[发明专利]一种基于鱼眼镜头的单目测距方法

说明书

本发明涉及一种基于单目鱼眼相机的目标物体测距方法，包括以下步骤：1)使用鱼眼镜头拍摄照片，得到畸变图像；2)将畸变图像送入训练好的神经网络，得到目标物体的外接框坐标，并根据得到的框图坐标，在图像中将目标物体框出；3)对框出的图像区域进行图像处理，得到目标物体的轮廓图；4)对轮廓图使用特征点检测算法，得到目标特征点；5)根据畸变图像校正公式，得到校正后的特征点坐标；6)根据已知的与图像中特征点对应的现实中物体特征点间的距离，使用坐标转换公式在图像与世界坐标系间建立数学等式，求解得到鱼眼相机距离目标物体距离。与传统方法相比，本方法具有成本低、识别范围大、检测速度快、准确度高的优点。

技术领域

本发明涉及一种基于鱼眼镜头的单目测距方法，属于光学与计算机视觉领域。

背景技术

近年来，视觉传感器吸引了广泛的关注，基于视觉传感器的测距方法也已成为研究热点，因为它们能收集广泛的环境信息，并且价格便宜且易于使用。根据所使用的视觉传感器的数量，视觉测距方法主要可分为单目测距，双目测距和多目测距三种。

目前，从目标获取高精度深度信息通常需要用到激光雷达，但是由于其价格昂贵，它还主要处于技术研究和测试阶段，距大型市场化应用仍有一定距离。另外，随着近年来人工智能的快速发展，视觉已经逐渐成为研究的焦点，但是也发现了一些缺点，如使用双目测距技术受限于基准线，这导致设备的大小与交通平台负载能力之间的协调不足；基于RGB-D的深度估计范围短，很难应用于实际，并且受环境空间变化的影响很大，在室外的性能并不理想；基于普通针孔相机的测距方法，因为相机可视范围小，故不能获得尽可能多的视觉信息，识别效率较低。

鱼眼相机不仅具有价格低，体积小的优点，而且其拥有能达到甚至超过180度的超大视角，仅需一个就能达到2-3个大小的普通相机拍摄范围，所拍照片信息量丰富，因此可以有效克服上述传感器的诸多缺点。因此，使用单眼鱼眼相机获取深度信息已经逐渐成为计算机视觉领域的研究重点之一。

发明内容

本发明要解决的技术问题是提供一种基于鱼眼镜头的单目测距方法。

为了解决上述技术问题，本发明的技术方案是提供了一种基于鱼眼镜头的单目测距方法，所述方法包括下述步骤：

1)使用鱼眼镜头拍摄照片，得到畸变图像；

2)将畸变图像送入训练好的神经网络，得到目标物体的外接框坐标，并根据得到的框图坐标，在图像中将目标物体框出；

3)对框出的图像区域进行图像处理，得到目标物体的轮廓图；

4)对轮廓图使用特征点检测算法，得到目标特征点；

5)根据畸变图像校正公式，得到校正后的特征点坐标；

6)根据已知的与图像中特征点对应的现实中物体特征点间的距离，使用坐标转换公式在图像与世界坐标系间建立数学等式，求解得到鱼眼相机距离目标物体距离。

在所述步骤1)中，鱼眼镜头视角为180度，目标物体中心与鱼眼镜头光心在同一水平面。

在所述步骤2)中，对畸变图像使用的算法是基于深度学习的目标检测算法，该算法包括以下部分：

a)采用MobileNet V2中的分通道卷积方法，提取训练数据集中畸变图像的高级特征；

b)对不同卷积层筛选出的特征使用FPN进行特征融合，将融合后的特征送入分类子网络和定位子网络，得到分类和定位误差；

c)采用损失函数进行深度神经网络学习训练，得到训练后的优化模型，损失函数为：