[发明专利]一种利用臂长和摄像头的智能手机测距方法

说明书

本发明公开了一种利用臂长和摄像头的智能手机测距方法。首先，用户在手臂前臂的肘关节和腕关节处分别对着目标物体进行拍照；其次，用户在拍摄好的照片中使用红色标记框划出目标物体所在矩形区域；然后，通过图像处理将目标物体区域与背景区域分割开；最后，通过已知的各个参数，利用透镜成像原理计算得到垂直距离的估计值。本发明操作简单，不需要双摄像头或是激光、雷达器件的硬件支持，只需在手臂两端分别对物体拍一次照，适用于日常生活中对未知大小的目标物体进行快速准确测距。

技术领域

本发明属于手机系统处理领域。

背景技术

视觉是人体获得信息最多的感官来源，视觉测距在智能安防监控、机器人视觉、物流检测等领域有着重要应用。近年来无人机、无人车等技术的不断成熟，使得需要用到测距的场所也越来越多，如定位、避障、测速等。下面主要从深度相机、双目测距、单目测距三个部分来介绍一些相关的测距方法。

深度相机除了能够获取平面图像以外，还可以获得拍摄对象的深度信息(三维的位置和尺寸信息)，使得整个计算系统获得环境和对象的三维立体数据。主要用于三维成像和距离测量，主要有结构光和TOF两种技术方案。

结构光方案使用结构光投射器向被测物体表面投射可控制的光点、光条或光面结构，由图像传感器获得图像，通过系统几何关系、利用三角原理计算得到物体的三维坐标。结构光方案的基础原理是激光散斑编码，优点是技术成熟、在较近使用范围内能够达到高精度。缺点是核心技术激光散斑在强光下会被淹没，因此不合适室外；激光发射设备容易坏，更换设备后，需要重新标定。

TOF方案是飞行时间测距，通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行(往返)时间来得到目标物距离。TOF方案的基础原理是反射时差，优点是抗干扰性能好、视角更宽、可以测量较远距离、实时性高、不需要额外增加计算资源。缺点是由于传感器技术不是很成熟，因此分辨率较低、成本高；很难分离传入的信号，因为它取决于许多参数；因为需要全面照射，所以功耗很高。

双目测距通过对两幅图像视差的计算，直接对前方景物(图像所拍摄到的范围)进行距离测量。双目测距的基础原理是双目匹配和三角测量，优点是在给定的工作条件下效果较好；硬件简单，功耗低，成本比单目测距要高，但尚处于可接受范围内，相对上述两种方案来说成本更低；适合室外环境，满足较长时间工作要求，不易损坏。缺点是在光照较暗或者过度曝光、物体表面颜色和纹理特征不明显时效果很差；算法复杂度高，难度很大，对计算单元的性能要求非常高；由于基线长度(两台相机之间的距离)限制，距离越远测距越不准确。

单目测距是通过图像匹配进行目标识别(各种车型、行人、物体等)，再使用目标在图像中的大小去估算目标距离。单目测距的基础原理是相似三角形法，优点是成本比双目方案要低，对计算资源的要求不高，复杂性更低。缺点是这种方法并非真正意义上的测量，准确度较低。

单目测距中，有的使用固定的单摄像头，有的使用可变俯仰角度的单摄像头，主要使用了以下两种物距测量方法：a)物体尺寸和相机焦距已知的方法；b)物体的大小未知，但物体与地面的接触点已知的方法。

发明内容

发明目的：为了克服上述背景技术中已有测距方法存在成本高和易受环境影响等缺点，本发明提出了一种利用臂长和摄像头的智能手机测距方法。

技术方案：本发明提出了一种利用臂长和摄像头的智能手机测距方法，具体包括如下步骤：

步骤1：用户采用智能手机在前臂的肘关节处和腕关节处分别对目标物体进行拍照；

步骤2：根据目标物体的大小，在图像中目标物体的周围画出能够容纳该目标物体的最小的矩形；

步骤3：通过图像处理将目标物体所在矩形区域与图像的背景区域分割，将矩形的像素宽度作为对应图像中目标物体的宽度，像素高度作为对应图像中目标物体的高度；