一种破损圆柱形排水管道内壁三维重建方法技术

本发明专利技术提供了一种破损圆柱形排水管道内表面三维重建方法，包括如下步骤：通过标定获取不同倍率的相机内参数，将摄像机装载到管道机器人；利用机器人拍摄管壁序列图像，并实时记录机器人拍摄图像时的行进位移、相机相对管道底部的距离、相机的姿态信息；为虚拟管道模型的无病害管壁区域选取纹理。为摄像机拍摄到的每个病害区域创建模型纹理，方式如下：从序列图像中提取病害的序列图像，选取一张高质量图像并矫正，利用矫正图像、记录的机器人与相机信息，获取若干三维空间点对应的像素值，利用已知空间点的像素重建病害管壁纹理；利用所有纹理重构三维管道场景；本发明专利技术可由普通的摄像机实现，成本低，重建图像质量高，有利于工作人员更好观测病害区域、准确评估病害。

【技术实现步骤摘要】
一种破损圆柱形排水管道内壁三维重建方法
本专利技术涉及视觉重建
，具体涉及一种破损圆柱排水管道内壁三维重建方法。
技术介绍
城市地下排水管道主要用于输送生活污水并及时排除雨水，在城市中起到了至关重要的作用。管道通常埋于地下，常处于潮湿的环境中，很容易发生腐蚀、裂缝等缺陷，排水系统故障引发的路面塌陷、污水管道外溢、城市内涝等频频发生。为了有效预防此类灾害，获取管道病害数据，并及时监测评价变的尤其重要。目前，在工程中，普遍采用重建的方法评估病害指标，这些重建方法主要分为接触式检测方法和非接触式检测方法。接触式检测方法，需要人为控制测量仪，费时费力。非接触式方法主要包括是基于激光扫描法和机器视觉法，激光扫描法利用激光扫描管道内表面得到管道表面点云数据，但由于实际管道内结构复杂，获取的点云数据量庞大，计算时间长，噪声大，不利于分析、人机交互。机器视觉法对管道内壁拍摄的序列图像进行特征提取、特征点匹配以及进行基础矩阵估计算法实现管道侧壁的三维重建，该方法需要对每幅图像提取特征、匹配，因此计算量很大。为了解决上述问题，如何在获取管道内壁三维结构的同时，又能快速地三维重构实现多视角观察，改善人机交互体验，获取描述地下排水管道病害情况的关键指标。
技术实现思路
本专利技术的目的在于提供一种破损圆柱排水管道内壁三维重建方法，该方法可用于地下排水管道内壁病害检测，其利用三维显微测量技术和摄像机标定技术获取并处理数据源，利用小孔成像模型、三维点云数据的插值拟合技术、OpenGL成像技术，将局部病害数据源重建为管道内壁纹理平面图，利用所有病害纹理重构图重建整个管道三维场景，解决了现有管道内壁三维重建数据采集复杂、三维模型重建速度慢，人机交互体验差等问题，重建后的内壁纹理平面图对病害评测指标分析提供了更有意义的参考价值，工作人员可以更加直观的多视角的观测病害。为了达到上述目的，本专利技术采用了以下技术方案：一种破损圆柱排水管道内壁三维重建方法，包括以下步骤：S110设备准备阶段：利用张正友标定方法对CCD摄像机标定，获取不同摄像机倍率下对应的摄像机内参矩阵M1、畸变参数，建立摄像机倍率与M1之间的映射表，并将摄像机装在管道机器人机身，机器人控制摄像机实现绕101轴的轴向旋转、绕102轴的水平旋转；S120数据采集阶段：利用管道机器人拍摄管道内壁序列图像，实时记录管道机器人拍摄图像时的管道半径R，行进位移w、摄像机与管道底部内壁的距离h、以及摄像机的轴向旋转角度β、水平旋转角度α和摄像机倍率m；S130数据处理阶段：从S120拍摄的排水管道序列图像中挑选每个管道内壁病害区域的序列图像，利用管道内壁有效病害区域占所在照片的百分比和聚焦评估函数为每个有效病害区域选取一张高质量的二维图像，并对筛选后的每幅图像利用S110得到的畸变参数校正，得到每个病害的校正图像；S140搭载数学模型阶段：为获取三维重构中管道内壁病害部分的纹理，针对S130获得每个病害的校正图像建立对应的小孔成像模型，每个模型包含3个参数：摄像机内参矩阵M1、摄像机外参矩阵M2、以及摄像机坐标系矩阵Zc，其中摄像机内参矩阵M1是通过S120中记录的拍摄图像时摄像机的倍率求取，外参矩阵M2是通过S120中记录的机器人行进位移、摄像机轴向旋转角度与水平旋转角度、摄像机相对管道底部内壁的距离h共同求取，摄像机坐标系中Zc是通过内参矩阵M1、摄像机轴向旋转角度、水平旋转角度、已知的管道半径R、摄像机相对管道底部内壁的距离h共同求取，求解建立的小孔成像模型，获取图像坐标系中(u,v)对应世界坐标系中空间坐标(Xw,Yw,Zw)，得到空间点数据；利用上述空间点数据求解需要重建的管道内壁病害区域的边界，将管道内壁病害区域投影至重建像素坐标系(o-u′,v′)，利用基于高斯核函数的加权插值技术，填充重建像素坐标系的各点像素，作为管道三维模型中病害区域纹理数据；S150：选取指定管道内壁图像作为管道三维模型中非病害区域的纹理数据；S160：利用病害区域纹理数据以及非病害区域的纹理数据，借助OpenGL重建三维管道场景。优选地，所述步骤S110中，机器人控制摄像机实现绕101轴的轴向旋转、绕102轴的水平旋转，包括：在摄像机组成的摄像机坐标系中绕z轴旋转；在摄像机坐标系中绕y轴旋转，分别沿着这两次旋转对应的坐标轴正半轴观察原点，水平旋转角度为(Xc,Yc,Zc)，轴向旋转角度为Zc，其中，α的旋转角度范围为[-90°,90°]，β的旋转角度为[0°,360°]。优选地，步骤S130数据处理阶段分为以下两个步骤：S131:获取管道内壁序列图像中病害区域占该图像的百分比，滤除百分比低于阈值0.6的管道内壁图像。S132：对S131获取的图像序列用离散改进型拉普拉斯算子对病害区域进行聚焦评估，选取评估值最大的一张图像，离散改进型拉普拉斯算子为：其中，I(x,y)表示像素点(x,y)处的亮度，step表示像素点(x,y)的邻域范围；S140所利用的数学模型为小孔成像模型，小孔成像模型利用了摄像机内参矩阵M1、摄像机外参矩阵M2、摄像机坐标系(Xc,Yc,Zc)下被摄物体的Zc值、摄像机旋转角度α和β、机器人行进位移w、摄像机与管道底部内壁的距离h，建立了二维图像坐标系(u,v)像素值与世界坐标系(Xw,Yw,Zw)坐标值之间的线性方程，所述线性映射方程如下：其中，摄像机内参矩阵M1是与摄像机倍率相关，摄像机外参矩阵M2＝g(w,h,α,β)，摄像机坐标系中Zc＝h(u,v,w,h,α,β,M1)，g(·)为外参估计函数，h(·)为深度估计函数；利用小孔成像获取的空间点数据，获取病害区域的边界，该边界可以描述为：由与管道母线平行的一个平面及与管道母线垂直的两个平面，这三个平面与管道内壁所围的封闭曲面。S140中基于高斯核函数的加权插值技术主要分为以下几个步骤完成：a)将S140描述的重建像素坐标系(o-u′,v′)分为两个区域，由(o-u,v)像素点描述的为A区域，否则为B区域；b)B区域像素用常量替换，管道图像A区域利用分水岭变换进行图像分割为若干个边界区域Ai；c)对每个Ai区域内的像素点，利用待插值点周围像素进行插值计算；d)若待插值点周围像素均属于同一区域Ai，则直接利用基于高斯核函数的加权插值计算待插值点像素；e)若待插值点周围像素不属于同一区域，则判断待插值点所属区域Ak，滤除周围非Ak区域像素，然后再利用基于高斯核函数的加权插值计算待插值点像素。附图说明下面结合附图和实施例对本专利技术进一步说明：图1为本专利技术实施例中基于局部病害管道内壁三维重建的详细流程图；图2为本专利技术实施例中实现摄像头两种独立旋转搭载管道机器人示意图；图3为本专利技术实施例中摄像机坐标系与世界坐标系关系；图4为本专利技术实施例中重建像素坐标系中各区域的描述示意图；具体实施方式为了能更清楚地理解本专利技术的上述目的、特征和优点，以下结合附图及实施例，对本专利技术进行进一步详细说明，以下实施例不构成对本专利技术的限定。图1描述了本专利技术的实施例中的一种破损圆柱排水管道内壁三维重建方法的具体流程，具体步骤如下：S110设备准备阶段：准备CCD摄像机及用于标定的黑白棋盘图，在每种视场下获取不同摄像机倍率的棋盘图，实现一次采样多次标定，将采集的图本文档来自技高网...

【技术保护点】
1.一种破损圆柱形排水管道内壁三维重建方法，其特征在于，包括以下步骤：S110：利用张正友标定方法对CCD摄像机标定，获取不同摄像机倍率下对应的摄像机内参矩阵M1、畸变参数，建立摄像机倍率与内参矩阵M1之间的映射函数，并将摄像机装在管道机器人机身，机器人控制摄像机实现绕101轴的轴向旋转、绕102轴的水平旋转；S120：利用管道机器人拍摄管道内壁序列图像，实时记录管道机器人拍摄图像时的管道半径R、行进位移w、摄像机相对管道底部内壁的距离h、以及摄像机的轴向旋转角度β、水平旋转角度α和摄像机倍率m；S130：从S120拍摄的序列图像中挑选每个病害区域的序列图像，利用管道内壁有效病害区域占所在照片的百分比和聚焦评估函数为每个有效病害区域筛选一张高质量的二维图像，并对筛选后的每幅图像利用S110得到的畸变参数矫正，得到每个病害的矫正图像；S140：为获取三维重构中管道内壁病害部分的纹理，针对S130获得的每个病害的矫正图像建立对应的小孔成像模型，计算建立的小孔成像模型的参数：内参矩阵M1、外参矩阵M2、以及摄像机坐标系Zc，其中内参矩阵M1是通过S120中记录的拍摄管道内壁序列图像时摄像机的倍率求取；外参矩阵M2是通过S120中记录的机器人行进位移、摄像机轴向旋转角度、水平旋转角度、摄像机相对管道底部内壁的距离h共同求取，摄像机坐标系Zc是通过内参矩阵M1、摄像机轴向旋转角度、水平旋转角度、管道半径R、摄像机相对管道底部内壁的距离h共同求取，求解小孔成像模型，获取图像坐标系中(u,v)对应世界坐标系中空间坐标(Xw,Yw,Zw)，得到空间点数据，利用所述空间点数据求解需要重建的管道内壁病害区域的边界，将该管道内壁病害区域投影至重建像素坐标系(o‑u′,v′)，利用基于高斯核函数的加权插值技术，填充重建像素坐标系的各个像素点，作为管道三维模型中病害区域纹理数据；S150：选取指定管道内壁图像获取管道三维模型中非病害区域的纹理数据；S160：利用病害区域纹理数据以及非病害区域的纹理数据，借助OpenGL重建三维管道场景。...

【技术特征摘要】
1.一种破损圆柱形排水管道内壁三维重建方法，其特征在于，包括以下步骤：S110：利用张正友标定方法对CCD摄像机标定，获取不同摄像机倍率下对应的摄像机内参矩阵M1、畸变参数，建立摄像机倍率与内参矩阵M1之间的映射函数，并将摄像机装在管道机器人机身，机器人控制摄像机实现绕101轴的轴向旋转、绕102轴的水平旋转；S120：利用管道机器人拍摄管道内壁序列图像，实时记录管道机器人拍摄图像时的管道半径R、行进位移w、摄像机相对管道底部内壁的距离h、以及摄像机的轴向旋转角度β、水平旋转角度α和摄像机倍率m；S130：从S120拍摄的序列图像中挑选每个病害区域的序列图像，利用管道内壁有效病害区域占所在照片的百分比和聚焦评估函数为每个有效病害区域筛选一张高质量的二维图像，并对筛选后的每幅图像利用S110得到的畸变参数矫正，得到每个病害的矫正图像；S140：为获取三维重构中管道内壁病害部分的纹理，针对S130获得的每个病害的矫正图像建立对应的小孔成像模型，计算建立的小孔成像模型的参数：内参矩阵M1、外参矩阵M2、以及摄像机坐标系Zc，其中内参矩阵M1是通过S120中记录的拍摄管道内壁序列图像时摄像机的倍率求取；外参矩阵M2是通过S120中记录的机器人行进位移、摄像机轴向旋转角度、水平旋转角度、摄像机相对管道底部内壁的距离h共同求取，摄像机坐标系Zc是通过内参矩阵M1、摄像机轴向旋转角度、水平旋转角度、管道半径R、摄像机相对管道底部内壁的距离h共同求取，求解小孔成像模型，获取图像坐标系中(u,v)对应世界坐标系中空间坐标(Xw,Yw,Zw)，得到空间点数据，利用所述空间点数据求解需要重建的管道内壁病害区域的边界，将该管道内壁病害区域投影至重建像素坐标系(o-u′,v′)，利用基于高斯核函数的加权插值技术，填充重建像素坐标系的各个像素点，作为管道三维模型中病害区域纹理数据；S150：选取指定管道内壁图像获取管道三维模型中非病害区域的纹理数据；S160：利用病害区域纹理数据以及非病害区域的纹理数据，借助OpenGL重建三维管道场景。2.根据权利要求1所述的管道内壁三维重建方法，其特征在于，所述步骤S110中机器人控制摄像机实现绕101轴的轴向旋转、绕102轴的水平旋转，包括:在摄像机组成的摄像机坐标系中绕z轴旋转；在摄像机坐标系中绕y轴旋转，分别沿着这两次旋转对应的坐标轴正半轴观察原点，水平旋转角度为α，轴向旋转角度为β，其中，α的旋...

【专利技术属性】
技术研发人员：李策，杜学强，杨峰，李涛涛，牛天驹，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京,11