CN113052900A - 一种位置确定方法及装置、电子设备和存储介质 - Google Patents
一种位置确定方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113052900A CN113052900A CN202110442278.4A CN202110442278A CN113052900A CN 113052900 A CN113052900 A CN 113052900A CN 202110442278 A CN202110442278 A CN 202110442278A CN 113052900 A CN113052900 A CN 113052900A
- Authority
- CN
- China
- Prior art keywords
- target
- determining
- homography matrix
- point
- reference points
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 153
- 238000004590 computer program Methods 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013507 mapping Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010408 sweeping 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
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本公开涉及一种位置确定方法及装置、电子设备和存储介质,所述方法包括:确定视觉传感器采集的图像中目标点的第一位置;从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。本公开实施例可提高确定的目标点在世界坐标系中位置的准确性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种位置确定方法及装置、电子设备和存储介质。
背景技术
在基于视觉传感器的图像测距以及机器视觉等应用中,为确定空间中表面某点的位置与其在图像中像点的位置之间的对应关系,往往会对相机的参数进行标定。无论是在图像测距还是机器视觉中,相机参数的标定都是非常关键的环节,其标定结果的精度直接影响相机工作产生结果的准确性。
在相关技术中,视觉传感器的参数标定后,可以得到用于指示世界坐标系和图像坐标系之间映射关系的单应性矩阵,视觉传感器所采集的图像中某个点的坐标可以通过与单应矩阵进行相乘操作,得到图像中该点在真实空间中的实际位置,基于该实际位置即可完成测距、机器视觉等应用。
然而,相关技术中,基于图像确定的目标点在世界坐标系中的位置准确性较低。
发明内容
本公开提出了一种位置确定技术方案。
根据本公开的一方面,提供了一种位置确定方法,包括:
确定视觉传感器采集的图像中目标点的第一位置;
从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;
基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。
在一种可能的实现方式中,所述确定与所述第一位置相对应的目标单应性矩阵,包括:
在所述第一位置位于所述至少两个目标图像区域中的任一目标图像区域的情况下,将所述第一位置所在的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述确定与所述第一位置相对应的目标单应性矩阵,包括:
在所述第一位置位于所述至少两个目标图像区域外的情况下,确定所述第一位置与所述至少两个目标图像区域之间的第一距离;
将所述第一距离满足距离条件的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述确定与所述第一位置相对应的目标单应性矩阵,包括:
在所述第一位置位于不止一个目标图像区域的重叠区域的情况下,将所述不止一个目标图像区域各自对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置,包括:
在所述第一位置对应至少两个目标单应性矩阵的情况下,分别基于各所述目标单应性矩阵和所述第一位置,得到所述目标点在世界坐标系中的第二位置;
基于分别得到的至少两个所述第二位置,确定所述目标点在世界坐标系中位置。
在一种可能的实现方式中,在确定与所述第一位置相对应的目标单应性矩阵前,所述方法还包括:
利用预设的标定物中的多个参考点,确定所述视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵。
在一种可能的实现方式中,所述利用预设的标定物中的多个参考点,确定所述视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵,包括:
确定所述标定物中的多个参考点在世界坐标系中的第一坐标值;
确定所述多个参考点在所述视觉传感器采集的图像中的第二坐标值;
根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,其中,单个所述参考点组合所在的图像区域为单个目标图像区域,单个所述参考点组合包括所述多个参考点中的部分参考点。
在一种可能的实现方式中,所述参考点组合中包括N个相邻的参考点,N为大于1的整数;
所述根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,包括:
在所述标定物的多个参考点中,按照预设的顺序,依次选取N个相邻的参考点构成参考点组合,得到多个参考点组合,其中,在剩余的参考点数量不足N个的情况下,选取与所述剩余的参考点相邻的参考点补齐N个参考点,构成参考点组合;
根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,分别针对各所述参考点组合,确定单应性矩阵。
根据本公开的一方面,提供了一种位置确定装置,包括:
第一位置确定模块,用于确定视觉传感器采集的图像中目标点的第一位置;
目标单应性矩阵确定模块,用于从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;
第二位置确定模块,用于基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。
