物体距离与在图像上的像素的关系图

风格：本文字讲了一些实验中的细节，没有什么高深的理论，是一些实验心得，讲了一些操作细节，如果不需要只提取主要想法即可。若对你工作中有些帮助，缩短了您的尝试或者开发时间，请点个赞给些鼓励。

实验背景：横轴为物体距相机的距离，单位是m，纵轴为物体图像上的宽度，单位是pixel，图像分辨率是3840x2160，可以看到在33~66m时，物体宽度敏感度急剧下降，也就是再利用宽度信息时100m和150m几乎没有区别

解释：这个曲线是我实验的结果，而且这个是曲线关系是合理的，举个例子，你要根据前车的在图像中的成像宽度，测量前车距离你自己的距离，根据小孔成像的等比例关系，f/d = x/w 即 d = f*w/x，f:焦距，w:车辆的真实宽度，x：车辆的成像宽度[像素数]，很明显，前车距离和成像宽度成反比例关系，所以曲线从理论和实验上都是非常合理地。

建议：

• 用小孔成像进行测距，在远处侧测距极具不稳定【我这里约>50m】不同的相机可能不同，根绝自己的相机情况而定，怎么确定，建议自己做个实验，有条件的可以找辆车由近到远进行实验。没有条件的可以找个横杆，进行实验。车辆要测量出他的实际宽度，横杆也要测量出他的实际物理宽度，车辆或者横杆在图像中的像素数则通过算法检测出来【分割或者检测网络】，焦距标定出来，实际的距离也要测量出来，这样根据上面的解释公式，就可以画出如上的曲线。
• 关于几个数据的测量， f焦距:，我实际做的时候是标定出来的参数，opencv的标定工具，也是最常用的一种，f的单位是像素，并非物理单位，车辆或者横杆的物理宽度测量：这个十分简单，直接尺子量即可，建议横杆最好长一些，这样相对误差就小一些，画出的曲线关系就会更准确一些。实际距离：可以用激光笔，或者卷尺进行测量，当然实际的经验是找一段断头路，在路上用粉笔画上距离，1-100m，做上标记，然后车辆可以由近到远进行开。这样做的好处在于安全，重复使用，我相信在整个项目中有可能会反复用到。难点在于找一段比较长而且直的路，好在北京有很多修路的地方，很多断头路，已经有了车道线虚实线，非常笔直，我们只需要在车道线上画标记即可。成像宽度：也就是车或者横杆在图像中的像素数，这个通过检测网络或者分割网络进行得到，当然分割网络分割完后需要有些后处理统计横向的像素数目
• 关于此方法测距精度的提升问题，还可以考虑，利用纵向进行计算，或者横向和纵向都计算进行加权，具体是纵向测距比较准确还是横向测距比较准确，也是需要根据自己的实际场景进行抉择。比如如果物体大多数值高比宽长，那一般来说利用高度进行计算比较好，要是检测宽比检测高稳定，那就利用宽度计算比较好。这个方法只适用于与成像平面大致平行的物体。
• 以上这些细节的东西，有用就可以参考，无用就可以忽略

用途：

讲了这么些，这个图有什么用呢

• 最明显的用途是指导测距的精度，那个范围内是准确的靠谱的，这个显而易见
• 还有一个用途是在视频中，当检测检测框不准的时候，也就是检测框忽大忽小，这是在检测中很容易遇到的情况，可以利用此图的距离和检测框的关系进行平滑或者预估，也就是滤波，这也是一个很实际的应用。