本文对视觉情报信息分析问题进行探索和研究。本文分别建立了 针对单目摄像头所拍摄的各类单张图片、手机拍摄视频、无人机拍摄 视频的空间分析模型，解决了不同的空间距离计算问题。针对该类问 题，我们采取消隐点测距法、单双目成像转换法、单目视觉 SLAM 算 法、三维重建中的 SFM 算法等算法，不断对模型进行改进和完善。

本文算法应用面广泛、算法效果优良，能够较为完美地解决问题中所 提到的各类空间距离计算问题。

针对问题一，我们将其视为基于单目图像的空间距离计算问题。本任务根据不同图片的性质和测量目标，分别采用透视变换法和消隐 点检测法进行测量，并使用基于深度学习的深度估计算法进行结果印 证。透视变换法的思想是根据参照物，测量与之平行的物体的长度比 例，然后根据参照物的尺度反推出该物体的真实长度。消隐点测距法 则根据地平线消隐点的性质计算三维空间内的距离。针对图一，利用 消隐点检测法可得 A 车车头与 B 车车头之间的距离为 28.38 米、拍 照者对于马路左侧的距离为 12.07 米。针对图二，利用消隐点检测法2 可得 A 车车头与 C 车车尾之间的距离为 28.87 米、拍照者距离 B 车 车头的距离为 20.63 米。针对图三，利用消隐点检测法可得拍照者距 岗亭 A 的距离为 28.57 米、利用透视变换法可得拍照者距离地面的高 度 4.43 米。针对图四，利用消隐点检测法可得 AB=5.04 米、利用透 视变换法 CD=3.88 米、 CD 与 AB 之间距离为 7.49 米。

针对问题二，我们将其视为三维空间坐标转换问题。本任务首先 通过先验的尺寸、镜面矫正原理和平面成像原理求解出了相机的内参， 再通过内参可以算出图片中点在原三维坐标下的位置，从而可以计算 得出红车与本车之间的距离。之后根据空间位置关系的观察和计算可 得速度差。估算得该车和后方红色车辆之间的距离为 49.52 米，估算 该车超越第一辆白色车辆时两车的速度差异为 6.76 米/秒。

针对问题三，我们将其视为单目图像转双目图像求解问题。本任 务首先通过铁路接触网的长度与时间的先验值来求解出高铁的速度， 进而求解出河面的宽度。之后我们进行了合理的假设，在连续图像中 我们可将单目图像转换为同等参数的双目图像，进而估计相机参数、 将问题简化为双目视角下的测距。估算得测算高铁行驶方向左侧第一 座桥桥面距水面的高度为 9.12 米、距高铁轨道的距离为 487.98 米以 及水面宽度为 224.53 米。

针对问题四，我们利用三维重建算法与单目视觉 SLAM 算法相 结合的松耦合算法，利用该算法对点云进行降噪，能够更加明显地可 视化出其结构特性。估算得（1）估算环绕老宅道路的长度 346.55 米、 宽度 3.39 米、望楼高 9.63 米、后花园中树木的最大高度 13.3 米、横3 向房屋高 6.32 米、纵向房屋高 6.81 米；（2） 估算该老宅的占地面积 为 8312 平方米；（3） 测算无人机最高高度为 56.44 米、无人机最低高 度为 43.18 米、速度为 5.54 米/秒。

关键词： 消隐点测距法 单双目成像转换法 单目视觉 SLAM 算法 SFM 算法

链接：https://pan.baidu.com/s/18FrW2SrIWFdnmlmuFh43mA
提取码：gkf1