CN113592934B - 一种基于单目相机的目标深度与高度测量方法及装置 - Google Patents

一种基于单目相机的目标深度与高度测量方法及装置 Download PDF

Info

Publication number
CN113592934B
CN113592934B CN202110727368.8A CN202110727368A CN113592934B CN 113592934 B CN113592934 B CN 113592934B CN 202110727368 A CN202110727368 A CN 202110727368A CN 113592934 B CN113592934 B CN 113592934B
Authority
CN
China
Prior art keywords
target
image
monocular camera
point
height
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.)
Active
Application number
CN202110727368.8A
Other languages
English (en)
Other versions
CN113592934A (zh
Inventor
李艳艳
毛家发
郎嘉瑾
潘涵彧
胡亚红
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202110727368.8A priority Critical patent/CN113592934B/zh
Publication of CN113592934A publication Critical patent/CN113592934A/zh
Application granted granted Critical
Publication of CN113592934B publication Critical patent/CN113592934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • 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
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • 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
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • 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
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于单目相机的目标深度与高度测量方法及装置，调整单目相机使得目标成像在单目相机成像平面竖直中垂线的两侧并且目标成像在成像平面横向中垂线下方，拍摄目标获得目标图像，在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标，将所述底点C和顶点D的像素坐标转换为图像坐标，通过图像坐标系计算出测量所需要的参数，然后保持单目相机状态不变，旋转单目相机镜头，得到不同的目标图像，测量得到目标距离和目标高度。本发明技术方案不仅对测量设备和测量环境要求低，而且操作简单，测量成本低，计算速率快，结果较准确，可以广泛运用于人工智能或是工程测量中，发展前景好。