在一种可能的实现方式中,所述目标单应性矩阵确定模块,用于在所述第一位置位于所述至少两个目标图像区域中的任一目标图像区域的情况下,将所述第一位置所在的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述目标单应性矩阵确定模块,用于在所述第一位置位于所述至少两个目标图像区域外的情况下,确定所述第一位置与所述至少两个目标图像区域之间的第一距离;将所述第一距离满足距离条件的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述目标单应性矩阵确定模块,用于在所述第一位置位于不止一个目标图像区域的重叠区域的情况下,将所述不止一个目标图像区域各自对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述第二位置确定模块,用于在所述第一位置对应至少两个目标单应性矩阵的情况下,分别基于各所述目标单应性矩阵和所述第一位置,得到所述目标点在世界坐标系中的第二位置;基于分别得到的至少两个所述第二位置,确定所述目标点在世界坐标系中位置。
在一种可能的实现方式中,所述装置还包括:
单应性矩阵确定模块,用于利用预设的标定物中的多个参考点,确定所述视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵。
在一种可能的实现方式中,所述单应性矩阵确定模块,包括:
第一坐标值确定子模块,用于确定所述标定物中的多个参考点在世界坐标系中的第一坐标值;
第二坐标值确定子模块,用于确定所述多个参考点在所述视觉传感器采集的图像中的第二坐标值;
单应性矩阵确定子模块,用于根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,其中,单个所述参考点组合所在的图像区域为单个目标图像区域,单个所述参考点组合包括所述多个参考点中的部分参考点。
在一种可能的实现方式中,所述参考点组合中包括N个相邻的参考点,N为大于1的整数;
所述根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,包括:
在所述标定物的多个参考点中,按照预设的顺序,依次选取N个相邻的参考点构成参考点组合,得到多个参考点组合,其中,在剩余的参考点数量不足N个的情况下,选取与所述剩余的参考点相邻的参考点补齐N个参考点,构成参考点组合;
根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,分别针对各所述参考点组合,确定单应性矩阵。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,通过确定视觉传感器采集的图像中目标点的第一位置;从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。由此,由于相机镜头存在畸变等非线性特征导致不同的目标图像区域与世界坐标系的映射关系不同,那么,可以针对各目标图像区域分别设置对应的单应性矩阵,在确定目标点在世界坐标系中的位置时,可以选取与该位置所处的目标图像区域对应的单应性矩阵,来计算目标点在世界坐标系中的位置,减少了相机镜头畸变等非线性特征的干扰,提高了确定的目标点在世界坐标系中位置的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的位置确定方法的流程图。
图2示出根据本公开实施例的一种标定物的结构示意图。
图3示出根据本公开实施例的一种位置确定装置的框图。
图4示出根据本公开实施例的一种电子设备的框图。
图5示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在基于视觉传感器的图像测距、机器视觉、三维场景重建等应用中,为了校正视觉传感器的镜头畸变、确定三维空间中的物理尺寸与图像的像素尺寸之间的换算关系、以及确定空间物体(或空间物体表面某点)的三维几何位置与该空间物体(或空间物体表面某点)在图像中对应的像素点的坐标之间的对应关系,往往会建立视觉传感器成像的几何模型,该几何模型的参数即为视觉传感器参数。
在视觉传感器参数中,单应性矩阵表征了世界坐标系和图像坐标系之间的映射关系,视觉传感器所采集的图像中某个点的坐标可以通过与单应矩阵进行相乘操作,得到图像中该点呈现于世界坐标中的实际位置。该相乘操作是一个线性操作,而由于相机镜头生产工艺和出厂质量等问题,本身可能存在一定的畸变等非线性特性,基于图像确定的目标点在世界坐标系中的位置准确性较低,难以满足测距、机器视觉等应用的高精度需求。
本公开实施例提供一种位置确定方法,通过确定视觉传感器采集的图像中目标点的第一位置;从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。由此,由于相机镜头存在畸变等非线性特征导致不同的目标图像区域与世界坐标系的映射关系不同,那么,可以针对各目标图像区域分别设置对应的单应性矩阵,在确定目标点在世界坐标系中的位置时,可以选取与该位置所处的目标图像区域对应的单应性矩阵,来计算目标点在世界坐标系中的位置,减少了相机镜头畸变等非线性特征的干扰,提高了确定的目标点在世界坐标系中位置的准确性。
在一种可能的实现方式中,所述位置确定方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者,可通过服务器执行所述方法。
图1示出根据本公开实施例的位置确定方法的流程图,如图1所示,所述位置确定方法包括:
在步骤S11中,确定视觉传感器采集的图像中目标点的第一位置。
该第一位置可以是目标点在图像坐标系中的位置,图像坐标系可以是一个二维的xy坐标系,该坐标系的原点可以是图像中的某一点,例如,可以以图像的左上角为原点,以横向向右为x轴正方向,以纵向向下为y轴正方向,构建坐标系。那么目标点的第一位置可以通过坐标(x,y)来表示。
在步骤S12中,从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵。
在本公开实施例中,图像中会存在至少两个目标图像区域,目标图像区域是预先划分的区域,具体划分的依据可以是对视觉传感器标定时参考点的位置,具体可参见本公开后文可能的实现方式,此处不做赘述。
在构建单应性矩阵时,可以对每一目标图像区域构建一个单应性矩阵,不同的目标图像区域可以存在重叠区域,当然,在图像中,也会存在目标图像区域以外的其它图像区域。具体确定至少两个目标图像区域各自对应的单应性矩阵的过程,可参见本公开提供的可能的实现方式,此处不做赘述。
