Android手机摄像头实现长度测量.ppt

队伍 LBYTE Android手机摄像头实现长度测量 随着智能手机的飞速发展，智能手机的使用逐渐普及起来， 智能手机提供的摄像功能越来越强，摄像的像素越来越清晰 ， 那么，除了摄像，我们能不能利用智能手机提供的摄像功能 来扩展一些新的功能呢？ 当你在上海旅行时， 看到了东方明珠时， 是不是既想把它照下 来，又想如果要是同 时能把它的高度计算 出来多好啊？ 当你在北京博物馆参 观时，看到了青铜鼎 时，是不是既想把它 照下来，又想知道这 个鼎的高和宽呢？ 我们队伍设计的基于Android手机摄像头实现长 度 测量 的程序就是来实现上面的需求的。这样我们 可以不用尺子来测量距离。 市场上已有的一些先进的测量仪器 虽然市场上出现了这些先进的测量距离的仪器，使 人们不用尺子就能测量物体的高度，但是他们往往 比较昂贵且不易携带。 Contents 我们的目标 不接触目标物体，不使用尺子就能测量人的高度、桌子的 长度、远方物体的距离，无需通过高端昂贵的专业仪器， 只需要使用随手可得的带摄像头手机就能完成这些功能。 目标软件的特点 移动：运行在Android智能手机上，随时随地可以使用 。 实用：我们身上不会带上尺子，但手机却是随身携带 的物品，如果需要测量，拿出手机拍两幅物体的照片 就能够得到长度信息；另外有的时候条件不允许接触 测量，比如危险物品、贵重物品以及难以触及的物品 ，但使用这款软件就无需接触实现距离的测量。 易用：分别从两个角度拍摄物体的两幅图片，选择始 点和终点，程序就会计算出两点的距离展示给用户。 如何实现？ 使用初等凸透镜成像公式？ 理想情况，假定f可变焦、成像点清晰 实际情况，焦距一般固定，三维物体距离不同，无法 在f下得到清晰像点，清晰不好判断、坐标系统不好固 定。 实现方法古典+现代 射影几何与计算机视觉对极几何 基于针孔摄像头模型，空间中一点M到像平面点m的映射 要经过投影矩阵P的转换（图2），sm=KR | TM，其中K 是摄像头参数矩阵，R、T是摄像头坐标系相对于世界坐 标系的旋转和平移矩阵，sm是像点的齐次坐标。 对极几何 空间物体点通过两个投影矩阵投影到左右两幅图像上， 根据三维重构的理论，只需要得到这两个投影矩阵以及 两个像点在图像上的坐标就可以使用三角法定位目标点 三维坐标。 根据投影矩阵的构成，获取摄像头参数矩阵K、拍摄第 二幅图像时候摄像头经历的刚体变换旋转和平移 (R | T)矩阵是整个系统实现的关键。 获取手机摄像头参数矩阵K 使用张正友标定法”Flexible Camera Calibration By Viewing a Plane From Unknown Orientations”，这个方法 操作比较容易，只需要做一幅黑白棋盘（显示器打开这样 一幅图片也可以），用手机摄像头从不同角度拍摄大约 10幅棋盘的图片，使用他们算法实现的标定程序就可以 得到摄像头参数矩阵。 获取旋转平移矩阵R,T 如果以拍摄第一幅图的摄像机坐标系作为参考坐标系，那 么第一个摄像头位置的R就是单位矩阵I，T没有平移为零 。 运用对极几何的理论，第二个位置的R和T可以利用两幅 图片的对应关系求出来，只要找到7对以上的匹配点就可 以把两幅图像的内在关系计算出来，当然匹配的点越多越 准确，后继的操作也就越精准。 对应点匹配 人工目测匹配 优点：确保100%准确 缺点：费时，匹配的点少 算法自动匹配 优点：快速，匹配点多 缺点：复杂环境下匹配不准确 计算R和T 使用匹配的特征点对计算出基本矩阵F，根据匹配点的数 目可以选择使用7点法、8点法、RANSAC等计算F的算法 计算本质矩阵E，E等于K的转置矩阵左乘F再左乘K 对E进行SVD分解，得到的U矩阵的最后一列乘以单值即为 平移向量T，U矩阵左乘反对称矩阵再左乘V转置矩阵即得 到旋转矩阵R。 Android手机上的实现 界面：简洁友好，分为操作栏和帮助栏，操作栏的竖排按钮体现 了操作的流程，帮助栏有使用方法的详细介绍。选择匹配点也简 单好玩，因为只需要选择七个点就足够计算本质矩阵，进入选点 界面后可以看到七个彩色小点排成北斗七星形状，通过触摸移动 这些小点到特征明显的位置比如角点。 处理：为了实现实时处理，核心运算代码会调用到OpenCv（开 源计算机视觉库），编写好C+程序之后通过NDK把源代码编译 成可以供Android端java程序调用的动态链接库。 使用方法 1)从两个不同角度拍摄目