[发明专利]船载摄像头的单目水面目标分割及单目测距方法

说明书

本发明公开了一种船载摄像头的单目水面目标分割及单目测距方法，包括：S1、从船载摄像头拍摄的视频流中按帧读取图像；S2、针对抽取的关键帧，对所有出现在视觉范围内的环境进行目标检测，从中筛选出目标；S3、基于筛选出的目标和实际的应用场景，进行二维边界框框定和图像分割，获取当前视频帧中目标信息；S4、根据激光测距获取的距离数据及目标信息，计算目标对应的传感器系数；S5、根据建立的几何关系测距模型，并利用目标对应的传感器系数，计算目标与单目摄像头之间的水平距离；S6、根据目标与单目摄像头之间的水平距离，建立视场角优化模型进行视场角优化，获得目标与单目摄像头之间的距离。本发明方法具备较高的测量精度，且泛化能力较强。

技术领域

本发明涉及船载测距技术领域，具体涉及一种船载摄像头的单目水面目标分割及单目测距方法。

背景技术

小孔成像视觉测距原理技术是当前图像和视频目标测距和识别的基础方法，它的提出让很多船舶设备在传感器设备的图像数据处理上提供了一种新的思路。在船舶设备采取单目摄像头进行目标数据采集时，采用小孔成像视觉技术进行测距和识别，其测距的原理较为简单方便并且数据的利用率较高，因此逐渐发展成现阶段的主流测距研究方向。

单目测距算法可以分为三类：以成像模型为基础的测距算法、以数学回归建模为基础的测距算法和以几何关系推导为基础的测距算法。以成像模型为基础的测距算法必须事先获得船舶测量目标的实际高度或者宽度，在实际的运用过程中并不适用。而以数学回归建模为基础的测距算法则要用到大量的数据集并且通过已有数据集进行数学建模，一旦数据集更换，模型就不再适用，泛化能力较差。与前面两种测距算法相比，以几何关系推导为基础的测距算法仅需要相机的内参和外参，显然这种算法具有更好的泛化能力和适用性能。Stein等提出了相似三角形测距算法的基础模型，并讨论了像素误差对测距精度的影响。随后，Liu等在此基础上考虑了相机姿态角pitch(俯仰角)对测距的影响；后期又在此模型上进行了大量的运用实践，但未进行更深入的理论研究。

现阶段，在单目视觉方面的测距方法在结合机器学习和深度学习的技术时，需要用到较为庞大的数据集来对测距模型进行训练，而且这种方法训练出来的模型的泛化能力往往不够理想，模型效果受到很多因素的影响，所以在进行船舶搭载单目视觉测距的过程中，以如今的技术背景，船舶搭载单目视觉距离测量的方法测量的准确度不高，过程复杂繁琐并且还缺乏较好的泛化能力。

发明内容

本发明为了克服以上技术的不足，提供了一种船载摄像头的单目水面目标分割及单目测距方法。

本发明克服其技术问题所采用的技术方案是：

一种船载摄像头的单目水面目标分割及单目测距方法，至少包括如下步骤：

S1、从船载摄像头拍摄的视频流中按帧读取图像；

S2、从步骤S1中抽取关键帧，针对抽取的关键帧，对所有出现在视觉范围内的环境进行目标检测，从中筛选出目标；

S3、基于筛选出的目标和实际的应用场景，进行二维边界框框定和图像分割，获取当前视频帧中目标信息；

S4、根据激光测距获取的摄像头到目标底部的距离数据以及步骤S3获取的目标信息，计算目标对应的传感器系数；

S5、建立几何关系测距模型，根据几何关系测距模型，并利用步骤S4得到的目标对应的传感器系数，计算目标与单目摄像头之间的水平距离；

S6、根据步骤S5得到的目标与单目摄像头之间的水平距离，建立视场角优化模型进行视场角优化，获得目标与单目摄像头之间的距离。

进一步地，步骤S1中，所述船载摄像头的安装位置固定，其视场角和俯仰角可自由调整。