目标图像区域可以是矩形、圆形等各种形状,目标图像区域的具***置也可以通过图像坐标系中的坐标来表示。例如,在目标图像区域是矩形的情况下,可以通过矩形左上角角点的坐标和右下角角点的坐标,来表示目标图像区域在图像坐标系中的位置,例如,矩形的坐标可以表示为(x1,y1;x2,y2),其中,(x1,y1)表示矩形左上角角点的坐标,(x2,y2)表示矩形右下角角点的坐标。
在第一位置在图像坐标系中的位置确定后,即可根据第一位置和目标图像区域的位置,确定与第一位置相对应的目标图像区域,具体可以根据第一位置的坐标和目标图像区域的坐标,来确定与第一位置相对应的目标图像区域,而目标图像区域又与单应性矩阵相对应,因此,即可确定与第一位置对应的单应性矩阵。
本公开实施例中,确定与第一位置相对应的目标单应性矩阵时,可以有多种可能的实现方式:
在一种可能的实现方式中,所述确定与所述第一位置相对应的目标单应性矩阵,包括:在所述第一位置位于所述至少两个目标图像区域中的任一目标图像区域的情况下,将所述第一位置所在的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
也就是说,根据第一位置的坐标和目标图像区域的坐标,在确定第一位置位于某一目标图像区域中的情况下,则将第一位置所在的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述确定与所述第一位置相对应的目标单应性矩阵,包括:在所述第一位置位于所述至少两个目标图像区域外的情况下,确定所述第一位置与所述至少两个目标图像区域之间的第一距离;将所述第一距离满足距离条件的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
也就是说,根据第一位置的坐标和目标图像区域的坐标,在确定第一位置不在任何目标图像区域中的情况下,则可以选取第一位置附近的目标图像区域的单应性矩阵作为目标单应性矩阵。具体选取过程可以是根据第一位置与目标图像区域之间的第一距离来确定的。
第一位置与目标图像区域之间的第一距离,可以是第一位置与目标图像区域中距离最近的像素点之间的距离。例如,可以确定第一位置与目标图像区域的边界中各像素点之间的距离,将最小的距离作为第一位置与目标图像区域之间的第一距离。
此外,由于目标图像区域往往是规则的几何形状,例如是矩形等多边形,那么,第一位置到目标图像区域的边界的距离,即点到线段的距离。在确定点p到线段ab(端点为a和b)的距离时,可以利用向量点乘求出向量ap在向量ab上的投影长度l1,若l1的值小于等于0,则表明p点投影在线段ab的反向延长线上,则点p和线段ab之间的距离为点a和p的距离;若l1的值大于等于线段ab长度,则表明点p投影在线段ab的正向延长线上,则点p和线段ab之间的距离为点b和p的距离;若l1的值为正数且小于线段ab长度,则再求出点a到点p的距离l2,然后利用勾股定理,即可求出点p和线段ab之间的距离为
在确定出第一位置到目标图像区域的各边的距离后,可以将第一位置与目标图像区域的各边的距离中最小的距离,作为第一位置与目标图像区域的第一距离。
这里的距离条件可以包括以下至少一种:距离小于距离阈值,距离最小。此外,距离条件还可以包括其它多种,具体可根据实际应用来确定,本公开对此不作赘述。
在距离条件是距离最小的情况下,可以将第一距离中距离最小的目标图像区域对应的单应性矩阵,作为目标单应性矩阵;在距离条件是距离小于距离阈值的情况下,可以将第一距离中距离小于距离阈值的至少一个目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述确定与所述第一位置相对应的目标单应性矩阵,包括:在所述第一位置位于不止一个目标图像区域的重叠区域的情况下,将所述不止一个目标图像区域各自对应的单应性矩阵,作为目标单应性矩阵。
也就是说,在第一位置位于不止一个目标图像区域中的情况下,则将该不止一个目标图像区域各自对应的单应性矩阵,均作为目标单应性矩阵。
在步骤S13中,基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。
由于单应性矩阵指示世界坐标系和图像坐标系之间的转换关系,而第一位置是图像坐标系中的位置,那么,根据该目标单应性矩阵,可以将图像坐标系中的该第一位置对应至世界坐标系中的位置。
在一种可能的实现方式中,根据确定的世界坐标系中的位置,可以衡量该位置距离视觉传感器的距离,从而实现图像测距。
在一种可能的实现方式中,根据确定的世界坐标系中的位置,可以实现机器视觉应用,例如障碍物检测、避障等。
在本公开实施例中,通过确定视觉传感器采集的图像中目标点的第一位置;从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。由此,由于相机镜头存在畸变等非线性特征导致不同的目标图像区域与世界坐标系的映射关系不同,那么,可以针对各目标图像区域分别设置对应的单应性矩阵,在确定目标点在世界坐标系中的位置时,可以选取与该位置所处的目标图像区域对应的单应性矩阵,来计算目标点在世界坐标系中的位置,减少了相机镜头畸变等非线性特征的干扰,提高了确定的目标点在世界坐标系中位置的准确性。
在本公开实施例中,通过至少两个单应性矩阵,可以更好地拟合视觉传感器的图像平面到物体所在平面的单应性变换。尤其是对于低成本相机而言,图像的畸变校正无法完全去除图像的非线性,使用单一单应性矩阵很难完美拟合图像平面到物体所在平面的单应性变换,而使用多个单应性矩阵可以提高测距精度。
如前文所述,与第一位置对应的目标单应性矩阵可能是一个,也可能是不止一个。
在一种可能的实现方式中,在第一位置对应于一个目标单应性矩阵的情况下,所述基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置,包括:基于该一个单应性矩阵,将图像坐标系中的第一位置对应至世界坐标系中的位置,得到目标点在世界坐标系中的位置。
在一种可能的实现方式中,在所述第一位置对应至少两个目标单应性矩阵的情况下,所述基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置,包括:分别基于各所述目标单应性矩阵和所述第一位置,得到所述目标点在世界坐标系中的第二位置;基于分别得到的至少两个所述第二位置,确定所述目标点在世界坐标系中位置。
在本实现方式中,分别基于各目标单应性矩阵和所述第一位置,得到目标点在世界坐标系中的第二位置,也就是说,可以通过每个目标单应性矩阵得到目标点在世界坐标系中的一个位置,那么通过至少两个单应性矩阵,就可以得到至少两个世界坐标系中的第二位置。
