CN112102401A - 一种目标定位方法、装置、***、设备及存储介质 - Google Patents
一种目标定位方法、装置、***、设备及存储介质 Download PDFInfo
- Publication number
- CN112102401A CN112102401A CN202010992950.2A CN202010992950A CN112102401A CN 112102401 A CN112102401 A CN 112102401A CN 202010992950 A CN202010992950 A CN 202010992950A CN 112102401 A CN112102401 A CN 112102401A
- Authority
- CN
- China
- Prior art keywords
- sub
- eye
- positioning
- determining
- eyes
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 150000001875 compounds Chemical class 0.000 claims abstract description 120
- 239000011664 nicotinic acid Substances 0.000 claims abstract description 93
- 230000009466 transformation Effects 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000013519 translation Methods 0.000 claims description 11
- 230000001131 transforming effect Effects 0.000 claims description 9
- 230000004807 localization Effects 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 5
- 239000011159 matrix material Substances 0.000 description 22
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000011347 resin Substances 0.000 description 5
- 229920005989 resin Polymers 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000010146 3D printing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000001746 injection moulding Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000254158 Lampyridae Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000238633 Odonata Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000001507 arthropod compound eye Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- -1 photopolymer Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 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
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请涉及计算机视觉技术领域,尤其涉及一种目标定位方法、装置、***、设备及存储介质,包括:通过仿生复眼上获取第一图像集合;根据所述第一图像集合确定定位子眼集合;在所述定位子眼集合确定出至少一对双目定位子眼;获取所述双目定位子眼中每个定位子眼的子眼内参数和子眼间外参数;根据所述子眼内参数和所述子眼间外参数确定所述目标对象在定位子眼的相机坐标系中的位置坐标数据;根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果。基于多相机式仿生曲面复眼获取目标的定位图像,结合复眼多通道成像的结构特性和双目视觉定位方法,避免边缘像素畸变对定位造成的偏差,实现了高精度的大视场定位。
Description
技术领域
本申请涉及计算机视觉技术领域,尤其涉及一种目标定位方法、装置、***、设备及存储介质。
背景技术
仿生学一直是科学家们灵感的重要源泉,多年来,人们通过研究动物的形体与器官,得到启迪进而发明出来的科技成果不计其数。从蜻蜓的长尾得到直升机,从蝙蝠的回声定位得到雷达,从萤火虫的发光方式得到日光灯,不一而足。自然界中,除了哺乳动物的单目视觉***之外,在昆虫类动物身上,还存在这一种复眼视觉***。相比于单目视觉***,复眼具有大视场、高灵敏度、小巧等特点,因而对其进行仿生研究将在大视场成像,快速定位,精密测速等领域具有广阔的应用前景。
目前国内外研究的人工复眼主要分两个类别:平面复眼和曲面复眼。平面复眼由于利用微光学制造技术加工微透镜平面阵列可以达到较高的精度,而且制造成本较低,因此前期研究主要以平面型复眼居多。平面型仿生复眼***采用平板微透镜阵列,在微透镜与探测平板间创造性地引入了中间光隔离层以实现各光通道分离。与平面型基底仿生复眼相比,曲面复眼因更贴合昆虫复眼结构,且具有更宽的视场。然而,受限于曲面CMOS工艺,结构式仿生曲面复眼研究难以深入开展。现阶段研发的曲面人工复眼多为像面变换式仿生曲面复眼但是像面变换式仿生曲面复眼设计原理较为复杂,且微透镜阵列边缘畸变较为严重,难以获得高分辨率的图像,不能实现对目标的准确定位。
发明内容
本发明要解决的技术问题是现有的仿生复眼无法实现在大视场下对目标精确地定位的问题。
为解决上述技术问题,第一方面,本申请实施例公开了一种基于仿生复眼的目标定位方法,所述方法包括:
通过仿生复眼上的至少两个子眼获取包含目标对象的第一图像集合;
根据所述第一图像集合确定定位子眼集合;
在所述定位子眼集合确定出至少一对双目定位子眼;
获取所述至少一对双目定位子眼中每个定位子眼的子眼内参数以及所述双目定位子眼的子眼间外参数;
根据所述子眼内参数和所述子眼间外参数确定所述目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据;
根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果。
进一步的,所述根据所述第一图像集合确定定位子眼集合,包括:
获取所述第一图像集合中每个图像的像素中心点坐标和所述目标对象的像素坐标;
计算每个所述第一图像中所述像素坐标到所述像素中心点坐标的欧式距离;
确定所述欧式距离数值小于预设阈值的所述图像为第二图像集合;
将与所述第二图像集合对应的所述子眼确定为定位子眼集合。
进一步的,所述根据所述子眼内参数和所述子眼间外参数确定所述目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据,包括:
