求9所述的装置，其特征在于，所述计算模块，用于通过所述图像特征在倒影平面坐标系下的空间坐标，对所述图像特征到倒影平面的距离进行计算，包括：
通过以下公式对所述图像特征到倒影平面的距离进行计算：
其中，A、B、C、D表示倒影平面系数，XP表示图像特征在倒影平面坐标系下的空间横坐标，YP表示图像特征在倒影平面坐标系下的空间纵坐标，ZP表示图像特征在倒影平面坐标系下的空间Z轴坐标，L表示图像特征到倒影平面的距离。
CN201811190224.8A 2018-10-12 2018-10-12 一种运动目标倒影识别方法和装置 Pending CN109448032A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811190224.8A CN109448032A (zh) 2018-10-12 2018-10-12 一种运动目标倒影识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811190224.8A CN109448032A (zh) 2018-10-12 2018-10-12 一种运动目标倒影识别方法和装置

Publications (1)

Publication Number Publication Date
CN109448032A true CN109448032A (zh) 2019-03-08

Family

ID=65545303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811190224.8A Pending CN109448032A (zh) 2018-10-12 2018-10-12 一种运动目标倒影识别方法和装置

Country Status (1)

Country Link
CN (1) CN109448032A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833763A (zh) * 2010-04-28 2010-09-15 天津大学 一种水面倒影图像检测方法
CN104156727A (zh) * 2014-08-26 2014-11-19 中电海康集团有限公司 一种基于单目视觉的灯光倒影检测的方法
JP2016097921A (ja) * 2014-11-26 2016-05-30 マツダ株式会社 車両用運転支援表示装置
CN106412321A (zh) * 2016-10-31 2017-02-15 维沃移动通信有限公司 一种图像处理方法和移动终端
CN108573215A (zh) * 2018-03-16 2018-09-25 海信集团有限公司 道路反光区域检测方法、装置和终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833763A (zh) * 2010-04-28 2010-09-15 天津大学 一种水面倒影图像检测方法
CN104156727A (zh) * 2014-08-26 2014-11-19 中电海康集团有限公司 一种基于单目视觉的灯光倒影检测的方法
JP2016097921A (ja) * 2014-11-26 2016-05-30 マツダ株式会社 車両用運転支援表示装置
CN106412321A (zh) * 2016-10-31 2017-02-15 维沃移动通信有限公司 一种图像处理方法和移动终端
CN108573215A (zh) * 2018-03-16 2018-09-25 海信集团有限公司 道路反光区域检测方法、装置和终端

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BY JINHO PARK 等: "Tour into the picture with water surface reflection and object movements", 《COMPUTER ANIMATION AND VIRTUAL WORLDS》 *
SHENG-HUA ZHONG 等: "Water Reflection Recognition Based on Motion Blur Invariant Moments in Curvelet Space", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
刘茜: "水面移动机器人目标检测与定位方法研究", 《中国学位论文全文数据库》 *
陈晗 等: "一种基于倒影图像检测的水域落水人员判断方法", 《电脑知识与技术》 *

Similar Documents

Publication Publication Date Title
CN110285793B (zh) 一种基于双目立体视觉***的车辆智能测轨迹方法
CN105225482B (zh) 基于双目立体视觉的车辆检测***和方法
CN105976353B (zh) 基于模型和点云全局匹配的空间非合作目标位姿估计方法
CN104318561B (zh) 基于双目立体视觉与光流融合的车辆运动信息检测方法
CN105222788B (zh) 基于特征匹配的飞行器航路偏移误差的自校正方法
CN111553252B (zh) 一种基于深度学习及u-v视差算法的道路行人自动识别定位方法
CN109143247B (zh) 一种声光成像的三目水下探测方法
CN109460709A (zh) 基于rgb和d信息融合的rtg视觉障碍物检测的方法
CN111024066A (zh) 一种无人机视觉-惯性融合室内定位方法
CN108230392A (zh) 一种基于imu的视觉障碍物检测虚警剔除方法
US11783443B2 (en) Extraction of standardized images from a single view or multi-view capture
CN107146200B (zh) 一种基于图像拼接质量评价的无人机遥感图像拼接方法
CN111260773A (zh) 小障碍物的三维重建方法、检测方法及检测***
CN105718865A (zh) 一种自动驾驶中基于双目摄像头的道路安全检测***及其方法
CN106183995B (zh) 一种基于立体视觉的可视倒车方法
CN105300403A (zh) 一种基于双目视觉的车辆里程计算法
CN103994755B (zh) 一种基于模型的空间非合作目标位姿测量方法
CN109544635B (zh) 一种基于枚举试探的相机自动标定方法
CN114693754B (zh) 一种基于单目视觉惯导融合的无人机自主定位方法与***
CN106534833A (zh) 一种联合空间时间轴的双视点立体视频稳定方法
CN113781562A (zh) 一种基于道路模型的车道线虚实配准和自车定位方法
JP5501084B2 (ja) 平面領域検出装置及びステレオカメラシステム
Li et al. A new 3D LIDAR-based lane markings recognition approach
CN111127556B (zh) 基于3d视觉的目标物体识别和位姿估算方法以及装置
CN108021857B (zh) 基于无人机航拍图像序列深度恢复的建筑物检测方法

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
AD01 Patent right deemed abandoned

Effective date of abandoning: 20220517

AD01 Patent right deemed abandoned