针对得到的至少两个第二位置,可以对该至少两个第二位置的坐标值取平均值,得到取平均值后的坐标,例如,对x轴坐标取平均值后得到的值作为目标点在世界坐标系中的x轴坐标,对y轴坐标取平均值后得到的值作为目标点在世界坐标系中的y轴坐标。在其他示例中,针对得到的至少两个第二位置,可以对该至少两个第二位置的坐标值进行加权平均,得到目标点在世界坐标系中的位置,其中权值可以根据实际情况设置,例如根据第一位置与目标单应性矩阵之间的距离正相关设置。
针对得到的至少两个第二位置,在第二位置的数量多于两个的情况下,可以确定由这多个第二位置构成的几何图形的中心点,这里的中心点例如可以包括几何图形的重心、外心、内心、垂心、旁心中的一种。然后将这多个第二位置构成的几何图形的中心点,作为目标点在世界坐标系中的位置。
在本公开实施例中,在第一位置对应至少两个目标单应性矩阵的情况下,通过分别基于各目标单应性矩阵和第一位置,得到目标点在世界坐标系中的第二位置;然后基于至少两个第二位置,确定目标点在世界坐标系中位置。由此,减少了相机镜头畸变等非线性特征的干扰,提高了确定的目标点在世界坐标系中位置的准确性。
此外,在实际应用中,例如在测距应用中,在分别基于各目标单应性矩阵和第一位置,得到目标点在世界坐标系中的至少两个位置后,可以分别基于这至少两个位置得到目标点的距离,然后对得到的多个距离取平均值,将平均值作为最终的测距结果。
以上描述了本公开实施例中利用至少两个单应性矩阵确定目标点在世界坐标系中位置的过程,下面将会对构建至少两个单应性矩阵的实现方式进行描述。
在一种可能的实现方式中,在确定与所述第一位置相对应的目标单应性矩阵前,所述方法还包括:利用预设的标定物中的多个参考点,确定所述视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵。
标定物置于真实空间中的世界坐标系中,标定物上面往往会包含参考点,利用该参考点在世界坐标系中的位置和在图像坐标系中的位置之间的对应关系,即可确定视觉传感器的单应性矩阵。该标定物的具体形式可以是位于平面上的图案,例如,可以是位于纸张等平面上的图案。
标定物上的图案可以是圆形、长方形、正方形等图案中的一种或多种,图案中可以划分为不同的区域,相邻的区域可以用不同的颜色来表示,而参考点可以位于相邻区域的交界处,以便于在视觉传感器的图像上对参考点进行识别。
目标图像区域对应的单应性矩阵是基于目标图像区域的参考点来确定的,至少两个参考点即可用来标定一个目标图像区域的单应性矩阵,通过选取不同目标图像区域的参考点,利用各目标图像区域的至少两个参考点,即可得到各目标图像区域的单应性矩阵。对于具体根据参考点得到单应性矩阵的过程,可以参见相机标定的相关技术,此处不做赘述。
在本公开实施例中,通过利用预设的标定物中的多个参考点,确定视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵。由此,由于相机镜头存在畸变等非线性特征导致不同的目标图像区域与世界坐标系的映射关系不同,那么,可以针对各目标图像区域分别设置对应的单应性矩阵,在确定目标点在世界坐标系中的位置时,可以选取与该位置所处的目标图像区域对应的单应性矩阵,来计算目标点在世界坐标系中的位置,提高了确定的目标点在世界坐标系中位置的准确性。
在一种可能的实现方式中,所述利用预设的标定物中的多个参考点,确定所述视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵,包括:确定所述标定物中的多个参考点在世界坐标系中的第一坐标值;确定所述多个参考点在所述视觉传感器采集的图像中的第二坐标值;根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,其中,单个所述参考点组合所在的图像区域为单个目标图像区域,单个所述参考点组合包括所述多个参考点中的部分参考点。
在视觉传感器标定的过程中,会通过同一参考点在世界坐标系中的第一坐标值和图像中的第二坐标值之间的对应关系,来确定视觉传感器的单应性矩阵。在本公开实施例中,一个目标图像区域对应一个参考点组合,通过这一个参考点组合来确定目标图像区域对应的单应性矩阵。
具体对参考点组合的方式可以有多种,例如,可以将图像中相邻的N参考点组合在一起,构成参考点组合。具体地,在一种可能的实现方式中,所述参考点组合中包括N个相邻的参考点,N为大于1的整数;所述根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,包括:在所述标定物的多个参考点中,按照预设的顺序,依次选取N个相邻的参考点构成参考点组合,得到多个参考点组合,其中,在剩余的参考点数量不足N个的情况下,选取与所述剩余的参考点相邻的参考点补齐N个参考点,构成参考点组合;根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,分别针对各所述参考点组合,确定单应性矩阵。
作为一种可能的实现方式,可以从图像中标定物的参考点中,按照一定的顺序,例如从左往右,选取N个相邻的参考点构成参考点组合,然后再继续往右选取N个相邻的参考点组合,直至遍历完整个标定物中的参考点。或者也可以以标定物的中心为起始点,选取N个参考点,然后分别向外以此选取N个相邻的参考点组合,直至遍历完整个标定物中的参考点。需要说明的是,在剩余的参考点数量不足N个的情况下,可以选取与剩余的参考点相邻的参考点补齐N个参考点,构成参考点组合。
请参阅图2,为本公开实施例提供的一种标定物,其中,符号A、B、C、D、E…U用来指示参考点的位置,以参考点的数量为9为例,从左到右依次选取3×3的9个点作为一个参考点组合,第一次选取A-B-C-H-I-J-O-P-Q作为一个参考点组合,第二次选取D-E-F-K-L-M-R-S-T作为一个参考点组合,剩余的GNU三个参考点不足9个,则用左侧的相邻参考点补齐,选取E-F-G-L-M-N-S-T-U作为一个参考点组合,后续还会再选取标定物中剩余的参考点继续构成参考点组合,此处不一一赘述。
针对选取的各参考点组合,分别利用参考点组合中的参考点的第一坐标值和第二坐标值,来计算参考点组合对应的单应性矩阵,单个参考点组合所围成的图像区域,即为一个目标图像区域。
在本公开实施例中,还可以通过其它方式来对参考点进行组合,此处不再赘述。