根据所述子眼内参数和所述子眼间外参数确定第一计算公式;
根据所述第一计算公式确定所述目标对象在所述至少一个定位子眼的相机坐标系中的位置坐标数据。
进一步的,所述根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果,包括:
若所述至少一个定位子眼与所述目标子眼之间具有所述子眼间外参数,根据所述子眼间外参数确定所述位置坐标数据转换到所述目标子眼的相机坐标系中的定位结果;和/或,
若所述定位子眼与所述中心子眼的位之间不具有所述子眼间外参数,根据所述子眼间外参数确定相机坐标系的变换路径,根据所述变换路径确定所述位置坐标数据转换到所述中心子眼的相机坐标系中的定位结果。
进一步的,所述根据所述子眼间外参数确定所述位置坐标数据转换到所述目标子眼的相机坐标系中的定位结果,包括:
所述子眼间外参数包括平移参数和旋转参数,根据所述平移参数和所述旋转参数确定第二计算公式;
根据所述第二计算公式确定所述位置坐标数据转换到所述目标子眼的相机坐标系中的定位结果。
进一步的,所述根据所述子眼间外参数确定相机坐标系的变换路径,包括:
根据所述子眼间外参数确定所述至少一个定位子眼与所述目标子眼之间的变换子眼,所述变换子眼至少为一个;
根据所述至少一个定位子眼和所述变换子眼之间的所述子眼间外参数,以及所述变换子眼与所述目标子眼之间的所述子眼间外参数将所述至少一个定位子眼的相机坐标系变换为所述目标子眼的相机坐标系。
进一步的,所述根据所述变换路径确定所述位置坐标数据转换到所述中心子眼的相机坐标系中的定位结果,包括:
根据所述至少一个定位子眼和所述变换子眼之间的所述子眼间外参数,以及所述变换子眼与所述目标子眼之间的所述子眼间外参数确定第三计算公式;
根据所述第三计算公式确定所述位置坐标数据转换到所述中心子眼的相机坐标系中的定位结果。
第二方面,本申请实施例公开了一种目标定位装置,所述装置包括:
获取模块,用于获取包含目标对象的第一图像集合;
子眼集合确定模块,用于根据所述第一图像集合确定定位子眼集合;
双目定位子眼确定模块,用于在所述定位子眼集合确定出至少一对双目定位子眼;
参数获取模块,用于获取所述至少一对双目定位子眼中每个定位子眼的子眼内参数以及所述双目定位子眼的子眼间外参数;
位置坐标确定模块,用于根据所述子眼内参数和所述子眼间外参数确定所述目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据;
定位结果确定模块,用于根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果。
第三方面,本申请实施例公开了一种仿生复眼,所述仿生复眼用于获取包含目标对象的第一图像集合,所述第一图像集合用于确定所述目标对象在所述目标子眼的相机坐标系中的定位结果;所述仿生复眼包括:
多个子眼,所述多个子眼用于拍摄包含目标对象的第一图像集合;
支撑座,所述支撑座用于支撑所述子眼,所述支撑座具有支撑曲面,多个所述子眼设置在所述支撑曲面上,所述支撑曲面上相邻所述子眼的视场至少部分重叠。
第四方面,本申请实施例公开了一种目标定位***,所述***包括目标定位装置和仿生复眼,
所述目标定位装置包括:
获取模块,用于获取包含目标对象的第一图像集合;
子眼集合确定模块,用于根据所述第一图像集合确定定位子眼集合;
双目定位子眼确定模块,用于在所述定位子眼集合确定出至少一对双目定位子眼;
参数获取模块,用于获取所述至少一对双目定位子眼中每个定位子眼的子眼内参数以及所述双目定位子眼的子眼间外参数;
位置坐标确定模块,用于根据所述子眼内参数和所述子眼间外参数确定所述目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据;
定位结果确定模块,用于根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果。
所述仿生复眼用于获取包含目标对象的第一图像集合,所述第一图像集合用于确定所述目标对象在所述目标子眼的相机坐标系中的定位结果;所述仿生复眼包括:
多个子眼,所述多个子眼用于拍摄包含目标对象的第一图像集合;
支撑座,所述支撑座用于支撑所述子眼,所述支撑座具有支撑曲面,多个所述子眼设置在所述支撑曲面上,所述支撑曲面上相邻所述子眼的视场至少部分重叠。
第五方面,本申请实施例公开了一种设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行如上所述的基于仿生复眼的目标定位方法。
第六方面,本申请实施例公开了一种计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如上所述的基于仿生复眼的目标定位方法。
本申请实施例提供的目标定位方法、装置、***、设备及存储介质,具有如下技术效果:
本申请实施例所述的目标定位方法,基于多相机式仿生曲面复眼获取目标的定位图像,结合复眼多通道成像的结构特性和双目视觉定位方法,避免边缘像素畸变对定位造成的偏差,实现了高精度的大视场定位。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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它附图。
图1为本申请实施例提供的一种应用目标方法的***框架示意图;
图2为本申请实施例提供的一种仿生复眼结构示意图;
图3为本申请实施例提供的一种针孔相机模型示意图;
图4是本申请实施例提供的一种基于仿生复眼的目标定位方法的流程示意图;
图5是本申请实施例提供的一种根据第一图像集合确定定位子眼集合的流程示意图;
图6为本申请实施例提供的一种针孔相机模型示意图;
图7是本申请实施例提供的一种根据变换路径确定位置坐标数据转换到中心子眼的相机坐标系中的定位结果流程示意图;
图8是本申请实施例提供的一种基于仿生复眼的目标定位装置示意图;
图9是本申请实施例提供的一种仿生复眼的结构示意图;
图10是本申请实施例提供的一种目标定位***示意图;
图11是本申请实施例提供的一种点阵位置测量示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
现阶段研发的曲面人工复眼也可分为两个方向:像面变换式仿生曲面复眼和多相机式仿生曲面复眼。前者设计原理较为复杂,且微透镜阵列边缘畸变较为严重,难以获得高分辨率的图像。而后者因其设计原理较为简单,通过相机阵列整体标定,引入图像处理模块,能获得较高分辨率的大视场图像,且能实现大视场定位的功能,在安防领域具有很好的应用前景。
图1为本申请实施例提供的一种应用目标方法的***框架示意图,请参考图1,该***包括终端101和仿生复眼103,终端101和仿生复眼103通信,终端101内设置目标定位装置,目标定位装置与仿生复眼103交互,实现根据仿生复眼103获取的图像对目标对象进行定位。
终端101可以是智能手机、台式电脑、平板电脑、笔记本电脑、数字助理、智能可穿戴设备等类型的实体设备;其中,智能可穿戴设备可以包括智能手环、智能手表、智能眼镜、智能头盔等。当然,终端101并不限于上述具有一定实体的电子设备,其还可以为运行于上述电子设备中的软体,例如,终端101可以为服务商提供给用户的网页页面或应用。
终端101可以包括通过数据总线相连的显示屏、存储设备和处理器。显示屏用于显示目标对象的图像或视频等资料,该显示屏可以是手机或者平板电脑的触摸屏等。存储设备用于存储拍摄装置的程序代码和数据资料等,该存储设备可以是终端101的内存,也可以是智能媒体卡(smart media card)、安全数字卡(secure digital card)、快闪存储器卡(flash card)等储存设备。处理器可以是单核或多核处理器。
