一种基于单目视觉测量的图像目标识别方法技术

本发明专利技术是一种基于单目视觉测量的图像目标识别方法，步骤如下：利用目标实物图建立目标坐标系和原点坐标系；对成像的相机内参数进行标定，得到畸变参数(k1,k2,k3,p1,p2)以及相机主点方向像素，焦距(ux,uy,fx,fy)；利用相机内参数和目标点在原点坐标系中的位置参数，得到相机光轴坐标系相对于原点坐标系的位置和角度偏移量(P1,P2,P3,α,β,γ)。结合图像摄影测量方法和图像处理方法，首先利用图像处理方法对图像进行预处理，提高图像信噪比，对图像进行阈值分割完成目标与背景的分离，并进行多目标捕获和标记处理，统计各个目标相对应的特征参数；然后利用视觉测量方法对目标进一步识别出真实目标以及对应的目标标号。该方法抗干扰能力强，能够有效针对旋转，光照，以及伪目标干扰等情形。

An Image Target Recognition Method Based on Monocular Vision Measurement

【技术实现步骤摘要】
一种基于单目视觉测量的图像目标识别方法
本专利技术属于数字图像处理及计算机视觉
，涉及一种基于单目视觉测量的图像目标识别方法，实现对图像中的合作点目标识别，识别效果和速度良好，抗干扰能力强。在多种杂光干扰和多个虚假目标的干扰情形下，对于目标的快速运动以及遮挡后的重新识别过程有很好的效果。
技术介绍
对于合作点目标的识别通常应用在目标物体定位中，通过识别出信标特征点以及对应序号，利用视觉测量方法便可以得到目标当前的位置和姿态信息。因此图像目标识别的正确性以及抗干扰能力直接决定了后端姿态和位置测量的准确性和连续性。目前常用的多目标检测与识别方法更多地利用多幅图像或一些特征信息来增加处理的信息量，比如利用目标区别于背景的静态特征信息，包括亮度，能量集中度，面积等先验信息剔除伪目标；利用目标之间的固有几何关系，包括长宽比，几何形状等识别出对应的点号顺序；利用多轨迹关联方法将多目标从多个候选目标中提出，包括目标移动速度以及多个目标点同速度大小和方向等信息识别出真实目标点。但是上述方法在面对光照变化和大姿态变化时，灰度和能量信息适应性就变得较差，几何关系也会发生极大的变化，识别错误可能性非常大；面对强干扰虚假点时，干扰点就在目标点附近，移动速度相似，同样会出现识别错误。
技术实现思路
针对现有技术的不足，本专利技术的目的是提出一种利用单目视觉测量的图像目标识别方法，对现有技术方法进行改进，实现多目标识别，消除现有技术方法在处理光照、姿态、干扰的情形下的不足。为实现这样的目的，本专利技术提供一种基于单目视觉测量的图像目标识别方法，包含以下步骤：步骤S1：以目标点1，建立信标点目标坐标系xHyHzH和参考坐标系XYZ，分别得到目标点2、3、4在目标坐标系和参考坐标系中的坐标值(xHn,yHn,zHn)、(Xn,Yn,Zn)，参考坐标系的原点理论上可以取任意点，一般为了简便取目标装置放置不动时信标点一为原点；步骤S2：对成像的相机内参数进行标定，得到相机的畸变参数(k1,k2,k3,p1,p2)，k1、k2、k3为相机切向畸变参数，p1、p2为相机径向畸变参数；相机水平轴和垂直轴的主点方向像素(ux,uy)，水平方向和垂直方向焦距(fx,fy)；利用相机内参数和目标点在参考坐标系中的坐标值(Xn,Yn,Zn)，得到相机光轴坐标系相对于参考坐标系的位置和角度偏移量(P1,P2,P3,α,β,γ)，P1、P2、P3分别为相机光轴坐标系相对于参考坐标系的X轴、Y轴、Z轴的位移量，α、β、γ分别为相机光轴坐标系相对于参考坐标系的X轴、Y轴、Z轴的角度偏差值；步骤S3：利用高通滤波的方法对输入图像进行滤波处理，滤除图像中背景杂波的干扰，提高图像的信噪比，有利于后面的信标点捕获和识别；步骤S4：通过统计图像灰度分布特性，利用自适应阈值方式进行图像分割，实现目标与背景的分离；通常分割后的图像存在大量的小面积虚假目标及孤立噪声点，大量虚假目标的出现给信标识别带来较大负担，因此需进一步通过腐蚀运算消除图像中小于所选取结构元的目标，膨胀运算连接被误分割断裂但属于同一个目标的区域；步骤S5：对上一