CN117036486A - 测距方法、装置、设备、存储介质和程序产品 - Google Patents
测距方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN117036486A CN117036486A CN202311085518.5A CN202311085518A CN117036486A CN 117036486 A CN117036486 A CN 117036486A CN 202311085518 A CN202311085518 A CN 202311085518A CN 117036486 A CN117036486 A CN 117036486A
- Authority
- CN
- China
- Prior art keywords
- target
- geographic coordinate
- coordinate position
- target image
- ranging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000005070 sampling Methods 0.000 claims description 51
- 238000004590 computer program Methods 0.000 claims description 37
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种测距方法、装置、设备、存储介质和程序产品。所述方法包括：首先，获取包括多个目标图像的目标图像序列，然后，将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息，根据目标的位置信息计算各目标图像中目标的初始地理坐标位置，根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置，最后，根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。采用本方法得到的目标的测距结果更加准确。
Description
技术领域
本申请涉及测距技术领域，特别是涉及一种测距方法、装置、设备、存储介质和程序产品。
背景技术
随着光电成像技术的不断发展，距离测量技术在基于光电成像检测应用中扮演着重要的地位，结合图像处理技术进行测距主要包含单目和双目相机测距，单目云台相机测距时不存在设备间的配准问题，可以巡航捕获360度视场内的图像，且其成本较低，得到了广泛的应用。
但是，目前的单目测距算法的测距精度不高。
发明内容
基于此，有必要针对上述技术问题，提供一种测距方法、装置、设备、存储介质和程序产品。
第一方面，本申请提供了一种测距方法。该方法包括：获取目标图像序列，目标图像序列中包括多个目标图像；将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息；根据目标的位置信息计算各目标图像中目标的初始地理坐标位置；根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置；根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。
在其中一个实施例中，根据目标的位置信息计算各目标图像中目标的初始地理坐标位置之前，方法还包括：根据目标的相似度，确定各目标图像中的目标是否为同一目标；将包含同一目标的目标图像分为同一组；对同一组中的目标图像，执行根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤。
在其中一个实施例中，根据目标的位置信息计算各目标图像中目标的初始地理坐标位置，包括：获取各目标图像中的相机设备的信息；根据相机设备的信息和目标的位置信息计算各目标图像中的目标的俯仰角和方位角；根据相机设备的信息和俯仰角计算各目标图像中的相机设备与地面的视线距离；根据俯仰角、方位角、相机设备的信息以及相机设备与地面的视线距离计算各目标图像中目标的初始地理坐标位置。
在其中一个实施例中，根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置，包括：根据初始地理坐标位置进行采样；计算各采样点对应位置的可视高度；根据GIS地图确定各采样点对应的海拔高度；若采样点的海拔高度大于可视高度，将采样点的坐标确定为目标的修正地理坐标位置。
在其中一个实施例中，根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果，包括：计算同一组中的各目标图像中目标的修正地理坐标位置的第一均值和标准差；若标准差小于等于预设阈值，将第一均值确定为目标的测距结果。
在其中一个实施例中，方法还包括：若标准差大于预设阈值，将同一组中的修正地理坐标位置去掉最大值和最小值计算第二均值；将第二均值确定为目标的测距结果。
第二方面，本申请还提供了一种测距装置。该装置包括：
获取模块，用于获取目标图像序列，目标图像序列中包括多个目标图像；
第一确定模块，用于将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息；
计算模块，用于根据目标的位置信息计算各目标图像中目标的初始地理坐标位置；
