一种UUV横垂荡时的光视觉图像稳像方法技术

本发明专利技术提供的是一种UV横垂荡时的光视觉图像稳像方法。利用UUV光视觉系统实时采集作业目标的原始图像序列；将各帧图像的行列灰度值映射为两个独立的一维波形；分别对相邻帧图像的行列灰度投影进行相关性检测；分别确定因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy；分别补偿因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy。本发明专利技术能使处于横垂荡抖动模式下的UUV拍摄的作业目标图像更加清晰稳定，有利于提高UUV对作业目标的识别能力和自主作业的精准度。

【技术实现步骤摘要】

本专利技术涉及的是一种UUV光视觉图像的稳像方法，尤其涉及一种能够确定作业目标图像因UUV横荡与垂荡产生的偏移，并将其实时补偿的作业目标图像的稳像方法。
技术介绍
水下无人航行器(UnmannedUnderwaterVehicle，UUV)在执行光缆检修、管线勘测等高精度水下作业任务时，依靠光视觉系统对作业目标进行搜索定位。受到海流及本体震荡的影响，UUV在横荡和垂荡方向上会产生一定程度的无规则运动，导致光视觉系统采集的作业目标图像序列模糊和失稳。因此，有必要检测并补偿因UUV横荡与垂荡产生的视觉图像偏移，进而输出稳定的视觉图像。对现有的技术文献检索发现,目前国内外在光视觉稳像方面的研究大多应用于陆空，针对UUV横垂荡导致的光视觉系统采集的水下作业目标图像模糊和失稳这一工程实际，还未找到明确的解决方案。申请号为CN201510706396.6的专利文件中，公开了“一种基于SIFT特征匹配和VFC算法的电子稳像方法及系统”,通过SIFT(Scale-invariantfeaturetransform)算法对连帧图像中的关键特征点进行帧间匹配,利用VFC(vectorfieldconsensus)算法得到连帧图像关键特征点的平移轨迹，计算运动补偿向量并校准相对位置。但是该技术方案具有一定的局限性，当水下作业目标的特征点较少或边缘模糊时，容易产生特征点的误匹配，造成稳像精度急剧下降。申请号为CN201410172333.2的专利文件中，公开了“一种纵横摇时的双目视觉图像补偿方法”,该方法虽然属于光视觉稳像的范畴，但其通过罗经获得UUV的横摇角和纵摇角，补偿了视觉图像因纵横摇产生的角度偏移，并未针对海流及本体震荡导致的UUV在横荡与垂荡方向上的运动偏移，给出相应的补偿方案。
技术实现思路
本专利技术的目的在于提供一种能够实现稳定的视觉图像输出的UUV横垂荡时的光视觉图像稳像方法。本专利技术的目的是这样实现的：步骤一：利用UUV光视觉系统实时采集作业目标的原始图像序列；步骤二：将各帧图像的行列灰度值映射为两个独立的一维波形；步骤三：分别对相邻帧图像的行列灰度投影进行相关性检测；步骤四：分别确定因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy；步骤五：分别补偿因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy。本专利技术还可以包括：1、所述将各帧图像的行列灰度值映射为两个独立的一维波形的映射公式为Gk(i)=ΣjGk(i,j)]]>Gk(j)=ΣiGk(i,j)]]>其中，Gk(i)表示第k帧图像第i行的灰度投影值，Gk(j)表示第k帧图像第j列的灰度投影值，Gk(i,j)表示第k帧图像上点(i,j)处的灰度值。2、所述分别对相邻帧图像的行列灰度投影进行相关性检测时，列相关度的计算公式为C1(ω)=Σj=1n[Gk+1(a+j)-Gk(j+ω-1)]2,1≤ω≤2a+1]]>其中，Gk+1(j)和Gk(j)分别表示当前帧即第k+1帧图像和参考帧即第k帧图像第j列的灰度值，n表示参与列相关度计算的列数，α为帧间图像偏移在参考帧图像左右一侧的搜索宽度，ω为搜索变量。行相关度的计算公式为C2(ω)=Σi=1m[Gk+1(b+i)-Gk(i+ω-1)]2,1≤ω≤2b+1]]>其中，Gk+1(i)和Gk(i)分别表示当前帧即第k+1帧图像和参考帧即第k帧图像第i行的灰度值，m表示参与行相关度计算的行数，b为帧间图像偏移在参考帧图像上下一侧的搜索宽度，ω为搜索变量。3、所述分别确定因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy的具体包括：若ωmin为C1(ω)取最小值时ω的值，则当前帧图像相对于参考帧图像在UUV横荡方向上的偏移量为Δx＝a+1-ωmin；若ω′min为C2(ω)取最小值时ω的值，则当前帧图像相对于参考帧图像在UUV垂荡方向上的偏移量Δy＝b+1-ω′min。4、分别补偿因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy，补偿后的像素位置分别为其中，Δx与Δy分别表示UUV在横荡与垂荡方向上产生的帧间偏移量，(x,y)与(x′,y′)分别表示图像补偿前后对应点处的坐标。本专利技术针对海流及本体震荡导致的UUV在横荡与垂荡方向上的运动偏移，提出了一种能够确定作业目标图像因UUV横荡与垂荡产生的偏移，并将其实时补偿的作业目标图像的稳像方法。本专利技术的有益效果是：通过将作业目标图像的行列灰度值映射为两个独立的一维波形，能够准确检测图像序列的帧间运动矢量，利用反向平移像素点的方法能有效补偿图像的偏移量，使处于横垂荡抖动模式下的UUV拍摄的作业目标图像更加清晰稳定，有利于提高UUV对作业目标的识别能力和自主作业的精准度。附图说明图1为UUV光视觉系统稳像流程图。图2(a)为作业目标参考帧原始图像；图2(b)为作业目标当前帧原始图像。图3(a)为图2(a)的行投影曲线；图3(b)为图2(b)的行投影曲线。图4(a)为图2(a)的列投影曲线；图4(b)为图2(b)的列投影曲线。图5(a)为图3(a)与图3(b)的相关曲线；图5(b)为图4(a)与图4(b)的相关曲线。图6(a)为作业目标参考帧原始图像；图6(b)为补偿后的作业目标当前帧图像。具体实施方式为了使本专利技术的技术方案和有益效果更加清楚明白，下面结合附图举例对本专利技术作进一步说明。结合图1，UUV光视觉系统稳像流程图，本专利技术的具体实施方式分为以下几个步骤：步骤一：利用UUV光视觉系统实时采集作业目标的原始图像序列(图2)；步骤二：将各帧图像的行列灰度值映射为两个独立的一维波形(图3、图4)；步骤三：分别对相邻帧图像的行列灰度投影进行相关性检测(图5)；步骤四：分别确定因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy；步骤五：分别补偿因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy。所述步骤二的具体实现过程为：将各帧图像的行列灰度值映射为两个独立的一维波形时，映射公式为Gk(i)=ΣjGk(i,j)]]>Gk(j)=ΣiGk(i,j)]]>式中，Gk(i)表示第k帧图像第i行的灰度投影值，Gk(j)表示第k帧图像第j列的灰度投影值，Gk(i,j)表示第k帧图像上点(i,j)处的灰度值。所述步骤三的具体实现过程为：令k＝1、2、3、…、N(N为UUV光视觉系统采集到的图像总帧数)，并将第k帧图像视为参考帧图像，将第k+1帧图像视为当前帧图像，分别对相邻两帧(当前帧和参考帧)图像的行列投影曲线进行互相关运算。列相关度的计算公式为C1(ω)=Σj=1n[Gk+1(a+j)-Gk(j+ω-1)]2,1≤ω≤2a+1]]>式中，Gk+1(j)和Gk(j)分别表示当前帧(第k+1帧)图像和参考帧(第k帧)图像第j列的灰度值，n表示参与列相关度计算的列数，a为帧间图像偏移在参考帧图像左右一侧的搜索宽度，ω为搜索变量。行相关度的计算公式为C2(ω)=Σi=1m[Gk+1(b+i)-Gk(i+本文档来自技高网...

