一种可变焦距柔性化位姿视觉测量方法技术

本发明专利技术一种可变焦距柔性化位姿视觉测量方法属于计算机视觉测量技术领域，涉及柔性化便捷的可变焦距单目位姿测量方法。该方法通过已知空间局部坐标系坐标的特征点完成运动模型相对于摄像机坐标系的位置和姿态的解算，在摄像机标定和目标位姿测量的过程中，摄像机相对于世界坐标系的位置和摄像机内参数矩阵保持不变，标定完成后直接通过标点参数完成二维图像特征到三维坐标的转换，求解三维目标的位姿。该方法不需要对测量系统进行标定，根据被测物体表面已知相对关系的标记点，实现在变焦距情况下对物体位置、姿态信息的实时测量，不仅增加了系统柔性化，也增加了系统的便捷化。

【技术实现步骤摘要】

本专利技术属于计算机视觉测量
，涉及柔性化便捷的可变焦距单目位姿测量方法。
技术介绍
在多种领域中，多体同时投放技术的应用越来越多。由于现代技术的不断进步，对多体投放位姿的测量要求也不断的提高。尤其在高速多体投放中，安全，高效、高精度的获得投放各单体的位姿参数十分重要。针对这种测量需求，视觉测量由于其高频响、高精度成为非接触式测量中的首选。但由于在很多场合中需要经常对相机的焦距进行调整，而相机每次进行焦距调整之后就需要进行重新校准，校准过程较为复杂繁琐，并且视觉测量系统无法在测量过程中完成焦距的调整。大连理工大学刘巍等人2015年在航空学报第5期36卷发表的《基于彩色编码的副油箱风洞模型位姿测量方法》中提出了基于彩色编码图像的副油箱位姿测量方法，利用彩色编码的自发光标记点进行图像匹配，解决了低照度条件下目标标记亮度不足和由于物体滚转造成的标记点消隐现象。但此方法在相机焦距改变时需要重新校准，并且校准方法，系统精度会有所降低。大连理工大学刘巍等人申请的专利技术专利公开号为ZL 201310139656.7，“一种高速滚转体位姿测量方法”中提出了风洞内位置姿态视觉测量方法，可以在风洞内测量运动物体的六维的位置姿态信息，但是也不能在改变相机焦距的情况下进行直接测量，标定后相机参数无法改变。
技术实现思路
本专利技术要解决的技术难题是克服现有技术的缺陷，专利技术一种可变焦距柔性化位姿视觉测量方法，解决现有视觉测量系统标定后参数不可以改变的难题，采用4个已知坐标的标记点作为约束，将传统的标定后不能改变相机焦距的位姿测量方法扩展为焦距可以随时改变的位姿测量方法，提高了系统的柔性化，解决了测量过程中改变焦距需要重新标定相机的问题。本专利技术采用的技术方案是一种可变焦距柔性化位姿视觉测量方法，其特征是，测量方法通过已知空间局部坐标系坐标的特征点完成运动模型相对于摄像机坐标系的位置和姿态的解算，在摄像机标定和目标位姿测量的过程中，摄像机相对于世界坐标系的位置和摄像机内参数矩阵保持不变，标定完成后直接通过标点参数完成二维图像特征到三维坐标的转换，求解三维目标的位姿。方法的具体步骤如下所示：第一步：首先建立被测目标与相机之间的数学模型以模型质心为原点在被测模型上建立局部坐标系，定义模型外轮廓的回转轴线为y轴，通过模型质心与y轴垂直的轴为x轴，然后根据右手定则确定z轴的方向，模型表面所有标记点在模型局部坐标系上的坐标由标记点的加工定位精度保证，摄像机针孔模型描述了三维空间点到二维图像对应点之间的投影关系为：λiui＝PXi (1)其中,λi为与第i个特征点有关的比例因子，P为摄像机投影矩阵，Ui＝(ui vi 1)T为二维图像上特征点的齐次坐标，Xi＝(xi yi zi 1)T为模型局部坐标系上标记点的齐次坐标，摄像机投影矩阵P写成如下的形式：P＝K［R|t] (2)其中,K为摄像机内参数矩阵，描述了三维到二维的投影关系： K = f s u 0 0 r f v 0 0 0 1 - - - ( 3 ) ]]>f为摄像机焦距，u0为相机主点的横坐标，v0为相机主点的纵坐标，S为坐标轴倾斜参数，r表示芯片像素单元的长宽比，R＝(rij)3,i,j＝1和T＝(tx ty tz)T分别表示摄像机坐标系和模型局部坐标系之间的旋转矩阵和平移向量，S为偏斜系数，摄像机主点位于二维图像的中心，设：摄像机芯片为正方形，因此r＝1；主点位于图像的中心；偏斜系数S＝0，则内参数矩阵K可以简化为由焦距f构成的对角阵[f f 1]T，令w＝1/f，则K＝[1 1 w]T，将该假设代入公式(1)，将摄像机投影模型为： λ i U i = r 11 r 12 r 13 t x r 21 r 22 r 23 t y wr 31 wr 32 wr 本文档来自技高网...