图2为本申请实施例提供的一种仿生复眼结构示意图,如图2所示,仿生复眼包括支撑座201,支撑座201可以为球形、半球形或椭球形等具有弧形表面的立体结构;支撑座201也可以为具有弧形表面的其他立体结构。支撑座201的材质可以选用光敏树脂、光敏聚合物、液态树脂等,通过3D打印技术(3D printing,3DP)成型,也可以采用其他方式成型,如注塑成型。支撑座上的弧形表面为支撑曲面,支撑曲面上设有多个子眼203,子眼203用于拍摄含有目标对象的图像。可选的,子眼203可以是广角摄像头、标准摄像头,也可以是长焦摄像头、变焦摄像头,还可以是针孔摄像头等。仿生复眼上子眼203的数量以及多个子眼根据支撑座201的形状结构以及子眼的参数不同按照预设的分布规则设置在支撑曲面上,但无论何种类型的子眼203在支撑曲面上排布均需要满足相邻子眼的视场至少部分重叠,多个子眼203的总视场角满足预设总视场角条件。例如,支撑座201选用半径6cm的半球形,设计仿生复眼总视场角为360°×180°×180°,选用视场角为90°的广角摄像头作为子眼203,确定相邻子眼203间的视场重叠区域不小于子眼203图像像素面积的40%,经计算至少需要在支撑座201上排布17个子眼才能满足上述设计条件。
子眼203在支撑座201上排布完成后,对各个子眼203进行标定以获得子眼203的内参数以及相邻子眼间的外参数。可选的,采用张正友棋盘法对子眼203进行标定,以获得每个子眼203的内部参数和外部参数。摄像头采集到的视觉信息是二维的平面信息,要根据此二维信息获取空间坐标的相关信息,需建立图像坐标系与世界坐标系之间的映射模型。图3为本申请实施例提供的一种针孔相机模型示意图,如图3所示,世界坐标系XW、YW、ZW;相机坐标系Xc、Yc、Zc;xy是物理坐标系;uv是图像像素坐标系;p是空间点P在摄像头图像平面的成像点。像素坐标系到世界坐标系之间的映射关系可用式(1)表示:
简化式(1)得:
其中:M为3*4的矩阵,包含了相机内部参数fx、fy、u0、v0、k1、k2、p1、p2,f,和描述相机位置间的外部参数旋转矩阵R和平移矩阵T,M是像素坐标系到世界坐标系的映射矩阵,通过摄像头标定可获取摄像头内部参数和外部参数。
消去式(2)中的ZC,得到关于矩阵M元素的线性方程[2]:
m11Xw+m12Yw+m13Zw-uXwm31-uYwm32-uZwm33=u m34
m21Xw+m22Yw+m23Zw-vXwm31-vYwm32-vZwm33=v m34
式(3)
本申请实施例提供的仿生复眼体积小、结构简单,能够有效解决传统仿生复眼边缘像素畸变对定位造成的偏差,从而实现对目标准确定位,可广泛应用与安防领域和探测领域对目标物进行追踪定位。
图4是本申请实施例提供的一种基于仿生复眼的目标定位方法的流程示意图,该流程可以由终端101执行实现,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的***或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。本申请实施例提供的目标定位方法应用于仿生复眼。如图4所示,该目标定位方法包括:
S401:通过仿生复眼上的至少两个子眼获取包含目标对象的第一图像集合。
本申请实施例中,第一图像集合中包括至少两个第一图像,每个第一图像对应由仿生复眼中的一个子眼拍摄得到。仿生复眼对目标对象进行拍照得到第一图像集合,根据前述对仿生复眼结构的描述可知,仿生复眼对目标对象进行拍照时,只有部分子眼可以拍摄到目标对象,且由于相邻子眼间存在视场重叠区域,因此仿生复眼中至少存在两个子眼能够拍摄到包含目标对象的图像。
S403:根据第一图像集合确定定位子眼集合。
本申请实施例中,由于每个子眼对目标对象的拍摄角度不一样,所以目标对象在每个第一图像中的位置也不一样,例如,目标对象在部分第一图像中位置靠近图像的中间位置,目标对象在另外部分第一图像中位置靠近图像的边沿,甚至部分第一图像中仅包含有部分的目标对象。因此,需要在第一图像集合中挑选出部分符合定位计算条件的图像,即挑选出对目标对象拍摄角度合适子眼作为定位子眼集合来进行目标对象的定位计算。图5是本申请实施例提供的一种根据第一图像集合确定定位子眼集合的流程示意图,如图5所示,根据第一图像集合确定定位子眼集合,包括:
S501:获取第一图像集合中每个图像的像素中心点坐标和目标对象的像素坐标。
本申请实施例中,用特征点匹配方法搜索到目标对象在不同子眼拍摄到的第一图像中的像素坐标。具体的,对每个第一图像进行图像识别,通过图像识别在第一图像中找到目标对象,此过程可以通过模型训练的方式使目标定位装置能够识别目标对象在第一图像中的特征点,也可以通过人工辅助的方式在第一图像中确定出目标对象。识别出目标对象后根据图像坐标系和像素坐标系确定出该幅第一图像的像素中心点坐标和目标对象的像素坐标。
S503:计算每个第一图像中像素坐标到像素中心点坐标的欧式距离。
本申请实施例中,通过判别目标对象在不同的第一图像中的像素坐标,筛选出目标对象离图像中心点较近的第一图像进行目标对象的定位,可减弱子眼“镜头”边缘像素畸变对定位精度所带来的影响。具体的,例如第一图像集合中含有三个第一图像,目标对象点P分别在三个第一图像中像素坐标为(u1,v1),(u2,v2),(u3,v3),三个第一图像的像素中心点坐标均为(u0,v0),分别计算(u1,v1),(u2,v2),(u3,v3)到各自像素中心点的欧式距离d1,d2,d3,具体计算公式为式(4):
S505:确定欧式距离数值小于预设阈值的图像为第二图像集合。
本申请实施例中,计算出每个第一图像中目标对象与像素中心点的欧式距离后,筛选出欧式距离数值小于预设阈值的图像为第二图像,第二图像用于确定定位子眼。即在第一图像中筛选出目标对象离图像中心点较近的第一图像作为第二图像集合。需要说明的是,预设阈值为筛选条件,用来筛选欧式距离较小的第一图像,预设阈值可以为具体的数值,当欧式距离小于该数值即可确定与该欧式距离对应的图像为第二图像;预设阈值还可以为程度控制值,例如,计算出全部的欧式距离后,挑选出欧式距离最小的两个图像作为第二图像。
S507:将与第二图像集合对应的子眼确定为定位子眼集合。
本申请实施例中,第二图像集合中含有至少两个第二图像,拍摄每个第二图像的子眼即为定位子眼,第二图像集合中的每个图像与定位子眼集合中的每个定位子眼具有一一对应关系。
S405:在定位子眼集合确定出至少一对双目定位子眼;
本申请实施例中,通过对仿生复眼进行标定,得到相邻子眼间外参数。在定位子眼集合中选出任意两个具有子眼间外参数的两个定位子眼作为一对双目定位子眼,通过双目定位子眼对目标对象进行双目视觉定位。双目定位子眼的对数与定位子眼集合中定位子眼的数量有关,当定位子眼集合中包含两个定位子眼时,可确定出一对双目定位子眼;当定位子眼集合中包含两个以上定位子眼时,可依据是否存在子眼间外参数确定出多对双目定位子眼。
S407:获取至少一对双目定位子眼中每个定位子眼的子眼内参数以及双目定位子眼的子眼间外参数。
本申请实施例中,双目定位子眼确定后,获取每对双目定位子眼的子眼参数和子眼间外参数,子眼参数和子眼间外参数通过标定得到。
S409:根据子眼内参数和子眼间外参数确定目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据。
