单目测距几个关键点

 单目测距几个关键点

一．畸变矫正

相机镜头畸变矫正-->得到相机的内外参数、畸变参数矩阵

1.        外参数矩阵。世界坐标经过旋转和平移，然后落到另一个现实世界点(摄像机坐标)上。

2.        内参数矩阵。告诉你上述那个点在1的基础上，是如何继续经过摄像机的镜头、并通过针孔成像和电子转化而成为像素点的。

3.        畸变矩阵。告诉你为什么上面那个像素点并没有落在理论计算该落在的位置上，还产生了一定的偏移和变形.

二．测距步骤：

1.    使用摄像机采集道路前方的图像；

2.    在道路区域对物体进行检测，通过矩形框将物体形状框出来。

3.    结合矩形框信息，找到该矩形框底边的两个像平面坐标，分别记为（u1，v1）和（u2，v2）;（opencv自带函数，输出矩形框像素点坐标）

4.    使用几何关系推导法，由像平面坐标点（u1, v1）、（u2, v2）推导出道路平面坐标（x1,y1）、（x2, y2）；（投影到地面上，z轴为0）

5.    通过欧氏距离公式计算出d。

三．根据相似三角比例计算出对应像素点的实际坐标　　
　　这个方法对摄像机标定的要求比较高，同时要求镜头本身造成的畸变就比较小，但总体来说这种方法的可移植性和实用性都较强。其主要的思路还是小孔成像的模型。

 

 一步步推导如下：

　　已知量：摄像机高度H

　　　　　　图像坐标中心对应的世界坐标点与摄像头在y轴上的距离O3MO3M

　　　　　　镜头中心点的图像坐标O1(ucenter，vcenter)O1(ucenter，vcenter)

　　　　　　测量像素点的图像坐标P1(u，0）、Q1（u，v）P1(u，0）、Q1（u，v）　　　　　　

　　　　　　实际像素的长度xpix

　　　　　　实际像素的宽度ypix

　　　　　　摄像头焦距f

（y轴方向计算和上一个模型相同，x轴计算是y轴坐标通过比例计算得到）

 

 这样就可以得到垂直方向的坐标 

 

 这样就可以得到垂直方向的坐标