使用opencv对网球场进行三维估计

时间:2014-04-07 19:59:02

标签: java opencv camera-calibration

我正在尝试从单个图像进行相机校准和网球场的3D估计。首先作为预处理,我做了边缘检测,然后应用hoare变换来获取线条。从这里我清理图像,以获得球场边缘。 sample image after hoare transform。由此我试图估计球场的3D姿势(可能是在相机校准后)。 opencv中的摄像机校准方法似乎适用于预先存在的模式。据我所知,法院尺寸是否有任何方法可以从单个图像中获取3D参数?或者我们可以更容易地从平行线计算相应的矩阵吗?

1 个答案:

答案 0 :(得分:1)

这是一次尝试......

第1步:我点击"已知"您基本上已经找到的相机图像中的世界点。我在MATLAB中运行了ginput并点击了可以从你的Hough线中导出的14个点交叉点。以下是这些点,以像素为单位(您可以将它们绘制在原始图像的上方以查看它们的位置):

x = [
   161   118
   193   119
   382   116
   412   116
   181   149
   288   147
   393   146
   134   268
   287   266
   440   266
    36   358
    98   358
   473   352
   535   353
   ]';

步骤2:我计算了相应的世界点,将球场的左上角视为原点(0,0,0)并向下和向右增加。由于球场是一架飞机,每个点的Z坐标都等于0。以下是这些点,以英尺为单位:

y = [
   0 0 0
   4.5 0 0
   31.5 0 0
   36 0 0
   4.5 18 0
   18 18 0
   31.5 18 0
   4.5 60 0
   18 60 0
   31.5 60 0
   0 78 0
   4.5 78 0
   31.5 78 0
   36 78 0
]';

步骤3:我们现在在摄像机点和世界点之间有一堆对应关系。我使用相机校准工具箱来获取相机的外在和内在参数。请注意,由于我们的对应关系很少,所以我跳过了失真参数和宽高比的计算(无论如何都应该非常接近1.0)。此处生成的图像显示了映射到图像的原始世界点,仅给出校准信息。我们可以看到校准是有效的,因为所有世界点都非常接近地映射到图像中的正确位置。

这是最终的代码:

clc;
clear all;

img = imread('HSY1A.jpg');
nx = size(img,2);
ny = size(img,1);

% imshow(img,[]);

x = [
   161   118
   193   119
   382   116
   412   116
   181   149
   288   147
   393   146
   134   268
   287   266
   440   266
    36   358
    98   358
   473   352
   535   353
   ]';

y = [
   0 0 0
   4.5 0 0
   31.5 0 0
   36 0 0
   4.5 18 0
   18 18 0
   31.5 18 0
   4.5 60 0
   18 60 0
   31.5 60 0
   0 78 0
   4.5 78 0
   31.5 78 0
   36 78 0
]';

num_pts = size(y,2);

% Required by camera calibration toolbox
x_1 = x;
X_1 = y;

% Setting up calibration parameters
n_ima = 1;
est_aspect_ratio = 0;
est_dist = zeros(5,1);
% check_cond = 0;

% Run calibration
go_calib_optim;

%% Estimate original points
est_x_1 = KK * [Rc_1 Tc_1] * [X_1; ones(1, size(X_1,2))];
est_x_1 = est_x_1 ./ repmat(est_x_1(3,:),3,1);

%% Plot results
imshow(img,[]); hold on;
plot(est_x_1(1,:),est_x_1(2,:),'gs');

以下是产生的图片:

enter image description here