本申请实施例中,子眼参数和子眼间外参数用于计算目标对象在该对双目定位子眼下确定的空间坐标。双目视觉定位时,世界坐标系一般定义为“左目”相机坐标系。每对双目定位子眼均能够通过计算得到一个目标对象在该对双目定位子眼中的位置坐标。具体的,根据子眼内参数和子眼间外参数确定第一计算公式,根据第一计算公式确定目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据。
图6为本申请实施例提供的一种针孔相机模型示意图,从针孔相机模型可知,像素坐标系中的任一点可以对应相机坐标系中的一条直线。如图6所示,双目立体视觉采用两个摄像头来拍摄图片,假设空间一点P(X,Y,Z)同时被相机CL,CR拍摄下来,在相机CL图片上位于Pl(ul,vl),在相机CR图片上位于Pr(ur,vr),则直线O1P1,O2P2这两条直线的交点即为目标点空间位置,即可以唯一确定目标点的三维坐标。具体的,假设2个摄像头的投影矩阵分别为Ml和Mr,可以得到如下2个等式:其中Zl和Zr分别为P点在2个摄像头坐标系下的Z坐标。
联立式(5)式(6),消去Zl、Zr并表示成矩阵形式为:A*P=B,其中:
P=[X,Y,Z]T
利用最小二乘法,解得空间点P的坐标为:
P=(ATA)ATB
式(7)
S411:根据相对位置坐标数据确定目标对象在目标子眼的相机坐标系中的定位结果。
本申请实施例中,为了统一仿生复眼坐标系,使目标对象的定位结果在统一的坐标系中输出,在仿生复眼中确定一个目标子眼,使仿生复眼对目标对象的定位结果相对于目标子眼输出。目标子眼为仿生复眼中的任一子眼,可选的,目标子眼为位于仿生复眼中心的子眼。根据子眼间外参数,将通过双目定位子眼得到的位置坐标数据,转换到目标子眼的相机坐标系输出。由于上述双目定位子眼的位置坐标数据为一个至多个,当双目定位坐标数据为一个时,直接将该位置坐标数据转换到目标子眼的相机坐标系输出;当位置坐标数据为多个时,将全部的位置坐标数据一一转换到目标子眼的相机坐标系中,然后根据每个位置坐标数据的权重进行计算,输出计算结果。具体的,根据欧式距离在第一图像中筛选出第二图像时,根据每个第二图像中欧式距离的大小确定每对双目定位子眼计算得到的位置坐标数据的权重,欧式距离越大,表明目标对象与像素中心点距离越大,像素畸变程度越大,得到的位置坐标数据可信程度越低,因此在计算目标对象相对于目标子眼的最终定位结果时赋予较小的权重。在一些实施例中,还可以在计算欧式距离时直接选取欧式距离最小的两个图像作为第二图像,也就是直接确定一对双目定位子眼,然后计算得到目标对象在该对双目定位子眼中的位置坐标数据,最终得到目标对象相对于目标子眼的定位结果。
根据相对位置坐标数据确定目标对象在目标子眼的相机坐标系中的定位结果分为两种情况,以下以一个位置坐标数据转换到目标子眼的相机坐标系为例进行说明。
在一个实施方式中,作为双目定位子眼中的“左目”定位子眼与目标子眼之间具有子眼间外参数,即输出位置坐标数据的定位子眼与目标定位子眼位置相邻,根据子眼间外参数确定位置坐标数据转换到目标子眼的相机坐标系中的定位结果。具体的,子眼间外参数包括平移参数和旋转参数,根据平移参数和旋转参数确定第二计算公式;根据第二计算公式确定位置坐标数据转换到目标子眼的相机坐标系中的定位结果。例如,目标对象P点通过双目视觉定位,测得在“左目”定位子眼的相机坐标系中空间坐标为P(x,y,z),表示为矩阵形式为P=[x,y,z]T,设P点在目标子眼的相机坐标系中空间坐标为P0(xc,yc,zc),表示为矩阵形式为P0=[xc,yc,zc]T。“左目”定位子眼与目标子眼间外参为:平移向量T(3*1的矩阵),旋转矩阵R(3*3的矩阵),则根据坐标变换关系,P0与P之间关系可用公式(9)描述:
P=RP0+T
式(8)
即:
P0=R-1(P-T)
式(9)
在一个实施方式中,作为双目定位子眼中的“左目”定位子眼与目标子眼之间不具有子眼间外参数,即输出位置坐标数据的定位子眼与目标定位子眼位置不相邻,根据子眼间外参数确定相机坐标系的变换路径,根据变换路径确定位置坐标数据转换到中心子眼的相机坐标系中的定位结果。图7是本申请实施例提供的一种根据变换路径确定位置坐标数据转换到中心子眼的相机坐标系中的定位结果流程示意图,如图7所示,根据子眼间外参数确定相机坐标系的变换路径,根据变换路径确定位置坐标数据转换到中心子眼的相机坐标系中的定位结果,包括:
S701:根据子眼间外参数确定至少一个定位子眼与目标子眼之间的变换子眼,变换子眼至少为一个。
本申请实施例中,至少一个定位子眼指的是双目定位子眼中输出目标对象位置坐标数据的“左目”定位子眼,由于“左目”定位子眼与目标子眼之间不存在子眼间外参数,因此在“左目”定位子眼与目标子眼之间确定出与这两个子眼具有子眼间外参数的变换子眼,使位置坐标数据能够从“左目”定位子眼变换到目标子眼输出。变换子眼为与“左目”定位子眼和/或目标子眼具有子眼间外参数的子眼。
S703:根据至少一个定位子眼和变换子眼之间的子眼间外参数,以及变换子眼与目标子眼之间的子眼间外参数将至少一个定位子眼的相机坐标系变换为目标子眼的相机坐标系。
本申请实施例中,变换子眼的数目跟“左目”定位子眼与目标子眼之间的位置距离有关,例如,“左目”定位子眼与目标子眼具有共同的相邻子眼,即“左目”定位子眼与该子眼具有子眼间外参数,目标子眼与该子眼也具有子眼间外参数,那么该子眼可作为唯一的变换子眼,相机坐标系的变换路径即为“左目”定位子眼-变换子眼-目标子眼。再如,“左目”定位子眼与目标子眼没有共同的相邻子眼,可选择与“左目”定位子眼具有子眼间外参数的子眼作为第一变换子眼,然后再选择第一变换子眼具有子眼间外参数的子眼作为第二变换子眼,如果第二变换子眼与目标子眼具有子眼间外参数,那么相机坐标系的变换路径即为“左目”定位子眼-第一变换子眼-第二变换子眼-目标子眼。如果第二变换子眼与目标子眼不具有子眼间外参数,依据以上示例选择更多变换子眼,以确定相机坐标系变换路径。需要说明的是,在选择相机坐标系变换路径时,应尽可能选择短的变换路径,以降低计算误差。
S705:根据至少一个定位子眼和变换子眼之间的子眼间外参数,以及变换子眼与目标子眼之间的子眼间外参数确定第三计算公式。
本申请实施例中,根据变换路径确定计算公式,将位置坐标数据变换到目标子眼的相机坐标系中输出。由于变化路径的长度不一,本申请实施例以相机坐标系的变换路径为“左目”定位子眼-变换子眼-目标子眼为例,对第三计算公式进行说明。设某空间点P在目标子眼的相机坐标系中坐标为(X1,Y1,Z1),表示为矩阵形式为P1=[X1,Y1,Z1]T,在变换子眼的相机坐标系中坐标为(X2,Y2,Z2),表示为矩阵形式为P2=[X2,Y2,Z2]T,在“左目”定位子眼的机坐标系中坐标为(X3,Y3,Z3),表示为矩阵形式为P3=[X3,Y3,Z3]T,变换子眼相对于目标子眼的平移向量T1和旋转矩阵R1,“左目”定位子眼相对于变换子眼的平移矩阵T2和旋转矩阵R2,则P1、P2与P3的关系可表示为:
P1=(R2R1)-1[P3-(R2T1+T2)]
式(10)
S707:根据第三计算公式确定位置坐标数据转换到中心子眼的相机坐标系中的定位结果。
本申请实施例中,式(10)表示被“左目”定位子眼探测到的目标点P,通过双目视觉定位得到的空间坐标P3,统一到中心子眼的坐标系下P1的变换关系式,依上述原理,可统一复眼坐标系。
本申请实施例还公开了一种目标定位装置,图8是本申请实施例提供的一种基于仿生复眼的目标定位装置示意图,如图8所示,该装置包括:
获取模块801,用于获取包含目标对象的第一图像集合;
子眼集合确定模块803,用于根据第一图像集合确定定位子眼集合;
双目定位子眼确定模块805,用于在定位子眼集合确定出至少一对双目定位子眼;