第二确定模块，用于根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置；
第三确定模块，用于根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。
在其中一个实施例中，该装置还包括分组模块，用于根据目标的相似度，确定各目标图像中的目标是否为同一目标；将包含同一目标的目标图像分为同一组；对同一组中的目标图像，执行根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤。
在其中一个实施例中，计算模块，具体用于获取各目标图像中的相机设备的信息；根据相机设备的信息和目标的位置信息计算各目标图像中的目标的俯仰角和方位角；根据相机设备的信息和俯仰角计算各目标图像中的相机设备与地面的视线距离；根据俯仰角、方位角、相机设备的信息以及相机设备与地面的视线距离计算各目标图像中目标的初始地理坐标位置。
在其中一个实施例中，第二确定模块，具体用于根据初始地理坐标位置进行采样；计算各采样点对应位置的可视高度；根据GIS地图确定各采样点对应的海拔高度；若采样点的海拔高度大于可视高度，将采样点的坐标确定为目标的修正地理坐标位置。
在其中一个实施例中，第三确定模块，具体用于计算同一组中的各目标图像中目标的修正地理坐标位置的第一均值和标准差；若标准差小于等于预设阈值，将第一均值确定为目标的测距结果。
在其中一个实施例中，第三确定模块，还用于若标准差大于预设阈值，将同一组中的修正地理坐标位置去掉最大值和最小值计算第二均值；将第二均值确定为目标的测距结果。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一所述的测距方法。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一所述的测距方法。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的测距方法。
上述测距方法、装置、设备、存储介质和程序产品，首先，获取包括多个目标图像的目标图像序列，然后，将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息，根据目标的位置信息计算各目标图像中目标的初始地理坐标位置，根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置，最后，根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。通过计算各目标图像中目标的初始地理位置，然后根据GIS地图实现对初始地理坐标位置的修正，最后根据多个目标图像中的修正地理坐标位置确定目标的测距结果，得到的目标的测距结果更加准确。
附图说明
图1为一个实施例中测距方法的流程示意图；
图2为另一个实施例中测距方法的流程示意图；
图3为另一个实施例中测距方法的流程示意图；
图4为一个实施例中坐标系转换关系示意图；
图5为另一个实施例中目标成像示意图；
图6为另一个实施例中像平面展开示意图；
图7为另一个实施例中目标定位示意图；
图8为另一个实施例中目标的地理坐标转换示意图；
图9为另一个实施例中测距方法的流程示意图；
图10为另一个实施例中通过GIS地图进行定位示意图；
图11为另一个实施例中测距方法的流程示意图；
图12为另一个实施例中测距方法的流程示意图；
图13为另一个实施例中光电测距系统的流程示意图；
图14为一个实施例中测距装置的结构框图；
图15为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种测距方法，以该方法应用于终端为例进行说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。该方法包括以下步骤：
步骤101，获取目标图像序列。
其中，目标图像序列中包括多个目标图像。目标图像序列可以是需要进行目标定位，也即目标测距的应用场景的图像序列，其中，应用场景可以是如山林火点检测、目标入侵检测、边防安全或者道路监控等。可选的，可以通过单目云台相机巡航一周采集目标图像序列。
步骤102，将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息。
预设目标检测模型为预先训练好的基于深度学习的目标检测算法模型，可以是YOLO或者Resnet等。通过对采集的图像序列样本数据进行目标位置标记后训练初始的目标检测算法模型得到的。
将目标图像序列输入训练好的预设目标检测模型，可以对目标图像序列进行多类别目标检测，得到检测目标的类别和目标的位置信息。可选的，检测目标的类别可以根据具体的应用场景进行调整，例如，应用场景为火点检测时，目标的类别可以为烟雾或者是火焰，应用场景为道路监控时，目标类别可以为行人或者车辆等。目标的位置信息也即目标点像素坐标。
步骤103，根据目标的位置信息计算各目标图像中目标的初始地理坐标位置。
根据预设目标检测模型得到了目标的位置信息，各目标图像中均包含对应的相机预置位置，可以通过相机预置位置获取相机设备的信息，根据摄像机成像原理以及相机设备的信息和目标的位置信息，能够计算得到各目标图像中目标的初始地理坐标位置。
步骤104，根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置。