Description

一种基于单目相机的目标深度与高度测量方法及装置
技术领域
本申请属于机器视觉技术领域，尤其涉及一种基于单目相机的目标深度与高度测量方法及装置。
背景技术
当前对外部目标深度信息的测量方法已经较为成熟了，但是在对未知目标高度的前提下获取其深度信息的研究较少，这也是前实际工程测量中的重大挑战。
在机器视觉领域，目标测量方法主要分为单目视觉技术和双目视觉技术，前者相较于后者在操作上更加简单，计算复杂度减少，成本也大大降低，受到很多研究者的喜爱，也因此产生了一些优秀的基于单目视觉技术的测距方法。这些方法大多数是把单目视觉技术和深度神经网络相结合，通过大量的训练得到的一个学***面镜或者激光传感器，虽然能测量目标深度，但是成本较高，不利用工业推广使用。
另外，多数单目视觉测距技术还需要进行相机校准，目前相机标定技术主要有传统的相机标定和自标定两种，虽然标定精度有所提高，但是受到器材限制，标定结果还是不够精确，从而影响到后期测量过程中相机坐标转换的精度以及最后的目标深度和高度的测量结果。
发明内容
本申请的目的是提供一种基于单目相机的目标深度与高度测量方法及装置，以克服上述背景技术中所指出的缺陷。
为了实现上述目的，本申请技术方案如下：
一种基于单目相机的目标深度与高度测量方法，用于测量目标的深度和高度，包括：
安装单目相机，记录单目相机的高度hr，调整单目相机使得目标成像在单目相机成像平面竖直中垂线的两侧并且目标成像在成像平面横向中垂线下方，拍摄目标获得目标图像，并读取到单目相机拍摄图像时的参数；
在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标；
将所述底点C和顶点D的像素坐标转换为图像坐标，底点C和顶点D所在直线CD的延长线交图像水平中垂线于O1′，通过图像坐标系计算出图像竖直中垂线与所述直线CD的夹角γ，以及图像中心点O1与交点O1′的距离u，以及底点C和顶点D之间的距离d；
以单目相机所在垂直线为空间坐标系的Z轴，单目相机最低点为O点，O点到单目相机像场的正中方向的直线为X轴，水平垂直于X轴方向为Y轴构造空间直角坐标系，根据如下公式计算目标距离m和目标高度h0：
其中，f为单目相机焦距；
保持单目相机状态不变，旋转单目相机镜头，使得成像时图像竖直中垂线与所述直线CD的夹角γ改变，得到不同的目标图像，结合上述公式确定目标距离m和目标高度h0。
进一步的，所述在目标图像中标记处目标底点C和对应顶点D，获取底点C和顶点D的像素坐标，包括：
在目标图像中标记处目标底点C和对应的顶点D；
将目标图像缩放为归一化尺寸的目标图像；
对目标图像进行高斯低通滤波器去除噪声，平滑目标图像；
对目标图像使用拉普拉斯高通滤波器来进行图像增强；
对目标图像进行Harris-SIFT特征点检测，得到底点C和顶点D所在像素点。
进一步的，所述将所述底点C和顶点D的像素坐标转换为图像坐标，公式如下：
其中，(x，y)为图像坐标，(X，Y)为像素坐标，M*N为目标图像的图像分辨率，w*l为单目相机图像传感器CCD尺寸。
本申请还提出了一种基于单目相机的目标深度与高度测量装置，用于测量目标的深度和高度，包括：
图像获取模块，用于记录单目相机的高度hr，调整单目相机使得目标成像在单目相机成像平面竖直中垂线的两侧并且目标成像在成像平面横向中垂线下方，拍摄目标获得目标图像，并读取到单目相机拍摄图像时的参数；
标记模块，用于在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标；
参数获取模块，用于将所述底点C和顶点D的像素坐标转换为图像坐标，底点C和顶点D所在直线CD的延长线交图像水平中垂线于O1′，通过图像坐标系计算出图像竖直中垂线与所述直线CD的夹角γ，以及图像中心点O1与交点O1′的距离u，以及底点C和顶点D之间的距离d；
测量模块，用于以单目相机所在垂直线为空间坐标系的Z轴，单目相机最低点为O点，O点到单目相机的像场的正中方向的直线为X轴，水平垂直于X轴方向为Y轴构造空间直角坐标系，根据如下公式计算目标距离m和目标高度h0：
其中，f为单目相机焦距；
保持单目相机状态不变，旋转单目相机镜头，使得成像时图像竖直中垂线与所述直线CD的夹角γ改变，得到不同的目标图像，结合上述公式确定目标距离m和目标高度h0。
进一步的，所述标记模块在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标，执行如下操作：
在目标图像中标记处目标底点C和对应的顶点D；
将目标图像缩放为归一化尺寸的目标图像；