参数获取模块807,用于获取至少一对双目定位子眼中每个定位子眼的子眼内参数以及双目定位子眼的子眼间外参数;
位置坐标确定模块809,用于根据子眼内参数和子眼间外参数确定目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据;
定位结果确定模块811,用于根据相对位置坐标数据确定目标对象在目标子眼的相机坐标系中的定位结果。
本申请实施例还公开了一种仿生复眼,仿生复眼用于获取包含目标对象的第一图像集合,第一图像集合用于确定目标对象在目标子眼的相机坐标系中的定位结果;图9是本申请实施例提供的一种仿生复眼的结构示意图,如图9所示,该仿生复眼包括:
多个子眼903,多个子眼903用于拍摄包含目标对象的第一图像集合;
支撑座901,支撑座901用于支撑子眼903,支撑座901具有支撑曲面,多个子眼903设置在支撑曲面上,支撑曲面上相邻子眼的视场至少部分重叠。
本申请实施例中,仿生复眼包括支撑座901,支撑座901可以为球形、半球形或椭球形等具有弧形表面的立体结构;支撑座901也可以为具有弧形表面的其他立体结构。支撑座901的材质可以选用光敏树脂、光敏聚合物、液态树脂等,通过3D打印技术(3D printing,3DP)成型,也可以采用其他方式成型,如注塑成型。支撑座901上的弧形表面为支撑曲面,支撑曲面上设有多个子眼903,子眼903用于拍摄含有目标对象的图像。可选的,子眼903可以是广角摄像头、标准摄像头,也可以是长焦摄像头、变焦摄像头,还可以是针孔摄像头等。仿生复眼上子眼903的数量以及多个子眼903根据支撑座901的形状结构以及子眼903的参数不同按照预设的分布规则设置在支撑曲面上,但无论何种类型的子眼903在支撑曲面上排布均需要满足相邻子眼903的视场至少部分重叠,多个子眼903的总视场角满足预设总视场角条件。
在一个可选的实施方式中,首先使用三维仿真软件建立仿生复眼的仿真模型,如Unity3D,在虚拟环境中可自由设计复眼模型的尺寸、子眼903数量及排布、子眼903视场角等。选定子眼903,可选的,由于同种型号的小相机具有相似的内在参数,因此仿生复眼的支撑曲面上每个子眼903可以选用同种型号的小相机;在一些实施方式中也可以选用不同型号的小相机。根据单个子眼903的视场角大小,设计子眼903数量及排布,以满足复眼大视场定位中,相邻子眼903需具有较大重叠视场的目的,设计过程中,满足相邻子眼903视场重叠区域不小于子眼903图像像素面积的40%。作为一个示例,为了使复眼总视场角尽可能大,选用了实测后视场角约为100°的广角摄像头,按单个子眼903视场角100°建立复眼三维模型,满足了前述相邻子眼903视场重叠区域不小于子眼903图像像素面积的40%的要求。通过不断仿真模拟之后,最终建立了如图9所示的仿生复眼。仿生复眼的支撑座901为半球形,其半径为6cm,子眼903大致分三层排布,各层分别分布有1个、6个、10个镜头,分别编号01号至17号,仿生复眼的总视场角为360°×180°×180°。如表1所示,表1示出了子眼903镜头的中心在支撑曲面上的位置坐标。设计完成后,通过3D打印技术,用光敏树脂制造支撑座901,将17个子眼903按设计的排布方式安装并编号。
表1子眼镜头中心坐标
编号 | x | y | z | 编号 | x | y | z |
01 | 0 | 0 | 6 | 02 | 0 | 3.154 | 5.104 |
03 | 0 | -3.154 | 5.104 | 04 | -3 | -1.854 | 4.854 |
05 | 3 | -1.854 | 4.854 | 06 | -3 | 1.854 | 4.854 |
07 | 3 | 1.854 | 4.854 | 08 | 5.104 | 0 | 3.154 |
09 | -5.104 | 0 | 3.154 | 10 | -1.854 | -4.854 | 3 |
11 | 1.854 | -4.854 | 3 | 12 | 1.854 | 4.854 | 3 |
13 | -1.854 | 4.854 | 3 | 14 | -4.854 | -3 | 1.854 |
15 | 4.854 | -3 | 1.854 | 16 | -4.854 | 3 | 1.854 |
17 | 4.854 | 3 | 1.854 |
本申请实施例中,子眼在支撑座上排布完成后,对仿生复眼进行标定,以获得每个自演的内参数和相邻子眼间外参数。本申请实施例中采用张正友棋盘格标定法对各子眼“镜头”进行标定。将棋盘格标定板放置于合适的位置,既能保证获得清晰的标定图像以提高角点提取精度,同时又能保证标定板位于所要标定的两个子眼公共视场内。每次标定时,将标定板变换不同的位姿,用需要标定的子眼同时对其进行拍摄,获取不低于20对图像对。用Matlab工具箱或者Opencv标定法对获取的标定数据进行立体标定,得到所有相邻子眼间的外参-旋转矩阵R,平移相邻T。具体的,选用每小格尺寸为15mm的高精度棋盘格标定板,将棋盘格标定板放置于人工复眼距离约为0.3m处,并将其变换不同的位姿,同时使用一对相邻的子眼对标定板进行拍摄,获取不低于20对图像对。然后使用Matlab中标定工具箱标定获得子眼内参数以及相邻子眼间外参数。作为一个示例,标定过程中,单个子眼像素分辨率设置为355×288,标定误差不大于0.16个pixel。
本申请实施例中,对各个子眼标定完成后获得子眼内参数以及相邻子眼间外参数。本申请实施例以上述作为示例的仿生复眼为例,通过标定获得子眼内参数和子眼间外参数,如表2和表3所示,表2示出了部分子眼的内参数,表3示出了部分子眼间外参数,其中,平移向量,单位为毫米;旋转矩阵可转化为旋转向量,单位为弧度。
表2部分子眼的内参数
表3部分子眼间外参数
本申请实施例还公开了一种目标定位***,图10是本申请实施例提供的一种目标定位***示意图,如图10所示,该***包括目标定位装置1001和仿生复眼1003,
目标定位装置1001包括:获取模块,用于获取包含目标对象的第一图像集合;子眼集合确定模块,用于根据第一图像集合确定定位子眼集合;双目定位子眼确定模块,用于在定位子眼集合确定出至少一对双目定位子眼;参数获取模块,用于获取至少一对双目定位子眼中每个定位子眼的子眼内参数以及双目定位子眼的子眼间外参数;位置坐标确定模块,用于根据子眼内参数和子眼间外参数确定目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据;定位结果确定模块,用于根据相对位置坐标数据确定目标对象在目标子眼的相机坐标系中的定位结果。
仿生复眼1003用于获取包含目标对象的第一图像集合,第一图像集合用于确定目标对象在目标子眼的相机坐标系中的定位结果;仿生复眼1003包括:多个子眼,多个子眼用于拍摄包含目标对象的第一图像集合;支撑座,支撑座用于支撑子眼,支撑座具有支撑曲面,多个子眼设置在所述支撑曲面上,支撑曲面上相邻子眼的视场至少部分重叠。
本申请实施例中,目标定位***包括目标定位装置和仿生复眼,目标定位装置和仿生复眼的具体实施方式请参见上文描述目标定位装置和仿生复眼的全部方式。
本申请实施例中,提供了一种设计与制作仿生复眼的思路,并通过张正友棋盘法完成仿生复眼标定。结合复眼多通道成像的结构特性与双目视觉定位方法,提出了一种基于仿生复眼的目标定位方法,能够实现仿生复眼对目标的三维定位。在定位过程中,筛选出目标点离图像中心点较近的两个子眼通道进行双目视觉定位,可减弱子眼“镜头”边缘像素畸变对定位精度所带来的影响。并根据复眼上的相邻子眼间都有共视的特性,提出了一种统一复眼坐标系的方法,根据标定得到的外参,可得到目标子眼与相邻子眼间的位置关系。根据坐标变换原理,得到目标子眼与不相邻子眼间的位置关系。在复眼大视场定位时,将确定的目标子眼相机坐标系作为世界坐标系,统一复眼坐标系,最终实现了高精度的复眼大视场定位。