为了实现对目标的精细定位，可以通过GIS地图和初始地理坐标位置确定目标的修正地理坐标位置。其中，GIS(Geographic Information System，地理信息系统)是一种特定的空间信息系统，是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。通过GIS地图能够获取各个位置的地理数据。
步骤105，根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。
对各目标图像中目标的修正地理坐标位置进行后处理，可选的，当多个目标图像中包含相同的目标时，可以对多个目标图像中目标的修正地理坐标位置求平均确定目标的测距结果，也即目标的定位结果。
上述实施例中，首先，获取包括多个目标图像的目标图像序列，然后，将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息，根据目标的位置信息计算各目标图像中目标的初始地理坐标位置，根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置，最后，根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。通过计算各目标图像中目标的初始地理位置，然后根据GIS地图实现对初始地理坐标位置的修正，最后根据多个目标图像中的修正地理坐标位置确定目标的测距结果，得到的目标的测距结果更加准确。
在一个实施例中，根据目标的位置信息计算各目标图像中目标的初始地理坐标位置之前，如图2所示，方法还包括：
步骤201，根据目标的相似度，确定各目标图像中的目标是否为同一目标。
对检测到的目标提取深度特征，进行相似度判断，确定各目标图像中的目标是否为同一目标。可选的，可以确定相似度大于预设阈值的目标为同一目标。
步骤202，将包含同一目标的目标图像分为同一组。
步骤203，对同一组中的目标图像，执行根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤。
包含同一目标的目标图像分为同一组，同一组中包括至少一个目标图像，对同一组中的目标图像，执行上述根据目标的位置信息计算同一组中的各目标图像中目标的初始地理坐标位置的步骤。
上述实施例中，通过相似度判断，将包含同一目标的目标图像分为一组，方便后续对同一组的目标图像进行处理。
在一个实施例中，根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤如图3所示，包括：
步骤301，获取各目标图像中的相机设备的信息。
每一组中包含一张或者多张目标图像，每张目标图像有对应的相机预置位置，可以通过对应的相机预置位置获取相机设备的信息，例如相机的俯仰角度βc、相机光轴相对正北的偏移角度αc、像元尺寸s以及相机焦距f等，且已知相机的安装高度H。
步骤302，根据相机设备的信息和目标的位置信息计算各目标图像中的目标的俯仰角和方位角。
根据上述确定的目标的位置信息，也即可获得目标点像素坐标为(u,v)。如图4的坐标系转换关系图所示，摄像机成像是一个中心射影过程，在这个过程中，三维的空间信息被转换为二维的图像信息，在转换时，涉及到几类空间坐标系的相互映射。图5为目标成像图，图6为像平面展开图，其中uv为像素坐标系，xy为图像坐标系。根据上述可以计算目标投影点与相机光轴的俯仰角为：
目标投影点与相机光轴的方位角为：
其中，imgh和imgw为目标图像的分辨率。
目标的俯仰角，也即实际的俯仰角为：
β＝βc+β′ (3)
目标的方位角，也即实际的方位角为：
α＝αc+α′ (4)
步骤303，根据相机设备的信息和俯仰角计算各目标图像中的相机设备与地面的视线距离。
根据上述公式，可以计算相机设备与地面的视线距离为：
d＝H/sinβ (5)
步骤304，根据俯仰角、方位角、相机设备的信息以及相机设备与地面的视线距离计算各目标图像中目标的初始地理坐标位置。
目标的初始地理坐标位置可以通过目标的经度和纬度表示。如图7所示，为目标定位示意图，其中，O为相机的位置，α为目标的方位角，d为相机与地面的视线距离，(long1,lat1)为相机安装的地理坐标。通过地理坐标转换，如图8所示，可以计算获得目标视线方向对地的地理坐标位置，也即目标的初始地理坐标位置，具体计算过程如下所示。
极半径从地心到北极或南极的距离，大约3950英里(6356.9088千米)。
赤道半径是从地心到赤道的距离，大约3963英里(6377.830千米)。
本实施例取平均半径，即ARC＝6371.393*1000(米)。计算目标的经度：
计算目标的纬度：
则通过上述计算可以获得目标视线方向对地的地理坐标位置(long2,lat2)。
在一个实施例中，由于目标不一定在水平地面上，例如山林场景中，目标可能位于山上的某个位置，因此，需要对目标的位置进行进一步的确定，根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置的步骤如图9所示，包括：
可选的，如图10所示，图中的曲线为可能存在的障碍物，如山地等，根据成像原理，目标位于障碍物的前方才能在成像平面上显示，即可以根据GIS地图获取相应的地理坐标位置是否存在高山等遮挡物，从而获取目标的定位信息。
步骤901，根据初始地理坐标位置进行采样。
在视线方向上具有采样，获取每个采样点相对相机的水平距离，如图10所示，进行N等份采样，图中的1,2,3分别对应不同的采样点。
步骤902，计算各采样点对应位置的可视高度。
