一种面向合作目标的单目视觉定位方法技术

本发明专利技术提供了一种面向合作目标的单目视觉定位方法。首先，设计了三级嵌套、黑白相间的正方形合作目标，既提供了足够多的特征点，又使目标部分被遮挡时算法仍可正常工作，提高了鲁棒性；然后，分别通过图像预处理、边缘提取和角点提取对合作目标图像进行特征点提取，提高了目标检测的精确性；最后，对合作目标特征点的图像坐标进行相对位置解算，保证了所求得合作目标位置信息的准确性。本发明专利技术应用单目视觉测量方法实现待测量对象对合作目标的位姿测量，能够为待测量对象提供较为准确的实时导航信息。

【技术实现步骤摘要】

本专利技术属视觉导航
，具体涉及一种面向合作目标的单目视觉定位方法。
技术介绍
无人驾驶飞行器(UnmannedAerialVehicle，UAV)简称“待测量对象”，是利用无线电遥控设备和自备的程序控制装置操纵的飞行器，它不需要飞行员在机舱内驾驶。待测量对象具有成本低、能耗低、机动性高、可重复使用等优势，按应用领域可分为军用与民用。在军用领域，待测量对象对于现代战争中有极其重要的作用，可用于完成战场侦察和监视、定位校射、毁伤评估、电子战等；在民用领域，待测量对象可用于边境巡逻、核辐射探测、航空摄影、航空探矿、灾情监视、交通巡逻、治安监控等，有更广阔的前景。待测量对象的飞行过程分为起飞、飞行和着陆三个阶段，这三个阶段中，着陆阶段的安全事故在总体安全事故中占据最大的比例。待测量对象的安全着陆问题是一个关键性问题，研究待测量对象自主着陆导航技术具有重大的现实意义。待测量对象自主着陆依靠机载的导航设备和飞行控制系统来进行定位导航并最终控制待测量对象降落在着陆平台或跑道等预定场地上，目前用于待测量对象自主着陆的主流导航技术包括：惯性导航系统(INS)，全球定位系统(GPS)，INS/GPS组合导航系统。惯性导航系统及全球定位系统均有各自的缺点，INS单独使用时定位误差会随时间的积累不断增加，而GPS动态响应能力差，易受电磁干扰，信号容易被遮挡，对于低速运动效果差。将惯性导航系统(INS)和全球定位系统(GPS)两者互补结合的INS/GPS组合导航系统，则有效消除了两种导航系统单独使用时的缺点，发挥各自优势达到了良好的导航定位效果，是目前应用最为广泛的飞行器导航系统。随着计算机视觉技术的发展，视觉导航由于其高自主性、廉价性、高可靠性等特点被越来越多地应用在待测量对象自主着陆的研究中。相比于惯性导航方法，视觉导航没有精度时间漂移、误差累积的问题；相比于GPS导航方法，视觉导航不易受干扰，对导航适应能力强；相比于INS和GPS传感器，视觉传感器具有体积小、成本低、功耗小的优势，适合用于待测量对象平台。因此，本专利技术提出了面向合作目标的单目视觉定位方法，应用单目视觉测量方法实现待测量对象对合作目标的位姿测量，为待测量对象提供较为准确的实时导航信息，以实现无人机的全天候自主精确着陆。
技术实现思路
本专利技术提供一种面向合作目标的单目视觉定位方法，通过合作目标设计及图像特征点提取，获得合作目标特征点的图像坐标，再根据摄像机坐标系和世界坐标系的转换关系，利用目标的图像坐标、世界坐标和摄像机参数建立方程组，然后根据SVD算法求解待测量对象旋转和平移矩阵的初值，最后利用正交迭代算法寻找最优解，求得合作目标的位置信息，为待测量对象提供较为准确的实时导航信息。