本申请实施例中,根据上述描述,对仿生复眼进行目标定位实验。试验过程中采用的仿生复眼各个子眼在支撑座上的排布方式如表1所示,子眼内参数和子眼间外参数如表2和表3所示。
实验一:
如图11所示,用仿生复眼定位距离01号中心子眼Y,Z方向值相同的三点阵列Q1,Q2,Q3,其中Y=1000mm,Z=370mm,X方向相邻两点间距离L=40mm。点阵被复眼中02、12、13号三个子眼探测到。可供选择定位点阵的双目定位子眼有“02-12”“02-13”“13-12”,选取01号中心子眼作为目标子眼,如表4所示,表4示出了三对双目定位子眼的位置坐标数据分别转换到目标子眼后输出的定位结果。其中,由于点阵落在02号子眼拍摄到的图像边缘,在12、13号子眼拍摄的图像中,落在离图像中心较近位置。从表4中容易看出,用02号子眼进行定位测量时,三个方向上都有很大的偏差。而用12、13号子眼定位的结果与以01号目标子眼的相机坐标系作为世界坐标系的理论坐标值接近,验证了本申请实施例中所提到的基于仿生复眼的大视场定位技术的定位准确性。此外,本实验还对点阵Q1,Q2,Q3三点的Y方向坐标分别进行了定位,如表5所示,表5示出了三点的Y坐标以及与实际位置坐标的误差。
表4三对双目定位子眼对点阵的三维定位结果
表5仿生复眼对3点Y坐标测量结果
实验二:
为更精确验证本申请实施例所述的基于仿生复眼的目标定位方法的定位精度,利用机械臂可指定运动的特性,在机械臂合适位置贴上一个交叉十字,控制机械臂运动,通过仿生复眼对交叉十字的定位,能得到机械臂运动轨迹位移量。从某位置开始,让机械臂向Z轴方向两次分别平移100mm,计算两两坐标间的距离差,并机械臂实际位移相比,测量定位精度。实验过程中,交叉十字点Q可被01、02、06号子眼探测到,其中,P1,P2,P3为Q点在空间不同位置的三维坐标(X,Y,Z),(u1,v1),(u2,v2),(u6,v6)分别为目标点被01,02,06号子眼拍摄到图像的像素坐标。因单个子眼像素分辨率设置为:355×288,故(u0,v0)的值为(177.5,144)。判别目标点在不同子眼拍摄到的图像中的图像坐标,筛选出目标点离图像中心点较近的两个子眼进行双目视觉定位,并用统一复眼坐标系方法将定位结果转换目标子眼01号子眼的相机坐标系下,得到目标点复眼三维定位结果如表6所示,其定位精度如表7所示。
表6机械臂测量定位结果
表7机械臂测量定位精度
本申请实施例还公开了一种设备,设备包括处理器和存储器,存储器中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行如上所述的基于仿生复眼的目标定位方法。
本申请实施例中,存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、功能所需的应用程序等;存储数据区可存储根据所述终端的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器还可以包括存储器控制器,以提供处理器对存储器的访问。
本申请实施例公开了一种计算机可读存储介质,存储介质中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现如上所述的基于仿生复眼的目标定位方法。
本申请实施例中,上述存储介质可以位于计算机网络的多个网络客户端中的至少一个网络客户端。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是:上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (12)
1.一种基于仿生复眼的目标定位方法,其特征在于,所述方法包括:
通过仿生复眼上的至少两个子眼获取包含目标对象的第一图像集合;
根据所述第一图像集合确定定位子眼集合;
在所述定位子眼集合确定出至少一对双目定位子眼;
获取所述至少一对双目定位子眼中每个定位子眼的子眼内参数以及所述双目定位子眼的子眼间外参数;
根据所述子眼内参数和所述子眼间外参数确定所述目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据;
根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果。
2.根据权利要求1所述的目标定位方法,其特征在于,所述根据所述第一图像集合确定定位子眼集合,包括:
获取所述第一图像集合中每个图像的像素中心点坐标和所述目标对象的像素坐标;
计算每个所述第一图像中所述像素坐标到所述像素中心点坐标的欧式距离;
确定所述欧式距离数值小于预设阈值的所述图像为第二图像集合;
将与所述第二图像集合对应的所述子眼确定为定位子眼集合。
3.根据权利要求2所述的目标定位方法,其特征在于,所述根据所述子眼内参数和所述子眼间外参数确定所述目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据,包括:
根据所述子眼内参数和所述子眼间外参数确定第一计算公式;
根据所述第一计算公式确定所述目标对象在所述至少一个定位子眼的相机坐标系中的位置坐标数据。
4.根据权利要求3所述的目标定位方法,其特征在于,所述根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果,包括:
若所述至少一个定位子眼与所述目标子眼之间具有所述子眼间外参数,根据所述子眼间外参数确定所述位置坐标数据转换到所述目标子眼的相机坐标系中的定位结果;和/或,
若所述定位子眼与所述中心子眼的位之间不具有所述子眼间外参数,根据所述子眼间外参数确定相机坐标系的变换路径,根据所述变换路径确定所述位置坐标数据转换到所述中心子眼的相机坐标系中的定位结果。
5.根据权利要求4所述的目标定位方法,其特征在于,所述根据所述子眼间外参数确定所述位置坐标数据转换到所述目标子眼的相机坐标系中的定位结果,包括:
所述子眼间外参数包括平移参数和旋转参数,根据所述平移参数和所述旋转参数确定第二计算公式;
根据所述第二计算公式确定所述位置坐标数据转换到所述目标子眼的相机坐标系中的定位结果。
6.根据权利要求4所述的目标定位方法,其特征在于,所述根据所述子眼间外参数确定相机坐标系的变换路径,包括:
根据所述子眼间外参数确定所述至少一个定位子眼与所述目标子眼之间的变换子眼,所述变换子眼至少为一个;
根据所述至少一个定位子眼和所述变换子眼之间的所述子眼间外参数,以及所述变换子眼与所述目标子眼之间的所述子眼间外参数将所述至少一个定位子眼的相机坐标系变换为所述目标子眼的相机坐标系。
7.根据权利要求6所述的目标定位方法,其特征在于,所述根据所述变换路径确定所述位置坐标数据转换到所述中心子眼的相机坐标系中的定位结果,包括:
根据所述至少一个定位子眼和所述变换子眼之间的所述子眼间外参数,以及所述变换子眼与所述目标子眼之间的所述子眼间外参数确定第三计算公式;
根据所述第三计算公式确定所述位置坐标数据转换到所述中心子眼的相机坐标系中的定位结果。
8.一种目标定位装置,其特征在于,所述装置包括:
获取模块,用于获取包含目标对象的第一图像集合;
子眼集合确定模块,用于根据所述第一图像集合确定定位子眼集合;
双目定位子眼确定模块,用于在所述定位子眼集合确定出至少一对双目定位子眼;
