【技术实现步骤摘要】
本专利技术属于机器视觉测量领域，设计的一种基于机器视觉原理对远距离运动物体高度进行测量的装置与方法可应用于海上运输、陆上交通、防止输电线被通行物刮断等有限高要求的领域。
技术介绍
机器视觉利用计算机模拟人的视觉或与人类视觉有关的智能行为，从所获取的图像中提取信息，对客观世界的三维景物和物体进行形态和运动识别，在现实生活中得到了广泛应用。双目立体视觉技术是机器视觉的一个重要分支，其与人类的立体感知过程十分类似，直接模拟人类视觉处理景物的方式，简便可靠。双目立体视觉技术应用前景极大。特别是进入新世纪以来，随着技术手段的不断发展，双目立体视觉技术被越来越广泛的应用在生活的各个领域中，如产品的检测与测量，医学影像的三维分析、航空照片与卫星照片的解释、三维地图绘制等许多方面，在生产生活中发挥了极大的作用。对运动目标的检测分析是计算机视觉任务中的一项重要内容，在机器人视觉导航、公共场景监控、军事、航天、陆上交通、海上运输等方面有着广泛的应用。但是，在该技术的实际研究过程中，大多数工作是基于单目视觉展开的。单目视觉与双目视觉皆可完成运动物体的检测与跟踪任务。而且，单目视觉的信息量小，每次只处理一张图片，运算速度较快。但是，单目视觉会丢失掉场景的三维信息，得到的目标运动信息只是相对的，双目视觉系统可以提取立体图像对之间的视差信息，在一定程度上恢复场景的三维信息。当需要对目标进行实际的三维位置和深度测量时，双目立体视觉有着不可替代的优点。在海上运输领域，船舶经常会通过一些桥梁，桥梁的高度是一定的，因此通过的船舶高度则不能过高，否则会对桥体造成损伤；而在陆上，立交桥，公路隧...
【技术保护点】
一种基于机器视觉的远距离运动物体高度测量的装置，其特征在于：包括双目视觉同步采集系统，图像数据处理系统，无线数据传输单元，远程监控终端，所述双目视觉同步采集系统，由长焦距镜头，双目图像传感器(1)，FPGA同步控制电路(2)，数据存储器SDRAM(3)，数据输出接口(4)，供电电路组成。
【技术特征摘要】
1.一种基于机器视觉的远距离运动物体高度测量的装置，其特征在于：包括双目视觉同步采集系统，图像数据处理系统，无线数据传输单元，远程监控终端，所述双目视觉同步采集系统，由长焦距镜头，双目图像传感器(1)，FPGA同步控制电路(2)，数据存储器SDRAM(3)，数据输出接口(4)，供电电路组成。2.根据权利要求1所述的基于机器视觉的远距离运动物体高度测量的装置，其特征在于：所述双目视觉同步采集系统中的FPGA(2)分别和双目图像传感器(1)、数据存储器SDRAM(3)和数据输出接口(4)相连；双目图像传感器(1)再和数据存储器SDRAM(3)相连；数据存储器SDRAM(3)再和数据输出接口(4)相连；由FPGA产生场同步信号和行同步信号，保证两图像传感器(1)同步工作；同时由FPGA(2)产生对数据存储器SDRAM(3)和数据输出接口(4)的控制信号。3.根据权利要求2所述的基于机器视觉的远距离运动物体高度测量的装置，其特征在于，由长焦距镜头和双目图像传感器(1)所组成的双目摄像系统，其左摄像机系统和右摄像机系统的基线距应保持一定距离，同时左右摄像系统的光轴保持水平。4.根据权利要求1所述的基于机器视觉的远距离运动物体高度测量的装置，其特征在于，所述图像数据处理系统，由DSP芯片(9)，FPGA(8)，JTAG接口，复位控制电路，时钟电路，输入数据端口(7)，输出数据端口(10)，数据存储器SDRAM(11)，FPGA程序存储器EPRAM(5)，DSP程序存储器FLASH(6)和供电电路组成，FPGA(8)从输入数据端口(7)中读入图像数据，并存入数据存储器SDRAM(11)，同时由FPGA(8)读出数据存储器SDRAM(11)数据并对图像进行滤波等预处理，并将预处理结果存入数据存储器SDRAM(11)；FPGA(XC4VLX80)(8)负责对DSP芯片(9)发出控制命令，使DSP芯片(9)对数据存储器SDRAM(11)中的预处理结果进行特征匹配、三维重建等运算；输出数据端口(10)负责将DSP芯片(9)运算结果输出到无线数据传输单元。5.一种如权利要求1所述的基于机器视觉的远距离运动物体高度测量的装置的测量方法，其特征在于包括以下步骤：步骤一：将所述双目视觉同步采集系统，图像数据处理系统，无线数据传输单元，远程监控终端安装完毕，对该装置进行标定；步骤二：训练基于神经网络的误差校正模型；步骤三：由双目视觉同步采集系统对场景图像进行采样，并通过数据输出接口(4)将数据传入图像数据处理系统等待处理；步骤四：由图像数据处理系统的FPGA(XC4VLX80)(8)对数据进行预处理；步骤五：由图像数据处理系统的DSP芯片(TMS320C6416)(9)对数据进行处理，计算目标的高度信息；步骤六：将图像及运算结果通过无线数据传输单元传送给远程监控终端。