一种面向合作目标的单目视觉定位方法，其特征在于步骤如下：步骤1：设计合作目标：设计内容包括合作目标的形状、合作目标的尺寸、合作目标的颜色；所设计的合作目标为三级嵌套正方形，其中心为白色正方形，向外依次交替嵌套黑色正方形环和白色正方形环，共含三个黑色正方形环；所有正方形环的边长相同，且提供四个角点信息，用以求解待测量对象位置；步骤2：合作目标特征提取：步骤a：图像预处理：首先，采用加权平均值法对摄像机拍摄到的合作目标原始RGB彩色图像进行色彩空间转换，得到合作目标的灰度图像；然后，利用中值滤波方法对合作目标的灰度图像进行滤波处理，得到预处理后的合作目标图像；步骤b：边缘提取：首先，采用Otsu算法对预处理后的合作目标图像进行阈值分割，并进行开运算和闭运算处理，得到合作目标的二值图像；然后，利用轮廓跟踪算法对合作目标的二值图像进行边缘提取，得到合作目标的边缘轮廓；步骤c：角点提取：首先，对步骤2.2提取得到的合作目标的边缘轮廓进行多边形拟合，得到合作目标的特征轮廓；然后，根据约束条件筛选得到合作目标的特征点坐标；最后，计算特征点的亚像素级坐标，得到合作目标特征点的图像坐标x；步骤3：相对位置解算：步骤a：根据摄像机坐标系和世界坐标系的转换关系，对步骤2得到的合作目标特征点的图像坐标x进行转换，得到世界坐标系下的图像坐标X；步骤b：利用λx＝K[RT]X建立得到有关合作目标的图像坐标、世界坐标和摄像机参数的方程组，其中，λ为比例因子，R为摄像机坐标系对于世界坐标系的旋转矩阵，T为摄像机坐标系对于世界坐标系的平移向量，K是摄像机内参矩阵；步骤c：利用SVD算法求解方程组得到旋转矩阵R和平移向量T的初值，再利用正交迭代算法求解得到方程组的最优解；步骤d：利用Xw＝-R-1T计算得到合作目标的相对位置。步骤2的步骤a中所述的加权平均值法进行色彩空间转换的具体计算公式为Ygray＝0.299R+0.587G+0.114B，其中，Ygray表示图像灰度值，R、G、B分别为彩色图像的三个分量。步骤2的步骤b中所述的轮廓跟踪算法具体为：步骤a：按从上到下，从左到右的顺序对图像进行扫描，寻找没有标记跟踪结束记号的第一个边界起始点A0，A0是图像中具有最小行值和列值的边界点，并令扫描方向变量dir初始化取值为dir＝7；步骤b：按逆时针方向搜索当前像素的3×3邻域，若dir为奇数搜索方向设定为(dir+6)％8，若dir为偶数搜索方向设定为(dir+7)％8，在3×3邻域中搜索到的第一个与当前像素值相同的像素便为新的边界点An，同时更新变量dir为新的方向值；其中，％表示求余；步骤c：如果An等于第二个边界点A1且前一个边界点An-1等于第一个边界点A0，则停止搜索，结束跟踪，否则重复步骤b继续搜索；步骤d：由边界点A0、A1、A2、……、An-2构成的边界即为要跟踪的边界。步骤2的步骤c中所述的轮廓多边形拟合算法具体为：步骤a：设定一个距离阈值T；所述的阈值T一般选取为图像中所有像素的平均灰度值；步骤b：选择目标轮廓序列中距离最大的两个点，记做A、B；步骤c：计算在A、B两点间所有点到直线AB间的距离，确定距直线AB的距离最大的点C；步骤d：比较C点到直线AB的距离和阈值T，如果小于T，迭代结束；步骤e：标记C点为顶点，C点将目标轮廓分为AC和CB两条曲线，对这两条曲线重复步骤c、d、e；步骤f：由所有顶点构成的轮廓即为目标的特征轮廓。步骤2的步骤c中所述的筛选得到合作目标特征点坐标的约束条件为：图像轮廓拟合的多边形为凸四边形；图像轮廓四边形的边长比在1.5和1/1.5之间；图像轮廓四边形相邻的边长的乘积小于轮廓面积的1.5倍；图像轮廓四边形的对角线长度大于0.15倍的轮廓周长。步骤2的步骤c中所述的计算特征点的亚像素级坐标具体为：以特征点q为初始点，在其11×11邻域内对所有点建立点积为0的表达式，并由所有表达式构成方程组，求解方程组的解作为新的初始点，重复上述过程直至方程组无解时，则此时的初始点的位置坐标即为特征点q的亚像素级坐标。本专利技术的有益效果是：由于采用了三级嵌套、黑白相间的正方形合作目标设计，既提供了足够多的特征点，又使目标部分被遮挡时算法仍可正常工作，提高了鲁棒性；在目标特征的边缘提取中，由于采用了开、闭运算和轮廓跟踪算法，提高了目标检测的精确性；根据摄像机坐标系和世界坐标系的转换关系，利用目标的图像坐标、世界坐标和摄像机参数建立方程组，然后根据SVD算法求解待测量对本文档来自技高网...