在本公开实施例中,通过在标定物的多个参考点中,按照预设的顺序,依次选取N个相邻的参考点构成参考点组合,此外,在剩余的参考点数量不足N个的情况下,也可以选取与剩余的参考点相邻的参考点补齐N个参考点,构成参考点组合。由此,得到的多个参考点组合构建的各单应性矩阵能够较为全面地覆盖图像区域,以尽可能地减少不同的图像区域由于相机镜头存在畸变等非线性特征造成的影响。在确定目标点在世界坐标系中的位置时,可以选取与该位置所处的目标图像区域对应的单应性矩阵,来计算目标点在世界坐标系中的位置,提高了确定的目标点在世界坐标系中位置的准确性。
下面对本公开实施例的一个具体应用场景进行说明,该应用场景中未详尽描述之处可参见前文的相应记载,此处不再赘述。在该应用场景中,通过如图2所示的标定物来确定视觉传感器的多个单应性矩阵,标定物放置于地面上。在该应用场景中,本公开提供的位置确定方法的具体实现过程包括:
步骤S21,确定标定物中的各参考点在世界坐标系中的第一坐标值。
该第一坐标值可以由人工测量得到,世界坐标系可以是以机器人所在位置为原点,以地面为平面构建的二维坐标系。
步骤S22,确定标定物中的各参考点在视觉传感器采集的图像中的第二坐标值。
该过程可以基于图像检测技术来实现,通过图像检测来确定图像中的参考点的第二坐标值,或者该过程也可以是基于人工标注操作来确定的。
步骤S23,针对检测到的各参考点,从标定物左侧往右侧依次选取3×3的参考点组合,得到多个参考点组合。
当剩下的角点不足3×3时,则利用相邻的参考点补齐。具体选取的过程,可参见前文的相关描述,此处不做赘述。
步骤S24,针对各参考点组合,根据同一参考点的第一坐标值和第二坐标值的对应关系,确定各参考点组合对应的单应性矩阵。
其中,单个参考点组合所在的图像区域为单个目标图像区域。
以上为确定各目标图像区域的单应性矩阵的过程,下面对该应用场景中基于确定的各单应性矩阵进行位置确定的过程进行描述。
步骤S31,确定视觉传感器采集的图像中目标点的第一位置。
步骤S32,在第一位置位于单个目标图像区域中的情况下,利用第一位置所在的目标图像区域对应的单应性矩阵,确定目标点在世界坐标系中的位置。
例如,若第一位置处于点I处,则使用A-B-C-H-I-J-O-P-Q参考点所在目标图像区域对应的单应性矩阵确定目标点在世界坐标系中的位置。
步骤S33,在第一位置位于不止一个目标图像区域的重叠区域的情况下,利用不止一个目标图像区域各自对应的单应性矩阵,分别得到目标点在世界坐标系中的第二位置,然后利用得到的不止一个第二位置,确定目标点在世界坐标系中的位置。
例如,若第一位置处于点J处,则使用A-B-C-H-I-J-O-P-Q参考点所在目标图像区域对应的单应性矩阵,确定目标点在世界坐标系中的第二位置;然后使用D-E-F-K-L-M-R-S-T参考点所在目标图像区域对应的单应性矩阵,确定目标点在世界坐标系中的第二位置。将两个第二位置的中点,作为目标点在世界坐标系中的位置。
步骤S34,在第一位置位于目标图像区域外的情况下,确定第一位置与目标图像区域之间的第一距离,并利用第一距离最小的目标图像区域对应的单应性矩阵,确定目标点在世界坐标系中的位置。
例如,若第一位置位于A点左边的点,则计算第一位置与各目标图像区域之间的距离,确定A-B-C-H-I-J-O-P-Q参考点所在目标图像区域为距离最近的目标图像区域,然后利用该目标图像区域对应的单应性矩阵,确定目标点在世界坐标系中的第二位置。
在本公开实施例中,通过至少两个单应性矩阵,可以更好地拟合视觉传感器的图像平面到物体所在平面的单应性变换。尤其是对于低成本相机而言,图像的畸变校正无法完全去除图像的非线性,使用单一单应性矩阵很难完美拟合图像平面到物体所在平面的单应性变换,而使用多个单应性矩阵可以提高测距精度。
在本公开实施例中,基于标定好的视觉传感器的参数,即可进行后续的应用,例如,可以基于标定后的视觉传感器进行图像测距,根据图像中的目标物的位置,确定该目标物距离视觉传感器的距离,或是距离搭载视觉传感器的机器人的距离,图像测距可应用于自动驾驶、扫地机器人的清扫工作等应用中,具有较高的应用价值。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了位置确定装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种位置确定方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图3示出根据本公开实施例的位置确定装置的框图,如图3所示,所述装置40包括:
第一位置确定模块41,用于确定视觉传感器采集的图像中目标点的第一位置;
目标单应性矩阵确定模块42,用于从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;
第二位置确定模块43,用于基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。
在一种可能的实现方式中,所述目标单应性矩阵确定模块42,用于在所述第一位置位于所述至少两个目标图像区域中的任一目标图像区域的情况下,将所述第一位置所在的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述目标单应性矩阵确定模块42,用于在所述第一位置位于所述至少两个目标图像区域外的情况下,确定所述第一位置与所述至少两个目标图像区域之间的第一距离;将所述第一距离满足距离条件的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述目标单应性矩阵确定模块42,用于在所述第一位置位于不止一个目标图像区域的重叠区域的情况下,将所述不止一个目标图像区域各自对应的单应性矩阵,作为目标单应性矩阵。
在一种可能的实现方式中,所述第二位置确定模块43,用于在所述第一位置对应至少两个目标单应性矩阵的情况下,分别基于各所述目标单应性矩阵和所述第一位置,得到所述目标点在世界坐标系中的第二位置;基于分别得到的至少两个所述第二位置,确定所述目标点在世界坐标系中位置。
在一种可能的实现方式中,所述装置还包括:
单应性矩阵确定模块,用于利用预设的标定物中的多个参考点,确定所述视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵。
在一种可能的实现方式中,所述单应性矩阵确定模块,包括:
第一坐标值确定子模块,用于确定所述标定物中的多个参考点在世界坐标系中的第一坐标值;
第二坐标值确定子模块,用于确定所述多个参考点在所述视觉传感器采集的图像中的第二坐标值;
单应性矩阵确定子模块,用于根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,其中,单个所述参考点组合所在的图像区域为单个目标图像区域,单个所述参考点组合包括所述多个参考点中的部分参考点。