计算各个采样点位置的可视高度如下所示：
Si＝-tan(β)Li+H+h0 (9)
其中，h0为相机所在位置海拔高度，H为相机安装塔实际高度。
步骤903，根据GIS地图确定各采样点对应的海拔高度。
对各个采样点，在GIS地图上确定各个采样点对应的海拔高度，记为Zi。
步骤904，若采样点的海拔高度大于可视高度，将采样点的坐标确定为目标的修正地理坐标位置。
比较对应的Zi与Si，当Zi<Si时，则认为视线并未受到此处地形遮挡，继续比较，直到Zi>Si时，则认为此采样点会遮挡住视线，并将此采样点坐标定位为目标的修正地理坐标位置。
上述实施例中，先通过对同一组的目标图像根据相机位置信息确定目标的初始地理坐标位置，然后根据GIS实现对目标的精细定位，从而对目标的定位结果更加准确。
在本申请的实施例中，在目标图像进行分组后，根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果的步骤，如图11所示，包括：
步骤1101，计算同一组中的各目标图像中目标的修正地理坐标位置的第一均值和标准差。
将包含同一目标的目标图像分为同一组，每一组包含了在目标图像不同位置的同一坐标，即每一组可以获得多个视场下的目标的定位结果，对每一组的目标的定位结果进行进一步处理。计算同一组中的目标的定位结果也即目标的修正地理坐标位置的第一均值和标准差，如下式所示。
mi＝mean(locj) (10)
si＝std(locj) (11)
其中，i表示组别，locj表示每个组别中的目标的定位结果，即目标的修正地理坐标位置，mi为第一均值，si为标准差。
步骤1102，若标准差小于等于预设阈值，将第一均值确定为目标的测距结果。
若标准差si小于等于预设阈值，说明同一组目标图像中目标的定位结果标准偏差比较小，则将计算得到的第一均值mi作为该组目标最终的定位结果，也即目标的测距结果。
步骤1103，若标准差大于预设阈值，将同一组中的修正地理坐标位置去掉最大值和最小值计算第二均值。
若标准差si大于预设阈值，说明同一组目标图像中目标的定位结果标准偏差比较大，则将同一组中的目标的修正地理坐标位置去掉最大值和最小值计算第二均值。
步骤1104，将第二均值确定为目标的测距结果。
将第二均值作为该组目标最终的测距结果。
上述实施例中，通过对同一组的多个视场下的目标图像的目标的测距结果进行进一步处理，确定目标最终的测距结果，能够提高测距的精度，进而提高目标定位的精度。
在本申请的实施例中，请参考图12，其示出了本申请实施例提供的一种测距方法的流程图，该测距包括以下步骤：
步骤1201，获取目标图像序列。
步骤1202，将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息。
步骤1203，根据目标的相似度，确定各目标图像中的目标是否为同一目标。
步骤1204，将包含同一目标的目标图像分为同一组。
步骤1205，对同一组中的目标图像，执行根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤。
步骤1206，根据初始地理坐标位置进行采样。
步骤1207，计算各采样点对应位置的可视高度。
步骤1208，根据GIS地图确定各采样点对应的海拔高度。
步骤1209，若采样点的海拔高度大于可视高度，将采样点的坐标确定为目标的修正地理坐标位置。
步骤1210，根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。
在本申请的一个实施例中，提供了一种基于相机和GIS的光电测距系统，在单目相机测距的基础上，利用GIS数字高程模型改善光电图像测距的算法精度。该光电测距系统如图13所示，包括4个模块，分别为目标检测模块、图像测距模块、GIS定位模块、数据上报模块。其中，目标检测模块主要是对监控区域下的采集的视频图像数据也即目标图像序列进行多类别目标检测。图像测距模块主要是对检测到的目标进行定位，判断目标与相机之间的距离。GIS定位模块主要是对图像测距的结果进一步进行精细定位。数据上报模块是将算法获得的最终结果进行发送给客户端。
可选的，首先是离线模式，通过应用场景采集的目标图像序列，训练得到预设目标检测模型。然后，由单目云台相机巡航一周，对采集到的图像序列输入预设目标检测模型进行在线目标检测，对检测到的目标划分图像组，分别对包含同一目标的不同目标图像进行处理，得到目标的初始地理坐标位置，实现粗定位。进一步利用GIS数字高程模型实现目标精细定位，接着，分别对每一组目标图像进行后处理，确定每个目标的最终的测距结果，也即定位结果。最后，可以将最终结果保存到json文件并通过mqtt协议发送到客户端。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的测距方法的测距装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个测距装置实施例中的具体限定可以参见上文中对于测距方法的限定，在此不再赘述。
在一个实施例中，如图14所示，提供了一种测距装置1400，包括：获取模块1401、第一确定模块1402、计算模块1403、第二确定模块1404和第三确定模块1405，其中：
该获取模块1401，用于获取目标图像序列，目标图像序列中包括多个目标图像；
该第一确定模块1402，用于将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息；
