一种基于空间不变特性的快速体积测量方法技术

本发明专利技术提供了一种基于空间不变特性的快速体积测量方法，所述方法包括：对所获取的图像进行特征点提取与匹配、三维重建；在三维点云中加入特征点间实际距离与在相对坐标系内与真实世界的距离比例，作为尺度信息；利用特征点三维坐标，构建Delaunay三角网格，加入边界边检测元素，拟合最优基准面；根据离散积分的思想，将三角网格投影到基准面上，求出三角网所包围的不规则物体的体积。即可利用“一个相机，一把尺”完成物体所有特征点间实际距离的测量，省去了实地测量的麻烦；同时在构建Delaunay三角网格时添加了检测边界边的数据结构，可以有效的得到所构成边界曲面的外围基准面，进一步用于体积计算。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，特别涉及土地调查中利用近景摄影技术实现不规则体 体积自动求取的方法。
技术介绍
土地是人类赖以生存和发展的宝贵自然资源，土地的持续利用是人类社会持续发 展的基石。在人口日益膨胀的今天，尤其是在我国，土地承受着巨大的压力，人地关系日趋 紧张。经过"十五"、"十一五"的努力，"天上看、地上查、网上管"等现代高科技手段在土地 监管以及土地测量领域已经全方位应用，航空、航天遥感技术和GPS全球定位系统等空间 技术在土地管理中也已经广泛应用，大大提高了土地信息获取的效率和准确性，基本实现 土地基础数据的充分共享，以及目标的精确测量，为社会经济发展决策提供服务。 在现有的土地调查技术中，"天上看"主要是以卫星、无人机遥感为主，尽管在大范 围测量上有不可替代的作用，但是也存在先天的不足。其中，卫星遥感测量，周期长，时效性 差，精度不能达到较高的标准。无人机遥感测绘，成本高，在高程变化复杂的区域，精度难以 得到保障。"地上查"主要以GNSS/全站仪或是皮尺测量为主，这两种测量方法都是属于与 物体实际坐标有关的绝对测量。基于GNSS的测量方法流程复杂，对工作人员要求较高，布 点受地形影响较大，过度较慢，非常不适用于自动化测量及监测；而使用皮尺测量，有大量 的外业工作，只适用于小区域测量，并且对于不规则体测量、人类不能到达或较危险区域， 它的适用性较差。因此利用近景摄影技术进行土地测量，能够为土地测量提供一条新的快 速采集土地信息的新途径，能够广泛应用于三维山体测量、滑坡监测、沙坑容积测量等许多 不规则体测量计算的场合。它能构实现目标的精确测量，具有速度较快、精度较高而均匀、 成本低、不损坏原地物、不受气候及季节的限制等优点，在土地测量中的应用具有积极的现 实意义。 客观世界在空间上是三维的，而现有的图像采集装置所获取的图像是二维的。尽 管图像中含有某些形式的三维空间信息，这些信息包括物体边与边之间的几何关系、两幅 图像的视差关系、两幅图像中特征点的对应关系以及物体轮廓信息等等，但要真正在计算 机中使用这些信息进行进一步的应用处理，就必须采用三维重建技术从二维图像中合理地 提取并表达这些三维信息。结合基于图像的三维重建技术在土地测量中的应用具有积极的 现实意义，它有着传统手段无法比拟的优势，有着诸多便利之处。它可将大量的外业测量工 作移到室内完成，它具有速度较快、精度较高而均匀、成本低、不损坏原地物、不受气候及 季节的限制等优点。新型体积测量技术在土地测量中的应用广泛，能实现精确测量的目标。 由于基于图像的三维重建技术所需要的成本低，具有很大的灵活性，又能达到简单的三维 建模功能，因此，在需要真实感建模的场合，基于图像的建模无疑具有很高的实用价值。
技术实现思路
专利技术目的：针对上述现有技术，提出， 实现快速获取不规则物体体积。 技术方案：，包括如下步骤： 步骤（1)，采用单台摄像机获取物体的多幅图像序列，并对所述摄像机进行标定； 步骤（2)，基于双目立体视觉技术，提取所述多幅图像上的特征点后，对获取的多 张图像序列进行立体匹配，找出任意两幅图像中同名像素点的对应坐标关系； 步骤（3)，任意选取所述图像序列中的两幅图像，以拍摄其中一幅图像的摄像机为 坐标原点建立相对坐标系，在所述相对坐标系中对所述步骤（2)提取的多幅图像序列上的 所有特征点进行三维重建，得到整个物体的三维点云结构； 步骤（4)，在所述整个物体的三维点云结构中，选择并测量两个特征点所对应物 体上的实际距离，计算得到所述实际距离与这两个特征点在所述相对坐标系中的距离的比 值，利用所述比值计算得到三维点云结构中所有特征点间的实际距离； 步骤（5)，依据重建的三维点云结构建立物体的Delaunay三角网模型，根据所述 Delaunay三角网模型获取计算物体体积的基准面，根据所述基准面以及所有特征点间的实 际距离计算物体的体积。 作为本专利技术的优选方案，依据三角网生长算法建立所述Delaunay三角网模型， 并在构建所述Delaunay三角网模型时加入检测三角网边界边的数据成员useCount，所述 数据成员useCount用于记录构建的每个三角形的每条边作为基础边来构建新三角形的次 数；完成所有三角形建立步骤后，选择数据成员useCount为1的所有边作为Delaunay三角 网模型的边界边，再将由所有边界边构成的封闭图形拟合成一个光滑平面，所述光滑平面 作为计算物体体积的基准面。 作为本专利技术的优选方案，所述步骤（2)具体为： (21)，对获取的图像进行预处理，所述预处理包括图片平滑、锐化处理； (22)，特征点提取：对任意两幅图像，先通过一个角点响应函数CRF去判断各个待 测点是否为FAST角点，所述CRF函数如下： N= 2fCEF(I(p),I(x)) (1)【主权项】1. ，其特征在于，包括如下步骤： 步骤（1)，采用单台摄像机获取物体的多幅图像序列，并对所述摄像机进行标定； 步骤（2)，基于双目立体视觉技术，提取所述多幅图像上的特征点后，对获取的多张图 像序列进行立体匹配，找出任意两幅图像中同名像素点的对应坐标关系； 步骤（3)，任意选取所述图像序列中的两幅图像，以拍摄其中一幅图像的摄像机为坐标 原点建立相对坐标系，在所述相对坐标系中对所述步骤（2)提取的多幅图像序列上的所有 特征点进行三维重建，得到整个物体的三维点云结构； 步骤（4)，在所述整个物体的三维点云结构中，选择并测量两个特征点所对应物体上的 实际距离，计算得到所述实际距离与这两个特征点在所述相对坐标系中的距离的比值，利 用所述比值计算得到三维点云结构中所有特征点间的实际距离； 步骤（5)，依据重建的三维点云结构建立物体的Delaunay三角网模型，根据所述Delaunay三角网模型获取计算物体体积的基准面，根据所述基准面以及所有特征点间的实 际距离计算物体的体积。2. 根据权利要求1所述的，其特征在于： 依据三角网生长算法建立所述Delaunay三角网模型，并在构建所述Delaunay三角网模型 时加入检测三角网边界边的数据成员useCount，所述数据成员useCount用于记录构建的 每个三角形的每条边作为基础边来构建新三角形的次数；完成所有三角形建立步骤后，选 择数据成员useCount为1的所有边作为Delaunay三角网模型的边界边，再将由所有边界 边构成的封闭图形拟合成一个光滑平面，所述光滑平面作为计算物体体积的基准面。3. 根据权利要求1所述的，其特征在于： 所述步骤（2)具体为： (21) ，对获取的图像进行预处理，所述预处理包括图片平滑、锐化处理； (22) ，特征点提取：对任意两幅图像，先通过一个角点响应函数CRF去判断各个待测点 是否为FAST角点，所述CRF函数如下： N= 2fcRF(l(P)，1 (X))⑴式⑴中，N为响应函数CRF值的和，即FAST角点的个数；l(x)为待测点周围的任意一 点的灰度值；1 (P)表示当前待测点的灰度值；P表示当前待测点；式（2)中，ed为一个中心 待测点与圆周任一点像素灰度差值的阈值； 设定阈值ed，提取出超过阈值Nf数目的FAST角点；然后利用Harris角点本文档来自技高网...