对目标图像进行高斯低通滤波器去除噪声，平滑目标图像；
对目标图像使用拉普拉斯高通滤波器来进行图像增强；
对目标图像进行Harris-SIFT特征点检测，得到底点C和顶点D所在像素点。
进一步的，所述将所述底点C和顶点D的像素坐标转换为图像坐标，公式如下：
其中，(x，y)为图像坐标，(X，Y)为像素坐标，M*N为目标图像的图像分辨率，w*l为单目相机图像传感器CCD尺寸。
本申请提出的一种基于单目相机的目标深度与高度测量方法及装置，结合单目视觉和图像处理两种技术，再利用数学几何知识构建一个基于单目视觉目标深度和高度测量模型，图像经过预处理得到需要的数据信息，再通过该模型快速，准确的计算出目标与摄相机的距离和目标的实际高度。
本申请技术方案不仅对测量设备和测量环境要求低，而且操作简单，测量成本低，计算速率快，结果较准确，可以广泛运用于人工智能或是工程测量中，发展前景好。
附图说明
图1为本申请基于单目相机的目标深度与高度测量方法流程图；
图2为本申请单目相机测量原理几何示意图；
图3为本申请单目相机成像平面示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种基于单目相机的目标深度与高度测量方法，用于测量目标的深度和高度，包括：
步骤S1、安装单目相机，记录单目相机的高度hr，调整单目相机使得目标成像在单目相机成像平面竖直中垂线的两侧并且目标成像在成像平面横向中垂线下方，拍摄目标获得目标图像，并读取到单目相机拍摄图像时的参数。
本实施例采用单目相机来测量目标的深度与高度，先搭建单目相机，将单目相机安装在一定高度的建筑物上，该建筑物可以是房屋等建筑，也可以是专门的支撑杆，记录单目相机安装的高度hr。
如图2所示，单目相机高度记作hr，相机与目标水平距离为m，目标AB实际高度为h0。拍摄时，要使目标成像在相机成像平面的竖直中垂线两侧，并且目标成像在成像平面横向中垂线下方。
此后，拍摄获得目标图像，并读取单目相机拍摄图像时的参数，包括焦距f和目标图像的分辨率(M*N)，分辨率(M*N)为像素分辨率，例如(1024*680)。
步骤S2、在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标。
目标AB在成像平面的成像所在直线为CD，其中包括底点C和对应的顶点D，成像平面为PQRS，本步骤用于提取目标底点C和顶点D的像素坐标，包括：
在目标图像中标记处目标底点C和对应的顶点D；
将目标图像缩放为归一化尺寸的目标图像；
对目标图像进行高斯低通滤波器去除噪声，平滑目标图像；
对目标图像使用拉普拉斯高通滤波器来进行图像增强；
对目标图像进行Harris-SIFT特征点检测，得到底点C和顶点D所在像素点。
具体的，先在目标图像中标记出目标对象的底点C和顶点对应的顶点D，将图像缩放为归一化尺寸的图像(M*N)；对图像进行高斯低通滤波器去除噪声，平滑图像；将处理后的图像使用拉普拉斯高通滤波器来进行图像增强，然后将处理后的图像进行Harris-SIFT特征点检测，得到C，D所在像素点，即C点和D点的像素坐标。
步骤S3、将所述底点C和顶点D的像素坐标转换为图像坐标，底点C和顶点D所在直线CD的延长线交图像水平中垂线于O1′，通过图像坐标系计算出图像竖直中垂线与所述直线CD的夹角γ，以及图像中心点O1与交点O1′的距离u，以及底点C和顶点D之间的距离d。
如图3所示，本实施例在已知底点C和顶点D像素坐标的基础上，将所述底点C和顶点D的像素坐标转换为图像坐标，公式如下：
其中，(x，y)为图像坐标，(X，Y)为像素坐标，M*N为目标图像的图像分辨率，w*l为单目相机图像传感器CCD尺寸。
在图像坐标系中，通过点的坐标可以计算出图像的竖直中垂线与直线CD所在直线的夹角γ。
设点C、D在图像竖直中垂线上(L2)投影点为C1、D1，图像中心点为O1，图像水平中垂线与直线CD延长线交于O1′，记|O1O′1|＝u，此外还可以计算得到|CD|＝d。
步骤S4、以单目相机所在垂直线为空间坐标系的Z轴，单目相机最低点为O点，O点到单目相机像场的正中方向的直线为X轴，水平垂直于X轴方向为Y轴构造空间直角坐标系，旋转单目相机镜头得到不同的目标图像，确定目标距离m和目标高度h0。
如图2所示，以单目相机所在垂直线为空间坐标系的Z轴，单目相机所在垂直线与地面的交点也就是单目相机最低点为O点，O点到单目相机像场(即单目相机拍照时的成像范围)的正中方向的直线为X轴，水平垂直于X轴方向为Y轴构造空间直角坐标系。相机主光轴FO1与成像平面PQRS(即π1)的交点为O1，有|O1F|＝f和O1为成像平面的中心点，单目相机焦距f可以从图像的基本信息中读取；目标对象与相机所在平面和像场正中方向所在平面的夹角，即平面FOA1B1与平面FOAB的夹角记为θ，则有∠A1OA＝θ；由仿射变换和几何知识，容易证明AB的像CD与AB在XOZ面的投影A1B1的像C1D1也是对应的在图像竖直中线上的投影关系，故有|OA|*cosθ＝|OA1|，|CD|*cosγ＝|C1D1|。