该计算模块1403，用于根据目标的位置信息计算各目标图像中目标的初始地理坐标位置；
该第二确定模块1404，用于根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置；
该第三确定模块1405，用于根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。
在一个实施例中，该装置还包括分组模块，用于根据目标的相似度，确定各目标图像中的目标是否为同一目标；将包含同一目标的目标图像分为同一组；对同一组中的目标图像，执行根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤。
在一个实施例中，该计算模块1403，具体用于获取各目标图像中的相机设备的信息；根据相机设备的信息和目标的位置信息计算各目标图像中的目标的俯仰角和方位角；根据相机设备的信息和俯仰角计算各目标图像中的相机设备与地面的视线距离；根据俯仰角、方位角、相机设备的信息以及相机设备与地面的视线距离计算各目标图像中目标的初始地理坐标位置。
在一个实施例中，该第二确定模块1404，具体用于根据初始地理坐标位置进行采样；计算各采样点对应位置的可视高度；根据GIS地图确定各采样点对应的海拔高度；若采样点的海拔高度大于可视高度，将采样点的坐标确定为目标的修正地理坐标位置。
在一个实施例中，该第三确定模块1405，具体用于计算同一组中的各目标图像中目标的修正地理坐标位置的第一均值和标准差；若标准差小于等于预设阈值，将第一均值确定为目标的测距结果。
在一个实施例中，该第三确定模块1405，还用于若标准差大于预设阈值，将同一组中的修正地理坐标位置去掉最大值和最小值计算第二均值；将第二均值确定为目标的测距结果。
上述测距装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图15所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种测距方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图15中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取目标图像序列，目标图像序列中包括多个目标图像；将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息；根据目标的位置信息计算各目标图像中目标的初始地理坐标位置；根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置；根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据目标的相似度，确定各目标图像中的目标是否为同一目标；将包含同一目标的目标图像分为同一组；对同一组中的目标图像，执行根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取各目标图像中的相机设备的信息；根据相机设备的信息和目标的位置信息计算各目标图像中的目标的俯仰角和方位角；根据相机设备的信息和俯仰角计算各目标图像中的相机设备与地面的视线距离；根据俯仰角、方位角、相机设备的信息以及相机设备与地面的视线距离计算各目标图像中目标的初始地理坐标位置。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据初始地理坐标位置进行采样；计算各采样点对应位置的可视高度；根据GIS地图确定各采样点对应的海拔高度；若采样点的海拔高度大于可视高度，将采样点的坐标确定为目标的修正地理坐标位置。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：计算同一组中的各目标图像中目标的修正地理坐标位置的第一均值和标准差；若标准差小于等于预设阈值，将第一均值确定为目标的测距结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：若标准差大于预设阈值，将同一组中的修正地理坐标位置去掉最大值和最小值计算第二均值；将第二均值确定为目标的测距结果。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取目标图像序列，目标图像序列中包括多个目标图像；将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息；根据目标的位置信息计算各目标图像中目标的初始地理坐标位置；根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置；根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据目标的相似度，确定各目标图像中的目标是否为同一目标；将包含同一目标的目标图像分为同一组；对同一组中的目标图像，执行根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取各目标图像中的相机设备的信息；根据相机设备的信息和目标的位置信息计算各目标图像中的目标的俯仰角和方位角；根据相机设备的信息和俯仰角计算各目标图像中的相机设备与地面的视线距离；根据俯仰角、方位角、相机设备的信息以及相机设备与地面的视线距离计算各目标图像中目标的初始地理坐标