参数获取模块,用于获取所述至少一对双目定位子眼中每个定位子眼的子眼内参数以及所述双目定位子眼的子眼间外参数;
位置坐标确定模块,用于根据所述子眼内参数和所述子眼间外参数确定所述目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据;
定位结果确定模块,用于根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果。
9.一种仿生复眼,其特征在于,所述仿生复眼用于获取包含目标对象的第一图像集合,所述第一图像集合用于确定所述目标对象在所述目标子眼的相机坐标系中的定位结果;所述仿生复眼包括:
多个子眼,所述多个子眼用于拍摄包含目标对象的第一图像集合;
支撑座,所述支撑座用于支撑所述子眼,所述支撑座具有支撑曲面,多个所述子眼设置在所述支撑曲面上,所述支撑曲面上相邻所述子眼的视场至少部分重叠。
10.一种目标定位***,其特征在于,所述***包括目标定位装置和仿生复眼,
所述目标定位装置包括:
获取模块,用于获取包含目标对象的第一图像集合;
子眼集合确定模块,用于根据所述第一图像集合确定定位子眼集合;
双目定位子眼确定模块,用于在所述定位子眼集合确定出至少一对双目定位子眼;
参数获取模块,用于获取所述至少一对双目定位子眼中每个定位子眼的子眼内参数以及所述双目定位子眼的子眼间外参数;
位置坐标确定模块,用于根据所述子眼内参数和所述子眼间外参数确定所述目标对象在至少一个定位子眼的相机坐标系中的位置坐标数据;
定位结果确定模块,用于根据所述相对位置坐标数据确定所述目标对象在所述目标子眼的相机坐标系中的定位结果。
所述仿生复眼用于获取包含目标对象的第一图像集合,所述第一图像集合用于确定所述目标对象在所述目标子眼的相机坐标系中的定位结果;所述仿生复眼包括:
多个子眼,所述多个子眼用于拍摄包含目标对象的第一图像集合;
支撑座,所述支撑座用于支撑所述子眼,所述支撑座具有支撑曲面,多个所述子眼设置在所述支撑曲面上,所述支撑曲面上相邻所述子眼的视场至少部分重叠。
11.一种设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行如权利要求1-7任一所述的基于仿生复眼的目标定位方法。
12.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-7任一所述的基于仿生复眼的目标定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010992950.2A CN112102401B (zh) | 2020-09-21 | 2020-09-21 | 一种目标定位方法、装置、***、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010992950.2A CN112102401B (zh) | 2020-09-21 | 2020-09-21 | 一种目标定位方法、装置、***、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112102401A true CN112102401A (zh) | 2020-12-18 |
CN112102401B CN112102401B (zh) | 2024-05-28 |
Family
ID=73759555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010992950.2A Active CN112102401B (zh) | 2020-09-21 | 2020-09-21 | 一种目标定位方法、装置、***、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112102401B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222862A (zh) * | 2021-06-04 | 2021-08-06 | 黑芝麻智能科技(上海)有限公司 | 图像畸变校正方法、装置、电子设备和存储介质 |
CN116681732A (zh) * | 2023-08-03 | 2023-09-01 | 南昌工程学院 | 一种基于复眼形态视觉的目标运动识别方法及*** |
CN118129696A (zh) * | 2024-05-08 | 2024-06-04 | 中国科学院西安光学精密机械研究所 | 一种基于双复眼成像的多目标测距方法及*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081296A (zh) * | 2010-12-01 | 2011-06-01 | 南京航空航天大学 | 仿复眼视觉的动目标快速定位及全景图同步获取装置及方法 |
CN103325088A (zh) * | 2013-07-04 | 2013-09-25 | 中国科学院光电技术研究所 | 一种曲面复眼成像***的多通道图像处理方法 |
CN104165626A (zh) * | 2014-06-18 | 2014-11-26 | 长春理工大学 | 仿生复眼成像目标定位*** |
CN104867140A (zh) * | 2015-05-13 | 2015-08-26 | 中国科学院光电技术研究所 | 一种基于仿生复眼的大视场定位*** |
JPWO2014203676A1 (ja) * | 2013-06-17 | 2017-02-23 | コニカミノルタ株式会社 | 位置決め装置、位置決め方法及び複眼カメラモジュール |
CN106846415A (zh) * | 2017-01-24 | 2017-06-13 | 长沙全度影像科技有限公司 | 一种多路鱼眼相机双目标定装置及方法 |
CN107105147A (zh) * | 2017-06-05 | 2017-08-29 | 北京理工大学 | 一种仿生超分辨成像传感器及成像方法 |
CN107610086A (zh) * | 2016-07-12 | 2018-01-19 | 天津超众机器人科技有限公司 | 一种基于仿生复眼结构的工业并联机器人快速视觉检测算法 |
KR101820632B1 (ko) * | 2017-07-12 | 2018-01-19 | 레이콜 | 겹눈 구조 렌즈 및 그 렌즈를 포함한 카메라 시스템 |
CN108596977A (zh) * | 2018-03-07 | 2018-09-28 | 北京华凯汇信息科技有限公司 | 一种仿生眼双目视觉外参数连续标定方法 |
CN109345587A (zh) * | 2018-09-01 | 2019-02-15 | 哈尔滨工程大学 | 一种基于全景与单目视觉的混合视觉定位方法 |
CN110503694A (zh) * | 2019-08-08 | 2019-11-26 | Oppo广东移动通信有限公司 | 多摄像头标定方法、装置、存储介质及电子设备 |
-
2020
- 2020-09-21 CN CN202010992950.2A patent/CN112102401B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081296A (zh) * | 2010-12-01 | 2011-06-01 | 南京航空航天大学 | 仿复眼视觉的动目标快速定位及全景图同步获取装置及方法 |