【技术保护点】
一种基于空间不变特性的快速体积测量方法，其特征在于，包括如下步骤：步骤(1)，采用单台摄像机获取物体的多幅图像序列，并对所述摄像机进行标定；步骤(2)，基于双目立体视觉技术，提取所述多幅图像上的特征点后，对获取的多张图像序列进行立体匹配，找出任意两幅图像中同名像素点的对应坐标关系；步骤(3)，任意选取所述图像序列中的两幅图像，以拍摄其中一幅图像的摄像机为坐标原点建立相对坐标系，在所述相对坐标系中对所述步骤(2)提取的多幅图像序列上的所有特征点进行三维重建，得到整个物体的三维点云结构；步骤(4)，在所述整个物体的三维点云结构中，选择并测量两个特征点所对应物体上的实际距离，计算得到所述实际距离与这两个特征点在所述相对坐标系中的距离的比值，利用所述比值计算得到三维点云结构中所有特征点间的实际距离；步骤(5)，依据重建的三维点云结构建立物体的Delaunay三角网模型，根据所述Delaunay三角网模型获取计算物体体积的基准面，根据所述基准面以及所有特征点间的实际距离计算物体的体积。

【技术特征摘要】

【专利技术属性】
技术研发人员：张小国，万雪音，徐美娇，王庆，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32