相机的俯视角，即相机的主光轴FO1与水平面的夹角为α，则有∠FJO1＝α。
根据高等几何和相机仿射变换知识推导得到：
tanγ＝tanθ*sinα (1)
进一步推到得到：
其中，
据此，本实施例根据公式(4)计算目标距离m和目标高度h0。
本申请保持单目相机状态不变，旋转单目相机镜头，使得成像时图像竖直中垂线与底点C和顶点D所在直线CD的夹角γ改变，得到不同的目标图像，结合上述公式确定目标距离m和目标高度h0。
容易理解的是，上述公式中目标距离m和目标高度h0为未知变量，而通过旋转单目相机镜头，可以多次拍摄目标获得目标图像，进而获得不同的夹角γ、距离u、距离d，通过上述公式组成方程组，求解方程组得到最终的目标距离m和目标高度h0。
在另一个实施例中，本申请还提供了一种基于单目相机的目标深度与高度测量装置，用于测量目标的深度和高度，包括：
图像获取模块，用于记录单目相机的高度hr，调整单目相机使得目标成像在单目相机成像平面竖直中垂线的两侧并且目标成像在成像平面横向中垂线下方，拍摄目标获得目标图像，并读取到单目相机拍摄图像时的参数；
标记模块，用于在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标；
参数获取模块，用于将所述底点C和顶点D的像素坐标转换为图像坐标，底点C和顶点D所在直线CD的延长线交图像水平中垂线于O1′，通过图像坐标系计算出图像竖直中垂线与所述直线CD的夹角γ，以及图像中心点O1与交点O1′的距离u，以及底点C和顶点D之间的距离d；
测量模块，用于以单目相机所在垂直线为空间坐标系的Z轴，单目相机最低点为O点，O点到单目相机的像场的正中方向的直线为X轴，水平垂直于X轴方向为Y轴构造空间直角坐标系，根据如下公式计算目标距离m和目标高度h0：
其中，f为单目相机焦距；
保持单目相机状态不变，旋转单目相机镜头，使得成像时图像竖直中垂线与所述直线CD的夹角γ改变，得到不同的目标图像，结合上述公式确定目标距离m和目标高度h0。
本实施例的一个实现方式，所述标记模块，在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标，执行如下操作：
在目标图像中标记处目标底点C和对应的顶点D；
将目标图像缩放为归一化尺寸的目标图像；
对目标图像进行高斯低通滤波器去除噪声，平滑目标图像；
对目标图像使用拉普拉斯高通滤波器来进行图像增强；
对目标图像进行Harris-SIFT特征点检测，得到底点C和顶点D所在像素点。
本实施例的一个实现方式，所述将所述底点C和顶点D的像素坐标转换为图像坐标，公式如下：
其中，(x，y)为图像坐标，(X，Y)为像素坐标，M*N为目标图像的图像分辨率，w*l为单目相机图像传感器CCD尺寸。
关于基于单目相机的目标深度与高度测量装置的具体限定可以参见上文中对于基于单目相机的目标深度与高度测量方法的限定，在此不再赘述。上述基于单目相机的目标深度与高度测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器中存储有可在处理器上运行的计算机程序，所述处理器通过运行存储在存储器内的计算机程序，从而实现本发明实施例中的网络拓扑布局方法。
其中，所述存储器可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器用于存储程序，所述处理器在接收到执行指令后，执行所述程序。
所述处理器可能是一种集成电路芯片，具有数据的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种基于单目相机的目标深度与高度测量方法，用于测量目标的深度和高度，其特征在于，所述基于单目相机的目标深度与高度测量方法，包括：
安装单目相机，记录单目相机的高度hr，调整单目相机使得目标成像在单目相机成像平面竖直中垂线的两侧并且目标成像在成像平面横向中垂线下方，拍摄目标获得目标图像，并读取到单目相机拍摄图像时的参数；
在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标；
