[发明专利]基于单目视觉的深度提取方法

说明书

本发明公开了一种基于单目视觉的深度提取方法，步骤一：对手机相机进行标定，获取相机内部参数和图像分辨率；步骤二：建立深度提取模型，步骤三：通过对待测目标物的图像采集，获取目标点像素值u’、v’；步骤四：利用上述步骤获取的相机内部参数和目标点像素值并结合相机深度提取模型，计算出图像上待测目标物深度值。本发明的基于单目视觉的深度提取方法，能够适用于视场角、焦距、图像分辨率等参数不同的相机，提高测距精度，为机器视觉中目标物测量及真实场景三维重建提供支持。

技术领域

本发明涉及地面近景摄影测量领域，尤其是一种单目视觉系统下针孔相机的深度提取方法。

背景技术

基于图像的目标物测距与定位，主要分为主动测距和被动测距两种方法^[1]。主动测距是在机器(如相机)上安装激光测距装置进行测距^[2-4]。与主动测距相比，由于被动测距不需要安装激光测距装置，因而备受青睐并以广泛应用。

被动测距应用较广的是单目视觉测距^[7-9]。早期的深度信息获取方法主要是双目立体视觉和相机运动信息，需要多幅图像完成图像深度信息的获取^[10-16]，与双目视觉测距相比，单目测距图像采集不需要严格的硬件条件，更具有竞争优势。现有技术中，单目视觉系统的目标物深度信息获取有多种方法：

如采用对应点标定法来获取待测目标物的深度信息^[17-19]。文献[17]研究了一种基于单目视觉的机器人目标定位测距方法，该方法通常是通过相机标定获取相机内、外参数，结合投影模型求解出图像坐标系与世界坐标系之间的转换关系，从而计算目标物深度信息。不足的是，此方法需要采集不同方位的标靶图像，并精确记录每个点在世界坐标系和图像坐标系中的对应坐标，标定精度对于测量精度影响较大。文献[20]在路面摆放参照物并测量其距离，选择适合的数学模型，拟合参照物距离和像素之间的对应关系，再利用此关系实时提取深度信息。不足的是，文献[20]的方法精度会受到远距离测量误差及拟合误差的影响。

文献[21]设计了一种立式标靶图像，通过检测该图像的角点数据建立图像纵坐标像素值与实际测量角度之间的映射关系，利用此关系结合已知的车载单目相机高度得到图像中车载深度信息。由于不同相机设备内部参数存在差异，对于不同型号的相机设备，该方法需要重新采集标靶图像信息，建立相机深度提取模型，且不同车载相机由于镜头制作与装配等原因，使得相机俯仰角也会存在差异，因此文献[21]的方法通用性较差。另外，文献[21]的方法采用立式标靶研究竖直平面像点成像角度与纵坐标像素值之间的关系，并将此应用于水平面上物体深度的测量，使得测距精度相对较低，因为相机水平与竖直方向畸变规律不完全相同。申请号为201710849961.3的发明申请，公开了一种改进的适用于智能移动端相机的相机标定模型及畸变矫正模型(以下简称：改进的带有非线性畸变项的标定模型)，该方法可以帮助矫正标定板图片，获取更高精度的相机内、外参数，不足的是，该方法没有扩展到对待测图像的非线性畸变校正及目标物的测量中。

参考文献：

[1]贺若飞,田雪涛,刘宏娟,等.基于蒙特卡罗卡尔曼滤波的无人机目标定位方法[J].西北工业大学学报,2017,35(3):435-441.

[2]Lin F,Dong X,Chen B M,et al.A Robust Real-Time Embedded VisionSystem on an Unmanned Rotorcraft for Ground Target Following[J].IEEE Trans onIndustrial Electronics,2012,59(2):1038-1049.

[3]张琬琳,胡正良,朱建军,等.单兵综合观瞄仪中的一种目标位置解算方法[J].电子测量技术,2014,37(11):1-3.

[4]孙俊灵,孙光民,马鹏阁,等.基于对称小波降噪及非对称高斯拟合的激光目标定位[J].中国激光,2017,44(6):178-185.