摘 要

在科学技术飞速发展的带动下，人工智能方面的科学研究不断有所突破，逐渐满足了生产力对智能化的高要求，视觉测量作为人工智能的代表技术之一也被应用在生活的各方各面。运用现代设备和科学技术将视觉技术应用于具体距离测量系统中是科学发展的趋势，更是目前视觉处理领域的重要发展方向。

本课题充分研究在Android系统上实现基于单图像距离测量对使用手机摄像头拍摄单图像实现距离测量的单目图像距离测量进行了深入研究。运用图像处理及计算机视觉等相关知识推导成像大小与实物的小孔成像比例关系，处理实物真实平面和光线透过手机镜头落在光学感应器上形成的感应面和生成图像之后在手机屏幕上形成的屏幕面三者的转换关系，利用实际距离/焦距=实际长（宽）/成像长（宽）的比例关系来进行单图像像素距离与物体实际长宽的关系计算，并进行移动设备摄像机快门与目标物体距离的测量，并以为数字显示出结果。

通过上述的操作，结合安卓系统相关模块调用开发，完整开发一款具有良好的用户操作界面的可实现目标功能的安卓APP，用户自主选定目标物体后通过对数据的处理，实现相机-目标物体之间距离的测量功能以及用户设定的两目标点之间的距离测量要求。

关键字： 安卓；测距；小孔成像

Abstract

With the rapid development of science and skill and the continuous improvement of productivity in terms of intelligent requirements, scientific research in artificial intelligence has ushered in the climax of development in recent years. Vision measurement, as one of the representative technologies of artificial intelligence. It has been applied to all aspects of life. The use of modern equipment and science and technology to apply visual technologies to specific distance measurement systems is a trend of scientific development, and is an important development direction in the field of visual processing.

This paper studies the full realization of the distance measurement based on a single image using a cell phone camera to take a single image to achieve monocular image distance measurement distance measurement conducted in-depth studies on the Android system. The use of image processing and computer vision and other related knowledge to deduce the imaging size and the relationship between the size of the hole imaging, processing real plane and light through the phone lens landing on the sensor surface formed on the sensor surface The conversion relationship between the three screens formed on the screen of the mobile phone after the image is generated and the distance between the single image pixel and the actual length and width of the object using the ratio of actual distance/focal length=actual length (width)/image length (width) The relationship is calculated, and the distance between the camera shutter of the mobile device and the target object is measured, and the figure shows the result.

Through the above operations, combined with Android module related module call development, an Android APP with a good user operation interface that can achieve the target function is completely developed. After the user independently selects the target object, the camera-target object is realized by processing the data. The measurement function between the distances and the distance measurement requirement between the two target points set by the user.

Key Words： Android; Distance measurement; Image processing

目录

第1章 绪论 1

1.1测距技术的发展 1

1.2视觉测距研究背景及意义 1

1.3国内外应用及研究现状 2

1.4研究内容 3

1.5预期目标 3

1.6小结 3

第2章 单图像距离测量原理分析 4

2.1基于特征点测量原理 5

2.2基于正切函数测量原理 8

2.3基于单帧静态图像测距缘原理 9

2.4小结 9

第3章 单图像距离测量系统设计与实现 10

3.1开发平台简介 10

3.2关键代码分析 10

3.3小结 15

第4章 单图像距离测量系统性能测试与评估 16

4.1系统性能测试 16

4.2小结 18

第5章 总结与展望 19

参考文献 20

致 谢 22

第1章 绪论

1.1测距技术的发展

目前常见距离测量方式分别借助不同的媒介，如超声波、雷达、激光和视觉。

（1）超声波测距是基于超声波的穿透性强、衰减小小，传播具有方向性的特性，一般由发射装置、接受装置和信号处理装置组成。打开测距仪时，发射部分向外发送持续的脉冲波，同时单独的短脉冲向测量逻辑电路发出；脉冲波被发射后遇到目标物体反射，反射回来的脉冲波触发接受装置，一个短脉冲从接受装置发送至逻辑电路，两个短脉冲构成一个方波，这个方波的持续时长就是两脉冲波的时间间隔，乘以脉冲波的传播速度，就可以得出发射装置和目标测量物体的距离。这种方法条件简单、成本低，缺点是不稳定，易受外部环境因素滋扰。

