物体距离与在图像上的像素的关系图 |
您所在的位置：网站首页 › 灰度图的像素深度怎么调出来的 › 物体距离与在图像上的像素的关系图 |
物体距离与在图像上的像素的关系图
|
风格：本文字讲了一些实验中的细节，没有什么高深的理论，是一些实验心得，讲了一些操作细节，如果不需要只提取主要想法即可。若对你工作中有些帮助，缩短了您的尝试或者开发时间，请点个赞给些鼓励。 实验背景：横轴为物体距相机的距离，单位是m，纵轴为物体图像上的宽度，单位是pixel，图像分辨率是3840x2160，可以看到在33~66m时，物体宽度敏感度急剧下降，也就是再利用宽度信息时100m和150m几乎没有区别 解释：这个曲线是我实验的结果，而且这个是曲线关系是合理的，举个例子，你要根据前车的在图像中的成像宽度，测量前车距离你自己的距离，根据小孔成像的等比例关系，f/d = x/w 即 d = f*w/x，f:焦距，w:车辆的真实宽度，x：车辆的成像宽度[像素数]，很明显，前车距离和成像宽度成反比例关系，所以曲线从理论和实验上都是非常合理地。 建议： 用小孔成像进行测距，在远处侧测距极具不稳定【我这里约>50m】不同的相机可能不同，根绝自己的相机情况而定，怎么确定，建议自己做个实验，有条件的可以找辆车由近到远进行实验。没有条件的可以找个横杆，进行实验。车辆要测量出他的实际宽度，横杆也要测量出他的实际物理宽度，车辆或者横杆在图像中的像素数则通过算法检测出来【分割或者检测网络】，焦距标定出来，实际的距离也要测量出来，这样根据上面的解释公式，就可以画出如上的曲线。关于几个数据的测量， f焦距:，我实际做的时候是标定出来的参数，opencv的标定工具，也是最常用的一种，f的单位是像素，并非物理单位，车辆或者横杆的物理宽度测量：这个十分简单，直接尺子量即可，建议横杆最好长一些，这样相对误差就小一些，画出的曲线关系就会更准确一些。实际距离：可以用激光笔，或者卷尺进行测量，当然实际的经验是找一段断头路，在路上用粉笔画上距离，1-100m，做上标记，然后车辆可以由近到远进行开。这样做的好处在于安全，重复使用，我相信在整个项目中有可能会反复用到。难点在于找一段比较长而且直的路，好在北京有很多修路的地方，很多断头路，已经有了车道线虚实线，非常笔直，我们只需要在车道线上画标记即可。成像宽度：也就是车或者横杆在图像中的像素数，这个通过检测网络或者分割网络进行得到，当然分割网络分割完后需要有些后处理统计横向的像素数目关于此方法测距精度的提升问题，还可以考虑，利用纵向进行计算，或者横向和纵向都计算进行加权，具体是纵向测距比较准确还是横向测距比较准确，也是需要根据自己的实际场景进行抉择。比如如果物体大多数值高比宽长，那一般来说利用高度进行计算比较好，要是检测宽比检测高稳定，那就利用宽度计算比较好。这个方法只适用于与成像平面大致平行的物体。以上这些细节的东西，有用就可以参考，无用就可以忽略用途： 讲了这么些，这个图有什么用呢 最明显的用途是指导测距的精度，那个范围内是准确的靠谱的，这个显而易见还有一个用途是在视频中，当检测检测框不准的时候，也就是检测框忽大忽小，这是在检测中很容易遇到的情况，可以利用此图的距离和检测框的关系进行平滑或者预估，也就是滤波，这也是一个很实际的应用。 |
【本文地址】
今日新闻 |
推荐新闻 |