CN111192235A - 一种基于单目视觉模型和透视变换的图像测量方法 - Google Patents
一种基于单目视觉模型和透视变换的图像测量方法 Download PDFInfo
- Publication number
- CN111192235A CN111192235A CN201911236558.9A CN201911236558A CN111192235A CN 111192235 A CN111192235 A CN 111192235A CN 201911236558 A CN201911236558 A CN 201911236558A CN 111192235 A CN111192235 A CN 111192235A
- Authority
- CN
- China
- Prior art keywords
- image
- straight line
- axis
- distance
- coordinate system
- 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
Links
- 230000009466 transformation Effects 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 230000003287 optical effect Effects 0.000 claims description 32
- 238000000691 measurement method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 239000011159 matrix material Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于单目视觉模型和透视变换的图像测量方法,首先获取任一图像;然后对图像进行透视变换,并进行调整,使得变换后得到的新图像中某一物体的纵横比与该物体的实际纵横比相同;建立的单目视觉模型;在图像上,构建两条辅助直线RO和ST,并进行透视变换,建立双平行线投影模型,求解得到单目视觉模型的坐标系间的点的转换参数fx;进而得到图像中任一目标物D与拍摄者X之间的距离。本发明的效果是:简单明了的测量出拍摄者距离拍摄的图像中任一目标点的距离,且测量精度较高,具有实用性和适用性。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种单目视觉模型和透视变换的图像测量方法。
背景技术
一般人所获取的信息大约有80%来自视觉,如何提取目标信息,是视觉研究的一个关键问题。机器视觉***作为一种非接触的测量,对于观测者与被观测者都不会产生任何接触,从而提高***的可靠性,而且能够长时间稳定工作的优点得到了广泛的应用,尤其是双目视觉***和多目视觉***。由于***的特殊性,它们能够通过高精度的标定板标定解析***参数,能够获取很多的有用信息。作为视觉信息的主要载体的是图像和视频,而一般情况下,照片或视频仅仅是由普通手机或者相机进行拍摄所得,并非双目或多目视觉***拍摄所得,而且没有标定的过程,一些久远的照片中甚至连相机的参数都无法得知。而现有技术大多是由完整的相机参数或者由通过高精度的标定板进行标定,进而求取相机精确的内外参数,以此为基础进行单目视觉模型的计算,如申请号为:CN108317958A,名称为:一种图像测量方法及测量仪的专利申请就是采用的标定板进行参数求解,进而求解测量结果。但是这样求解过程较为繁琐,且一些年代久远的照片,除了人眼更够观察的图片以外没有任何信息,此时任何基于标定的方法都无法使用。
发明内容
为了解决上述问题,本发明提供了一种基于单目视觉模型和透视变换的图像测量方法,平行投影变换是基于单目视觉模型和图像透视变换的一种改进型模型,它从单目视觉模型计算得到的结论出发,通过构造合适的辅助线,将辅助线经过透视变换,选取一组垂直方向具有长度信息的目标进行简单标定,计算此平面任意像素点对应的距离,再根据平面投影计算拍摄者距离图像上目标点的距离。该种基于单目视觉模型和透视变换的图像测量方法主要包括以下步骤:
S1:首先获取任一拍摄的图像;然后对该图像进行透视变换,并对透视变换后的图像中的某一物体进行调整,所述某一物体的实际纵横比已知,使得透视变换及相应调整后得到的新图像中所述某一物体的纵横比与该某一物体的实际纵横比相同;同时根据所述新图像中任何已知实际距离,得到所述新图像中单位像素对应的实际距离D,以便计算所述新图像中任意两点之间的距离;
S2:以相机的光心为中心,建立像素坐标系、图像坐标系和相机坐标系,这3个坐标系彼此之间的转换关系即为建立的单目视觉模型;
