The invention provides a deep learning and binocular stereo vision based on the combination of ranging method, coordinate position using the deep learning frame to select the target object in the scene image, the coordinates corresponding to the disparity map formed by three-dimensional reconstruction, which can coordinate frame to select the target in the range in the disparity map. Finally, using a statistical method to select the mode and frame of regional disparity map obtained by column a gray number value. Since the disparity map is a two-dimensional array, the coordinates of all points equal to the gray value can be obtained. Since the gray values of these points are the same, the distance between the object and the binocular stereo vision system can be obtained by selecting the coordinates of any point in these points and inputting the depth map generated by the binocular stereo vision module. Compared with the existing ranging method, the invention also has the advantages of non-contact measurement based on the identification of the specific object in the real scene.
【技术实现步骤摘要】
一种基于深度学习和双目立体视觉相结合的测距方法
本专利技术提供了一种基于深度学习和双目立体视觉相结合的测距方法,涉及深度学习、计算机视觉
技术介绍
拥有非接触测量特点的测距方式有超声波测距、红外测距、激光测距和计算机双目视觉测距。超声波测距的原理是利用超声波在空气中的传播速度为已知,测量声波在发射后遇到障碍物反射回来的时间,根据发射和接收的时间差计算出发射点到障碍物的实际距离。由于超声波测距仪是声波发射,具有声波的扇形发射特性,方向性差。当声波经过之处障碍物较多时,反射回来的声波较多,干扰较多,易报错。激光测距,是利用激光对目标的距离进行准确测定的仪器。激光测距仪在工作时向目标射出一束很细的激光,由光电元件接收目标反射的激光束,计时器测定激光束从发射到接收的时间,计算出从观测者到目标的距离。但是,测量容易受到烟雾、灰尘、雨滴的干扰且目的性不强。红外测距是由红外发射器按照一定的角度发射红外光束,当遇到物体后,光束会反射回来。反射回来的红外光束被CCD检测器检测到以后,会得到一个偏移值,利用三角关系,在知道发射角度、偏移值、中心距以及滤镜的焦距后,传感器到物体的距离就可以通过几何关系计算出来。但是,测量容易受到日光或者其他相近波长光源的干扰,也会受到烟雾、灰尘的干扰且方向性差。双目立体视觉是计算机视觉的一个重要分支,双目立体视觉测距技术是双目立体视觉的一个重要应用。测距技术分为主动式和被动式测距两种。双目立体视觉测距技术是根据视差原理建立的被动测距系统,该系统是人类利用双目感知距离的原理设计的,即两眼从稍有不同的两个角度去观察三维世界的同一场景时,由 ...
【技术保护点】
一种基于深度学习和双目立体视觉相结合的测距方法,其特征在于包括以下步骤:步骤(1):首先由标定后的双目相机模块捕获现实场景下的图像;步骤(2):将步骤(1)中目标相机模块中的左目相机捕获的图像输入到基于深度学习的物体识别模块,框选出在输入图像中能够识别到的物体,并且给出识别到的物体的具体名称和所在区域,如果输入图像不包含可以识别到的物体,则仅进行三维重建,然后返回到步骤(1);步骤(3):将双目相机捕获的图像输入到双目立体视觉的三维重建模块进行三维重建,生成视差图,再将步骤(2)中得到的所述物体所在区域的坐标输入给双目视觉模块,双目视觉模块对在视差图中框选出的区域利用统计方法—众数,对该框选出来的所述区域的灰度值进行按列统计,得到灰度值统计结果;步骤(4):对步骤(3)的灰度值统计结果进行去重处理,然后对去重后的结果进行从小到大的排序,如果排序后的灰度值个数大于2个,则删除第一个和最后一个灰度值,即去掉灰度最大值和灰度最小值,从剩下的灰度值中选取一个作为框选区域灰度值的代表;如果灰度值个数小于等于2个,则仅取最后一个灰度值作为区域的灰度值的代表;步骤(5):双目视觉模块生成的视差图为二 ...
【技术特征摘要】
1.一种基于深度学习和双目立体视觉相结合的测距方法,其特征在于包括以下步骤:步骤(1):首先由标定后的双目相机模块捕获现实场景下的图像;步骤(2):将步骤(1)中目标相机模块中的左目相机捕获的图像输入到基于深度学习的物体识别模块,框选出在输入图像中能够识别到的物体,并且给出识别到的物体的具体名称和所在区域,如果输入图像不包含可以识别到的物体,则仅进行三维重建,然后返回到步骤(1);步骤(3):将双目相机捕获的图像输入到双目立体视觉的三维重建模块进行三维重建,生成视差图,再将步骤(2)中得到的所述物体所在区域的坐标输入给双目视觉模块,双目视觉模块对在视差图中框选出的区域利用统计方法—众数,对该框选出来的所述区域的灰度值进行按列统计,得到灰度值统计结果;步骤(4):对步骤(3)的灰度值统计结果进行去重处理,然后对去重后的结果进行从小到大的排序,如果排序后的灰度值个数大于2个,则删除第一个和最后一个灰度值,即去掉灰度最大值和灰度最小值,从剩下的灰度值中选取一个作为框选区域灰度值的代表;如果灰度值个数小于等于2个,则仅取最后一个灰度值作为区域的灰度值的代表;步骤(5):双目视觉模块生成的视差图为二维数组,求得步骤(4)中输出的区域的灰度代表值对应的坐标位置,双目视觉模块从各个区域的灰度代表值对应的坐标位置中任选一个坐标作为区域灰度值众数的代表,利用灰度值在深度图中的坐标位置,即求得框选出的区域包含的物体的距离。2.根据权利要求1所述的方法,其特征在于:步骤(2)利用步骤(1)中左目相机捕获的图像输入到基于深度学习的物体识别模块进行物体识别,输入图像来自于双目相机模块的左目相机捕获的图像,如果输入图像包含有可以识别到的...
【专利技术属性】
技术研发人员:王华锋,李飞,成也,付明霞,冯瑾,潘海侠,
申请(专利权)人:王华锋,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。