Image 在图像中确定到车辆的距离（Matlab、OpenCV）

我有两张照片：

当我检测到汽车时的初始图像

将图像转换为其他平面时的IPM图像。

我没有任何关于相机参数的信息。 我知道汽车在原始图像和IPM图像中的位置，我想知道如何确定汽车和摄像头之间的距离。我们能假设照相机的高度是1米吗

---

是否存在任何公式或算法？

从您的问题来看，您似乎处于单眼情况，深度/比例信息自然不可用。恐怕没有简单的方法可以达到你想要的。在我脑海中，有几个选择：

1-使用神经网络。这是最便宜的选择（从材料和开发工作的角度来看）。另外，如果你没有视频流，只有一张图片，它也能工作（尽管我猜这不是你的情况）。如果性能不是问题，您可以或多或少地使用任何卷积神经网络，并在深度数据上对其进行训练。否则，快速搜索将引导您找到更快的最先进的网络，您可以根据自己的需要进行搜索。然而，包含深度图地面真相的数据库有点稀缺，通常您必须自己为训练数据构建深度图。在这种情况下，我们会想到本文底部列出的许多开源方法。一旦你有了深度图，你就可以训练单目深度估计

2-你可以使用立体相机。通过简单的三角测量，这些自然会给你深度

3-您有视频流，可以使用IMU或汽车里程计。在这种情况下，可以使用多（多传感器）同时定位和映射（SLAM）方法。关于这一主题的资料丰富，但IMU校准通常有点噩梦

4-您可以使用便宜的GPS接收机（想到ublox EVK*系列）。在这种情况下，您仍然需要使用一些SLAM变量（例如约束束调整或任何基于卡尔曼的方法）。假设GPS偏差较低（因为您只显示不受多径影响的近郊图像），这将为您提供一个适当的近似比例

---

请注意，方法三和方法四将为您提供重建的估计，因此，如果您使用稀疏（即基于特征的）SLAM方法，您将不得不加密检测到您的汽车的区域（除非粗略估计可以）.

如果要计算到另一个已知大小对象的距离，则需要知道已知距离处特征的大小。这是唯一一种在不知道摄像机的情况下获得物体距离的方法。@Pigge知道车道的宽度会有帮助，对吗？我不认为这会有帮助，因为当车道投影到图像中时，较近的部分（底部像素行）会占用很多像素，而较远的部分会占用很多像素（更高的像素行）将占用更少的像素。因此，在这个间隔中，我们将在哪里测量车道的长度（以像素为单位），并说“N个像素的长度将相当于世界空间中K米的长度”？否则单目SLAM会容易得多。事实上，我之前的评论并不完全正确。对于一幅图像来说，这是正确的。但是给定一个视频流，理论上你可以使用车道宽度来推断比例，但这需要我）SLAM算法来准确地重建3d车道边界（这在非城市环境中更难），例如通过将边界限制在已知宽度。II）区分（例如分割）车道边界点和非车道边界点之间的3d点。但是，这将导致一个可以说是复杂的管道（不要忘记异常值拒绝）。