6.根据权利要求5所述的基于机器视觉的远距离运动物体高度测量的装置的测量方法，其特征在于，所述步骤一的标定过程步骤如下：步骤一：对权利要求1所述装置进行标定，获得两摄像机的内参数和外参数；步骤二：对双目测量装置进行水平标定，具体方法如下：用双目摄像机拍摄一个与铅垂线平行的已知长度的标定杆，记其上端点为M，下端点为N，中间点为E，且ME与EN的比已知；获得其在左右摄像机上的图像，其端点M在左摄像机的像为Ml，图像坐标为(xml,yml)，端点N在左摄像机的像为Nl,图像坐标为(xnl,ynl)，中间点E在左摄像机的像为El，图像坐标为(xel,yel)；同时端点M在右摄像机中的像为Mr，图像坐标为(xmr,ymr)，端点N在右摄像机的像为Nr，图像坐标为(xnr,ynr)，中间点E在左摄像机的像为Er，图像坐标为(xer,yer)；如果摄像机的光轴水平，则下式成立： y m l - y e l y e l - y n l = y m r - y e r y e r - y n r = M E E N . ]]>7.根据权利要求5所述的基于机器视觉的远距离运动物体高度测量的装置的测量方法，其特征在于，所述步骤二的基于神经网络的误差校正模型训练方法如下：步骤一：训练数据获取将已知高度的标准杆放在装置前一定距离内，并使标定杆在横向范围内移动，并拍下不同位置下标定杆的图像；然后将标定杆往后移动一段距离(如五十米)，然后再在横向范围内移动，并拍下不同位置下标定杆的图像；不断向后移动一段距离(如五十米)，并重复上述操作，直至抵近该双目测量装置的测量范围；并记录下标准杆在不同位置时的顶点及杆上其他测量点的真实坐标系。步骤二：训练校正模型网络对步骤一所获得图像数据进行计算，计算出不同位置下的标定杆的顶点和其他测量点的计算坐标，将计算坐标作为神经网络的输入，相应的标定杆顶点及其他相应测量点的真实坐标作为期望输出，然后训练网络，最终得到基于神经网络的误差校正模型；步骤三：将步骤二中获得的基于神经网络的误差校正模型写入数据处理系统的DSP程序存储器FLASH。8.根据权利要求5所述的基于机器视觉的远距离运动物体高度测量的装置的测量方法，其特征在于，所述步骤五的数据处理过程包括如下步骤：步骤一：由图像数据处理系统的DSP芯片(9)对经过预处理步骤的图像进行目标识别：首先从左摄像机图像中提取一个目标，然后在右摄像机图像中寻找相对应的目标；步骤二：对目标所在区域进行子像素级的角点特征提取，并配对：这里采用Harris角点探测器对角点进行子像素级别提取，采用那个的拟合曲面是高斯曲面，其函数为： f ( x , y ) = ce - ( x - x 0 ) 2 + ( y - y 0 ) 2 2 δ 2 ]]>其中，拟合出的(x0,y0)即为角点的内插值；然后运用双目视觉约束条件和基于特征的匹配方式建立两幅图像间特征角点的对应关系。步骤三：利用配对点的图像坐标计算相应点的世界坐标；步骤四：运用基于神经网络的误差校正模型对步骤(3)中计算出的坐标进行校正，获得精确的世界坐标系坐标，建立稀疏的深度图；步骤五：利用内插方法对步骤(4)获得的稀疏的深度图进行插值，获得整个目标的深度图；步骤六：计算出目标的最高点A，其坐标为(xac,yac,zac)，再从目标中得到其最低点D，其坐标为(xdc,ydc,zdc)，则目标高度的计算通过下式取得：H＝yac-ydc所求出的H即为所求。9.根据权利要求5所述的基于机器视觉的远距离运动物体高度测量的装置的测量方法，其特征在于：所述的世界坐标系的计算方法如下：以左摄像机坐标系为基准，右摄像机坐标系与左摄像机坐标系的转换矩阵为M＝[R T]，设现实中目标上一点P，设其在左摄像机坐标的坐标(xc,yc,zc)，在右摄像机坐标系的坐标为(xr,yr,zr)，在左右摄像机中所成的像点的图像坐标分别为Pl(xpl,ypl)和Pr(xpr,ypr)，基线距为B，摄像机焦距为f，则根据摄像机透视变换有： s l x p l y p l 1 = f l 0 0 0 f l 0 0 0 1 · x c y c z c ]]> s r x p r y p r 1 = f r 0 0 0 f r 0 0 0 1 · x r y r z r ]]>两摄像机坐标系之间的空间位置关系可通过空间转换矩阵M表示为： x r y r z r = M x c y c z c 1 = R T x c y c z c 1 = r 1 r 2 r 3 t x r 4 r 5 r 6 t y ...
【专利技术属性】
技术研发人员：仝卫国，刘士波，汪淼依泉，孙艺萌，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北;13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。