S3:在所述图像上,构建两条辅助直线RO和ST,这两条辅助直线均平行于所述图像的底边,其中辅助直线RO穿过该图像的中心点O,辅助直线ST与辅助直线RO的距离为dis;对添加辅助线后的图像进行透视变换,构建基于两条辅助直线RO和ST的双平行线投影模型,得到辅助直线RO与直线SP的像素个数分别为n1和n2;P为拍摄者F到所述图像的中心点O的直线与直线ST的交点,则结合步骤S1中得到的单位像素对应的距离,即得到直线RO的实际距离s1与直线SP的实际距离s2;根据拍摄者X到两条直线RO与SP之间的距离差等于距离dis,求解得到单目视觉模型的坐标系间的点的转换参数fx;
S4:根据求解出的转换参数fx,由公式计算得到光心到直线RO的深度光心到直线RO的深度即是拍摄者X到直线RO的距离XO;其中,z为相机光心到任意两点连线的深度,s为所述任意两点之间的实际距离,d是像元尺寸,n为所述任意两点的连线上的像素个数;由于直线XO垂直于直线RO,结合直线RO的实际距离和XO的实际距离,根据勾股定理,计算得到直线XO与直线OS的夹角θ,进而可得到所述图像中任一目标点D与拍摄者X之间的距离。
进一步地,所述图像由带有横纵两个方向长度信息,但其他相机参数未知的相机拍摄而成。
进一步地,所述新图像即为所述图像的景物的俯视图。
进一步地,采用试凑法对透视变换后的所述图像中的某一物体进行调整。
进一步地,像素坐标系以所述图像的左上角顶点为原点,以U轴和V轴为横纵轴,用(u,v)表示坐标,单位为像素;图像坐标系以所述图像的中心为原点,以x轴和y轴为横纵轴,x轴和y轴分别平行于U、V轴,用(x,y)表示坐标,单位为mm;相机坐标系则是以相机的光心为原点,以X轴和Y轴为横纵轴,X轴和Y轴分别平行于图像坐标系的x轴和y轴,相机的光轴为Z轴,图像坐标点P(x,y)对应相机坐标系的坐标点P(X,Y,Z);
像素坐标系与图像坐标系之间的关系如公式(1)所示:
其中,dx和dy分别表示x轴和y轴中每个像素的尺寸,(u0,v0)表示图像坐标系的原点在像素坐标系中对应的坐标。
进一步地,在所述图像中选取一条直线EQ,E和Q点的在图像坐标系中的坐标分别为E(u1,v1)和Q(u2,v2),这两点在相机坐标系中对应的坐标分别是(X1,Y1,Z1)和(X2,Y2,Z2);由EQ两点间的像素个数n,结合单位像素的实际长度D,得到EQ两点的实际长度s,相机光心O'到直线EQ的深度为z,相机焦距为f,则D=d·n;其中d是像元尺寸,n为直线EQ的上像素个数,由相似原理可知:可得:
本发明提供的技术方案带来的有益效果是:在相机参数未知的情况下,简单明了的测量出拍摄者距离拍摄的图像中任一目标点的距离,且测量精度较高,具有实用性和适用性。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例中一种基于单目视觉模型和透视变换的图像测量方法的流程图;
图2是本发明实施例中图像的示意图;
图3是本发明实施例中透视变换原理的示意图;
图4是本发明实施例中四点透视变换示意图;
图5是本发明实施例中透视变换前后的图像对比图;
图6是本发明实施例中相机单目视觉模型示意图;
图7是本发明实施例中图像坐标系和像素坐标系转换示意图;
图8是本发明实施例中光心到目标直线距离求取示意图;
图9是本发明实施例中添加辅助线后的图像透视变换对比示意图;
图10是本发明实施例中平行线投影模型示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
本发明的实施例提供了一种基于单目视觉模型和透视变换的图像测量方法。
请参考图1~10,图1是本发明实施例中一种基于单目视觉模型和透视变换的图像测量方法的流程图,图2是本发明实施例中图像的示意图,图3是本发明实施例中透视变换原理的示意图,图4是本发明实施例中四点透视变换示意图,图5是本发明实施例中透视变换前后的图像对比图,图6是本发明实施例中相机单目视觉模型示意图,图7是本发明实施例中图像坐标系和像素坐标系转换示意图,图8是本发明实施例中光心到目标直线距离求取示意图,图9是本发明实施例中添加辅助线后的图像透视变换对比示意图,图10是本发明实施例中平行线投影模型示意图,具体包括如下步骤:
S1:首先获取任一拍摄的图像;然后对该图像进行透视变换,并对透视变换后的图像的某一物体进行试凑法调整,使得透视变换及相应调整后得到的新图像中所述某一物体的纵横比与该物体的实际纵横比相同;同时根据所述新图像中任何已知实际距离,得到所述新图像中单位像素对应的实际距离D,以便计算所述新图像中任意两点之间的距离;所述图像由带有横纵两个方向长度信息,但其他相机参数未知的相机拍摄而成;所述新图像即为所述图像的景物的俯视图;