将所述底点C和顶点D的像素坐标转换为图像坐标，底点C和顶点D所在直线CD的延长线交图像水平中垂线于O1′，通过图像坐标系计算出图像竖直中垂线与所述直线CD的夹角γ，以及图像中心点O1与交点O1′的距离u，以及底点C和顶点D之间的距离d；
以单目相机所在垂直线为空间坐标系的Z轴，单目相机所在垂直线与地面的交点也就是单目相机最低点为O点，O点到单目相机像场的正中方向的直线为X轴，所述单目相机像场为单目相机拍照时的成像范围，水平垂直于X轴方向为Y轴构造空间直角坐标系，根据如下公式计算目标距离m和目标高度h0：
其中，t2＝u2+f2+f2*(tanγ)2，f为单目相机焦距；
保持单目相机状态不变，旋转单目相机镜头，使得成像时图像竖直中垂线与所述直线CD的夹角γ改变，得到不同的目标图像，结合上述公式确定目标距离m和目标高度h0。
2.如权利要求1所述的基于单目相机的目标深度与高度测量方法，其特征在于，所述在目标图像中标记处目标底点C和对应顶点D，获取底点C和顶点D的像素坐标，包括：
在目标图像中标记处目标底点C和对应的顶点D；
将目标图像缩放为归一化尺寸的目标图像；
对目标图像进行高斯低通滤波器去除噪声，平滑目标图像；
对目标图像使用拉普拉斯高通滤波器来进行图像增强；
对目标图像进行Harris-SIFT特征点检测，得到底点C和顶点D所在像素点。
3.如权利要求1所述的基于单目相机的目标深度与高度测量方法，其特征在于，所述将所述底点C和顶点D的像素坐标转换为图像坐标，公式如下：
其中，(x，y)为图像坐标，(X，Y)为像素坐标，M*N为目标图像的图像分辨率，w*l为单目相机图像传感器CCD尺寸。
4.一种基于单目相机的目标深度与高度测量装置，用于测量目标的深度和高度，其特征在于，所述基于单目相机的目标深度与高度测量装置，包括：
图像获取模块，用于记录单目相机的高度hr，调整单目相机使得目标成像在单目相机成像平面竖直中垂线的两侧并且目标成像在成像平面横向中垂线下方，拍摄目标获得目标图像，并读取到单目相机拍摄图像时的参数；
标记模块，用于在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标；
参数获取模块，用于将所述底点C和顶点D的像素坐标转换为图像坐标，底点C和顶点D所在直线CD的延长线交图像水平中垂线于O1′，通过图像坐标系计算出图像竖直中垂线与所述直线CD的夹角γ，以及图像中心点O1与交点O1′的距离u，以及底点C和顶点D之间的距离d；
测量模块，用于以单目相机所在垂直线为空间坐标系的Z轴，单目相机所在垂直线与地面的交点也就是单目相机最低点为O点，O点到单目相机的像场的正中方向的直线为X轴，所述单目相机像场为单目相机拍照时的成像范围，水平垂直于X轴方向为Y轴构造空间直角坐标系，根据如下公式计算目标距离m和目标高度h0：
其中，t2＝u2+f2+f2*(tanγ)2，f为单目相机焦距；
保持单目相机状态不变，旋转单目相机镜头，使得成像时图像竖直中垂线与所述直线CD的夹角γ改变，得到不同的目标图像，结合上述公式确定目标距离m和目标高度h0。
5.如权利要求4所述的基于单目相机的目标深度与高度测量装置，其特征在于，所述标记模块在目标图像中标记处目标底点C和对应的顶点D，获取底点C和顶点D的像素坐标，执行如下操作：
在目标图像中标记处目标底点C和对应的顶点D；
将目标图像缩放为归一化尺寸的目标图像；
对目标图像进行高斯低通滤波器去除噪声，平滑目标图像；
对目标图像使用拉普拉斯高通滤波器来进行图像增强；
对目标图像进行Harris-SIFT特征点检测，得到底点C和顶点D所在像素点。
6.如权利要求4所述的基于单目相机的目标深度与高度测量装置，其特征在于，所述将所述底点C和顶点D的像素坐标转换为图像坐标，公式如下：
其中，(x，y)为图像坐标，(X，Y)为像素坐标，M*N为目标图像的图像分辨率，w*l为单目相机图像传感器CCD尺寸。
CN202110727368.8A 2021-06-29 2021-06-29 一种基于单目相机的目标深度与高度测量方法及装置 Active CN113592934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110727368.8A CN113592934B (zh) 2021-06-29 2021-06-29 一种基于单目相机的目标深度与高度测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110727368.8A CN113592934B (zh) 2021-06-29 2021-06-29 一种基于单目相机的目标深度与高度测量方法及装置

