28 智能系统学报 第5卷 表1实验数据 Table 1 Experimental data 图像中的脚部 真实值/m 位置/像素 估计值/m 误差/m y Z X Z x (Z-2')2+(X-X')2)1n 226 95 5.00 -1.00 4.85 -0.91 0.175 248 125 4.30 -0.70 4.09 -0.47 0.331 260 168 3.80 -0.10 3.78 -0.06 0.045 264 197 3.60 0.20 3.64 0.18 0.045 246 234 4.20 0.50 4.14 0.49 0.061 235 280 4.80 1.20 4.53 1.09 0.292 224 309 5.30 1.60 5.14 1.59 0.163 212 339 5.90 2.20 5.78 2.19 0.220 211 300 6.10 1.70 6.05 1.76 0.078 206 263 6.90 1.30 6.64 1.34 0.064 203 224 7.60 0.70 7.64 0.85 0.155 192 197 8.20 0.10 8.05 0.39 0.327 203 127 6.90 -1.00 6.52 -0.78 0.779 将脚部位置的三维坐标分量X和Z的真实值 表2不同距离下的平均误差 与估计值绘制并用线段连接起来，便得到目标行走 Table.2 The average errors in difference distances m 的真实轨迹与估计轨迹，如图7所示.从图中也可以 距离 平均误差 看出，本文的算法可以得到近似精确的结果. 3~4 0.045 8.5 8.0 一真实值 4-5 0.107 十…估计值 7.5 5-6 0.191 7.08 6.5 + >6 0.281 N6.0 5.5 5结束语 5.0 4.5 本文针对计算机视觉中的基本问题—空间点 4.0 的三维坐标恢复进行了研究，提出一种单目摄像机 3. 21-0.500.51.01.52.02.5 单幅图像下空间点的三维坐标估计算法，该算法通 过空间中的一对已知的平行线求解相应的坐标转换 图7真实轨迹与估计轨迹 因数，有效地克服了视角因素的影响，无需处理复杂 Fig.7 Real and estimated trajectories 的定标和对应元匹配问题.本文通过估计行人行走 统计目标离摄像机不同距离时的平均估计误 时的脚部位置验证了算法的有效性，实验中所确立 差，可以获得误差同距离的关系，如表2所示.这里， 的平行线为目标在行走过程中相邻的两个相同姿态 目标离摄像机的距离定义为Z方向上的坐标差.从 下头部和脚部的连线.在实际应用中，可根据实际情 表中可以看出，估计误差随着目标同摄像机距离的 况确定所需平行线.此外，通过估计视频中人体各关 增加而增大，由此，可以得出结论：在视频采集阶段， 键点的坐标可进行人体运动分析，进一步可进行基 摄像机距离目标越近，则使用平行线约束的方法对 于步态的身份识别等研究. 目标进行估计的效果就越好