S2:以相机的光心为中心,建立像素坐标系、图像坐标系和相机坐标系,这3个坐标系彼此之间的转换关系即为建立的单目视觉模型,以所述新图像中任一固定长度的信息对单目视觉模型的坐标系间的点的转换参数fx进行求解;
S3:在所述图像上,构建两条辅助线RO和ST,这两条辅助线均平行于所述图像的底边,其中辅助直线RO穿过该图像的中心点O,辅助直线ST与辅助直线RO的距离为dis;对添加辅助线后的图像进行透视变换,构建基于两条辅助直线RO和ST的双平行线投影模型,得到辅助直线RO与直线SP的像素个数分别为n1和n2;P为拍摄者F到图像的正中心O的直线与直线ST的交点,则结合步骤S1中得到的单位像素对应的距离,即得到直线RO的实际距离s1与直线SP的实际距离s2;根据拍摄者X到两条直线RO与SP之间的距离差等于距离dis,求解得到单目视觉模型的坐标系间的点的转换参数fx;
S4:根据求解出的转换参数fx,根据公式计算得到光心到直线RO的深度光心到直线RO的深度即是拍摄者X到直线RO的距离XO;其中,z为相机光心到任意两点连线的深度,s为所述任意两点之间的实际距离,d是像元尺寸,n为所述任意两点的连线上的像素个数;由于直线XO垂直于直线RO,结合直线RO的实际距离和XO的实际距离,根据勾股定理,计算得到直线XO与直线OS的夹角θ,进而可得到所述图像中某一物体D与拍摄者X之间的距离。
如图2所示为选取的所述图像,以求解拍摄者X距离马路左边的距离为例,进行本方法的具体操作的描述。
步骤一:对所述图像进行透视变换,得到地面的俯视图,并且作相应的标定
透视变换的本质使将图像投影到一个新的视平面,体现为图像的“直线性”,即原图像里面的直线,经透视变换后仍为直线,如图3所示,在此实例中,主要使地面的转换,图像在二维平面,其转换后的图像如图4所示。变换后横纵两个方向物体的实际距离信息,通过透视变换,可以使画面正确的表现出物体之间的远近层次关系,也能使图像由原来的“近大远小”画面还原成横纵比与实际相同的图像,这也是透视变换的目的之一。
对透视变换后的图像中确定长度和宽度的物体进行标定,分析计算出此平面每个像素点在横纵两个方向上对应的距离,也就可以计算此平面上任意两点的距离。透视变换的原理如下,原目标点为移动到目标点为透视变换的变换公式如下:其中为透视矩阵。设定透视矩阵中的某一个数值,通过试凑法调整得到透视矩阵中剩余的数值,即得到整个透视矩阵,试凑法的效果是要变换后的新图像中的某个物体的纵横比与该物体的实际纵横比相同。由于是二维空间变换到三维空间的转换,因为图像在二维平面,故除以Z得到(X',Y',Z'),这个坐标表示图像上的点,即
令a33=1,展开公式,可得:
具体的透视变换如图5所示,首先根据做出与图像中视野开阔而且与道路中间间隔出现的双线垂直的两条辅助线线HI和JK,如图5的(a)图所示。使用试凑法来矫正图像,直到得到的新图像中某一参照物的横纵像素比与该参照物实际横纵比一致,比如可以选取图像中马路中实际的双黄虚线的长度和宽度,在实际道路中,马路上的路标都有相应的标准,在这里以它的信息为参考作为图像标定,最终得到如图5中的(b)图所示的矫正后的图像。
得到矫正后的图像即可利用图中任何已知的长度信息来计算该平面的任两点或任意两条直线的距离,在图5中的(b)图中,根据栅栏间距等已知距离信息计算出单位像素与实际尺寸的比例信息,即单位像素对应的实际距离D,以此为基准做后续的计算。
步骤二:建立单目视觉***模型,分析光心到点和直线的深度
基于普通图像求取相关的距离,首先建立如图6所示的单目视觉***模型,以光心O'为中心建立现实世界的笛卡尔三维坐标系,然后选取图中的固定长度的信息对单目视觉模型参数进行反解,求得模型中的数据。要计算目标相对相机的三维坐标则涉及到三个坐标系:像素坐标系、图像坐标系(ICS)和相机坐标系(CCS)的转化。其中,像素坐标系以所述图像的左上角顶点为原点,以U轴和V轴为横纵轴,用(u,v)表示坐标,单位为像素;图像坐标系以所述图像的中心为原点,以x轴和y轴为横纵轴,x轴和y轴分别平行于U、V轴,用(x,y)表示坐标,单位为mm;相机坐标系则是以相机的光心为原点,以X轴和Y轴为横纵轴,X轴和Y轴分别平行于图像坐标系的x轴和y轴,相机的光轴为Z轴,图像坐标点P(x,y)对应相机坐标系的坐标点P(X,Y,Z);图像坐标系中的点(x,y)对应与实际空间坐标中的点(x,y,z)。
1)计算实际点的深度
根据如图6所示的单目视觉模型,建立如图7所示的图像坐标系和像素坐标系之间的联系,由图7可知,在ICS中,像素坐标系与图像坐标系之间的关系式如下所示,其中,dx和dy分别表示x轴和y轴中每个像素的尺寸,f是相机的焦距:
相机坐标系(CCS)中的点P(X,Y,Z)对应于图像坐标中的点p(x,y),根据相似关系,可以得到如下数学关系:
2)计算光心到图像某直线的距离
求解光心到图像中某直线的距离即求解光心到目标直线的深度,如图8所示,其中O'为相机的光心,也即单目视觉***的光心,在图像中选取一条直线,两端点分别为E(u1,v1),Q(u2,v2),它们两点在实际中的坐标的分别是(x1,y1,z1)和(x2,y2,z2)。当光心距离直线较远时,拍摄者到该线段EQ上任意一点的深度(即距离)被认为是相同的,即O'到EQ线段的任一点的深度认为不变。
步骤三:构建辅助线并作透视变换,得到平行投影模型,计算需要求取的距离
步骤一中已经做了相应的透视变换,并且求得了变换后单个像素点对应的距离。在步骤三中,在所述图像中构建两条辅助线,然后进行透视变换,用于分析相关的模型,以求解拍摄者X距离马路左边的距离的例子为引导,进行如下步骤:
1)在如图9中的(a)图所示的图像中,构建两条平行于该图像底边的辅助直线,要求其中一条是经过该图像正中心,因为这样的角度是从光心出发并且垂直于ICS。如图9中的(a)图所示的直线RO和直线ST,经过透视变换后得到的图像如图9中的(b)图所示。
2)构建双平行线投影模型。辅助线在经过透视变换之后,其俯视的示意图如图10所示,由图像可以直接得出线段SP和SP的像素点个数n1和n2。由于RO是经过图像正中心且平行于底边的直线,因此从拍摄者出发到正中心点O的直线XO与之垂直,同理SP也与XO垂直。由于新图像中单位像素表示的实际距离已知,可以计算出线段RO和SP的实际距离分别为s1和s2。
4)由步骤3)中得到的fx的值求取光心到直线RO的深度也是拍摄者X距离直线RO的距离XO,最后根据图10中的几何信息,根据勾股定理,计算得到夹角θ,进而得到拍照者X到左侧马路的距离DX为:DX=CD+CX=CD+OX*sin(θ);其中,CD为左侧马路与马路中间间隔出现的双线的距离,该距离可由马路设计时的信息得到,即该距离在马路设计时即已知,再结合计算出来的XO和θ,即可得到拍照者X到左侧马路的距离DX。
通过本发明中所述的基于单目视觉模型和透视变换的图像测量方法,即可简单快速的求出拍摄者距离拍摄的图像中任一目标点的距离,且精度较高。
本发明的有益效果是:在相机参数未知的情况下,简单明了的测量出拍摄者距离拍摄的图像中任一目标点的距离,且测量精度较高,具有实用性和适用性。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于单目视觉模型和透视变换的图像测量方法,其特征在于:包括以下步骤:
S1:首先获取任一拍摄的图像;然后对该图像进行透视变换,并对透视变换后的图像中的某一物体进行调整,所述某一物体的实际纵横比已知,使得透视变换及相应调整后得到的新图像中所述某一物体的纵横比与该物体的实际纵横比相同;同时根据所述新图像中任何已知实际距离,得到所述新图像中单位像素对应的实际距离D,以便计算所述新图像中任意两点之间的距离;
S2:以相机的光心为中心,建立像素坐标系、图像坐标系和相机坐标系,这3个坐标系彼此之间的转换关系即为建立的单目视觉模型;
S3:在所述图像上,构建两条辅助直线RO和ST,这两条辅助直线均平行于所述图像的底边,其中辅助直线RO穿过该图像的中心点O,辅助直线ST与辅助直线RO的距离为dis;对添加辅助线后的图像进行透视变换,构建基于两条辅助直线RO和ST的双平行线投影模型,得到辅助直线RO与直线SP的像素个数分别为n1和n2;P为拍摄者F到所述图像的中心点O的直线与直线ST的交点,则结合步骤S1中得到的单位像素对应的距离,即得到直线RO的实际距离s1与直线SP的实际距离s2;根据拍摄者X到两条直线RO与SP之间的距离差等于距离dis,求解得到单目视觉模型的坐标系间的点的转换参数fx;
2.如权利要求1所述的一种基于单目视觉模型和透视变换的图像测量方法,其特征在于:所述图像由带有横纵两个方向长度信息,但其他相机参数未知的相机拍摄而成。
3.如权利要求1所述的一种基于单目视觉模型和透视变换的图像测量方法,其特征在于:所述新图像即为所述图像的景物的俯视图。
4.如权利要求1所述的一种基于单目视觉模型和透视变换的图像测量方法,其特征在于:在步骤S1中,采用试凑法对透视变换后的所述图像中的某一物体进行调整。
5.如权利要求1所述的一种基于单目视觉模型和透视变换的图像测量方法,其特征在于:在步骤S2中,像素坐标系以所述图像的左上角顶点为原点,以U轴和V轴为横纵轴,用(u,v)表示坐标,单位为像素;图像坐标系以所述图像的中心为原点,以x轴和y轴为横纵轴,x轴和y轴分别平行于U、V轴,用(x,y)表示坐标,单位为mm;相机坐标系则是以相机的光心为原点,以X轴和Y轴为横纵轴,X轴和Y轴分别平行于图像坐标系的x轴和y轴,相机的光轴为Z轴,图像坐标点P(x,y)对应相机坐标系的坐标点P(X,Y,Z);