【技术保护点】
一种可变焦距柔性化位姿视觉测量方法，其特征是，测量方法通过已知空间局部坐标系坐标的特征点完成运动模型相对于摄像机坐标系的位置和姿态的解算，在摄像机标定和目标位姿测量的过程中，摄像机相对于世界坐标系的位置和摄像机内参数矩阵保持不变，标定完成后直接通过标点参数完成二维图像特征到三维坐标的转换，求解三维目标的位姿；方法的具体步骤如下：第一步：首先建立被测目标与相机之间的数学模型以模型质心为原点在被测模型上建立局部坐标系，定义模型外轮廓的回转轴线为y轴，通过模型质心与y轴垂直的轴为x轴，然后根据右手定则确定z轴的方向，模型表面所有标记点在模型局部坐标系上的坐标由标记点的加工定位精度保证，摄像机针孔模型描述了三维空间点到二维图像对应点之间的投影关系为：λiUi＝PXi                    (1)其中,λi为与第i个特征点有关的比例因子，P为摄像机投影矩阵，Ui＝(ui vi 1)T为二维图像上特征点的齐次坐标，Xi＝(xi yi zi 1)T为模型局部坐标系上标记点的齐次坐标，摄像机投影矩阵P写成如下的形式：P＝K[R|t]                    (2)其中,K为摄像机内参数矩阵，描述了三维到二维的投影关系：K=fsu00rfv0001---(3)]]>f为摄像机焦距，u0为相机主点的横坐标，v0为相机主点的纵坐标，S为坐标轴倾斜参数，r表示芯片像素单元的长宽比，R＝(rij)3,i,j＝1和T＝(tx ty tz)T分别表示摄像机坐标系和模型局部坐标系之间的旋转矩阵和平移向量，S为偏斜系数，摄像机主点位于二维图像的中心，设：摄像机芯片为正方形，因此r＝1；主点位于图像的中心；偏斜系数S＝0，则内参数矩阵K可以简化为由焦距f构成的对角阵[f f 1]T，令w＝1/f，则K＝[1 1 w]T，将该假设代入公式(1)，将摄像机投影模型为：λiUi=r11r12r13txr21r22r23tywr31wr32wr33wtzXi---(4)]]>将径向畸变引入到投影模型中，且根据一般情况建立图像畸变模型为：Pu~Pd/(1+krd2)---(5)]]>其中，k为畸变系数，Pu＝[uu vu 1]T和Pd＝[ud vd 1]T分别为发生畸变前后的图像点坐标，rd为点Pd到畸变中心的距离，即畸变半径，假设畸变中心位于二维图像的中心，则rd2＝ud2+vd2，则二维图像上实际成像点的坐标为：Ui=[ui,vi,1+k(ud2+vd2)]T---(6)]]>将上述镜头畸变模型加入到投影方程中，且根据[ui]xui＝0，将投影公式(4)两边同时乘以[ui]x后可以将比例因子λi消除，得到投影方程如下所示：0-1-k(ui2+vi2)vi1+k(ui2+vi2)0ui-viui0r11r12r13txr21r22r23tywr31wr32wr33wtzxiyizi1=0---(7)]]>其中，该投影方程描述了三维特征点Xi到包含畸变的二维图像点Ui的投影关系，方程的未知数为两坐标系之间的转换矩阵[P]3×4的所有元素以及镜头畸变系数k，求出P后根据公式(2)分解出摄像机的内参数矩阵与外参数矩阵，因此，求解量坐标系之间的旋转矩阵与平移向量的过程即为求解摄像机投影矩阵P的过程，第二步：摄像机与被测模型的坐标系转换求取定义公式(7)中摄像机投影矩阵P的每个元素为pij，pij表示矩阵P的第i行和第j列的元素，将矩阵方程(7)的第三行单独列出，得到如下的形式：‑vi(p11xi+p12yi+p13zi+p14)+ui(p12xi+p22yi+p23zi+p24)＝0    (8)该方程为具有8个未知数(p11,p12,p13,p14,p12,p22,p23,p24)的其次线性方程，只要得到4个三维点的精确坐标并在二维图像中找到它们对应的图像坐标，就能利用这4个对应的点将方程写成矩阵的形式：Mv＝0                (9)其中M为一个4×8的系数矩阵，未知数向量v＝[p11,p12,p13,p14,p12,p22,p23,p24]T，v用上述矩阵方程的标准正交基ni的线性组合表示，公式如下：v=Σi=14αini---(10)]]>其中αi为对v进行参数化后得到的新的未知数，令α4＝1，则投影矩阵P的前两行可以表示为三个未知数α1，α2和α3的线性组合，只要求解出α1，α2和α3，就能将P的前两行元素求出，矩阵方程的第2行可以写成如下的形式：(1+kri2)(p11xi+p12yi+p13zi+p14)-ui(p31xi+p32yi+p33zi+p34)=0---(11)]]>结合公式(10),该方程可以写成:A[p31,p32,p33,p34]T＝B[α1,α...

