角度检测方法技术

本文描述的某些实施例涉及用于检测相机坐标系和世界坐标系之间的倾斜角度的方法。在一个这样的示例中，该方法包括接收图像并检测图像中的多条线，其中，每条检测到的线具有相关联角度。该方法然后包括至少基于第一组线来至少确定第一参数，该第一参数指示对应于该第一组的第一代表角度。最后，该方法包括至少基于一个参数确定倾斜角度。

【技术实现步骤摘要】
【国外来华专利技术】角度检测方法
本专利技术涉及用于确定相机的倾斜角度的方法和装置。
技术介绍
通常希望检测相机的倾斜角度。用于确定这种倾斜角度的方法通常要求相机包括倾斜传感器，例如以校正所捕获的图像中的相机倾斜。
技术实现思路
根据本专利技术的第一方面，提供了一种用于检测相机坐标系和世界坐标系之间的倾斜角度的方法。该方法包括：接收图像；检测图像中的多条线，其中，每条检测到的线具有相关联角度；至少基于第一组线来至少确定第一参数，该第一参数指示与该第一组相对应的第一代表角度；以及至少基于第一参数确定倾斜角度。在一个示例中，该第一组线包括具有第一范围内的相应角度的线，并且该方法包括将第一代表角度标识为与世界坐标系的第一轴相对应。第一轴可以是世界坐标系的水平轴，并且在这种情况下，该方法可以包括至少基于第一轴相对于图像的角度来确定倾斜角度。在替代示例中，第一轴是世界坐标系的垂直轴，并且该方法包括至少基于第一轴相对于图像的角度来确定倾斜角度。在实施例中，该方法包括：至少基于第二组线，至少确定第二参数，该第二参数指示与该第二组相对应的第二代表角度；并且基于第一参数和第二参数中的至少一个来确定倾斜角度。该方法可以包括：将第一代表角度标识为与世界坐标系的水平轴和垂直轴中的一个相对应；并且将第二代表角度标识为与世界坐标系的水平轴和垂直轴中的另一个相对应。在一个示例中，该方法包括：选择第一组和第二组中的优选的组；并且至少基于与所选择的组相对应的参数来确定倾斜角度。选择第一组和第二组中的所述优选的组可以基于图像的预定义特性。在示例中，该方法包括：计算与第一组相对应的不确定性和与第二组相对应的不确定性；基于所计算的不确定性来选择第一组和第二组中的至少一个。在另一示例中，该方法包括基于第一代表角度和第二代表角度之间的假设关系来确定倾斜角度。该方法可以包括：标识图像中的候选换行区域，其中，标识候选换行区域包括标识图像的第一像素和图像的第二像素，在第一像素和第二像素之间出现候选换行区域，其中：第一像素具有第一特性并且第二像素具有第二特性，该第二特性具有相对于第一特性的预定相似关系，以及使用所标识的候选换行区域来辅助检测图像中的线。根据本公开的另一方面，提供了一种用于检测相机坐标系和世界坐标系之间的倾斜角度的装置。该装置包括处理器，该处理器配置为：从相机接收图像；检测图像中的多条线，其中，每条检测到的线具有相关联角度；至少基于一组线来至少确定参数，该参数指示与该第一组相对应的第一代表角度；以及至少基于参数确定倾斜角度。处理器可以被配置为接收图像并且实时确定倾斜角度。倾斜角度可以是相机的安装角度。根据另一方面，提供了一种非暂态计算机可读存储介质，包括存储在其上的一组计算机可读指令，该组计算机可读指令在由至少一个处理器执行时，使得该至少一个处理器：从相机接收图像；检测图像中的多条线，其中，每条检测到的线具有相关联角度；至少基于具有预定角度范围内的角度的一组检测到的线，来至少确定指示该组中的线的平均角度的参数；以及至少基于该参数来确定相机坐标系和世界坐标系之间的倾斜角度。本专利技术的其他特征和优点将从参考附图以仅示例的方式给出的本专利技术的优选实施例的描述变得明显。附图说明图1示出了根据实施例的用于检测图像中的线的方法的流程图；图2示出了包括候选换行区域的示例图像；图3示出了包括光亮区域和黑暗区域的示例图像；图4示出了用于量化梯度角度的示例方案；图5示出了图像中的梯度幅度的直方图的示意图；图6a至图6c示出了图像的示例连续区域，通过该连续区域可以标识候选线分量；图7示出了根据实施例的装置的示意图；图8示出了根据实施例的非暂态计算机可读存储介质的示意图；图9示出了根据实施例的用于检测倾斜角度的方法的流程图；图10示出了具有倾斜角度的图像的示意图；图11示出了根据实施例的装置的示意图；以及图12示出了根据实施例的非暂态计算机可读存储介质的示意图。具体实施方式下面，将描述用于确定相机坐标系和世界坐标系之间的倾斜角度的方法和装置。然而，首先，我们将描述线检测的实施例，其包括基于标识和利用候选换行区域的改进线检测。图1示出了根据实施例的用于检测图像中的线的方法100的流程图。图像例如可以包括静止图像或视频的帧。该方法包括标识步骤105，其中，在图像中标识候选换行区域。标识候选换行区域包括标识图像的第一像素的步骤110和标识图像的第二像素的步骤115，在第一像素和第二像素之间出现候选换行区域。在本公开中，“像素”是图像的细分。它可以是图像的单个元素，或替代地，一组元素，例如，4×4平方。在标识候选换行区域之后，方法100包括使用候选换行区域来辅助检测图像中的线的步骤120，如下面将更详细描述。图2示出了包括由像素215分开的两个像素区域205、210的图像200。已知的图像检测算法可以将区域205、210检测为单独的线。本方法可以将像素220标识为第一像素并将像素225标识为第二像素，从而将像素215标识为候选换行区域。图3示出了包括均匀光亮区域305和均匀黑暗区域310的图像300。梯度幅度和/或角度可以与图像的像素相关联。这些可以使用Sobel滤波器来确定，其为每个像素产生梯度幅度和梯度角度。这些值可以存储为梯度幅度矩阵或位图以及梯度角度矩阵或位图，分别表示每个像素的梯度幅度和梯度角度。在实施例中，通过如下所述分配新值来更新这些位图中的一个或每个位图。因此，为了线路检测的目的而增强了一个或多个位图。作为梯度幅度和角度的示例，均匀光亮区域305中间的像素315将具有梯度幅度零，均匀黑暗区域310中间的像素320也是如此。在光亮区域305和黑暗区域310的边界处的像素325将具有高梯度幅度，并且将具有与光亮区域305和黑暗区域310之间的边界垂直的梯度角度。返回图1，在方法100中，第一像素具有第一特性并且第二像素具有第二特性，该第二特性具有相对于第一特性的预定相似关系。第一和第二特性例如可以是相应的第一和第二梯度角度。例如，预定关系可以使得第二梯度等于第一梯度角度，或者第二梯度在第一梯度角度的预定义范围内。在一个示例中，第一和第二梯度角度是量化的梯度角度。图4示出了用于量化梯度角度的示例方案。全范围360°被分成角度范围，例如，由角度410和415限定的角度范围405。在该示例中，范围405以垂直为中心。具有范围415内的梯度角度的像素被分配同一量化梯度角度，在该示例中，该梯度角度是垂直的。例如，角度420和425都位于范围415内，因此对应于同一量化角度。角度范围可以尺寸相同，如图所示，或者可以尺寸不同。可以基于处理效率和线检测结果的准确性的折衷来选择划分整个360°的角度范围的数量。例如，增加角度范围的数量通常将提供更准确的线检测结果，但计算效率会降低。在其中第一角度和第二角度是量化梯度角度的示例中，第二梯度角度与第一梯度角度的预定关系可以是第二梯度角度等于第一梯度角度。返回图1，在框120处，使用所标识的候选换行区域来辅助检测图像中的线。例如，在图2中的两条检测到的线(例如，205和210)被候选换行区域(例如，图2中所示的像素215)分开的情况下，可以确定两条线205、210应被组合成穿过候选换行区域215的单个线。可以使用如下所述的各种已知的线检测方法。可以对图像本文档来自技高网...