像素坐标系与图像坐标系之间的关系如公式(1)所示:
其中,dx和dy分别表示x轴和y轴中每个像素的尺寸,(u0,v0)表示图像坐标系的原点在像素坐标系中对应的坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911236558.9A CN111192235B (zh) | 2019-12-05 | 2019-12-05 | 一种基于单目视觉模型和透视变换的图像测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911236558.9A CN111192235B (zh) | 2019-12-05 | 2019-12-05 | 一种基于单目视觉模型和透视变换的图像测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111192235A true CN111192235A (zh) | 2020-05-22 |
CN111192235B CN111192235B (zh) | 2023-05-26 |
Family
ID=70707534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911236558.9A Active CN111192235B (zh) | 2019-12-05 | 2019-12-05 | 一种基于单目视觉模型和透视变换的图像测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111192235B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111380503A (zh) * | 2020-05-29 | 2020-07-07 | 电子科技大学 | 一种采用激光辅助标定的单目相机测距方法 |
CN112197708A (zh) * | 2020-08-31 | 2021-01-08 | 深圳市慧鲤科技有限公司 | 测量方法及装置、电子设备及存储介质 |
CN112325780A (zh) * | 2020-10-29 | 2021-02-05 | 青岛聚好联科技有限公司 | 一种基于社区监控的距离测算方法及装置 |
CN112665577A (zh) * | 2020-12-29 | 2021-04-16 | 北京电子工程总体研究所 | 基于逆透视变换矩阵的单目视觉目标定位方法及*** |
CN112734832A (zh) * | 2021-01-22 | 2021-04-30 | 逆可网络科技有限公司 | 一种即时获得线上物体实际尺寸测量方法 |
CN113124820A (zh) * | 2021-06-17 | 2021-07-16 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于曲面镜的单目测距方法 |
CN113361507A (zh) * | 2021-08-11 | 2021-09-07 | 金成技术有限公司 | 一种结构件生产信息视觉测量方法 |
CN113538578A (zh) * | 2021-06-22 | 2021-10-22 | 恒睿(重庆)人工智能技术研究院有限公司 | 目标定位方法、装置、计算机设备和存储介质 |
CN114935316A (zh) * | 2022-05-20 | 2022-08-23 | 长春理工大学 | 基于光学跟踪与单目视觉的标准深度图像生成方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010157910A (ja) * | 2008-12-26 | 2010-07-15 | Toyota Motor Corp | 画像表示装置 |
WO2017076928A1 (en) * | 2015-11-02 | 2017-05-11 | Starship Technologies Oü | Method, device and assembly for map generation |
CN109035320A (zh) * | 2018-08-12 | 2018-12-18 | 浙江农林大学 | 基于单目视觉的深度提取方法 |
CN109146980A (zh) * | 2018-08-12 | 2019-01-04 | 浙江农林大学 | 基于单目视觉的优化的深度提取和被动测距方法 |
