[發(fā)明專利]一種基于雙目視覺(jué)的障礙物占用消防通道的檢測(cè)與識(shí)別方法有效
| 申請(qǐng)?zhí)枺?/td> | 202011276966.X | 申請(qǐng)日: | 2020-11-16 |
| 公開(公告)號(hào): | CN112418040B | 公開(公告)日: | 2022-08-26 |
| 發(fā)明(設(shè)計(jì))人: | 何利文;包躍 | 申請(qǐng)(專利權(quán))人: | 南京郵電大學(xué) |
| 主分類號(hào): | G06V20/58 | 分類號(hào): | G06V20/58;G06T5/00;G06T7/80 |
| 代理公司: | 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204 | 代理人: | 曹坤 |
| 地址: | 210003 江蘇*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 雙目 視覺(jué) 障礙物 占用 消防 通道 檢測(cè) 識(shí)別 方法 | ||
1.一種基于雙目視覺(jué)的障礙物占用消防通道的檢測(cè)與識(shí)別方法,其特征在于,具體步驟包括如下:
步驟(1.1)、通過(guò)左右雙目攝像頭獲取消防通道的兩個(gè)圖像:即左圖像L1和右圖像R1;
步驟(1.2)、先對(duì)左右雙目攝像頭進(jìn)行標(biāo)定,獲得攝像頭的外參數(shù)E;再對(duì)獲取的左右兩個(gè)圖像進(jìn)行標(biāo)定,得到雙目攝像頭各自的內(nèi)參數(shù)矩陣和對(duì)應(yīng)的五個(gè)畸變系數(shù)(D=(K1,K2,P1,P2,K3));
步驟(1.3)、對(duì)左右雙目攝像頭拍到的視頻的每一幀利用得到的內(nèi)參數(shù)矩陣和外參數(shù)E對(duì)左圖像L1和右圖像R1進(jìn)行校正,得到校正后的左圖像L2和右圖像R2;
步驟(1.4)、對(duì)校正后的左圖像L2和右圖像R2進(jìn)行匹配,得到左右圖像的視差圖D,再通過(guò)視差與深度轉(zhuǎn)化公式計(jì)算出深度圖像;
其中,根據(jù)得到的視差圖,通過(guò)平行雙目視覺(jué)的幾何關(guān)系,推導(dǎo)出攝像頭視差與深度的轉(zhuǎn)換公式,其轉(zhuǎn)換公式如下:
式中,z表示深度圖,f表示歸一化的相機(jī)焦距,b表示左右相機(jī)的基線,d表示視差,d=xl-xr,即左相機(jī)像素點(diǎn)(Xl,Yl)和右相機(jī)中對(duì)應(yīng)點(diǎn)(Xr,Yr)的關(guān)系;利用轉(zhuǎn)換公式,將對(duì)應(yīng)的左右攝像頭的焦距,基線及求得的左右攝像頭的視差帶入到轉(zhuǎn)換公式中,得出深度圖z;
步驟(1.5)、使用LSD直線檢測(cè)算法,利用圖像中的梯度信息和行列線,對(duì)圖像中梯度變化較大的像素點(diǎn)集,進(jìn)行直線檢測(cè),進(jìn)而得到消防通道路面兩邊的道路線條,從而劃出兩條道路線條的內(nèi)測(cè)區(qū)域A;
步驟(1.6)、對(duì)Faster-RCNN網(wǎng)絡(luò)進(jìn)行改進(jìn):將Faster-RCNN網(wǎng)絡(luò)中的VGG16替換成ResNet;采用Soft-NMS代替之前的NMS;
將獲得的左攝像頭的圖像輸入到改進(jìn)后的Faster-RCNN網(wǎng)絡(luò)模型中,通過(guò)rpn網(wǎng)絡(luò)生成候選框,再通過(guò)分類損失和邊界框回歸損失得到障礙物在候選框中的候選框坐標(biāo)信息和類別信息;
步驟(1.7)、將獲得的深度圖像中消防通道異物窗口的中心點(diǎn)的深度值作為占用消防通道的每個(gè)障礙物的距離,從而獲得障礙物的距離信息。
