[发明专利]一种基于图像超分辨率技术的单目视觉长程测距方法

说明书

本发明公开了一种基于图像超分辨率技术的单目视觉长程测距方法,首先对相机采集的前方场景图像分别进行目标检测和轨道检测，得到包含目标的边界框和拟合后的轨道直线，然后对目标边界框内图像进行超分辨率重建，获得超分图。将拟合后的轨道直线与目标边界框底边的交点映射到超分图上，并进行位置修正，得到轨道区域种子点。在超分图上以种子点为起始位置构建滑动窗口，窗口沿轨道延伸方向滑动外推时，利用最亮点生长和均值哈希相似性搜索方法实现目标底边缘定位，最终将定位得到的超分图上的目标底边缘坐标映射回原始图像，并带入单目测距模型中，获得距目标的实际距离。该方法目标底边缘定位准确，测量距离远，提高了准确度。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于图像超分辨率技术的单目视觉长程测距方法。

背景技术

轨道交通运行系统中为实现防撞预警和其他调控任务，需要对行驶列车与前方目标之间的距离进行实时监测。当前，主要用于距离监测的传感器设备包括激光雷达、毫米波雷达和相机等。其中激光雷达测距精度高，但容易受到天气影响，且成本较高。毫米波雷达具有全天候工作、测距距离远的优点，但无法对目标进行有效的识别，也易受电磁干扰。相比之下，相机采集到的图像具有丰富的场景信息，利用计算机视觉技术可以进行目标识别与场景理解，且能够在复杂的天气环境下执行测距任务。基于视觉的距离测量方法中双目测距方法标定难度大，算法复杂度高，不适用于场景的实时监测，单目测距方法利用目标检测算法识别图像中目标获得包含目标的边界框，并将边界框底边作为目标底边缘的参考位置，然后根据建立的测距模型实现距离测量。但实际场景中，特别是远距离的小目标，在图像中的视觉特征不显著，且目标检测算法输出的边界框存在定位不准确的情况，使得目标底边缘定位存在误差，从而影响了测距的准确度。

发明内容

本发明的目的在于克服现有技术的缺点，提供一种利用增强的视觉信息提高目标底边缘定位准确度，进而提高测距精度，且能够进行远距离测距的基于图像超分辨率技术的单目视觉长程测距方法。

本发明的一种基于图像超分辨率技术的单目视觉长程测距方法，包括以下步骤：

步骤1、通过张正友法进行相机标定获得相机的内参数，然后将相机安装在行驶列车的车头前部，相机的镜头朝向列车行驶方向，并利用相机对位于行驶列车行驶方向前方的场景进行实时图像采集，采集的前方场景图像中包含与行驶列车处于同一轨道且静止停靠在站台或与行驶列车相向而行的目标火车；

步骤2、分别对步骤1中相机采集的前方场景图像中的目标火车进行检测和对前方场景图像中两条轨道进行轨道检测，其中对于目标火车的检测是利用YOLOv3目标检测算法识别出目标火车并得到包含目标火车的矩形边界框；

所述的轨道检测包括的步骤为：

第一步，在步骤1采集的前方场景图像中设置感兴趣区域，所述的感兴趣区域内包含位于当前行驶列车前方的左右两条轨道；

第二步，利用Gabor滤波器结合连通域分析方法对感兴趣区域内的左右两条轨道进行边缘检测，分别检测出两条轨道的左右两长边边缘，得到轨道边缘二值图像；然后利用累计概率霍夫变换结合RANSAC算法将每一条轨道拟合为一条轨道直线；

步骤3、利用ESPCN算法对步骤2中目标火车的矩形边界框内区域图像进行图像超分辨率重建，从而获得超分图；

步骤4、在所述的超分图上求取左右两条轨道区域的最终种子点，步骤如下：

第一步，分别求取步骤2中拟合后的左右两条轨道直线与步骤2中目标检测算法输出的目标火车的矩形边界框底边的两个交点，并将其映射到超分图上，将映射到超分图上的两点分别定义为超分图中左右两轨道区域的初始映射种子点，且超分图中轨道直线延伸方向与步骤2中拟合的轨道直线的延伸方向一致，同时超分图中每条轨道具有一定的像素宽度，即将超分图上属于左右两条轨道的像素区域分别视为左右两轨道区域；