【技术保护点】
一种面向合作目标的单目视觉定位方法，其特征在于步骤如下：步骤1：设计合作目标：设计内容包括合作目标的形状、合作目标的尺寸、合作目标的颜色；所设计的合作目标为三级嵌套正方形，其中心为白色正方形，向外依次交替嵌套黑色正方形环和白色正方形环，共含三个黑色正方形环；所有正方形环的边长相同，且提供四个角点信息，用以求解待测量对象位置；步骤2：合作目标特征提取：步骤a：图像预处理：首先，采用加权平均值法对摄像机拍摄到的合作目标原始RGB彩色图像进行色彩空间转换，得到合作目标的灰度图像；然后，利用中值滤波方法对合作目标的灰度图像进行滤波处理，得到预处理后的合作目标图像；步骤b：边缘提取：首先，采用Otsu算法对预处理后的合作目标图像进行阈值分割，并进行开运算和闭运算处理，得到合作目标的二值图像；然后，利用轮廓跟踪算法对合作目标的二值图像进行边缘提取，得到合作目标的边缘轮廓；步骤c：角点提取：首先，对步骤2.2提取得到的合作目标的边缘轮廓进行多边形拟合，得到合作目标的特征轮廓；然后，根据约束条件筛选得到合作目标的特征点坐标；最后，计算特征点的亚像素级坐标，得到合作目标特征点的图像坐标x；步骤3：相对位置解算：步骤a：根据摄像机坐标系和世界坐标系的转换关系，对步骤2得到的合作目标特征点的图像坐标x进行转换，得到世界坐标系下的图像坐标X；步骤b：利用λx＝K[R T]X建立得到有关合作目标的图像坐标、世界坐标和摄像机参数的方程组，其中，λ为比例因子，R为摄像机坐标系对于世界坐标系的旋转矩阵，T为摄像机坐标系对于世界坐标系的平移向量，K是摄像机内参矩阵；步骤c：利用SVD算法求解方程组得到旋转矩阵R和平移向量T的初值，再利用正交迭代算法求解得到方程组的最优解；步骤d：利用Xw＝‑R‑1T计算得到合作目标的相对位置。...

【技术特征摘要】
1.一种面向合作目标的单目视觉定位方法，其特征在于步骤如下：步骤1：设计合作目标：设计内容包括合作目标的形状、合作目标的尺寸、合作目标的颜色；所设计的合作目标为三级嵌套正方形，其中心为白色正方形，向外依次交替嵌套黑色正方形环和白色正方形环，共含三个黑色正方形环；所有正方形环的边长相同，且提供四个角点信息，用以求解待测量对象位置；步骤2：合作目标特征提取：步骤a：图像预处理：首先，采用加权平均值法对摄像机拍摄到的合作目标原始RGB彩色图像进行色彩空间转换，得到合作目标的灰度图像；然后，利用中值滤波方法对合作目标的灰度图像进行滤波处理，得到预处理后的合作目标图像；步骤b：边缘提取：首先，采用Otsu算法对预处理后的合作目标图像进行阈值分割，并进行开运算和闭运算处理，得到合作目标的二值图像；然后，利用轮廓跟踪算法对合作目标的二值图像进行边缘提取，得到合作目标的边缘轮廓；步骤c：角点提取：首先，对步骤2.2提取得到的合作目标的边缘轮廓进行多边形拟合，得到合作目标的特征轮廓；然后，根据约束条件筛选得到合作目标的特征点坐标；最后，计算特征点的亚像素级坐标，得到合作目标特征点的图像坐标x；步骤3：相对位置解算：步骤a：根据摄像机坐标系和世界坐标系的转换关系，对步骤2得到的合作目标特征点的图像坐标x进行转换，得到世界坐标系下的图像坐标X；步骤b：利用λx＝K[RT]X建立得到有关合作目标的图像坐标、世界坐标和摄像机参数的方程组，其中，λ为比例因子，R为摄像机坐标系对于世界坐标系的旋转矩阵，T为摄像机坐标系对于世界坐标系的平移向量，K是摄像机内参矩阵；步骤c：利用SVD算法求解方程组得到旋转矩阵R和平移向量T的初值，再利用正交迭代算法求解得到方程组的最优解；步骤d：利用Xw＝-R-1T计算得到合作目标的相对位置。2.如权利要求1所述的面向合作目标的单目视觉定位方法，其特征在于：所述的加权平均值法进行色彩空间转换的具体计算公式为Ygray＝0.299R+0.587G+0.114B，其中，Ygray表示图像灰度值，R、G、B分别为彩色图像的三个分量。3.如权利要求1所述的面向合作目标的单目视觉定位方法，其特...

【专利技术属性】
技术研发人员：聂烜，陈铭丰，刘洺嘉，曹蓓，席超敏，戚漫华，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61