具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述。在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相正对地重要性。

下面将结合附图对本发明作进一步说明。

参阅图1至图2，一种基于目标识别神经网络的单目测距方法，包括下列步骤：

步骤S1，对同光轴上的近图和远图进行采集。具体的，单目相机在光学导轨上滑动或利用单目测距原理的体积小共虚轴便携三维相机，在物体状态不变的状态下采集的远图和近图的图像。

若是用光学导轨上滑动的单目相机采集，需要目标物体的状态不变，记录单目相机滑动的距离，单目相机采集的近图和远图传输到电子系统，使其能够进一步图像处理。若是利用单目测距原理的体积小共虚轴便携三维相机采集，则控制相机使相机系统能保持同步性，使三维相机的两个镜头的参数保持一致性，同时采集一束光的远图和近图。

其次对于远图和近图，在拍摄的同时，电子系统运行已经训练好数据模型的目标识别神经网络，远图和近图所用的神经网络和模型文件保持一致性。在拍摄图像或者视频时，同时运行同一目标识别神经网络，识别出一个或多个目标。

步骤S2，通过运用目标识别神经网络分别在近图和远图中对同一目标进行识别，在远图和近图中分别得到将同一目标框出的目标识别框。

步骤S3，基于目标识别神经网络，得到目标识别框的位置和大小信息。

目标识别框的位置信息x，y为图像像素坐标系中的目标识别框的中心位置，用于在近图和远图中进行相同物体的匹配，目标识别框中心点的位置信息在远图和近图中应该重合，在一定阈值范围内就应归为同一物体，这样把有多目标的情景中的同一目标进行了近图和远图的对应匹配。

目标识别框的大小信息为目标识别框的长和高乘积形成的面积。

步骤S4，目标识别框的大小信息代入到跟情景对应的光学关系式中，得到物体离镜头的距离。情景指：单目相机在光学导轨上滑动的情景，或者利用单目测距原理的体积小共虚轴三维相机情景。

在光学导轨上滑动相机的情景中，

假设第一次成像时的物距为u，第二次成像时的物距为u+d，物体第一次成像时的目标识别框的面积为S₁，物体第二次成像时目标识别框的的面积为S₂；由于相机在两次成像时参数都保持不变，可得出根据识别框的长宽得到的公式：

计算得到物距u，作为物体离镜头的距离。d在光学导轨中是可以直接读出得到的量，S₁和S₂也是已知的。

在利用单目测距原理的体积小共虚轴三维相机情景中，

L1拍摄的是近图，L2拍摄的是远图；先假设L1为50％反光镜中心与上镜头之间的距离，L2为全反镜中心与下镜头之间的距离；目标识别框在第一镜头中的面积为S1，目标识别框在第二镜头中的面积为S2；第一镜头光轴与第二镜头光轴之间距离h；物体与第一镜头的距离L’1，由于第一镜头和第二镜头具有完全相同的焦距和视角θ，根据目标识别框的面积得到公式：

计算得到物距L’1，作为物体离镜头的距离。L1、L2、h、S1和S2都是已知量。

最后可以把距离信息实时传输到外设中显示或目标识别框上面，可以选择实时显示位置和距离信息。

光学关系式分别根据光学导轨上滑动相机的情景和利用单目测距原理的体积小共虚轴三维相机相应情景相对应的光学三角关系得到。求出的距离信息是以物体表面在方框中心的那一点到相机的距离代替物体到相机的距离，方框中心往往是物体的成像中心，代表具有科学性。利用前后视差得到的h的比例或面积的比例的开方，因为神经网络具有一定的缩放尺度不变性，利用比例的形式，一定程度上抵消了目标识别框的误差，使准确性大大提高。

图2中，各序号表示：第一镜头1；第二镜头2；分光镜3；全反镜4；目标物体5；第一镜头光轴与第二镜头光轴之间距离h 6；第一镜头光轴7；第二镜头光轴8。

以上实施例仅供说明本发明之用，而非对本发明的限制，有关技术领域的技术人员，在不脱离本发明的精神和范围的情况下，还可以作出各种变换或变型，因此所有等同的技术方案也应该属于本发明的范畴，应由各权利要求所限定。