（2）选择更高频率的电磁波则是借助雷达来进行距离测量，超声波距离测量使用的频率一般在20千赫兹，而雷达距离测量可以达到30至300000兆赫兹。高频率的电磁波能避免因为电磁波发射束角幅度的原因所造成不必要的反射波干扰。这种方法能同时对多个目标物体进行测量，且测量精度高，受外界环境因素影响小。

（3）激光测距使用的设备具有便携、上手容易等特点，花费时间短，准确度高。激光测距应用了信号波形变化度量原理，经过调制的激光束在距离测量仪器和目标物体之间一个来回会造成相位的变化，由于激光束经仪器准确测量，可以得知调制后的激光束波长，根据相位的变化和激光束的波长可以计算出两者之间的间隔。但是该方法容易受天气等环节影响，遇到恶劣天气情况，激光的衰变加大还会发生畸变、抖动等不良情况，直接影响距离测量的精度。

（4）基于机器视觉技术可以获得比较精确的距离测量。在硬件水平日益发展的现在，视觉距离测量用到的传感器价格合理，方案成本适中，在各方各面都得到了普及，完全符合日常基于手机进行简单距离测量的要求。

1.2视觉测距研究背景及意义

随着智能移动设备制造技术的飞速提升，移动电话成了当代人工作中不可或缺的电子用品。与最早于1990年出现的大哥大相比，现代移动电话外观变得更加时尚，功能更加丰富。现代手机一般包括至少一个显示器和一套按键，除典型的电话功用外，还包含了游戏、拍摄、定位和上网等其他功能，可以概括性地统称为智能手机。智能手机发展至今有iOS和Android两种主流系统。Android是一个架构在Linux的源代码开放操作平台，被设计应用在各种便携式设备。 Android操作系统支持识别且使用视频照片摄像头，并进一步处理图像，因此满足了人机交互技术中计算机视觉的要求，可以基于Android系统开发图像相关的应用。

而计算机视觉是用摄像机对目标进行测量等机器视觉并处理图像的科学技术，通俗地说就是研究如何使机器“看”，让电脑代替肉眼观察事物并分析图像，一个用于从图形之中捕获信息的人工智能系统。机器视觉必须满足图像信号、纹理和颜色建模、几何处理和推理、和物体建模这些必须条件，把这些处理紧密集成起来才能称得上是有能力的视觉系统，视觉系统常常能发挥对目标进行识别、跟踪和检测等功能，应用前景十分宽广。

如何从图像中获取需要的信息是计算机视觉的核心部分，图像作为信息的承载体，通过其获取距离信息就是基于图像的距离测量技术。在1980年左右，美国国家标准局已经预示将来视觉学科大有作为，相关技术可以担当起大部分生产工作，在当时100多家美国企业投身在如何从图像获取信息的研发行业^[1]。我国大学和科研院所投入了庞大的资源在计算机视觉研究中，并产生了喜人的成绩。在计算机视觉相干的国际学术会议和权威期刊中，能看见越来越多的国内学者发表的成果，囊括IEEET-PAMI、IEEE-TIP等有话语权的顶级期刊会议。

基于图像测量技术的距离测量技术可以根据是否与目标物体进行接触来分类。基于图像的非接触式测距方法人工干预度低，花费时间少，获取的信息量大，动态范围大，受到人们高度重视，开始在工业生产中广泛地应用，可以逐渐取代传统的人工测距，新的优良测距方法蕴藏着十分巨大的生产效益。

较早的距离测量方法需要测量工具与目标物体有直接的接触，对难以靠近物体的测量十分受外界条件的限制，实现操作和测量的条件常常不能得以实现，现代自动化生产有着更高的需求。基于图像的非接触式测量方法具有操作简单、成本低、受地域环境约束小的特点，已在车载系统和生物科学等领域投入生产应用，加以开发研究能更好的发挥这项技术的优良特性^[2]。