步分割滤波后的图像进行多目标统计和标记处理，多目标统计根据分割图像线段连通性对目标进行标记、建立映射表，从而计算出视场中总的目标数目，以及各个目标对应的特征参数，包括目标面积、长、宽以及位置坐标参数，便于后续目标识别；步骤S6：第一次信标点识别，根据候选目标特征集中的特征信息剔除虚假的目标，其中信标的特征信息包括信标的面积、能量、长宽比，根据目标点在图像视场内的最远和最近运动距离可以确定信标特征信息的临界范围[Fmax,Fmin]，根据目标之间呈现凸四边形的几何关系，其在图像上的投影点也近似成凸四边形的关系，同时判断四边形的两个长边之比和两条宽边之比要在范围[Lmax,Lmin]内，其中范围[Lmax,Lmin]根据目标物体运动距离和角度进行确定；步骤S7：第二次目标识别通过单目测量来判别，根据前面的候选目标点进行单目摄影测量解算，测量解算的条件是4个点，由前面判别的四个点构成的凸四边形进行解算，通过判断解算的位置和姿态信息是否满足合理真实范围识别出四个信标点以及相应的四个点顺序，合理真实范围根据目标物体在摄像机视场内的移动距离和角度确定。本专利技术的有益效果：本专利技术是一种基于单目视觉测量的图像目标识别方法，对现有技术在识别目标的遇到的多场景进行分析，针对现有技术算法上的不足，利用视觉测量方法对现有算法进行改进。利用视觉测量方法判断识别结果，当识别出错时，测量结果会超过预先设定的先验范围，只有识别正确时，测量值才会满足先验范围。视觉测量方法在识别过程中作为强判别器，现有方法作为前端的弱判别器。本专利技术将两者结合应用在识别过程中，大幅度增加了识别的鲁棒性，对于光照变化、姿态变化、强干扰、快速移动等情形具有很好的效果，同时利用弱判别器有效地减小了计算量，大幅度增加了识别速度，具有非常好的工程利用价值。附图说明图1为本专利技术一种基于单目视觉测量的图像目标识别方法整体结构。图2为本专利技术方法所识别的目标物体图，物体上面安装了4个信标点，分别标号为1、2、3、4。图3为本专利技术算法所建立的坐标系关系图，分别包含4个坐标系的相互关系。图4为本专利技术算法在标定相机内参所用到的标定模板。图5为本专利技术算法应用在不同姿态和距离的场景下的识别情况一(场景中增加了4个干扰信标点，图像分辨率为768×768)。图6为本专利技术算法应用在不同姿态和距离的场景下的识别情况二(场景中增加了4个干扰信标点，图像分辨率为768×768)。图7为本专利技术算法应用在不同姿态和距离的场景下的识别情况三(场景中增加了4个干扰信标点，图像分辨率为768×768)。图8为本专利技术算法应用在不同姿态和距离的场景下的识别情况四(场景中增加了4个干扰信标点，图像分辨率为768×768)。具体实施方式下面结合附图对本专利技术的实施例作详细说明。本实施例在以本专利技术技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于以下的实施例。如图1所示，本专利技术一种基于单目视觉测量的图像目标识别方法流程分为：参数标定、图像预处理、图像分割、多目标处理、单目视觉测量五个部分。本实例提供了一种基于单目视觉测量的目标识别方法，此算法更为实用，相比现有算法鲁棒性更强，具体包括如下步骤：步骤S1：目标位置参数标定。如图2所示，目标物体上有4个信标点，图像识别的目的是需要在图像上识别出这个4个信标点以及对应点号顺序。如图3所示，建立目标坐标系，xHyHzH和参考坐标系XYZ，分别得到目标点1、2、3、4在目标坐标系和参考坐标系中的坐标值(xHn,yHn,zHn)、(Xn,Yn,Zn)。参考坐标系的原点理论上可以取任意点，本方案实例中为了计算简便，取目标装置放置不动时信标点1为原点建立参考坐标系，并以此点为原点建立目标坐标系。4个目标点构成一个正方形，两两的边长测量值为45mm，分别得到信标点1、2、3、4在参考坐标系和目标坐标系中的坐标值为(0,0,0)、(45,0,0)、(0,0,-45)、(45,0,-45)；步骤S2：相机参数标定。利用图4的棋盘格图像，用相机采集大约15张不同角度的图像，由于标定的棋盘格是特制的本文档来自技高网...

