双目视觉车辆轮廓尺寸测量及误差分析 .pdfVIP

双目视觉车辆轮廓尺寸测量及误差分析

王鹏;熊苗苗;段一琛;吕志刚

【摘要】OnthebasisoftheimprovementofScale-invariantFeature

Transform,combiningwithimagepreprocessingandstitching,avehicle

outlinemeasurementbasedonbinocularvisionisproposedtoeliminate

theinfluenceofexternalatmosphericfactors.Theproblemofincomplete

vehicleimagescausedbytheclosedistancebetweenthecameraandthe

vehicleissolved.Selectingthestereocalibrationparametersofthe

binocularcameraandcombiningwithstereocorrectionandmatching,the

disparitymap,depthinformationofthevehicleandtheactuallengthofthe

vehiclearemeasured.Experimentalresultsshowthatthemethodachieves

tomeasurethestandardsizeofthe4000~5000mmvehicles,theabsolute

errorislessthan150mm.Measurementaccuracyissuperiortothatof

edgedetectionmethodusingmonocularcamera.Comparedwiththree-

dimensionalgratingmeasurementmethod,ground-sensecoil

measurementmethodandpiezoelectricsensormeasurementmethod,the

numberofmeasurementsensorsisreduced,alsothecostofmeasurement

isreduced.%为了消除外部大气因素对车辆轮廓测量的影响,基于改进尺度不变特

性转换算法(Scale-InvariantFeatureTransform,SIFT),结合图像预处理和拼接,提

出了双目视觉车辆轮廓尺寸测量法,消除了相机与车辆距离较近导致的车身局部图

像拍摄不完整.选取双目相机立体标定参数,结合立体校正和匹配,得到了车辆目标的

视差图、深度信息以及车辆实际长度.实验结果表明:该方法在测量4000~5000

mm轮廓尺寸时,测量绝对误差值小于150mm,测量精度优于单目相机边缘检测法.

与三维光栅测量法、地感线圈测量法和压电传感器测量法相比,减少了测量传感器

使用数量,降低了尺寸测量成本.

【期刊名称】《西安工业大学学报》

【年(卷),期】2017(037)010

【总页数】6页(P767-772)

【关键词】双目视觉;车辆轮廓;视差图;边缘检测

【作者】王鹏;熊苗苗;段一琛;吕志刚

【作者单位】西安工业大学电子信息工程学院,西安710021;西安工业大学电子信

息工程学院,西安710021;西安工业大学电子信息工程学院,西安710021;西安工业

大学电子信息工程学院,西安710021

【正文语种】中文

【中图分类】TP391

机动车辆为现代社会必不可少的交通工具之一.按照车辆尺寸对车辆进行分类，可

以大大节约停车场的资源，而且有利于停车场的管理.传统的车辆大小分类只是按

照车辆的轴距进行划分[1]，这种划分方法在运用到按照尺寸进行分类管理收费的

停车场中，可行度不高.因此需要一种自动检测车辆长度的方法，能够实现在应用

环境中对车辆长度快速准确测量.随着计算机技术的发展以及应用，机器视觉技术

已成为研究的热门领域之一，利用机器视觉技术和双目视觉处理技术来实现快速检

测、测量车辆外轮廓尺寸，满足对车辆外轮廓尺寸的自动化测量需求，为准确划分

车辆类型及管理停车位提供一种有效的技术手段.

目前不少学者已提出一些自动化的测量方案，如利用三维光栅