视频测速系统中的测距和摄像机标定研究

发布时间：2016-12-14 17:42

本文关键词：视频测速系统中的测距和摄像机标定研究，由笔耕文化传播整理发布。

第一章引言；烈的抖动则会影响；可以说解决了以上四个问题后，本文所提出的方案就能；第一章引言部分，该章首先简单介绍了机器视觉技术的；第二章方案研究部分，从理论和实际出发，分析本系统；第三章车道线提取，本章首先介绍了图像处理的相关理；第四章摄像机成像模型与测距，该章首先介绍了摄像机；第五章摄像机标定，该章首先介绍了当前主流的摄像机；第六章是系统的开发环境和相关的

第一章引言

烈的抖动则会影响。因此，本文提出一种解决算法，该算法每隔一段时间提取一次车道线坐标，如果新提取的坐标与旧的坐标之间的距离超过一个阈值，则重新标定摄像机和提取车道线坐标。

可以说解决了以上四个问题后，本文所提出的方案就能很好地适应高速公路上的具体情况，实现机动车视频测距问题，最终达到机动车视频测速的目的。该方案是一种能简单快速标定架设于高速公路中的摄像机，并适用于双车道或三车道的，有自我适应能力的方案，是摄像机标定在应用中的一个创新。论文的各个章节内容安排如下：

第一章引言部分，该章首先简单介绍了机器视觉技术的发展现状，特别是摄像机标定技术的进展和研究现状。然后，分析了本课题的研究目的，提出如何利用单目摄像机进行测距。最后介绍了本文的课题解决方案，以及课题中主要工作和取得的成果。

第二章方案研究部分，从理论和实际出发，分析本系统需要解决的问题，并在此基础上提出了本系统的大体解决方案，为系统实现搭建了一个整体框架。

第三章车道线提取，本章首先介绍了图像处理的相关理论，然后结合课题实践，将这些图像处理的方法应用到本课题中；同时针对课题中遇到的边缘提取问题，提出用双阈值法解决车道线分割问题，并取得了良好效果；最后利用霍夫变换提取车道线及其坐标。

第四章摄像机成像模型与测距，该章首先介绍了摄像机的成像模型原理，在此基础上，简化成像模型，以平面映射为原理的方法来实现单目摄像机的测距问题；利用第三章提取的车道线为对应点实现了该方法，并给出了这种方法的实验结果和误差，对误差进行分析。最后本章还提出了测距中的摄像机抖动问题，并给出了抖动的解决方案。

第五章摄像机标定，该章首先介绍了当前主流的摄像机标定理论，以及标定方法，而后根据本课题的实际情况提出发，提出了本课题的标定方案，即：先标定摄像机内部参数，再用三线法标定外参数，最后利用标定好的摄像机虚拟出一条车道线进而实现测距。

第六章是系统的开发环境和相关的软件开发问题，介绍了系统地开发工具，所用的软硬件设备。第七章是总结和展望，该章是作者在研究期间的一些感想和对于系统改进的想法。５

第二章视频测速基本原理及相关问题

第二章课题方案研究

随着信号处理理论和计算机技术的发展，人们试图用摄像机获取环境图像并将其转换成数字信号，用计算机实现对视觉信号处理的全过程，这样就形成了一种新兴的学科——计算机视觉。当前，机器视觉在国民经济、科学研究及国防建设等领域都有着广泛的应用，这些领域包括：工业自动化生产线应用，各类检验和监视应用，视觉导航应用，图像自动解释应用，人机交互应用，虚拟现实应用等【ｌ制。

本课题所涉及的利用架设在高空的摄像机采集图像，从图像中车辆的位移求解出现实中的位移，为视频测速系统提供测距服务就是机器视觉在检测监视中的应用［１５’１９】。纵观机器视觉的知识，我们很容易就能想到利用摄像机三维视觉来确定车辆所发生的位移。当前的三维视觉方法很多，有双目立体视、结构光三维视觉和其他三维视觉技术等。

２．１当前技术可行性分析

２．１．１双目立体视觉

双目立体视觉是基于视差原理，由多幅图像获取物体三维几何信息的方法。在机器视觉系统中，双目立体视觉一般由双摄像机从不同角度同时获取周围景物的两幅数字图像，或由单摄像机在不同时刻从不同角度获取周围景物的两幅数字图像，并基于视差原理即可恢复出物体三维几何信息，重建周围ｉ景物的三维形状和位置。

双目立体视觉是基于视差的，由三角法原理进行三维信息获取，即由两个摄像机的图像平面和被测物体之间构成一个三角形。已知两摄像机之间的位置关系，便可以获取两摄像机公共视场内物体的三维尺寸及空间物体特征点的三维坐标。双目立体视觉系统一般由两个摄像机或者由一个运动的摄像机构成。

双目立体视觉三维测量是基于视差原理，如图２．１所示为简单的平视双目立体成像原理图，两摄像机的投影中心连线的距离，即基线为Ｂ。两摄像机在同６

第二章视频测速基本原理及相关问题

一时刻观看空间物体的同一特征点Ｐ，分别在“左眼＂和“右眼”上获取了点Ｐ的图像，它们的图像坐标分别为％＝（％，％），％，＝（‰，，％，）。假定两个摄像机的图像在同一个平面上，则特征点Ｐ的图像坐标的Ｙ坐标相同，即‰，＝％２】，，则由三角几何关系得到