在一种可能的实现方式中,所述参考点组合中包括N个相邻的参考点,N为大于1的整数;
所述根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,包括:
在所述标定物的多个参考点中,按照预设的顺序,依次选取N个相邻的参考点构成参考点组合,得到多个参考点组合,其中,在剩余的参考点数量不足N个的情况下,选取与所述剩余的参考点相邻的参考点补齐N个参考点,构成参考点组合;
根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,分别针对各所述参考点组合,确定单应性矩阵。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现和技术效果可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的位置确定方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的位置确定方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图4,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(WiFi),第二代移动通信技术(2G)或第三代移动通信技术(3G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如微软服务器操作***(Windows ServerTM),苹果公司推出的基于图形用户界面操作***(Mac OSXTM),多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM),开放原代码的类Unix操作***(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (11)
1.一种位置确定方法,其特征在于,包括:
确定视觉传感器采集的图像中目标点的第一位置;
从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;
基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。
2.根据权利要求1所述方法,其特征在于,所述确定与所述第一位置相对应的目标单应性矩阵,包括:
在所述第一位置位于所述至少两个目标图像区域中的任一目标图像区域的情况下,将所述第一位置所在的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
3.根据权利要求1所述方法,其特征在于,所述确定与所述第一位置相对应的目标单应性矩阵,包括:
在所述第一位置位于所述至少两个目标图像区域外的情况下,确定所述第一位置与所述至少两个目标图像区域之间的第一距离;
将所述第一距离满足距离条件的目标图像区域对应的单应性矩阵,作为目标单应性矩阵。
4.根据权利要求1所述方法,其特征在于,所述确定与所述第一位置相对应的目标单应性矩阵,包括:
在所述第一位置位于不止一个目标图像区域的重叠区域的情况下,将所述不止一个目标图像区域各自对应的单应性矩阵,作为目标单应性矩阵。
5.根据权利要求1-4任一所述方法,其特征在于,所述基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置,包括:
在所述第一位置对应至少两个目标单应性矩阵的情况下,分别基于各所述目标单应性矩阵和所述第一位置,得到所述目标点在世界坐标系中的第二位置;
基于分别得到的至少两个所述第二位置,确定所述目标点在世界坐标系中位置。
6.根据权利要求1-5任一所述方法,其特征在于,在确定与所述第一位置相对应的目标单应性矩阵前,所述方法还包括:
利用预设的标定物中的多个参考点,确定所述视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵。
7.根据权利要求6所述方法,其特征在于,所述利用预设的标定物中的多个参考点,确定所述视觉传感器所采集的图像中,至少两个目标图像区域中的每一个目标图像区域对应的单应性矩阵,包括:
确定所述标定物中的多个参考点在世界坐标系中的第一坐标值;
确定所述多个参考点在所述视觉传感器采集的图像中的第二坐标值;
根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,其中,单个所述参考点组合所在的图像区域为单个目标图像区域,单个所述参考点组合包括所述多个参考点中的部分参考点。
8.根据权利要求7所述方法,其特征在于,所述参考点组合中包括N个相邻的参考点,N为大于1的整数;
所述根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,确定不同的参考点组合对应的单应性矩阵,包括:
在所述标定物的多个参考点中,按照预设的顺序,依次选取N个相邻的参考点构成参考点组合,得到多个参考点组合,其中,在剩余的参考点数量不足N个的情况下,选取与所述剩余的参考点相邻的参考点补齐N个参考点,构成参考点组合;
根据同一参考点的所述第一坐标值和所述第二坐标值的对应关系,分别针对各所述参考点组合,确定单应性矩阵。
9.一种位置确定装置,其特征在于,包括:
第一位置确定模块,用于确定视觉传感器采集的图像中目标点的第一位置;
目标单应性矩阵确定模块,用于从所述图像的至少两个目标图像区域各自对应的单应性矩阵中,确定与所述第一位置相对应的目标单应性矩阵;
第二位置确定模块,用于基于所述目标单应性矩阵和所述第一位置,确定所述目标点在世界坐标系中的位置。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至8中任意一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110442278.4A CN113052900A (zh) | 2021-04-23 | 2021-04-23 | 一种位置确定方法及装置、电子设备和存储介质 |
PCT/CN2021/120916 WO2022222379A1 (zh) | 2021-04-23 | 2021-09-27 | 一种位置确定方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110442278.4A CN113052900A (zh) | 2021-04-23 | 2021-04-23 | 一种位置确定方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113052900A true CN113052900A (zh) | 2021-06-29 |