位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据初始地理坐标位置进行采样；计算各采样点对应位置的可视高度；根据GIS地图确定各采样点对应的海拔高度；若采样点的海拔高度大于可视高度，将采样点的坐标确定为目标的修正地理坐标位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：计算同一组中的各目标图像中目标的修正地理坐标位置的第一均值和标准差；若标准差小于等于预设阈值，将第一均值确定为目标的测距结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若标准差大于预设阈值，将同一组中的修正地理坐标位置去掉最大值和最小值计算第二均值；将第二均值确定为目标的测距结果。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取目标图像序列，目标图像序列中包括多个目标图像；将目标图像序列输入预设目标检测模型，得到各目标图像中待测距目标的类别和目标的位置信息；根据目标的位置信息计算各目标图像中目标的初始地理坐标位置；根据GIS地图和初始地理坐标位置确定目标的修正地理坐标位置；根据各目标图像中目标的修正地理坐标位置，确定目标的测距结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据目标的相似度，确定各目标图像中的目标是否为同一目标；将包含同一目标的目标图像分为同一组；对同一组中的目标图像，执行根据目标的位置信息计算各目标图像中目标的初始地理坐标位置的步骤。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取各目标图像中的相机设备的信息；根据相机设备的信息和目标的位置信息计算各目标图像中的目标的俯仰角和方位角；根据相机设备的信息和俯仰角计算各目标图像中的相机设备与地面的视线距离；根据俯仰角、方位角、相机设备的信息以及相机设备与地面的视线距离计算各目标图像中目标的初始地理坐标位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据初始地理坐标位置进行采样；计算各采样点对应位置的可视高度；根据GIS地图确定各采样点对应的海拔高度；若采样点的海拔高度大于可视高度，将采样点的坐标确定为目标的修正地理坐标位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：计算同一组中的各目标图像中目标的修正地理坐标位置的第一均值和标准差；若标准差小于等于预设阈值，将第一均值确定为目标的测距结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若标准差大于预设阈值，将同一组中的修正地理坐标位置去掉最大值和最小值计算第二均值；将第二均值确定为目标的测距结果。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种测距方法，其特征在于，所述方法包括：
获取目标图像序列，所述目标图像序列中包括多个目标图像；
将所述目标图像序列输入预设目标检测模型，得到各所述目标图像中待测距目标的类别和所述目标的位置信息；
根据所述目标的位置信息计算各所述目标图像中目标的初始地理坐标位置；
根据GIS地图和所述初始地理坐标位置确定所述目标的修正地理坐标位置；
根据各所述目标图像中目标的修正地理坐标位置，确定所述目标的测距结果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标的位置信息计算各所述目标图像中目标的初始地理坐标位置之前，所述方法还包括：
根据所述目标的相似度，确定各所述目标图像中的目标是否为同一目标；
将包含同一目标的所述目标图像分为同一组；
对同一组中的目标图像，执行根据所述目标的位置信息计算各所述目标图像中目标的初始地理坐标位置的步骤。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标的位置信息计算各所述目标图像中目标的初始地理坐标位置，包括：
获取各所述目标图像中的相机设备的信息；
根据所述相机设备的信息和所述目标的位置信息计算各所述目标图像中的目标的俯仰角和方位角；
根据所述相机设备的信息和所述俯仰角计算各所述目标图像中的所述相机设备与地面的视线距离；
根据所述俯仰角、所述方位角、所述相机设备的信息以及所述相机设备与地面的视线距离计算各所述目标图像中所述目标的初始地理坐标位置。
4.根据权利要求1所述的方法，其特征在于，所述根据GIS地图和所述初始地理坐标位置确定目标的修正地理坐标位置，包括：
根据所述初始地理坐标位置进行采样；
计算各采样点对应位置的可视高度；
根据所述GIS地图确定各所述采样点对应的海拔高度；
若所述采样点的海拔高度大于可视高度，将所述采样点的坐标确定为所述目标的修正地理坐标位置。
5.根据权利要求2所述的方法，其特征在于，根据各所述目标图像中目标的修正地理坐标位置，确定所述目标的测距结果，包括：
计算所述同一组中的各目标图像中目标的修正地理坐标位置的第一均值和标准差；
若所述标准差小于等于预设阈值，将所述第一均值确定为所述目标的测距结果。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
