[发明专利]一种基于路端单目摄像头的目标实时测距方法

权利要求书

1.一种基于路端单目摄像头的目标实时测距方法，其特征在于，包括以下步骤：

步骤S1：获取用于网络训练的带有目标信息标签的图像，形成训练数据集；

步骤S2：将训练数据集中的图像缩放到合适的尺寸；

步骤S3：搭建用于目标检测的深度神经网络，并将经过步骤S2处理后的训练数据集中图像输入到深度神经网络进行训练，得到训练好的深度神经网络；

步骤S4：在路端安装焦距为f的单目摄像头，测量出其安装高度H，然后计算所述单目摄像头的俯仰角θ_c；

步骤S5：通过安装的单目摄像头采集视频图像；

步骤S6：将采集到的视频图像输入训练好的深度神经网络中，输出检测到的目标框在图像中的坐标(x₁，y₁，x₂，y₂)，其中(x₁，y₁)为目标框左上角的顶点坐标，(x₂，y₂)为目标框右下角的顶点坐标，获取目标底部到图像底部的距离d；

步骤S7：根据如下的投影公式进行目标测距，得到目标到单目摄像头的水平距离D：

2.根据权利要求1所述的一种基于路端单目摄像头的目标实时测距方法，其特征在于，所述步骤S1中，获取用于网络训练的带有目标信息标签的图像，形成训练数据集。

3.根据权利要求1所述的一种基于路端单目摄像头的目标实时测距方法，其特征在于，所述步骤S4具体包括以下步骤：

步骤S41：将焦距为f的单目摄像头安装在路端上，对其进行初始化，并测量出所述单目摄像头离地面的安装高度H；

步骤S42：采集地面图像，经过图像处理获取平行车道线，计算出所述单目摄像头的俯仰角θ_c。

4.根据权利要求3所述的一种基于路端单目摄像头的目标实时测距方法，其特征在于，所述步骤S42具体包括以下步骤：

步骤S421：利用安装好的单目摄像头采集地面图像F；

步骤S422：先对采集到的地面图像F进行预处理，将RGB图像转为灰度图，再通过滤波去除椒盐噪声干扰，然后进行图像二值化，接着使用Canny算子提取图像中的边缘，而后采用开运算操作处理图像，去除小边缘，最后在限定角度上用Hough算法提取平行车道线；

步骤S423：根据两条平行车道线消隐点在图像上的投影点，即检测到的平行车道线在图像中的交点(u，v)和图像中心点(C_x，C_y)，计算得到固定的单目摄像机的俯仰角为

5.根据权利要求1所述的一种基于路端单目摄像头的目标实时测距方法，其特征在于，所述步骤S6具体包括以下步骤：

步骤S61：将步骤S5采集到的视频序列拆分成图像序列，图像的高度为h；

步骤S62：将图像序列输入到步骤S3训练好的深度神经网络中进行目标检测，输出检测到的目标框在图像中的坐标(x₁，y₁，x₂，y₂)；

步骤S63：提取目标回归框底部的纵坐标y₂，计算目标底部到图像底部的距离d＝h-y₂。

6.根据权利要求1所述的一种基于路端单目摄像头的目标实时测距方法，其特征在于，所述步骤S7中，投影公式的计算方法为：

已知单目摄像头的焦距f、安装高度H、俯仰角θ_c以及目标所在图像的高度h和图像中目标底部到图像底部的距离d，则有：

D＝H·tan(θ_v)＝H·tan(90-θ_c+β)

其中，θ_v表示目标与单目摄像头所在位置的连线与竖直方向的夹角，β表示目标与单目摄像头所在位置的连线与单目摄像头中心线的夹角；

进而得到投影公式如下：