检测使用校准的立体摄像头拍摄的视频中的人物并确定其与摄像头的距离

简介: 检测使用校准的立体摄像头拍摄的视频中的人物,并确定他们与摄像头的距离。

一、前言
此示例演示如何检测使用校准的立体摄像头拍摄的视频中的人物,并确定他们与摄像头的距离。
二、加载立体摄像机的参数
加载对象,这是使用应用程序或函数校准相机的结果。
1.png

三、创建视频文件阅读器和视频播放器
创建用于读取和显示视频的系统对象。

四、读取和校正视频帧
必须校正来自左侧和右侧摄像机的帧,以便计算视差并重建 3D 场景。校正后的图像具有水平的外极线,并且行对齐。这通过将匹配点的搜索空间减少到一个维度来简化视差的计算。校正后的图像也可以组合成立体图,可以使用立体红青色眼镜查看3D效果。
2.png

五、计算差异
在校正立体图像中,任何一对对应的点都位于同一像素行上。对于左侧图像中的每个像素,计算到右侧图像中相应像素的距离。这个距离称为视差,它与相应世界点与相机的距离成正比。

六、重建三维场景
从视差图中重建对应于每个像素的点的 3-D 世界坐标。
3.png

七、检测左图中的人物
使用系统对象检测人员。

八、确定每个人到相机的距离
查找每个检测到的人的质心的 3-D 世界坐标,并计算从质心到相机的距离(以米为单位)。
4.png

九、处理视频的其余部分
应用上述步骤来检测人员,并在视频的每一帧中测量他们与摄像机的距离。
5.png
6.png

目录
相关文章
|
2月前
视觉镜头俯角
【9月更文挑战第24天】
21 7
|
4月前
|
计算机视觉 Python
从摄像头获取图像
【7月更文挑战第29天】从摄像头获取图像。
68 1
|
4月前
相机镜头选择和计算
相机镜头选择和计算
26 0
|
6月前
|
传感器 编解码 算法
LabVIEW计算相机图像传感器分辨率以及镜头焦距
LabVIEW计算相机图像传感器分辨率以及镜头焦距
57 0
|
6月前
|
传感器 机器学习/深度学习 存储
使用激光雷达(LiDAR)和相机进行3D物体跟踪
使用激光雷达(LiDAR)和相机进行3D物体跟踪
|
传感器 安全 API
Baumer相机使用CameraExplorer软件采集VCXG-51M相机图像时,发现图像显示界面无任何图像现象。
Baumer相机使用CameraExplorer软件采集VCXG-51M相机图像时,发现图像显示界面无任何图像现象。
131 0
|
算法
通过光流法检测运动物体,得到图像运动场
通过光流法检测运动物体,得到图像运动场
389 0
通过光流法检测运动物体,得到图像运动场
|
算法 API 计算机视觉
智慧交通day03-车道线检测实现03:相机校正和图像校正的实现
标定的图片需要使用棋盘格数据在不同位置、不同角度、不同姿态下拍摄的图片,最少需要3张,当然多多益善,通常是10-20张。该项目中我们使用了20张图片
150 0
|
传感器 算法 智慧交通
智慧交通day03-车道线检测实现02-1:相机校正
我们所处的世界是三维的,而照片是二维的,我们可以把相机认为是一个函数,输入量是一个场景,输出量是一幅灰度图。这个从三维到二维的过程的函数是不可逆的。
160 0
|
机器学习/深度学习 传感器 算法
智慧交通day03-车道线检测实现02-2:张氏标定法+双目标定
该方法介于传统标定法和自标定法之间,既克服了传统标定法需要的高精度三维标定物的缺点,又解决了自标定法鲁棒性差的难题。标定过程不需要特殊的标定物,只需使用一张打印出来的棋盘格,并从不同方向拍摄几组图片即可,不仅实用灵活方便,而且精度很高,鲁棒性好。因此很快被全世界广泛采用,极大的促进了三维计算机视觉从实验室走向真实世界的进程。
354 0