JPWO2014203676A1 (ja) * | 2013-06-17 | 2017-02-23 | コニカミノルタ株式会社 | 位置決め装置、位置決め方法及び複眼カメラモジュール |
CN103325088A (zh) * | 2013-07-04 | 2013-09-25 | 中国科学院光电技术研究所 | 一种曲面复眼成像***的多通道图像处理方法 |
CN104165626A (zh) * | 2014-06-18 | 2014-11-26 | 长春理工大学 | 仿生复眼成像目标定位*** |
CN104867140A (zh) * | 2015-05-13 | 2015-08-26 | 中国科学院光电技术研究所 | 一种基于仿生复眼的大视场定位*** |
CN107610086A (zh) * | 2016-07-12 | 2018-01-19 | 天津超众机器人科技有限公司 | 一种基于仿生复眼结构的工业并联机器人快速视觉检测算法 |
CN106846415A (zh) * | 2017-01-24 | 2017-06-13 | 长沙全度影像科技有限公司 | 一种多路鱼眼相机双目标定装置及方法 |
CN107105147A (zh) * | 2017-06-05 | 2017-08-29 | 北京理工大学 | 一种仿生超分辨成像传感器及成像方法 |
KR101820632B1 (ko) * | 2017-07-12 | 2018-01-19 | 레이콜 | 겹눈 구조 렌즈 및 그 렌즈를 포함한 카메라 시스템 |
CN108596977A (zh) * | 2018-03-07 | 2018-09-28 | 北京华凯汇信息科技有限公司 | 一种仿生眼双目视觉外参数连续标定方法 |
CN109345587A (zh) * | 2018-09-01 | 2019-02-15 | 哈尔滨工程大学 | 一种基于全景与单目视觉的混合视觉定位方法 |
CN110503694A (zh) * | 2019-08-08 | 2019-11-26 | Oppo广东移动通信有限公司 | 多摄像头标定方法、装置、存储介质及电子设备 |
Non-Patent Citations (2)
Title |
---|
WEIMING LI等: ""A neural network approach for a single-camera based Artificial Compound Eye System (ACES)"", 《IEEE 10TH INTERNATIONAL CONFERENCE ON COGNITIVE INFORMATICS AND COGNITIVE COMPUTING (ICCI-CC\'11)》 * |
何建争: ""球面仿生复眼的标定与定位研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222862A (zh) * | 2021-06-04 | 2021-08-06 | 黑芝麻智能科技(上海)有限公司 | 图像畸变校正方法、装置、电子设备和存储介质 |
CN116681732A (zh) * | 2023-08-03 | 2023-09-01 | 南昌工程学院 | 一种基于复眼形态视觉的目标运动识别方法及*** |
CN116681732B (zh) * | 2023-08-03 | 2023-10-20 | 南昌工程学院 | 一种基于复眼形态视觉的目标运动识别方法及*** |
CN118129696A (zh) * | 2024-05-08 | 2024-06-04 | 中国科学院西安光学精密机械研究所 | 一种基于双复眼成像的多目标测距方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112102401B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112102401B (zh) | 一种目标定位方法、装置、***、设备及存储介质 | |
JP6967715B2 (ja) | カメラ校正方法、カメラ校正プログラム及びカメラ校正装置 | |
US10085011B2 (en) | Image calibrating, stitching and depth rebuilding method of a panoramic fish-eye camera and a system thereof | |
CN109405765B (zh) | 一种基于散斑结构光的高精度深度计算方法及*** | |
CN109448055B (zh) | 单目视觉姿态确定方法及*** | |
WO2022160761A1 (zh) | 双立体相机的标定方法及装置 | |
WO2018076154A1 (zh) | 一种基于鱼眼摄像机空间位姿标定的全景视频生成方法 | |
JP6573419B1 (ja) | 位置決め方法、ロボット及びコンピューター記憶媒体 | |
JP6079333B2 (ja) | 校正装置、方法及びプログラム | |
Zhang et al. | A robust and rapid camera calibration method by one captured image | |
JP2012253758A (ja) | 車両視覚システムの較正方法および車両視覚システム | |
CN109559349A (zh) | 一种用于标定的方法和装置 | |
JP2022528301A (ja) | キャリブレーション方法、位置確定方法、装置、電子機器及び記憶媒体 | |
CN110889873A (zh) | 一种目标定位方法、装置、电子设备及存储介质 | |
Yu et al. | A calibration method based on virtual large planar target for cameras with large FOV | |
EP3944194B1 (en) | Fisheye camera calibration system, method and apparatus, and electronic device and storage medium | |
CN106570907B (zh) | 一种相机标定方法及装置 | |
CN112802124A (zh) | 多台立体相机的标定方法及装置、电子设备及存储介质 | |
CN110337674A (zh) | 三维重建方法、装置、设备及存储介质 | |
Wu et al. | A new linear algorithm for calibrating central catadioptric cameras | |
CN112229323A (zh) | 基于手机单目视觉的棋盘格合作目标的六自由度测量方法及其应用 | |
CN111383264A (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN102881040A (zh) | 一种数码相机移动拍摄三维重建方法 | |
CN111915681B (zh) | 多组3d相机群的外参标定方法、装置、存储介质及设备 | |
Li et al. | Uncalibrated Euclidean 3-D reconstruction using an active vision system |
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 |