[发明专利]基于液态仿生视觉的两级单目深度测量方法、系统和介质

说明书

本申请涉及一种基于液态仿生视觉的两级单目深度测量方法、系统和介质。所述方法包括：首先，采用多项式拟合方式确定液态仿生透镜的焦距与控制电压的调节函数，基于单目光学系统的等效焦距及相似三角形关系式确定固态透镜主平面与单目光学系统的等效焦点之间的第一距离、固态透镜主平面与单目光学系统的等效主平面之间的第二距离及等效像距，并结合高斯等效公式，得到控制电压和物距的非线性映射模型，利用自动对焦算法调节液态仿生透镜的控制电压对目标测量区域进行对焦，根据清晰度评价函数的变化确定控制电压，代入非线性映射模型以获取目标测量区域的深度信息。采用本方法能够解决测量范围与测量精度之间的矛盾及测量目标无限制等优点。

技术领域

本申请涉及视觉检测技术领域，特别是涉及一种基于液态仿生视觉的两级单目深度测量方法、系统和介质。

背景技术

随着微小型无人系统技术的不断发展，对其搭载的光电载荷平台提出了小型化、轻量化、可快速响应等应用需求。由于战场军事目标的空间位置信息是把握战场态势、指挥决策和精确打击的重要依据，因此，无人平台搭载的视觉设备要求既能从环境中检测出敏感目标，又能同时获取该目标对应的深度信息。基于视觉的深度测量方法主要包括单目和双目。双目视觉检测技术虽然相对成熟、市场化程度高，但算法结构较复杂，图像匹配容易受到干扰而造成误差，同时在应用于微小型无人系统时其负载问题也是需要考虑的。而单目视觉检测通常仅使用单个相机实现深度信息的获取，因其设备简单、体量较小等优势有望应用于微小型无人平台的视觉系统。

目前传统技术中的单目深度测量方法主要是采用定焦镜头对相机的内外参标定后，根据目标的先验信息（目标的尺寸和相机高度等信息）和目标在相机成像的图像信息进行计算，使用要求较高。此外，还有一些对于单目深度测量，采用深度学习技术方法，通过设计深度神经网络对目标深度信息进行学习，以实现对特定目标的距离估计，该方法需要大量的训练样本数据，精度一般。综上，传统技术中在单目深度测量领域已有许多研究成果，但深度仍存在一些不足，如针对单目测距所提出的方法，都需要对目标或视觉装置的先验信息获取，如目标的尺寸、相机姿态等，且基本上只能对特定目标进行测距、使用要求较高、测量精度一般。

发明内容

基于此，有必要针对上述技术问题，提供一种能够目标解决测量范围与测量精度之间的矛盾问题的基于液态仿生视觉的两级单目深度测量方法、系统和介质。

一种基于液态仿生视觉的两级单目深度测量方法，方法包括：

获取单目光学系统的等效焦距；单目光学系统沿光轴设置固态透镜与液态仿生透镜；

采用多项式拟合方式确定液态仿生透镜的焦距与控制电压的调节函数；

获取固态透镜主平面与单目光学系统的等效焦点之间的第一距离、固态透镜主平面与单目光学系统的等效主平面之间的第二距离以及等效像距；

将等效焦距、等效像距以及调节函数输入预先构建的高斯等效公式，得到控制电压和物距的非线性映射模型；其中，高斯等效公式表示等效物距和等效像距与等效焦距之间的关系；

采用预先设置的自动对焦算法，通过调节控制电压，对目标测量区域进行自动对焦，并且输出对焦后的物距及其深度信息。

在其中一个实施例中，还包括：根据液态仿生透镜的变焦距、固态透镜的定焦距及两块透镜之间的距离，确定等效焦距的值，公式表示为：

式中为等效焦距，为液态仿生透镜的变焦距，为固态透镜的定焦距，为两块透镜之间的距离。

在其中一个实施例中，还包括：通过焦距测量仪对液态仿生透镜在不同电压下的焦距实验进行测量，获得液态仿生透镜的焦距初始数据；

对液态仿生透镜的焦距初始数据进行多项式插值拟合，得到液态仿生透镜的焦距与控制电压的调节函数，公式表示为：