Publications (2)

Publication Number Publication Date
CN113592934A CN113592934A (zh) 2021-11-02
CN113592934B true CN113592934B (zh) 2024-02-06

Family

ID=78245017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110727368.8A Active CN113592934B (zh) 2021-06-29 2021-06-29 一种基于单目相机的目标深度与高度测量方法及装置

Country Status (1)

Country Link
CN (1) CN113592934B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114838704A (zh) * 2022-04-28 2022-08-02 杭州海康威视***技术有限公司 一种高度检测方法、装置及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107084680A (zh) * 2017-04-14 2017-08-22 浙江工业大学 一种基于机器单目视觉的目标深度测量方法
CN108759812A (zh) * 2018-03-28 2018-11-06 大连理工大学 三维封闭非结构空间内胶囊机器人及待测目标的相对定位方法
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
CN111982072A (zh) * 2020-07-29 2020-11-24 西北工业大学 一种基于单目视觉的目标测距方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109460740B (zh) * 2018-11-15 2020-08-11 上海埃威航空电子有限公司 基于ais与视频数据融合的船舶身份识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107084680A (zh) * 2017-04-14 2017-08-22 浙江工业大学 一种基于机器单目视觉的目标深度测量方法
CN108759812A (zh) * 2018-03-28 2018-11-06 大连理工大学 三维封闭非结构空间内胶囊机器人及待测目标的相对定位方法
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
CN111982072A (zh) * 2020-07-29 2020-11-24 西北工业大学 一种基于单目视觉的目标测距方法

Also Published As

Publication number Publication date
CN113592934A (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN109035320B (zh) 基于单目视觉的深度提取方法
CN109146980B (zh) 基于单目视觉的优化的深度提取和被动测距方法
CN110276808B (zh) 一种单相机结合二维码测量玻璃板不平度的方法
CN106558080B (zh) 一种单目相机外参在线标定方法
CN108734744B (zh) 一种基于全站仪的远距离大视场双目标定方法
CN108876749A (zh) 一种鲁棒的镜头畸变校正方法
CN110689581A (zh) 结构光模组标定方法、电子设备、计算机可读存储介质
CN110779491A (zh) 一种水平面上目标测距的方法、装置、设备及存储介质
CN111028205B (zh) 一种基于双目测距的眼睛瞳孔定位方法及装置
CN108574825A (zh) 一种云台摄像机的调整方法和装置
CN110223355B (zh) 一种基于双重极线约束的特征标志点匹配方法
WO2019232793A1 (zh) 双摄像头标定方法、电子设备、计算机可读存储介质
CN111263142A (zh) 一种摄像模组光学防抖的测试方法、装置、设备及介质
CN111383264B (zh) 一种定位方法、装置、终端及计算机存储介质
CN116433737A (zh) 一种激光雷达点云与图像配准的方法、装置及智能终端
CN116188558B (zh) 基于双目视觉的立体摄影测量方法
JP5228614B2 (ja) パラメータ計算装置、パラメータ計算システムおよびプログラム
Jung et al. A novel 2.5 D pattern for extrinsic calibration of tof and camera fusion system
CN113592934B (zh) 一种基于单目相机的目标深度与高度测量方法及装置
CN114998447A (zh) 多目视觉标定方法及***
CN115272482A (zh) 一种相机外参标定方法及存储介质
CN111387987A (zh) 一种基于图像识别的身高测量方法、装置、设备及存储介质
CN116503387B (zh) 图像检测方法、装置、设备、***及可读存储介质
EP2953096B1 (en) Information processing device, information processing method, system and carrier means
CN115797995B (zh) 人脸活体检测方法、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant