一种双目视觉测量方法技术

本发明专利技术提供一种双目视觉测量方法，利用双目相机的左右两个相机同时拍摄同一个物体进行双目图像采集，得到左右两幅图像；使用SURF算法对所述左右两幅图像进行特征点提取，并且粗略匹配特征点对；使用RANSAC算法对所述粗略匹配的特征点对根据几何成像的线性关系进行筛选，得到可信的特征点对；根据所述可信的特征点对在所述左右两幅图像中的位置信息，同时使用双目立体视觉三维测量的相关公式，对物体进行测量。本发明专利技术利用了双目视觉原理，结合SURF和RANSAC算法，实现对物体与相机的远近进行了实时的测量，其用于无人机时，可以解决无人机在飞行过程中的测距问题，具有现实的实用意义。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
无人机技术在科研生产领域的大规模应用，促进了相关领域的快速发展。对于无 人机飞行过程中进行实时拍摄测量的需求日益显现出来。通常，无人机可以机载遥感设备， 如高分辨率C⑶数码相机、轻型光学相机、红外扫描仪，激光扫描仪、磁测仪等获取信息，用 计算机对图像信息进行处理，并按照一定精度要求制作成图像。 如2011. 04. 20公开的，公开号为CN102023003A的中国专利技术揭示了一种基于激光 探测和图像识别的无人直升机三维定位及测绘方法，含有：基于激光探测和图像识别的测 距传感器、高度传感器和飞行控制计算机，其中，测距传感器由机载摄像机和激光发射器组 成，用于探测无人直升机距周围障碍物的距离，其中：通过改变俯仰角和偏航角，测距传感 器对无人直升机周围环境进行探测并测距；高度传感器用于测量无人直升机距地面的飞行 高度；根据在不同俯仰角、航向角和飞行高度条件下测量得到的测距数据，可以实现无人直 升机对未知环境的三维同步定位及测绘。本专利技术通过在无人直升机上搭载激光探测和图像 识别的测距传感器，可以在飞行过程中快速、简便和可靠地对周围环境进行探测。 但是这些机载设备大多成本较高，使用不方便，同时难以进行实时的运算处理分 析工作。所以急需一套行之有效的简易实时测量设备和方法。
技术实现思路
本专利技术要解决的技术问题，在于提供，利用双目相机拍摄 的图像进行特征点的SURF图像匹配，RANSAC方法对匹配结果进行筛选，利用了双目视觉原 理，以及简单的相机内部参数对物体的大小，物体与相机的远近进行了实时的测量。 本专利技术是这样实现的：，包括： 步骤10、利用双目相机的左右两个相机同时拍摄同一个物体进行双目图像采集， 得到左右两幅图像； 步骤20、使用SURF算法对所述左右两幅图像进行特征点提取，并且粗略匹配特征 点对； 步骤30、使用RANSAC (RANdom SAmple Consensus，随机抽样一致性方法）算法对 所述粗略匹配的特征点对根据几何成像的线性关系进行筛选，得到可信的特征点对； 步骤40、根据所述可信的特征点对在所述左右两幅图像中的位置信息，同时使用 双目立体视觉三维测量的相关公式，对物体进行测量。 进一步的，所述步骤30中的RANSAC算法的输入是经过粗匹配后特征点对在所述 左右图像中的坐标值，该RANSAC算法通过反复选择特征点对中的一组随机子集来达成目 标，被选取的子集被假设为已经满足要求的特征点对，并用下述过程进行验证： (1)有一个空间线性关系适应于假设满足要求的特征点对，即所有的未知参数都 能从假设的特征点对计算得出； (2)用步骤（1)中得到的空间线性关系去测试所有其它特征点对，如果某个特征 点对适用于估计的线性关系，假设其满足要求； (3)如果有足够多的点被归类为假设满足要求的点对，那么估计的线性关系就足 够合理； (4)然后，用所有假设满足要求的特征点对去重新估计线性关系，因为它仅仅被初 始的假设满足要求的点对估计过； (5)最后，通过估计满足要求的点对与模型的错误率来评估线性关系。 