一种基于特征物体和透视变换的图像距离信息提取方法

摘要

一种基于特征物体和透视变换的图像距离信息提取方法，针对内外参未知的相机拍摄的单目图像或视频，在图像或视频帧中检测构建包含参照特征物和待求距离的平面，所述参照特征物具有已知真实距离的两点，对所述平面进行透视变换，根据透视变换后参照特征物的两点像素差与其真实尺寸的比例，计算待求距离的真实距离信息。本发明方法具有广泛性、实用性与准确性，依据实际工作需求，采用常见类型的图像和视频资料，基于计算机视觉，通过参照物模型、边缘检测和透视变换的模型方法，对图像中物体进行精准测距。

说明书

技术领域

本发明属于智能测量领域，涉及针对图像智能提取图中信息，具体为一种基于特征物体和透视变换的图像距离信息提取方法。

背景技术

图像距离提取是指：给定任意拍摄的图像，根据图像内显示的已知信息，计算图像中任意目标物体两点间的距离，从而获取视觉情报。在军事、商业、反恐等领域的情报分析工作中，从随手拍摄的图像、视频等资料中提取感兴趣的信息是一项重要且有重大应用价值的工作。

从图像或视频中提取物体的大小、距离等信息是视觉分析工作的重要内容之一。在当前热门的移动机器人、无人驾驶、计算机视觉、无人机侦察等领域，更是存在着大量的应用需求。在日常遇到的距离信息获取中，人们可以采用现场测量、配置特殊设备、雷达、激光、卫星等各种技术或方法，但在仅有单目相机获得的图像而没有其他辅助信息，例如现场测量信息、相机内外参数等的情况下，如何实现图像中物体的实际距离提取仍然有待研究。

发明内容

本发明要解决的问题是：针对内外参未知情况下相机拍摄的普通单目图像或视频，根据图像内显示的已知信息，计算图像中目标物体两点间的距离，从而获取视觉情报。

本发明的技术方案为：一种基于特征物体和透视变换的图像距离信息提取方法，针对内外参未知的相机拍摄的单目图像或视频，在图像或视频帧中检测构建包含参照特征物和待求距离的平面，所述参照特征物具有已知真实距离的两点，对所述平面进行透视变换，根据透视变换后参照特征物的两点像素差与其真实尺寸的比例，计算待求距离的真实距离信息。

作为优选方式，本发明包括以下步骤：

1)对采集的图像或视频帧进行图像增强，突出图像中与待求距离相关的目标物体与参照特征物的信息，并弱化图像中的非目标非参照物的信息；

2)对增强后的图像或视频帧进行边缘检测，然后结合参照特征物，对检测出的目标物体边缘进行平行线查找，得到用于提取信息的平面；

3)对得到的平面进行透视变换；

4)根据透视变换后的像素信息，确定参照物及待求距离的两点的透视变换后的像素坐标；

5)根据参照物已知真实距离的两点的像素差与其真实距离，以及目标物体待求距离的两点间的像素差，求解出目标物体两点间的真实距离l：

其中，l

进一步的，步骤2)对目标物体边缘进行平行线查找，如果平行线构成的平面内不包含参照特征物的信息，则重新选取；如果图像中的参照特征物与目标物体无法构成同一平面，则采用传递法层层递进求解。

本发明的有益效果在于：提供了一种图像距离信息提取的方法。针对内外参未知情况下相机拍摄的普通单目图像或视频，根据图像内显示的全部信息，计算图像中任意目标物体两点间的距离，从而获取视觉情报。本发明方法具有广泛性、实用性与准确性，依据实际工作需求，采用常见类型的图像和视频资料，基于计算机视觉，通过参照物模型、边缘检测和透视变换的模型方法，对图像中物体进行精准测距，该内容具有足够大的实际应用价值。结果表明：实验测距误差为1％-5％。

附图说明

图1为本发明的流程示意图。

图2为透视变换原理图。

图3为边缘检测效果图，(a)为图像，(b)为对应(a)的边缘检测图。

图4为本发明中对图3所示图像所选择的平面进行透视变换的效果图。

具体实施方式

本发明提出了一种基于特征物体和透视变换的图像距离信息提取方法，限制了特殊的应用领域，唯一能用于分析的对象便是图像或视频帧，在图像或视频帧中检测构建包含参照特征物和待求距离的平面，所述参照特征物具有已知真实距离的两点，对所述平面进行透视变换，根据透视变换后参照特征物的两点像素差与其真实尺寸的比例，计算待求距离的真实距离信息。下面将结合附图，对本发明优选的实施例进行详细的描述。

1)对采集的图像进行图像增强，突出图像中的目标物体与参照物体的信息，并弱化图像中的非目标非参照物信息；

2)对增强后的图像进行边缘检测，然后对检测出的目标物体边缘进行平行查找，拟合出真实世界中互相平行的四条线。

本发明主要采用Canny边缘检测和轮廓检测算法，从而确定四条边缘线的交点。用高斯滤波器对图像进行去噪声和平滑处理，目的在于减少噪声对梯度计算的影响，高斯滤波函数公式为：

平滑后的图像可以由Sobel算子来获得梯度的幅值M和梯度的方向θ。

θ＝arctan(G

检测图像x和y方向的Sobel算子分为：

由两对平行线构成一个平面。如果该平面内不包含常见参照物的信息，则重新选取，如果图像中的参照物与目标物体无法构成同一平面，可采用传递法，通过多个参照物层层递推求解，例如参照物C和目标物体同平面，但参照物C的真实尺寸未知，由另一平面的参照物A得到参照物B的尺寸，由参照物B得到参照物C的尺寸，由参照物C计算目标物体的待测点距离。

3)图像内选取的平面信息，对四个畸变坐标(畸变平面)进行透视变换，透视变化的原理如图2所示：

以图中的四个角点为例，经过透视变换后，A点对应A′点，B点对应B′点，C点对应C′点，D点对应D′点，原四边形的形状发生改变。透视投影是矩形ABCD平面上的每一个点在视角的作用下投影到A′B′C′D′平面的过程。若矩形ABCD为无畸变正视图，则透视变换是畸变图形A′B′C′D′上的每一个像素点对应到正视图上对应的像素点的过程。而实现透视畸变的矫正，就是要找到A′B′C′D′平面上的点与正视图上的点的一一对应关系。

通用的变换公式为：

其中，u和v是原始图像的坐标，经过透视变换后的坐标变为x和y。

4)据透视变换后的像素信息，确定目标点的坐标。

综上可得，(x，y)是正视图的像素坐标，(u，v)是畸变图像的像素坐标。因此可以推出，只要得到四个畸变图像与正式图像相对应的坐标就可以解出透视变换参数。

5)据参照物两点间的像素差与真实距离，以及目标物体两点间的像素差，最终求解出目标物体两点间的真实距离。

其中，l

本发明以图3(a)的图像进行测试，由图3(a)通过边缘检测处理和平行查找程序，拟合出四条平行的四条线，最后得到图像中四个畸变坐标，其中右上、右下、左上、左下坐标分别为(1288,544)、(1290,603)、(449,579)、(451,708)。如图4，通过对锁定平面的透视变换处理，可知汽车轴距AB两点间相距86个像素点，红色A车车头与白色B车车头相差711个像素点。假设汽车轴距AB长为标准长度3米，可求得红色A车车头与白色B车车头的实际距离为24.80米。与官方公布的标准答案25.4米比较可知，利用本发明的图像距离信息提取可以获得很好的成绩，本发明的误差为1％-5％。