2.根據(jù)權(quán)利要求1所述的一種基于雙目視覺(jué)的障礙物占用消防通道的檢測(cè)與識(shí)別方法,其特征在于,在步驟(1.2)中,所述的畸變系數(shù)包括:徑向畸變和切向畸變;
其中,所述徑向畸變包括桶形畸變和枕形畸變;通過(guò)如下公式修正來(lái)消除徑向畸變:
xcorr=xdis(1+k1r2+k2r4+k3r6)
ycorr=y(tǒng)dis(1+k1r2+k2r4+k3r6)
式中,xdis和ydis表示有畸變的坐標(biāo),xcorr和ycorr表示修復(fù)后的坐標(biāo),k1,k2,k3表示徑向畸變參數(shù),p1,p2表示切向畸變參數(shù)。
3.根據(jù)權(quán)利要求1所述的一種基于雙目視覺(jué)的障礙物占用消防通道的檢測(cè)與識(shí)別方法,其特征在于,在步驟(1.6)中,對(duì)Faster-RCNN網(wǎng)絡(luò)進(jìn)行改進(jìn),其具體操作方法如下:一、采用特征網(wǎng)絡(luò),將Faster-RCNN中的VGG16替換成ResNet;采用后處理Soft-NMS代替后處理NMS;二、采用卷積核,將原來(lái)3*3的卷積核改成5*5的卷積核。
4.根據(jù)權(quán)利要求1所述的一種基于雙目視覺(jué)的障礙物占用消防通道的檢測(cè)與識(shí)別方法,其特征在于,在步驟(1.7)中,所述獲得障礙物的距離信息是指:對(duì)于占用消防通道的障礙物,通過(guò)目標(biāo)跟蹤,判斷其是否長(zhǎng)時(shí)間占用消防通道,如是,則發(fā)出相關(guān)警告;如否,則判斷其是偶爾占用消防通道。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京郵電大學(xué),未經(jīng)南京郵電大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011276966.X/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 雙目圖像視差調(diào)節(jié)方法及裝置和雙目相機(jī)
- 一種擴(kuò)展雙目相機(jī)定位范圍的方法和裝置
- 眼科手術(shù)顯微鏡
- 雙目異內(nèi)參攝像-顯像光學(xué)系統(tǒng)的匹配方法及其系統(tǒng)和電子設(shè)備
- 用于測(cè)量物料體積的方法和裝置
- 一種雙目圖像的視差確定方法、裝置及系統(tǒng)
- 雙目精度的檢測(cè)方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)
- 基于雙目視覺(jué)的環(huán)境感知方法、裝置及無(wú)人飛行器
- 一種實(shí)時(shí)遠(yuǎn)程植被監(jiān)測(cè)系統(tǒng)
- 一種用于兼容安裝多款雙目攝像頭的可調(diào)節(jié)裝置
- 一種道路障礙物識(shí)別方法和系統(tǒng)
- 一種智能行李箱的避障裝置及避障方法
- 學(xué)習(xí)障礙物的人工智能移動(dòng)機(jī)器人及其控制方法
- 一種人機(jī)運(yùn)動(dòng)障礙物監(jiān)測(cè)方法、可讀存儲(chǔ)介質(zhì)和無(wú)人機(jī)
- 障礙物跟蹤方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 一種用于自動(dòng)泊車場(chǎng)景的多層地圖制作方法
- 彎道場(chǎng)景的障礙物位置判定方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 智能駕駛車輛的檢測(cè)方法、控制方法和處理器
- 一種障礙物跟蹤方法、障礙物跟蹤裝置和芯片
- 障礙物信息生成方法、裝置、電子設(shè)備和計(jì)算機(jī)可讀介質(zhì)