【技术特征摘要】
1.一种可变焦距柔性化位姿视觉测量方法，其特征是，测量方法通过已知空间局部坐标系坐标的特征点完成运动模型相对于摄像机坐标系的位置和姿态的解算，在摄像机标定和目标位姿测量的过程中，摄像机相对于世界坐标系的位置和摄像机内参数矩阵保持不变，标定完成后直接通过标点参数完成二维图像特征到三维坐标的转换，求解三维目标的位姿；方法的具体步骤如下：第一步：首先建立被测目标与相机之间的数学模型以模型质心为原点在被测模型上建立局部坐标系，定义模型外轮廓的回转轴线为y轴，通过模型质心与y轴垂直的轴为x轴，然后根据右手定则确定z轴的方向，模型表面所有标记点在模型局部坐标系上的坐标由标记点的加工定位精度保证，摄像机针孔模型描述了三维空间点到二维图像对应点之间的投影关系为：λiUi＝PXi (1)其中,λi为与第i个特征点有关的比例因子，P为摄像机投影矩阵，Ui＝(ui vi 1)T为二维图像上特征点的齐次坐标，Xi＝(xi yi zi 1)T为模型局部坐标系上标记点的齐次坐标，摄像机投影矩阵P写成如下的形式：P＝K[R|t] (2)其中,K为摄像机内参数矩阵，描述了三维到二维的投影关系： K = f s u 0 0 r f v 0 0 0 1 - - - ( 3 ) ]]>f为摄像机焦距，u0为相机主点的横坐标，v0为相机主点的纵坐标，S为坐标轴倾斜参数，r表示芯片像素单元的长宽比，R＝(rij)3,i,j＝1和T＝(tx ty tz)T分别表示摄像机坐标系和模型局部坐标系之间的旋转矩阵和平移向量，S为偏斜系数，摄像机主点位于二维图像的中心，设：摄像机芯片为正方形，因此r＝1；主点位于图像的中心；偏斜系数S＝0，则内参数矩阵K可以简化为由焦距f构成的对角阵[f f 1]T，令w＝1/f，则K＝[1 1 w]T，将该假设代入公式(1)，将摄像机投影模型为： λ i U i = r 11 r 12 r 13 t x r 21 r 22 r 23 t y wr 31 wr 32 wr 33 wt z X i - - - ( 4 ) ]]>将径向畸变引入到投影模型中，且根据一般情况建立图像畸变模型为： P u ~ P d / ( 1 + kr d 2 ) - - - ( 5 ) ]]>其中，k为畸变系数，Pu＝[uu vu 1]T和Pd＝[ud vd 1]T分别为发生畸变前后的图像点坐标，rd为点Pd到畸变中心的距离，即畸变半径，假设畸变中心位于二维图像的中心，则rd2＝ud2+vd2，则二维图像上实际成像点的坐标为： U i = [ u i , v i , 1 + k ( u d 2 + v d 2 ) ] T - - - ( 6 ) ]]>将上述镜头畸变模型加入到投影方程中，且根据[ui]xui＝0，将投影公式(4)两边同时乘以[ui]x后可以将比例因子λi消除，得到投影方程如下所示： 0 - 1 - k ( u i 2 + v i 2 ) v i 1 + k ( u i 2 + v i 2 ) 0 u i - v i u i 0 r 11 r 12 r 13 t x r 21 r 22 r 23 t y wr 31 wr 32 wr 33 wt z x i y i z i 1 = 0 - - - ( 7 ) ]]>其中，该投影方程描述了三维特征点Xi到包含畸变的二维图像点Ui的投影关系，方程的未知数为两坐标系之间的转换矩阵[P]3×4的所有元素以及镜头畸变系数k，求出P后根据公式(2)分解出摄像机的内参数矩阵与外参数矩阵，因此，求解量坐标系之间的旋转矩阵与平移向量的过程即为求解摄像机投影矩阵P的过程，第二步：摄像机与被测模型的坐标系转换求取定义公式(7)中摄像机投影矩阵P的每个元素为pij，pij表示矩阵P的第i行和第j列的元素，将矩阵方程(7)的第三行单独列出，得到如下的形式：-vi(p11xi+p12yi+p13zi+p14)+ui(p12xi+p22yi+p23zi+p24)＝0 (8)该方程为具有8个未知数(p11,p12,p13,p14,p12,p22,p23,p24)的其次线性方程，只要得到4个三维点的精确坐标并在二维图像中找到它们对应的图像坐标，就能利用这4个对应的点将方程写成矩阵的形式：Mv＝0 (9)其中M为一个4×8的系数矩阵，未知数向量v＝[p11,p12,p13,p14,p12,p22,p23,p24]T，v用上述矩阵方程的标准正交基ni的线性组合表示，公式如下： v = Σ i = 1 4 α i n i - - ...

【专利技术属性】
技术研发人员：刘巍，马鑫，贾振元，刘惟肖，李肖，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21