若所述标准差大于预设阈值，将所述同一组中的所述修正地理坐标位置去掉最大值和最小值计算第二均值；
将所述第二均值确定为所述目标的测距结果。
7.一种测距装置，其特征在于，所述装置包括：
获取模块，用于获取目标图像序列，所述目标图像序列中包括多个目标图像；
第一确定模块，用于将所述目标图像序列输入预设目标检测模型，得到各所述目标图像中待测距目标的类别和所述目标的位置信息；
计算模块，用于根据所述目标的位置信息计算各所述目标图像中目标的初始地理坐标位置；
第二确定模块，用于根据GIS地图和所述初始地理坐标位置确定目标的修正地理坐标位置；
第三确定模块，用于根据各所述目标图像中目标的修正地理坐标位置，确定所述目标的测距结果。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311085518.5A CN117036486A (zh) | 2023-08-25 | 2023-08-25 | 测距方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311085518.5A CN117036486A (zh) | 2023-08-25 | 2023-08-25 | 测距方法、装置、设备、存储介质和程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117036486A true CN117036486A (zh) | 2023-11-10 |
Family
ID=88629888
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311085518.5A Pending CN117036486A (zh) | 2023-08-25 | 2023-08-25 | 测距方法、装置、设备、存储介质和程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117036486A (zh) |
-
2023
- 2023-08-25 CN CN202311085518.5A patent/CN117036486A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107067794B (zh) | 一种基于视频图像处理的室内车辆定位导航系统及方法 | |
| US20190317974A1 (en) | Systems and methods for tagging objects for augmented reality | |
| CN110927708B (zh) | 智能路侧单元的标定方法、装置及设备 | |
| CN109520500B (zh) | 一种基于终端拍摄图像匹配的精确定位及街景库采集方法 | |
| US20220277544A1 (en) | Homography through satellite image matching | |
| CN108810473B (zh) | 一种在移动平台上实现gps映射摄像机画面坐标的方法及系统 | |
| WO2020055928A1 (en) | Calibration for vision in navigation systems | |
| CN112184786B (zh) | 一种基于合成视觉的目标定位方法 | |
| CN112750203B (zh) | 模型重建方法、装置、设备及存储介质 | |
| JP6950832B2 (ja) | 位置座標推定装置、位置座標推定方法およびプログラム | |
| CN111815759B (zh) | 一种可量测实景图片的生成方法、装置、计算机设备 | |
| CN111612901A (zh) | 一种地理信息图像的提取特征与生成方法 | |
| CN111949817A (zh) | 基于遥感影像的农作物信息展示系统、方法、设备及介质 | |
| CN112862966B (zh) | 地表三维模型构建方法、装置、设备及存储介质 | |
| CN114694106A (zh) | 道路检测区域的提取方法、装置、计算机设备和存储介质 | |
| CN115205382A (zh) | 目标物定位方法以及装置 | |
| CN107301658B (zh) | 一种无人机影像与大规模旧时相影像快速匹配定位的方法 | |
| Yoo et al. | True orthoimage generation by mutual recovery of occlusion areas | |
| CN116823966A (zh) | 相机的内参标定方法、装置、计算机设备和存储介质 | |
| CN115797438A (zh) | 目标定位方法、装置、计算机设备、存储介质和程序产品 | |
| CN117036486A (zh) | 测距方法、装置、设备、存储介质和程序产品 | |
| CN114964248B (zh) | 一种运动轨迹出视场的目标位置计算和指示方法 | |
| CN115830073A (zh) | 地图要素重建方法、装置、计算机设备和存储介质 | |
| CN116758214A (zh) | 遥感图像的三维建模方法、装置、电子设备及存储介质 | |
| CN115222815A (zh) | 障碍物距离检测方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |