基于車載影像的單目定位方法及系統(tǒng)的制作方法
【專利摘要】一種基于車載影像的單目定位方法及系統(tǒng)，包括離線過程和在線過程：離線過程，包括訓(xùn)練目標(biāo)樣圖，建立目標(biāo)分類器庫；在線過程，包括基于目標(biāo)分類器庫檢測輸入圖像中的感興趣目標(biāo)，得到相應(yīng)目標(biāo)矩形塊區(qū)域，針對地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面單目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述地物類型的目標(biāo)，指目標(biāo)的某一側(cè)邊緣接地；針對非地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面雙目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述非地物類型的目標(biāo)，指目標(biāo)沒有任一側(cè)邊緣接地。
【專利說明】基于車載影像的單目定位方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及移動測量領(lǐng)域，尤其涉及一種基于車載影像的單目定位方法及系統(tǒng)?！颈尘凹夹g(shù)】
[0002]車載移動測量系統(tǒng)可拍攝實景影像對靜止的城區(qū)部件進行定位和測量，應(yīng)用于城市管理部件搜集管理，然而目前普遍存在效率低，自動化程度不高，采集成本高，更新困難、無法得到物體的運動屬性等問題。傳統(tǒng)方法利用人力手工觀察選擇感興趣物體，選擇兩張影像上的點進行雙目定位，每次都需要2張或更多影像對地物進行定位，這不僅極大地降低了目標(biāo)搜集效率，也提高了采集成本，并且難以快速測量物體的運動速度方向。因此迫切需要一種車載的自動搜集，定位興趣目標(biāo)的動態(tài)實景影像量測方法。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于克服上述技術(shù)缺點，提供一種基于車載影像的單目定位技術(shù)方案。
[0004]本發(fā)明的技術(shù)方案為一種基于車載影像的單目定位方法，包括離線過程和在線過程，
[0005]離線過程，包括訓(xùn)練目標(biāo)樣圖，建立目標(biāo)分類器庫；
[0006]在線過程，包括基于目標(biāo)分類器庫檢測輸入圖像中的感興趣目標(biāo)，得到相應(yīng)目標(biāo)矩形塊區(qū)域；針對地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面單目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述地物類型的目標(biāo)，指目標(biāo)的某一側(cè)邊緣接地。
[0007]而且，地面單目定位實現(xiàn)方式如下，
[0008]建立路面垂足坐標(biāo)系,從車頂GPS做一條垂直于地面的垂線，以地面垂足O作為原點建立垂足O坐標(biāo)系X-Y-Z，該坐標(biāo)系X-Z軸緊貼于地面，X軸相對于車朝右，Z軸指向車的正前方，Y軸垂直于地面指向地下；hgps為車頂GPS相對于地面的高度；
[0009]所述目標(biāo)矩形塊區(qū)域的下邊緣處于地面，目標(biāo)矩形塊區(qū)域的左上角坐標(biāo)為U，V,目標(biāo)矩形塊區(qū)域的框?qū)?w，框高=h ；
[0010]對于地面垂足的姿態(tài)轉(zhuǎn)換矩陣RiftI和相機相對于地面垂足的位移轉(zhuǎn)換矩陣T18I分解得到3X3的矩陣H。，
[0011]H03x3=SK[r像_車工r像-車3 _R像-車T像_0] =s [r像_車工r像-車3 _R像-車(T像-車+T車_0)]
[0012]其中，s為任意系數(shù)，K為相機內(nèi)參矩陣，Re,是相機相對于車的姿態(tài)轉(zhuǎn)換矩陣，r1?-￥1和分別為矩陣的第I列和第3列，T像_￥是相機相對于車的位移轉(zhuǎn)換矩陣，Τ￥_0是車相對于地面垂足的位移轉(zhuǎn)換矩陣；
[0013]設(shè)垂足O坐標(biāo)系X-Y-Z中的物方三維坐標(biāo)為(Χ,Υ,Ζ)，由地面垂足像坐標(biāo)u+w/2, v+h/2計算得到X，Z如下，
[0014][X Z l]T=zH0_1 [u+w/2 v+h 1]τ[0015]其中，ζ為未知系數(shù)，通過上述等式列3個方程解出；
[0016]所得X，Z相對于車GPS坐標(biāo)則是[X -hgps Ζ]，[X _hgps Z]再折算成測量城區(qū)坐標(biāo)系，最后折算到地球坐標(biāo)系得到地面經(jīng)緯度坐標(biāo)。
[0017]而且，針對非地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面雙目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述非地物類型的目標(biāo)，指目標(biāo)沒有任一側(cè)邊緣接地；
[0018]假設(shè)在圖像I上檢測到的目標(biāo)矩形塊區(qū)域的左上角坐標(biāo)是U1, V1,框?qū)?w，框高=h,得到目標(biāo)矩形塊區(qū)域的中心在圖像I上的坐yi=Vl+h/2，在另一張圖像2上進行匹配搜索，得到圖像2上的相應(yīng)目標(biāo)矩形塊區(qū)域中心的坐標(biāo)x2=u2+w/2，y2=v2+h/2,
[0019]解以下方程得到物體中心的物方三維坐標(biāo)X，Y, Z
M111-X1M131 M112-X1M132 M113-X1M133「乂] X1Hi13-Di11
「 , M121-Y1M131 M122-Y1M132 M123-Y1M133Y1Iii13-1ii12
[0020]Y =
M2?_x2M231 M 212-X2M232 M213-X2M233 z X2Hi23-m21
_231 ^-722 ~?2-^232 ^-223^2^^233 __?2^-23 _
[0021]其中[Mi Hii]構(gòu)建了第i個相機的投影矩陣
[0022]Mi=KiRi Hii=-KiRiTi i=l, 2
[0023]Mi是一個3行3列的矩陣，Hii是一個3行I列的矩陣，Mirc表示第i個相機Mi矩陣的r行c列值，表示第i個相機Hii矩陣的r行I列值％是第i個相機的內(nèi)部參數(shù)矩陣；
[0024]所得[X Y Z]折算成測量城區(qū)坐標(biāo)系，最后折算到地球坐標(biāo)系得到地面經(jīng)緯度坐標(biāo)。
[0025]本發(fā)明還相應(yīng)提供一種基于車載影像的單目定位系統(tǒng)，包括離線部分和在線部分，
[0026]離線部分，包括用于訓(xùn)練目標(biāo)樣圖的訓(xùn)練模塊，用于建立目標(biāo)分類器庫的分類器模塊；
[0027]在線部分，包括以下模塊，
[0028]檢測模塊，用于基于目標(biāo)分類器庫檢測輸入圖像中的感興趣目標(biāo)，得到相應(yīng)目標(biāo)矩形塊區(qū)域；單目定位模塊，用于針對地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面單目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述地物類型的目標(biāo)，指目標(biāo)的某一側(cè)邊緣接地。
[0029]而且，在線部分包括雙目定位模塊，用于針對非地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面雙目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述非地物類型的目標(biāo)，指目標(biāo)沒有任一側(cè)邊緣接地。
[0030]本發(fā)明提供的基于車載影像的單目定位技術(shù)方案效果為:
[0031]1.可隨測量車對街上的移動和靜止的感興趣物體進行實時定位，對于地物目標(biāo)可直接進行單像三維目標(biāo)定位，地物目標(biāo)不需要雙目即可定位；實現(xiàn)簡單，相應(yīng)系統(tǒng)裝置可安裝在測量車上。
[0032]2.通用性好，建立目標(biāo)庫的工作離線已完成，可支持各種感興趣目標(biāo)的批處理搜集；[0033]3.可擴展對非地物目標(biāo)的地面雙目定位，同時支持地物目標(biāo)和非地物目標(biāo)兩類定位，快捷方便。
【專利附圖】

【附圖說明】
[0034]圖1是本發(fā)明實施例的流程示意圖。