CN109822754A (zh) * | 2019-02-25 | 2019-05-31 | 长安大学 | 用于沥青混凝土搅拌站的自卸车货厢尺寸检测***及方法 |
CN110009682A (zh) * | 2019-03-29 | 2019-07-12 | 北京理工大学 | 一种基于单目视觉的目标识别定位方法 |
CN110057295A (zh) * | 2019-04-08 | 2019-07-26 | 河海大学 | 一种免像控的单目视觉平面距离测量方法 |
CN110136211A (zh) * | 2019-04-18 | 2019-08-16 | 中国地质大学(武汉) | 一种基于主动双目视觉技术的工件定位方法及*** |
CN110174088A (zh) * | 2019-04-30 | 2019-08-27 | 上海海事大学 | 一种基于单目视觉的目标测距方法 |
-
2019
- 2019-12-05 CN CN201911236558.9A patent/CN111192235B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010157910A (ja) * | 2008-12-26 | 2010-07-15 | Toyota Motor Corp | 画像表示装置 |
WO2017076928A1 (en) * | 2015-11-02 | 2017-05-11 | Starship Technologies Oü | Method, device and assembly for map generation |
CN109035320A (zh) * | 2018-08-12 | 2018-12-18 | 浙江农林大学 | 基于单目视觉的深度提取方法 |
CN109146980A (zh) * | 2018-08-12 | 2019-01-04 | 浙江农林大学 | 基于单目视觉的优化的深度提取和被动测距方法 |
CN109822754A (zh) * | 2019-02-25 | 2019-05-31 | 长安大学 | 用于沥青混凝土搅拌站的自卸车货厢尺寸检测***及方法 |
CN110009682A (zh) * | 2019-03-29 | 2019-07-12 | 北京理工大学 | 一种基于单目视觉的目标识别定位方法 |
CN110057295A (zh) * | 2019-04-08 | 2019-07-26 | 河海大学 | 一种免像控的单目视觉平面距离测量方法 |
CN110136211A (zh) * | 2019-04-18 | 2019-08-16 | 中国地质大学(武汉) | 一种基于主动双目视觉技术的工件定位方法及*** |
CN110174088A (zh) * | 2019-04-30 | 2019-08-27 | 上海海事大学 | 一种基于单目视觉的目标测距方法 |
Non-Patent Citations (3)
Title |
---|
CAI MENG等: "Monocular pose measurement method based on circle and line features" * |
M. N. A. WAHAB等: "Target Distance Estimation Using Monocular Vision System for Mobile Robot" * |
贾星伟等: "单目摄像机线性模型可靠性分析与研究" * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111380503A (zh) * | 2020-05-29 | 2020-07-07 | 电子科技大学 | 一种采用激光辅助标定的单目相机测距方法 |
CN112197708A (zh) * | 2020-08-31 | 2021-01-08 | 深圳市慧鲤科技有限公司 | 测量方法及装置、电子设备及存储介质 |
CN112325780A (zh) * | 2020-10-29 | 2021-02-05 | 青岛聚好联科技有限公司 | 一种基于社区监控的距离测算方法及装置 |
CN112665577A (zh) * | 2020-12-29 | 2021-04-16 | 北京电子工程总体研究所 | 基于逆透视变换矩阵的单目视觉目标定位方法及*** |
CN112734832A (zh) * | 2021-01-22 | 2021-04-30 | 逆可网络科技有限公司 | 一种即时获得线上物体实际尺寸测量方法 |