【技术保护点】
一种UV横垂荡时的光视觉图像稳像方法，其特征是包括如下步骤：步骤一：利用UUV光视觉系统实时采集作业目标的原始图像序列；步骤二：将各帧图像的行列灰度值映射为两个独立的一维波形；步骤三：分别对相邻帧图像的行列灰度投影进行相关性检测；步骤四：分别确定因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy；步骤五：分别补偿因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy。

【技术特征摘要】
1.一种UV横垂荡时的光视觉图像稳像方法，其特征是包括如下步骤：步骤一：利用UUV光视觉系统实时采集作业目标的原始图像序列；步骤二：将各帧图像的行列灰度值映射为两个独立的一维波形；步骤三：分别对相邻帧图像的行列灰度投影进行相关性检测；步骤四：分别确定因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy；步骤五：分别补偿因UUV横荡与垂荡产生的帧间图像偏移Δx、Δy。2.根据权利要求1所述的UV横垂荡时的光视觉图像稳像方法，其特征是：所述将各帧图像的行列灰度值映射为两个独立的一维波形的映射公式为Gk(i)=ΣjGk(i,j)]]>Gk(j)=ΣiGk(i,j)]]>其中，Gk(i)表示第k帧图像第i行的灰度投影值，Gk(j)表示第k帧图像第j列的灰度投影值，Gk(i,j)表示第k帧图像上点(i,j)处的灰度值。3.根据权利要求2所述的UV横垂荡时的光视觉图像稳像方法，其特征是：所述分别对相邻帧图像的行列灰度投影进行相关性检测时，列相关度的计算公式为C1(ω)=Σj=1n[Gk+1(a+j)-Gk(j+ω-1)]21≤ω≤2a+1]]>其中，Gk+1(j)和Gk(j)分别表示当前帧即第k+1帧图像和参考帧即第k帧图像第j列...

【专利技术属性】
技术研发人员：徐健，胡志坚，严浙平，张耕实，田国强，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23