Family
ID=76520102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110442278.4A Pending CN113052900A (zh) | 2021-04-23 | 2021-04-23 | 一种位置确定方法及装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113052900A (zh) |
WO (1) | WO2022222379A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022222379A1 (zh) * | 2021-04-23 | 2022-10-27 | 深圳市商汤科技有限公司 | 一种位置确定方法及装置、电子设备和存储介质 |
CN115275876A (zh) * | 2022-08-09 | 2022-11-01 | 江阴市浩盛电器线缆制造有限公司 | 电缆敷设动态释放***及方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012086285A (ja) * | 2010-10-15 | 2012-05-10 | Seiko Epson Corp | 追跡ロボット装置、追跡ロボット制御方法、追跡ロボット制御プログラム、ホモグラフィー行列取得装置、ホモグラフィー行列取得方法、およびホモグラフィー行列取得プログラム |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
JP2014102746A (ja) * | 2012-11-21 | 2014-06-05 | Nippon Telegr & Teleph Corp <Ntt> | 被写体認識装置及び被写体認識プログラム |
CN105046657A (zh) * | 2015-06-23 | 2015-11-11 | 浙江大学 | 一种图像拉伸畸变自适应校正方法 |
CN107578376A (zh) * | 2017-08-29 | 2018-01-12 | 北京邮电大学 | 基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法 |
CN109285136A (zh) * | 2018-08-31 | 2019-01-29 | 清华-伯克利深圳学院筹备办公室 | 一种图像的多尺度融合方法、装置、存储介质及终端 |
CN109978760A (zh) * | 2017-12-27 | 2019-07-05 | 杭州海康威视数字技术股份有限公司 | 一种图像拼接方法及装置 |
JP2019121176A (ja) * | 2018-01-05 | 2019-07-22 | オムロン株式会社 | 位置特定装置、位置特定方法、位置特定プログラムおよびカメラ装置 |
CN110223222A (zh) * | 2018-03-02 | 2019-09-10 | 株式会社理光 | 图像拼接方法、图像拼接装置和计算机可读存储介质 |
CN110930336A (zh) * | 2019-11-29 | 2020-03-27 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN111598956A (zh) * | 2020-04-30 | 2020-08-28 | 商汤集团有限公司 | 标定方法、装置和*** |
CN111833405A (zh) * | 2020-07-27 | 2020-10-27 | 北京大华旺达科技有限公司 | 基于机器视觉的标定识别方法及装置 |
CN112488914A (zh) * | 2019-09-11 | 2021-03-12 | 顺丰科技有限公司 | 图像拼接方法、装置、终端及计算机可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567989A (zh) * | 2011-11-30 | 2012-07-11 | 重庆大学 | 基于双目立体视觉的空间定位方法 |
CN113052900A (zh) * | 2021-04-23 | 2021-06-29 | 深圳市商汤科技有限公司 | 一种位置确定方法及装置、电子设备和存储介质 |
-
2021
- 2021-04-23 CN CN202110442278.4A patent/CN113052900A/zh active Pending
- 2021-09-27 WO PCT/CN2021/120916 patent/WO2022222379A1/zh unknown
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012086285A (ja) * | 2010-10-15 | 2012-05-10 | Seiko Epson Corp | 追跡ロボット装置、追跡ロボット制御方法、追跡ロボット制御プログラム、ホモグラフィー行列取得装置、ホモグラフィー行列取得方法、およびホモグラフィー行列取得プログラム |
JP2014102746A (ja) * | 2012-11-21 | 2014-06-05 | Nippon Telegr & Teleph Corp <Ntt> | 被写体認識装置及び被写体認識プログラム |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN105046657A (zh) * | 2015-06-23 | 2015-11-11 | 浙江大学 | 一种图像拉伸畸变自适应校正方法 |
CN107578376A (zh) * | 2017-08-29 | 2018-01-12 | 北京邮电大学 | 基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法 |
CN109978760A (zh) * | 2017-12-27 | 2019-07-05 | 杭州海康威视数字技术股份有限公司 | 一种图像拼接方法及装置 |