【技术保护点】
1.一种基于单目视觉测量的图像目标识别方法，其特征在于：包括具体步骤如下：步骤S1：以目标点1，建立信标点目标坐标系xHyHzH和参考坐标系XYZ，分别得到目标点2、3、4在目标坐标系和参考坐标系中的坐标值(xHn,yHn,zHn)、(Xn,Yn,Zn)，参考坐标系的原点理论上可以取任意点，一般为了简便取目标装置放置不动时信标点一为原点；步骤S2：对成像的相机内参数进行标定，得到相机的畸变参数(k1,k2,k3,p1,p2)，k1、k2、k3为相机切向畸变参数，p1、p2为相机径向畸变参数；相机水平轴和垂直轴的主点方向像素(ux,uy)，水平方向和垂直方向焦距(fx,fy)；利用相机内参数和目标点在参考坐标系中的坐标值(Xn,Yn,Zn)，得到相机光轴坐标系相对于参考坐标系的位置和角度偏移量(P1,P2,P3,α,β,γ)，P1、P2、P3分别为相机光轴坐标系相对于参考坐标系的X轴、Y轴、Z轴的位移量，α、β、γ分别为相机光轴坐标系相对于参考坐标系的X轴、Y轴、Z轴的角度偏差值；步骤S3：利用高通滤波的方法对输入图像进行滤波处理，滤除图像中背景杂波的干扰，提高图像的信噪比，有利于后面的信标点捕获和识别；步骤S4：通过统计图像灰度分布特性，利用自适应阈值方式进行图像分割，实现目标与背景的分离；通常分割后的图像存在大量的小面积虚假目标及孤立噪声点，大量虚假目标的出现给信标识别带来较大负担，因此需进一步通过腐蚀运算消除图像中小于所选取结构元的目标，膨胀运算连接被误分割断裂但属于同一个目标的区域；步骤S5：对上一步分割滤波后的图像进行多目标统计和标记处理，多目标统计根据分割图像线段连通性对目标进行标记、建立映射表，从而计算出视场中总的目标数目，以及各个目标对应的特征参数，包括目标面积、长、宽以及位置坐标参数，便于后续目标识别；步骤S6：第一次信标点识别，根据候选目标特征集中的特征信息剔除虚假的目标，其中信标的特征信息包括信标的面积、能量、长宽比，根据目标点在图像视场内的最远和最近运动距离可以确定信标特征信息的临界范围[Fmax,Fmin]，根据目标之间呈现凸四边形的几何关系，其在图像上的投影点也近似成凸四边形的关系，同时判断四边形的两个长边之比和两条宽边之比要在范围[Lmax,Lmin]内，其中范围[Lmax,Lmin]根据目标物体运动距离和角度进行确定；步骤S7：第二次目标识别通过单目测量来判别，根据前面的候选目标点进行单目摄影测量解算，测量解算的条件是4个点，由前面判别的四个点构成的凸四边形进行解算，通过判断解算的位置和姿态信息是否满足合理真实范围识别出四个信标点以及相应的四个点顺序，合理真实范围根据目标物体在摄像机视场内的移动距离和角度确定。...

【技术特征摘要】
1.一种基于单目视觉测量的图像目标识别方法，其特征在于：包括具体步骤如下：步骤S1：以目标点1，建立信标点目标坐标系xHyHzH和参考坐标系XYZ，分别得到目标点2、3、4在目标坐标系和参考坐标系中的坐标值(xHn,yHn,zHn)、(Xn,Yn,Zn)，参考坐标系的原点理论上可以取任意点，一般为了简便取目标装置放置不动时信标点一为原点；步骤S2：对成像的相机内参数进行标定，得到相机的畸变参数(k1,k2,k3,p1,p2)，k1、k2、k3为相机切向畸变参数，p1、p2为相机径向畸变参数；相机水平轴和垂直轴的主点方向像素(ux,uy)，水平方向和垂直方向焦距(fx,fy)；利用相机内参数和目标点在参考坐标系中的坐标值(Xn,Yn,Zn)，得到相机光轴坐标系相对于参考坐标系的位置和角度偏移量(P1,P2,P3,α,β,γ)，P1、P2、P3分别为相机光轴坐标系相对于参考坐标系的X轴、Y轴、Z轴的位移量，α、β、γ分别为相机光轴坐标系相对于参考坐标系的X轴、Y轴、Z轴的角度偏差值；步骤S3：利用高通滤波的方法对输入图像进行滤波处理，滤除图像中背景杂波的干扰，提高图像的信噪比，有利于后面的信标点捕获和识别；步骤S4：通过统计图像灰度分布特性，利用自适应阈值方式进行图像分割，实现目标与背景的分离；通常分割后的图像存在大量的小面积虚假目标及孤立噪声点，大量虚假目标的出现给信标识别带来较大负担，因此需进一步通过腐蚀运算消除图...

【专利技术属性】
技术研发人员：贾格，徐智勇，陆文，魏宇星，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川,51