[0035]圖2是本發(fā)明實施例的道路地面圖像上地物目標(biāo)框的下底中心對應(yīng)地面垂足的示意圖。
【具體實施方式】
[0036]本發(fā)明引入地物目標(biāo)的單目定位與非地物的雙目定位相結(jié)合，并采用分類器訓(xùn)練的方式構(gòu)建目標(biāo)分類器庫，以便支持目標(biāo)的自動采集和三維空間定位，極大地提高了效率。根據(jù)目標(biāo)的位置特點，將目標(biāo)分為地物和非地物兩大類。
[0037]地物目標(biāo)是指目標(biāo)的某一側(cè)邊緣接地，包括行人，車輛，井蓋，電線桿塔，電力變壓器、一樓接地的房屋建筑，門面，街面上的地攤商販等接地目標(biāo)。
[0038]非地物目標(biāo)指目標(biāo)沒有任何一側(cè)邊緣接地，包括交通標(biāo)志牌、高層違章建筑、交通信號燈，各種廣告牌、銀行招牌、政府部門招牌、人臉。
[0039]以下結(jié)合附圖和實施例詳細(xì)說明本發(fā)明技術(shù)方案。
[0040]本發(fā)明可采用軟 件技術(shù)實現(xiàn)自動運行，分離線和在線兩部分過程進行，如圖1:
[0041]離線過程，包括訓(xùn)練目標(biāo)樣圖，建立目標(biāo)分類器庫:通常預(yù)先進行的離線部分可利用OpenCV中的Haar特征訓(xùn)練得到Cascade分類器，即提取樣本圖像的Haar特征,采用cascade分類器訓(xùn)練算法對大量樣本進行訓(xùn)練，得到分類器，具體實現(xiàn)可參考現(xiàn)有技術(shù)，本發(fā)明不予贅述?？刹捎貌煌诸惼鹘M合成分類器庫用于識別各種不同的感興趣目標(biāo)。實施例中，首先搜集大量興趣目標(biāo)的圖像，進行訓(xùn)練，每一組目標(biāo)圖像樣本得到一個分類器，多組不同目標(biāo)訓(xùn)練得到分類器集合C1,…Cn代表一共η個目標(biāo)的分類器，構(gòu)成目標(biāo)分類器庫，其中分類器Ci可用于判斷圖像中一個矩形框目標(biāo)是否屬于第i類目標(biāo)，i的取值為1，…η。具體實施時，訓(xùn)練工作可采用軟件模塊化方式，以訓(xùn)練模塊的方式提供，樣本圖像輸入訓(xùn)練模塊，得到分類器。
[0042]在線過程，包括基于目標(biāo)分類器庫檢測輸入圖像中的感興趣目標(biāo)，得到相應(yīng)目標(biāo)矩形塊區(qū)域。本發(fā)明提出了針對地物類型目標(biāo)的單目定位，具體實施時，為提高本發(fā)明應(yīng)用范圍，可集成現(xiàn)有雙目定位技術(shù)。
[0043]針對地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面單目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；
[0044]針對非地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面雙目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度。
[0045]實施例在線部分的實現(xiàn)說明如下:
[0046](I)首先進行目標(biāo)檢測，基于分類器i掃描全圖搜索得到目標(biāo)框集合rectn,recti2, recti3-0表示第i類目標(biāo)在圖像上找到的第j個目標(biāo)。目標(biāo)框為目標(biāo)的最小包圍矩形構(gòu)成的矩形框。
[0047](2)目標(biāo)定位，包括按照分類器i的屬性，即是否為地物目標(biāo)，將這些矩形框分別進入(2.I) (2.2)進行處理。 [0048](2.1)實施例的車載影像地面物體單像定位實現(xiàn)說明如下:
[0049]定位結(jié)果就是根據(jù)圖像地物目標(biāo)坐標(biāo)(一般采用左上角坐標(biāo)U，V作為圖像原點)得到地面經(jīng)緯度坐標(biāo)。對地面物體，在目標(biāo)檢測結(jié)果所得目標(biāo)框的下邊緣正好在地面上，如行人的腳站在地面，矩形框就包含行人的腳。如圖2，道路邊線中間為道路路面，目標(biāo)矩形塊區(qū)域形成的目標(biāo)框位于道路上，目標(biāo)矩形塊區(qū)域的左上角坐標(biāo)為U，V，目標(biāo)矩形塊區(qū)域的框?qū)?w,框高=h，圖2中矩形框下底中心的十字架表示垂足，即目標(biāo)矩形塊區(qū)域的下底中心點坐標(biāo)為 u+w/2, v+h。
[0050]建立路面垂足坐標(biāo)系，從車頂GPS做一條垂直于地面的垂線。以地面垂足O作為原點建立垂足O坐標(biāo)系X-Y-Z。該坐標(biāo)系X-Z軸緊貼于地面，X軸相對于車朝右，Z軸指向車的正前方，Y軸垂直于地面指向地下。
[0051]假設(shè)車上的GPS裝置相對于地面的高度固定為hgps(即垂線上O到GPS的距離IlgpsX
[0052]在理想狀況下，車載系統(tǒng)與地面的姿態(tài)位置關(guān)系保持一定，相機相對于車的T像-車，K?-$也固定，那么
[0053]T 像 _0=T 像-車 +T 車—ο
[0054]R像-o=R像-車R車-o=R像-車
[0055]其中T車_0=[0 O -hgps] R車-0=1
[0056]是相機相對于車的位移轉(zhuǎn)換矩陣，T18I是相機相對于地面垂足的位移轉(zhuǎn)換矩陣，τ￥_0是車相對于地面垂足的位移轉(zhuǎn)換矩陣；
[0057]是相機相對于車的姿態(tài)轉(zhuǎn)換矩陣，RiftI是相機相對于地面垂足的姿態(tài)轉(zhuǎn)換矩陣，R^_0是車相對于地面垂足的姿態(tài)轉(zhuǎn)換矩陣。
[0058]那么由R β 和T β 可以分解得到3 X 3的H。矩陣，
[0059]H03x3=SK[r 像_車 i r 像-車 3 _R像-車T像_0] =s [r 像_車 i r 像-車3 _R像-車(T像-車+T車_0)]
[0060]s為任意系數(shù)，K為相機內(nèi)參矩陣，
"4 O cu'
[0061]K= O fv Cv
O O I
[0062]cu, Cv是相機的主點，fu，fv是相機的焦距象素長；
[0063]r像_￥1和r像_車3分別為矩陣R?_車的第I列和第3列
[0064]是檢校的到底固定量，因此不管車行駛到哪個平面路面上，Ho都是固定的。H03x3反映了垂足坐標(biāo)系中地面上的任何一點到圖像上的映射關(guān)系。反過來H?！?反映了圖像上的路面上任意一點到垂足坐標(biāo)系中的地面點的映射關(guān)系。
[0065]設(shè)局部路面坐標(biāo)系X-Y-Z中的物方三維坐標(biāo)為(X，Y，Z)，由地面垂足像坐標(biāo)u+w/2, v+h計算得到X，Z如下，
[0066][X Z l]T=zH0_1 [u+w/2 v+h 1]τ
[0067]ζ為一未知系數(shù)，可通過上面等式列3個方程解出。(上式等式左右兩個3x1矢量相等，每一行等式列一個方程，三個方程正好解得三個未知數(shù)X ζ ζ)
[0068]注意X，Z是相對于局部的路面垂足坐標(biāo)系，折算成相對于車GPS坐標(biāo)的坐標(biāo)則是[X -1igps Ζ]。[X -1lgps Ζ]再折算成測量城區(qū)坐標(biāo)系，最后折算到地球坐標(biāo)系即可得到地面經(jīng)緯度坐標(biāo)。
[0069](2.2)為便于實施參考起見，介紹車載影像非地面物體快速定位算法如下:
[0070]定位結(jié)果就是根據(jù)圖像非地物目標(biāo)矩形框像坐標(biāo)(一般采用左上角坐標(biāo)U，V)及框?qū)扺，框高h(yuǎn)得到地面經(jīng)緯度坐標(biāo)。
[0071]設(shè)第I個相機拍攝了圖像1，第2個相機拍攝了圖像2，假設(shè)目標(biāo)框在圖像i上的左上角坐標(biāo)是Ui, Vi,框?qū)?Wi,框高=hi，i的取值為1，2。并排拍攝的兩個相機目標(biāo)圖像大小近似相等，令 W1=W2=W, Ii1=Ii2=Wq
[0072]假設(shè)在圖像I上檢測到目標(biāo)框的左上角坐標(biāo)是U1, V1,框?qū)??，框高=h，此時并不必要求矩形框下邊緣位于地面。目標(biāo)框的中心在圖像I上的坐標(biāo)為X1=Ujw/^, yfvjh/2。