JP2019121176A (ja) * | 2018-01-05 | 2019-07-22 | オムロン株式会社 | 位置特定装置、位置特定方法、位置特定プログラムおよびカメラ装置 |
CN110223222A (zh) * | 2018-03-02 | 2019-09-10 | 株式会社理光 | 图像拼接方法、图像拼接装置和计算机可读存储介质 |
CN109285136A (zh) * | 2018-08-31 | 2019-01-29 | 清华-伯克利深圳学院筹备办公室 | 一种图像的多尺度融合方法、装置、存储介质及终端 |
CN112488914A (zh) * | 2019-09-11 | 2021-03-12 | 顺丰科技有限公司 | 图像拼接方法、装置、终端及计算机可读存储介质 |
CN110930336A (zh) * | 2019-11-29 | 2020-03-27 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN111598956A (zh) * | 2020-04-30 | 2020-08-28 | 商汤集团有限公司 | 标定方法、装置和*** |
CN111833405A (zh) * | 2020-07-27 | 2020-10-27 | 北京大华旺达科技有限公司 | 基于机器视觉的标定识别方法及装置 |
Non-Patent Citations (4)
Title |
---|
CHUNG-CHING LIN 等: "Adaptive As-Natural-As-Possible Image Stitching", 《CVPR2015》 * |
JULIO ZARAGOZA 等: "As-Projective-As-Possible Image Stitching with Moving DLT", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
谢从华 等: "特征点聚类高精度视差图像拼接", 《中国图象图形学报》 * |
迟龙云 等: "基于局部单应性矩阵的图像拼接与定位算法研究", 《导航定位与授时》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022222379A1 (zh) * | 2021-04-23 | 2022-10-27 | 深圳市商汤科技有限公司 | 一种位置确定方法及装置、电子设备和存储介质 |
CN115275876A (zh) * | 2022-08-09 | 2022-11-01 | 江阴市浩盛电器线缆制造有限公司 | 电缆敷设动态释放***及方法 |
CN115275876B (zh) * | 2022-08-09 | 2023-02-03 | 江阴市浩盛电器线缆制造有限公司 | 电缆敷设动态释放***及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022222379A1 (zh) | 2022-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109697734B (zh) | 位姿估计方法及装置、电子设备和存储介质 | |
CN109584362B (zh) | 三维模型构建方法及装置、电子设备和存储介质 | |
CN106778773B (zh) | 图片中目标物的定位方法及装置 | |
CN114019473A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
EP3825960A1 (en) | Method and device for obtaining localization information | |
US20160191783A1 (en) | Auto-focusing method and auto-focusing device | |
CN113052919A (zh) | 一种视觉传感器的标定方法及装置、电子设备和存储介质 | |
CN113205549B (zh) | 深度估计方法及装置、电子设备和存储介质 | |
CN110930336B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
EP2975574A2 (en) | Method, apparatus and terminal for image retargeting | |
CN111860373B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN114088062B (zh) | 目标定位方法及装置、电子设备和存储介质 | |
CN113052900A (zh) | 一种位置确定方法及装置、电子设备和存储介质 | |
CN112219224A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112184787A (zh) | 图像配准方法及装置、电子设备和存储介质 | |
CN111340886A (zh) | 检测物体的拾取点的方法及装置、设备、介质和机器人 | |
US9665925B2 (en) | Method and terminal device for retargeting images | |
CN112146576A (zh) | 尺寸测量方法及其装置 | |
CN113345000A (zh) | 深度检测方法及装置、电子设备和存储介质 | |
CN112541875A (zh) | 深度图像处理方法及装置、电子设备和存储介质 | |
CN111784773A (zh) | 图像处理方法及装置、神经网络训练方法及装置 | |
CN113192145B (zh) | 设备标定方法及装置、电子设备和存储介质 | |
CN113066134A (zh) | 一种视觉传感器的标定方法及装置、电子设备和存储介质 | |
CN114519794A (zh) | 特征点匹配方法及装置、电子设备和存储介质 | |
CN113865481B (zh) | 对象尺寸测量方法、装置及存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40049281 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210629 |
|
RJ01 | Rejection of invention patent application after publication |