【技术保护点】
1.一种用于检测相机坐标系和世界坐标系之间的倾斜角度的方法，所述方法包括：接收图像；检测所述图像中的多条线，其中，每条检测到的线具有相关联角度；至少基于第一组线来至少确定第一参数，所述第一参数指示与所述第一组相对应的第一代表角度；以及至少基于所述第一参数来确定所述倾斜角度。

【技术特征摘要】
【国外来华专利技术】2016.08.19 GB 1614233.31.一种用于检测相机坐标系和世界坐标系之间的倾斜角度的方法，所述方法包括：接收图像；检测所述图像中的多条线，其中，每条检测到的线具有相关联角度；至少基于第一组线来至少确定第一参数，所述第一参数指示与所述第一组相对应的第一代表角度；以及至少基于所述第一参数来确定所述倾斜角度。2.根据权利要求1所述的方法，其中，所述第一组线包括具有第一范围内的相应角度的线，所述方法包括：将所述第一代表角度标识为与所述世界坐标系的第一轴相对应。3.根据权利要求2所述的方法，其中，所述第一轴是所述世界坐标系的水平轴，并且其中，所述方法包括至少基于所述第一轴相对于所述图像的角度来确定所述倾斜角度。4.根据权利要求2所述的方法，其中，所述第一轴是所述世界坐标系的垂直轴，并且其中，所述方法包括至少基于所述第一轴相对于所述图像的角度来确定所述倾斜角度。5.根据前述权利要求中的任一项所述的方法，包括：至少基于第二组线来至少确定第二参数，所述第二参数指示与所述第二组相对应的第二代表角度；并且基于所述第一参数和所述第二参数中的至少一个来确定所述倾斜角度。6.根据权利要求5所述的方法，所述方法包括：将所述第一代表角度标识为与所述世界坐标系的水平轴和垂直轴中的一个相对应；并且将所述第二代表角度标识为与所述世界坐标系的水平轴和垂直轴中的另一个相对应。7.根据权利要求6所述的方法，包括：选择所述第一组和所述第二组中的优选的组；并且至少基于与所选择的组相对应的参数来确定所述倾斜角度。8.根据权利要求7所述的方法，包括基于图像的预定义特性来选择所述第一组和所述第二组中的所述优选的组。9.根据权利要求7或...

【专利技术属性】
技术研发人员：弗拉迪斯拉夫·特列霍夫，
申请(专利权)人：顶级公司，
类型：发明
国别省市：英国,GB