[0073]在另一張圖像2上沿核線上下浮動像素距離D，D根據(jù)圖像大小按比例設(shè)置(比如D=0.01圖像高)，在此帶狀區(qū)域內(nèi)進行寬w高h(yuǎn)像素的矩形塊搜索，即搜索的矩形塊中心與核線的像素距離< D，可采用現(xiàn)有技術(shù)計算搜索的矩形塊與圖像I上的目標(biāo)框的匹配相關(guān)系數(shù)值，如果最大匹配相關(guān)系數(shù)值超過了某一預(yù)設(shè)門限值，則將最大匹配相關(guān)系數(shù)值對應(yīng)的矩形框位置作為圖像2上的匹配位，否則說明未搜索到匹配位。于是得到圖像2上的目標(biāo)框中心坐標(biāo) x2=u2+w/2, y2=v2+h/2。
[0074]雙目立體成像解以下方程得到物體中心的物方三維坐標(biāo)X，Y, Z
[0081]Cui, Cvi是相機i的主點，fui, fvi是相機i的焦距象素長；
[0082]Ri是第i個相機的姿態(tài)矩陣；
[0083]Ti是第i個相機的位置矩陣，即相機光心所在位置。
[0084]注意X，Y, Z是相對于車GPS坐標(biāo)的坐標(biāo)。[X Y Z]再折算成測量城區(qū)坐標(biāo)系，最后折算到地球坐標(biāo)系即可得到地面經(jīng)緯度坐標(biāo)。
[0085]具體實施時可以采用軟件固化方式提供相應(yīng)基于車載影像的單目定位系統(tǒng)，主要分為離線和在線兩大部分，離線部分訓(xùn)練目標(biāo)樣圖，建立目標(biāo)分類器庫；在線部分根據(jù)分類器庫實時檢測感興趣目標(biāo)。離線部分包含樣本圖像的訓(xùn)練模塊和分類器模塊，主要是根據(jù)訓(xùn)練樣本圖像通過機器學(xué)習(xí)建立感興趣目標(biāo)的分類器庫。在線部分包含檢測模塊、單目定位模塊，也可設(shè)置雙目定位模塊:[0086]檢測模塊以目標(biāo)分類器庫為指導(dǎo)，掃描全圖，自動檢測輸入圖像中的感興趣目標(biāo)，得到目標(biāo)矩形塊區(qū)域。
[0087]單目定位模塊是針對地物目標(biāo)，根據(jù)檢測模塊得到的目標(biāo)矩形塊區(qū)域進行地面單目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度。
[0088]雙目定位模塊是針對非地物目標(biāo)，根據(jù)檢測模塊得到的目標(biāo)矩形塊區(qū)域進行地面雙目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度。
[0089]各模塊具體實現(xiàn)與方法相應(yīng)，本發(fā)明不予贅述。
[0090]本文中所描述的具體實施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬【技術(shù)領(lǐng)域】的技術(shù)人員可以對所描述的具體實施例做各種各樣的修改或補充或采用類似的方式替代，但并不會偏離本發(fā)明的精神或者超越所附權(quán)利要求書所定義的范圍。
【權(quán)利要求】
1.一種基于車載影像的單目定位方法，其特征在于:包括離線過程和在線過程， 離線過程，包括訓(xùn)練目標(biāo)樣圖，建立目標(biāo)分類器庫； 在線過程，包括基于目標(biāo)分類器庫檢測輸入圖像中的感興趣目標(biāo)，得到相應(yīng)目標(biāo)矩形塊區(qū)域；針對地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面單目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述地物類型的目標(biāo)，指目標(biāo)的某一側(cè)邊緣接地。
2.根據(jù)權(quán)利要求1所述基于車載影像的單目定位方法，其特征在于:地面單目定位實現(xiàn)方式如下， 建立路面垂足坐標(biāo)系，從車頂GPS做一條垂直于地面的垂線，以地面垂足O作為原點建立垂足O坐標(biāo)系X-Y-Z，該坐標(biāo)系X-Z軸緊貼于地面，X軸相對于車朝右，Z軸指向車的正前方，Y軸垂直于地面指向地下Agps為車頂GPS相對于地面的高度； 所述目標(biāo)矩形塊區(qū)域的下邊緣處于地面，目標(biāo)矩形塊區(qū)域的左上角坐標(biāo)為U，V，目標(biāo)矩形塊區(qū)域的框?qū)?w，框高=h ； 對于地面垂足的姿態(tài)轉(zhuǎn)換矩陣和相機相對于地面垂足的位移轉(zhuǎn)換矩陣，分解得到3X3的矩陣H。， H03xS=sK[r像-車? r像-車3 _R像-車T像_0]=s[;r像r像-車3 _R像-車(T像-車+T車_0)] 其中，s為任意系數(shù)，K為相機內(nèi)參矩陣，是相機相對于車的姿態(tài)轉(zhuǎn)換矩陣，!和分別為矩陣的第I列和第3列，是相機相對于車的位移轉(zhuǎn)換矩陣，T車-O是車相對于地面垂足的位移轉(zhuǎn)換矩陣； 設(shè)垂足O坐標(biāo)系X-Y-Z中`的物方三維坐標(biāo)為(X，Y，Z)，由地面垂足像坐標(biāo)u+w/2, v+h計算得到X，Z如下，