1.3国内外应用及研究现状

目前人类肉眼视觉正被研究者们深入地探索，研究的目标由双目视觉成像到二维平面呈现三维立体。随着计算机运算能力的日益增加，借助图像处理技术和摄像头完成模拟人眼去进行目标物体的尺寸、距离和方向等信息也成了现实。带有机器视觉功能的机器在交通指挥、环境勘察和生产制造等领域起到不可忽略的作用^[3]。

二十世纪八十年代，美国麻省理工的Marr将两张存在视觉差的屏幕图像转变为含有带有距离信息的三维图形，由此发表了一种关于双目匹配的视觉架构理论，相关的学科的研究都迈进了一步，一举为双目立体视觉建立了不可动摇的理论根基。

机器视觉作为一种具有应用价值的系统经过了15年的发展已经在生产自动化方面得到了延伸。美国麻省理工学院提出了一种改善传统目标分割算法的图像测距技术，这种技术联合了雷达系统和视觉科学的传感器融合方式，将该传感器方法应用于现代化飞机、汽车或船舶时，可以通过雷达粗略地得知目标物体距离，还能不受移动速度影响的情况下进行视频图像分割，以确定其位置。

在中国，机器视觉一直是各大院校、公司和研究院进行探索和尝试的重要领域之一。二十世纪末，浙江大学等六所重点高校组建了一个联合课题^[4]，攻克地面智能机器人视觉难题；东南大学建立了一种在不接触的情况下可以对三维不规则物体进行精密测量的方法，其中关键在于与灰度相关多峰值视觉差绝对值极小化立体匹配；刘浩学老师在二十一世纪初始带领团队开始对现代化载具的视觉测距方法的开发。上百家研发生产机器视觉产品的自有企业在我国生根发芽，机器视觉在国内蕴藏了无限的发展潜力。

1.4研究内容

安卓是Google在2007年发布的Linux的源代码开发式移动设备系统，享有标准化、开放式的美誉。系统内部各功能十分有条理，其分工的精细确保了操作系统的高效率。在智能手机的中心处理器处理能力、存储能力和摄影能力等有极大提高的前提下，现代安卓智能手机能很好的满足单目图像距离测量中的基本条件。在日常生活中智能移动通讯设备是人们随身携带的物品，其便捷性远远超出其他如尺子之类的测量工具，这些优良特性可以帮助我们完成一些日常生活中遇到的距离测量任务。安卓智能手机自带的摄像机能捕获用于单目测距的图像，结合现有的数学知识可以实现手机与目标物体的距离计算。

1.5预期目标

本次设计主要研究使用Android手机自带的摄像头拍摄单张图像，并根据所拍摄的图像，运用精密光学和计算机图形处理等相关知识，完成摄像机-目标物体之间距离的测量功能。预期完整开发出一款可实现在用户选取目标物体后能显示摄像机快门与目标物体距离的安卓手机应用。

1.6小结

视觉测距在生产生活中占有重要的研究意义与前景。开发一款基于安卓系统的测距应用，极大地满足了现代人日常对距离的测量需求，可以切实解决传统测量工具不便于携带的痛点。

第2章 单图像距离测量原理分析

近来各界人士的高度关注作为机器视觉领域内基础技术之一的视觉测距，这项技术在各个应用方面都十分关键。其中在机器人方面内常应用在自我定位和跟踪测量等方向，在视觉导航和伺服控制中更是占必不可少的基础技术地位。计算机图形处理技术发展至今，其应用的原理可以大致归成三类：结构光视觉、双目视觉和单目视觉。

三类机器视觉测量各有不同的特点，结构光受光源的限制较大导致应用的场合比较局限。双目视觉测量易受到特征点匹配的干扰，测量的准确度和效率受到了较大的影响。单目视觉因为结构简单，运算量少，需要时间短，具有丰富的应用场景和宽广的开发前景。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：