ｘ铺＝尹蔓

Ｚｃ

‰，＝厂‰≥．●Ｃ（２．１）

Ｙ：厂丝

ｚｃ

图２．１双目立体成像原理

则视差为：Ｄｉｓｐａｒｉｔｙ

系下的三维坐标为２％一ｘ愀。由此可计算出特征点Ｐ在摄像机坐标

Ｂ?ｘ坼

。‘Ｄｉｓｐａｒｉｔｙｙ，＝一１，．：‘Ｄｉｓｐａｒｉｔｙ垒！！（２．２）Ｌ么．么，

７一Ｂ?ｌ

＿ＣＤｉｓｐａｒｉｔｙ

因此，左摄像机像面上的任意一点只要能在左右摄像机面上找到对应的匹配点，就可以确定出该点的三维坐标。这种方法是点对点的运算，像面上所有点只要存在对应的匹配点，就可以参与上述运算，从而获取其对应的三维坐标。该方法的优点是能够通过摄像机将现实世界中的三维信息完全重构出来，并且准确度高，但它需要双目摄像机，要求摄像机的成像中心处于同一高度；它的７

第二章视频测速基本原理及相关问题

缺点是双目摄像机成本高，同时系统抗干扰性差，一旦双目摄像机光心不是处于同一高度，则容易发生误差。对于本系统而言，摄像机假设在野外，摄像机常处于抖动的状态，同时考虑到产品的成本问题，采用双目摄像机三维重构实现测距是不合适的。

２．１．２结构三维视觉

在双目立体视觉中，当用光学投射器代替其中的一个摄像机时，光学投射器投射出一定的光模式，如光平面、十字光平面、网格状光束等，对场景对象在空间的位置进行约束，同样可以获取场景对象上的点的唯一坐标值，这样就形成了结构光三维视觉。

结构光三维视觉方法的研究最早见于２０世纪７０年代。在诸多的视觉方法中，结构光三维视觉以其大量程、大视场、较高精度、光条图像信息易于提取、实时性强及主动受控等特点，近年来在工业环境中得到了广泛的应用。目前，结构光三维视觉的研究主要集中在结构光投射模式、子（亚）像素级的光条中心提取和处理算法以及标定方法等方面。

结构光三维视觉是基于光学三角法测量原理。如图２．２所示，光学投射器将一定模式的结构光投射于物体表面，在表面上形成由被测物体表面形状所调制的光条三维图像。该三维图像由处于另一位置的摄像机探测，从而获得光条二维奇变图像。光条奇变程度取决于光学投射器与摄像机之间的相对位置和物体表面形廓。直观上，沿光条显示出的位移与物体表面高度成比例，扭结表示了平面的变化，，不连续显示了表面的物理间隙。当光学投射器与摄像机之间的相对位置一定时，由奇变的二维光条图像坐标便可重现物体表面三维形廓。由光学投射器、摄像机和计算机系统即构成了结构光三维视觉系统。

图２．２结构光三维视觉原理８

第二章视频测速基本原理及相关问题

结构光三维视觉具有大量程、大视场、较高精度、光条图像信息易于提取、实时性强及主动受控等优点特点，但对于本系统而言，并不要求如此精细的准确度，同时需要架设额外的光学投射器，其野外工作环境无法得到保障，也提高了产品成本，所以光三维视觉亦不符合本课题要求。

２．１．３其他三维视觉技术

按照景物的照明条件，三维视觉技术可以分为被动和主动两大类，前者中景物的照明时由物体周围的光照条件来提供，而在后者则使用一个专门的光源装置来提供目标物体周围的照明。按照这种分类，前面介绍的双目立体视觉是被动方式，而结构光三维视觉是主动方式。被动视觉技术特别适合于由于环境条件的约束不能使用激光或特殊照明灯的工业应用场合或者需要保密的军事应用。然而，主动视觉技术具有视觉图像信息处理简单、可靠性高、实时性强等特点，在许多工业环境中得到广泛应用。常用的方法包括光度立体视觉、由明暗恢复形状和由纹理恢复形状的被动视觉方法，以及激光测距、莫尔阴影与散焦测距主动视觉方法。

２．２课题方案研究

２．２．１方案分析

综合上述的三维视觉技术并结合本课题的实际情况我们可以发现，为了节约产品成本，本课题采用的是单目摄像机，所以双目立体视觉是无法实现的；同时如果采用结构光三维立体视觉也是不适合我们野外工作的环境。而其他的三维视觉技术都对工作环境要求很苛刻，不适合本课题。所以说，直接应用现有的三维视觉技术在本课题中是不可行的。

虽然无法直接应用上述的三维视觉方法，但这些方法却给我们一些提示，既然三维视觉要求的条件比较苛刻，那么如果只考虑二维图像情况又如何？在本课题中，高速公路上的车辆基本上是行驶在路面平面上的，如图所示，车辆在高度方向上的位置是可以看作是不变的，这时可以忽略掉车辆高度这一维信息，现实坐标系统就由三维变成二维，我们的问题简化为如何从单目摄像机采９

下载地址：视频测速系统中的测距和摄像机标定研究_图文59.Doc

　　【】