所述步骤（1)至（5)的过程被重复执行固定的次数，每次产生的线性关系要么因 为满足要求的点对太少而被舍弃，要么因为比现有的线性关系更好而被选用。 进一步的，假设双目相机的两相机焦距相同，左右两幅图像在同一个平面上，（Ul， V1)为P在左图像平面坐标系中的P1坐标，（u2，v2)为特征点P在右图像平面坐标系中的P 2坐标，V = V1= V 2;左摄像机坐标系X' y' Z'，原点在摄像机镜头的光心处，则所述双目立体 视觉三维测量的相关公式是： 式中，d为P点在左右两图像中的视差，b为双目相机基线，f为双目相机焦距，（Γ， Γ，Γ)即为P点的左摄像机坐标系中的坐标。 进一步的，该方法用于无人机。 本专利技术的有益效果：本专利技术方法利用双目相机拍摄的图像进行特征点的SURF图 像匹配，RANSAC方法对匹配结果进行筛选，利用了双目视觉原理，以及简单的相机内部参数 对物体的大小，物体与相机的远近进行了实时的测量。其优点在于： (1)传统的测量方法运算速度较慢，图像匹配的过程很复杂，而本专利技术基于SURF 算法的图像匹配对于640*480像素尺寸的图像运算时间仅为几十到一百毫秒，速度大大的 增加，且图像匹配比较简单； (2)本专利技术使用双目立体视觉技术进行测量，利用双摄像头对同一物体进行拍摄， 利用几何光学上的位置信息，并通过相关公式的计算来达到测量的目的；该方法简便易行， 同时对设备的要求不高，适合于在无人机这样较为狭窄的空间内使用； (3)本专利技术方法用于无人机时，解决了无人机在飞行过程中的测距问题，具有现实 的实用意义。【附图说明】 下面参照附图结合实施例对本专利技术作进一步的说明。 图1为本专利技术方法的总体执行流程图。 图2为本专利技术方法中双目立体成像的原理示意图。【具体实施方式】 如图1所示，本专利技术的双目视觉测量方法，包括： 步骤10、利用双目相机的左右两个相机同时拍摄同一个物体进行双目图像采集， 得到左右两幅图像； 步骤20、使用SURF算法对所述左右两幅图像进行特征点提取，并且粗略匹配特征 点对； 使用SURF算法对所述左右两幅图像进行特征点提取是现有技术，SURF算法在适 中的条件下完成所述左右两幅图像中物体的匹配基本实现了实时处理，其能达到快速的效 果实际上是基于对积分图像haar求导。本专利技术中该SURF算法使用积分图像分别完成左右 两幅图像卷积操作，使用Hessian矩阵检测特征值，使用基于分布的描述符。SURF算法建立 一阶Haar小波在X和y上的响应的分布，使用积分图像提高计算速度，并且只有64维，使 用Laplacian的符号来索引特征点，方便匹配。 步骤30、使用RANSAC算法对所述粗略匹配的特征点对根据几何成像的线性关系 进行筛选，得到可信的特征点对； RANSAC算法可以从一组包含"局外点"的观测数据集中，通过当前第1页1 2 本文档来自技高网...

【技术保护点】
一种双目视觉测量方法，其特征在于：包括：步骤10、利用双目相机的左右两个相机同时拍摄同一个物体进行双目图像采集，得到左右两幅图像；步骤20、使用SURF算法对所述左右两幅图像进行特征点提取，并且粗略匹配特征点对；步骤30、使用RANSAC算法对所述粗略匹配的特征点对根据几何成像的线性关系进行筛选，得到可信的特征点对；步骤40、根据所述可信的特征点对在所述左右两幅图像中的位置信息，同时使用双目立体视觉三维测量的相关公式，对物体进行测量。

【技术特征摘要】

【专利技术属性】
技术研发人员：樊春明，余卫平，林立然，管庆林，程千涛，
申请(专利权)人：闽江学院，福建星海通信科技有限公司，
类型：发明
国别省市：福建;35