[X Z l]T=zH0_1 [u+w/2 v+h 1]τ 其中，ζ為未知系數(shù)，通過上述等式列3個方程解出； 所得X，Z相對于車GPS坐標(biāo)則是[X -1lgps Ζ]，[X -hgps Z]再折算成測量城區(qū)坐標(biāo)系，最后折算到地球坐標(biāo)系得到地面經(jīng)緯度坐標(biāo)。
3.根據(jù)權(quán)利要求2所述基于車載影像的單目定位方法，其特征在于:針對非地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面雙目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述非地物類型的目標(biāo)，指目標(biāo)沒有任一側(cè)邊緣接地； 地面雙目定位實現(xiàn)方式如下， 假設(shè)在圖像I上檢測到的目標(biāo)矩形塊區(qū)域的左上角坐標(biāo)是U1, V1,框?qū)?w，框高=h，得到目標(biāo)矩形塊區(qū)域的中心在圖像I上的坐標(biāo)X1=UAwz^ yi=Vl+h/2，在另一張圖像2上進行匹配搜索，得到圖像2上的相應(yīng)目標(biāo)矩形塊區(qū)域中心的坐標(biāo)x2=u2+w/2，y2=v2+h/2, 解以下方程得到物體中心的物方三維坐標(biāo)X，Y, Z
M111-X1M131 M112-X1M132 M113-X1M133「乂] X1Hi13-1n11 Mury1M131 M122-YimB2 mI23-YimBB v YimI3-mI2

Y =
M211-X2M231 M212-X2M232 M213-X2M233 ^ x2m23-m21
_M221-Y2M231 M222-Y2M232 M223-y2M233」 LhmH-mL 其中[Mi Hli]構(gòu)建了第i個相機的投影矩陣 Mi=KiRi Hii=-KiRiTi i=l, 2Mi是一個3行3列的矩陣，Hii是一個3行I列的矩陣，Mirc表示第i個相機Mi矩陣的r行c列值，mir表示第i個相機Hii矩陣的r行I列值屯是第i個相機的內(nèi)部參數(shù)矩陣；所得[X Y Z]折算成測量城區(qū)坐標(biāo)系，最后折算到地球坐標(biāo)系得到地面經(jīng)緯度坐標(biāo)。
4.一種基于車載影像的單目定位系統(tǒng)，其特征在于:包括離線部分和在線部分， 離線部分，包括用于訓(xùn)練目標(biāo)樣圖的訓(xùn)練模塊，用于建立目標(biāo)分類器庫的分類器模塊； 在線部分，包括以下模塊， 檢測模塊，用于基于目標(biāo)分類器庫檢測輸入圖像中的感興趣目標(biāo)，得到相應(yīng)目標(biāo)矩形塊區(qū)域；單目定位模塊，用于針對地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面單目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的經(jīng)緯度；所述地物類型的目標(biāo)，指目標(biāo)的某一側(cè)邊緣接地。
5.根據(jù)權(quán)利要求4所述基于車載影像的單目定位系統(tǒng)，其特征在于:在線部分包括雙目定位模塊，用于針對非地物類型的目標(biāo)，根據(jù)相應(yīng)目標(biāo)矩形塊區(qū)域進行地面雙目定位得到三維場景中的坐標(biāo)，最后轉(zhuǎn)換成目標(biāo)的 經(jīng)緯度；所述非地物類型的目標(biāo)，指目標(biāo)沒有任一側(cè)邊緣接地。
【文檔編號】G01C11/00GK103487035SQ201310472446
【公開日】2014年1月1日 申請日期:2013年10月11日 優(yōu)先權(quán)日:2013年10月11日
【發(fā)明者】劉進, 李德仁 申請人:深圳市多維空間信息技術(shù)有限公司