[发明专利]一种可视化测距方法及装置

说明书

本发明公开了一种可视化测距方法及系统，所述方法包括：记录待测量区域内基准点/线到起始点/线的实际距离以及所述摄像装置的高度；拍摄标的物在落地前后，待测量区域的图像；采用图像对比识别技术，找到图像中的标的物和/或标的物在待测量区域内落地后形成的凹痕，并将其标记为落地区域；对所述图像中的落地区域进行角点检测，得到所述图像中落地区域的角点，并获取所述角点的坐标参数；计算所述角点到起始点/线的实际距离。由于采用了上述技术方案，与现有技术相比，本发明通过定位标的物的实际落地点(凹痕)来确定落地点坐标，不仅使得计算量大大降低，测量结果也十分精确，同时也避免了人为主观判断因素造成的测距不准确。

技术领域

本发明涉及测距领域，具体涉及一种可视化测距方法及装置。

背景技术

在现代体育中，有很多田径项目需要通过测距来计算成绩，例如立定跳远、沙坑跳远、铅球、标枪等等，这些项目在测距时，通常采用软尺测距的方法来测量，而无论是跳远类项目还是投掷类项目，其实际落地点都需要靠人来记忆和估计落地点，测距本身也带有很强的主观性，且测距过程不可重复，因此，这种测距方法的精准性很低。

申请号为201210195032.2的中国发明专利公开了“一种基于图像拍摄的距离标定和测量方法及系统”，该发明专利的技术方案为：将摄像头装置设置于真实待测区域一侧，拍摄标定物在所述真实待测区域的不同标定位置坐标的图像；从所述拍摄的图像中分割出所述标定物的轮廓，记录下所述图像中所述标定物的位置坐标对应的所述真实待测区域的标定位置坐标，并计算出对应关系；其中，所述摄像头装置同时采用已经联合标定的深度摄像头和可见光摄像头，分别拍摄深度图像和可见光图像，在提取所述标定物的轮廓时首先在所述深度图像中初步确定所述标定物位置坐标，并获得所述标定物在对应的可见光图像上的大概位置，将所述大概位置作为所述可见光图像中搜索所述标定物的轮廓的初始值，再在所述可见光图像的初始值范围内精确分割出所述标定物的轮廓。该发明实现了基于视觉技术的距离的自动化测量，其操作简单，测量结果准确性高。但该发明所采用的轮廓识别技术在实现时，由于每个标定物的衣物差别大，面积大小差异也大，导致非常难找到完整的外部轮廓，而且由于光照和衣物皱褶等，在采用轮廓识别技术时会形成HS梯度，导致身体上的细微凹凸部分也会被描述，计算量十分庞大，而且可用于测量的目标点很难分离，计算结果不可靠。

发明内容

为解决背景技术中现有的距离测量方法计算量十分庞大且计算结果不可靠的问题，本发明提供了一种可视化测距方法，具体技术方案如下。

一种可视化测距方法，其包括如下步骤：

A、将摄像装置设置于待测量区域一侧，并记录待测量区域内基准点/线到起始点/线的实际距离以及所述摄像装置的高度；

B、拍摄标的物在落地前后，待测量区域的图像；

C、将所述标的物在落地前待测量区域的图像，与所述标的物在落地后/落地瞬间待测量区域的图像进行对比识别处理，找到图像中的标的物和/或标的物在待测量区域内落地后形成的凹痕，并将所述标的物和/或标的物在待测量区域内落地后形成的凹痕标记为落地区域；

D、对所述图像中的落地区域进行角点检测，得到所述图像中落地区域的角点，并获取所述角点的坐标参数；

E、根据所述角点的坐标参数、待测量区域内基准点/线到起始点/线的实际距离以及所述摄像装置的高度，计算所述角点到起始点/线的实际距离。

步骤E中，可以采用坐标系转换方法或神经网络算法来计算所述角点到起始点/线的实际距离，其实就是将图像坐标系转换为世界坐标系，从而得到落地点到起始点/线的实际距离。所述坐标系转换方法和神经网络算法均为现有技术，本发明未针对上述计算方法本身提出改进。所述摄像装置的高度指的是摄像装置距离地面的高度。