CN112734832B (zh) * | 2021-01-22 | 2024-05-31 | 逆可网络科技有限公司 | 一种即时获得线上物体实际尺寸测量方法 |
CN113124820A (zh) * | 2021-06-17 | 2021-07-16 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于曲面镜的单目测距方法 |
CN113538578A (zh) * | 2021-06-22 | 2021-10-22 | 恒睿(重庆)人工智能技术研究院有限公司 | 目标定位方法、装置、计算机设备和存储介质 |
CN113361507A (zh) * | 2021-08-11 | 2021-09-07 | 金成技术有限公司 | 一种结构件生产信息视觉测量方法 |
CN114935316A (zh) * | 2022-05-20 | 2022-08-23 | 长春理工大学 | 基于光学跟踪与单目视觉的标准深度图像生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111192235B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111192235A (zh) | 一种基于单目视觉模型和透视变换的图像测量方法 | |
CN106595528B (zh) | 一种基于数字散斑的远心显微双目立体视觉测量方法 | |
CN110057295B (zh) | 一种免像控的单目视觉平面距离测量方法 | |
CN109919911B (zh) | 基于多视角光度立体的移动三维重建方法 | |
CN108510551B (zh) | 一种远距离大视场条件下相机参数的标定方法及*** | |
Zhang et al. | A robust and rapid camera calibration method by one captured image | |
CN109238235B (zh) | 单目序列图像实现刚***姿参数连续性测量方法 | |
CN107025670A (zh) | 一种远心相机标定方法 | |
US20220092819A1 (en) | Method and system for calibrating extrinsic parameters between depth camera and visible light camera | |
CN109859272A (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
JP6580761B1 (ja) | 偏光ステレオカメラによる深度取得装置及びその方法 | |
CN109727290A (zh) | 基于单目视觉三角测距法的变焦相机动态标定方法 | |
CN109523595A (zh) | 一种建筑工程直线棱角间距视觉测量方法 | |
WO2023046211A1 (zh) | 摄影测量方法、装置、设备及存储介质 | |
CN107084680A (zh) | 一种基于机器单目视觉的目标深度测量方法 | |
Rüther et al. | A comparison of close-range photogrammetry to terrestrial laser scanning for heritage documentation | |
CN111105467B (zh) | 一种图像标定方法、装置及电子设备 | |
CN111429571A (zh) | 一种基于时空图像信息联合相关的快速立体匹配方法 | |
CN111998834B (zh) | 一种裂缝监测方法及*** | |
CN112712566B (zh) | 基于结构参数在线校正的双目立体视觉传感器测量方法 | |
CN114926538A (zh) | 单目激光散斑投影***的外参数标定方法和装置 | |
JPH11514434A (ja) | イメージデータを用いてカメラの位置及び配向を決定する方法と装置 | |
CN114078163A (zh) | 激光雷达与可见光相机的精确标定方法 | |
Terpstra et al. | Accuracies in Single Image Camera Matching Photogrammetry | |
Cai et al. | Near-infrared camera calibration for optical surgical navigation |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |