SEMINAR ON “DISTANCE 

CALCULATION FROM 
VIDEO VISION”
                                                  Presented by
                                                   A.Sai krishna
         15B81A05H4
                                                 
CONTENTS
 INTRODUCTION
 IDEA OF THE PROJECT
 OPENGL SOFTWARE IN PYTHON
 EXPERIMENTS AND RESULTS
 ADVANTAGES AND DISADVANTAGES
 CONCLUSION
 REFERENCES
 
INTRODUCTION
 When advanced methods are considered, 
ultrasonic and laser techniques are available to 
measure the distance from a point to another. In 
order to measure an area, many set points have 
to be designated, which is a rather troublesome 
process.
  As for the measurement of irregular area, 
existing methods generally require a reference on 
the plane under measurement by installing 
either a circular plate or frame with fixed area
 Generally, ultrasonic and laser rangefinders are 
used only for the measurement of distance 
between 2 set points. 
 Furthermore, neither of these two methods can  
be used for distance and area measurement while 
simultaneously recording images.
 By this idea we can find the distance between 
two pixels by usual camera as in our mobiles.
 It would make easy for people to know the 
distance between the object we are capturing 
from the camera and the person who is shooting.
IDEA OF THE PROJECT
 For instance, we are capturing a video from a 
moving train.
 We can calculate the distance of the pixel in first 
frame to the next frame using the speed of the 
vehicle.
 Simply we can measure how far an object moves 
on the screen and multiply that by the 
calibration ratio
 As the video moves on we can observe that the 
objects which are at nearer distance leaves off 
the focus soon.
 The objects which are far from the person 
capturing video will be moving in slow motion.
 We can know the distance from the object far 
away easily by finding the distance of the pixel in 
first frame to the next frame using the speed of 
the vehicle.
 We can endure this theorem by using a package 
in python language called OPENGL.
 The software helps in adjusting the pixels 
distance and helps to know the time and speed of 
the vehicle.
 It can also be in a way that it can help in finding 
the distance between the object and focus by 
speed of the vehicle.
OPENGL SOFTWARE IN PYTHON

 We can find distance of pixels by loop over the 
images.
 Load the video or image , find the marker that is 
object we need to focus on in the video
 Then compute the distance from the camera.
HERE IS AN EXAMPLE WHY WE 
HAVE TO KNOW THE DISTANCE OF 
OBJECTS
 In the above slide we can see a train colliding 
with another.
 If the camera provides the distance between the 
other  object then we can easily analyse the 
situation and speed of the other object 
approaching us and we can take precaution and 
we can slow down.
EXPERIMENT AND MEASUREMENT 
RESULTS
 Video of train journey is explained in animated 
format.Here we can see dat mountain visual z 
moved slowly while fish and tree visuals go fast 
from different pixels.
TRAIN VIEW 
MACHINE VISION BASED ON 
METHODOLOGIES
ADVANTAGES AND 
DISADVANTAGES
 By advanced notice and calculations and better 
improvement in software updates it will improve 
in future.
 It does not need any more devices speacial 
cameras and all.
 Compared to previous devices it is cost efficient 
and easy usable.
ADVANTAGES
 Traffic department have 
a great deal with the 
video distance 
calculation.
 We can obtain different 
distances varying 
different timings at same 
place.
 DISADVANTAGES

 It will provide less disadvantages.
 Comparing to distances between objects it will 
show some certain differences from view points.
CONCLUSION
 With the use of this method, the measuring 
errors are very small because the CCD cameras 
adopted nowadays generally have a resolution of 
more than 6M pixels, which allow images formed 
with each horizontal scanning line of over 2000 
pixels. 
 Because of the use of the stepping motors to slow 
down the speed by moving the reduction gear set, 
we are able to make slices on the area to be 
measured with very short distance between 
slices.
REFERENCES
  A. Caarullo and M. Parvis, “An ultrasonic sensor 
for distance measurement in automotive 
applications,” IEEE Sensors J., vol. 1, no. 3, 
pp.143­147, Oct. 2001.
 [2] D. Marioli, C. Narduzzi, C. Offelli, D. Petri, E. 
Sardini, and A. Taroni, “Digital time­of­flight 
measurement for ultrasonic sensors,” IEEE 
Trans. Instrum. Meas., vol. 41, pp.93­97, Feb. 
1992.
 [3] J. Urena, M. Mazo, J. J. Garcia, A Hernandez, 
and E. Bueno, “Correlation detector based on a 
FPGA for ultrasonic sensors,” Microprocess. 
Microsyst., vol. 23, pp.25­33 1999.
 4] B. Culshaw, G. Pierce, and P. Jun, “Non­
contact measurement of the mechanical 
properties of materials using an all­optical 
technique,” IEEE Sensors J., vol. 3, no. 1, pp.62­
70, Feb. 2003.
 [5] H.­T. Shin, “Vehicles Crashproof Laser 
Radar,” M.S. thesis, Opt. Sci. Center, National 
Central Univ., Chung Li City, Taiwan, R.O.C., 
2000.
        Thank you...