【技术实现步骤摘要】
一种基于双目相机的水下点云获取方法
本专利技术属水下航行器视觉处理
,具体涉及一种基于双目相机的水下点云获取方法。
技术介绍
点云是某个坐标系下的多个点的集合。点云数据可以用于三维重建,高精度的三维点云数据通过算法可以拟合生成曲面,用于三维建模时细节更精细,建模速度更快;点云数据也可以用于测绘,将多个场景的点云拼接起来,观测者就可以得到一个范围内的地形地貌;点云数据还可以用于目标的定位,通过对比获取到的目标点云和目标的三维模型,可以快速准确地得到目标的位姿信息。传统的点云可以通过激光雷达、深度相机和多目相机获取。通过激光雷达获取点云的方法在空气中应用广泛,该方法能快速地提供大范围点云信息,在自动驾驶和定位导航领域得到了深入研究,但是激光雷达设备成本高,不适合在水下机器人上批量装备;深度相机分为结构光相机和飞行时间相机,结构光相机的原理是通过红外激光器,将具有一定结构特征的光线投射到被拍摄物体上,再由专门的红外摄像头进行采集点云数据,飞行时间相机朝目标连续发射激光脉冲,然后用传感器接收反射光线,通过探测光脉冲的飞行往返时间来得到确切的目标物距离,从而形成点云数据,两者都只能在水中短距离内工作,而且容易受到水下悬浮物和其他杂质的干扰;多目相机获取点云的基础是相机之间的成像差异,因此它不会受到距离的约束,适合中短距离的目标感知。多目相机获取的点云精度完全取决于立体匹配算法的设计。但是多目相机是被动光相机,依赖于目标物体上反射的光线,因此水下多目相机在深水区工作时需要水下机器人自带光源,但这往往会导致搭载在水下 ...
【技术保护点】
1.一种基于双目相机的水下点云获取方法,其特征在于步骤如下:/n步骤1,标定水下双目相机:首先,利用双目相机的左右相机同时拍摄得到若干组水下标定图像,令拍摄得到的图像中的棋盘格板所占像素比例大于30%、标定板和相机之间的倾斜角度小于30度、图像包含标定板上的所有角点;然后,将这些图像导入Matlab标定工具包,计算左右相机各自的内参数和左右相机之间的外参数;再利用Matlab标定工具包对双目相机拍摄的所有图像进行校正,包括利用得到的内参数中的畸变参数对图像进行校正,使得图像无畸变,利用外参数中的旋转平移矩阵来旋转图像,使得双目相机中左右相机光轴平行、像平面处于共面;/n步骤2,立体匹配:/n步骤2.1:对于校正后的双目相机拍摄的左图像中每一个像素点,计算其多特征融合的匹配代价值,函数如下:/n
【技术特征摘要】
1.一种基于双目相机的水下点云获取方法,其特征在于步骤如下:
步骤1,标定水下双目相机:首先,利用双目相机的左右相机同时拍摄得到若干组水下标定图像,令拍摄得到的图像中的棋盘格板所占像素比例大于30%、标定板和相机之间的倾斜角度小于30度、图像包含标定板上的所有角点;然后,将这些图像导入Matlab标定工具包,计算左右相机各自的内参数和左右相机之间的外参数;再利用Matlab标定工具包对双目相机拍摄的所有图像进行校正,包括利用得到的内参数中的畸变参数对图像进行校正,使得图像无畸变,利用外参数中的旋转平移矩阵来旋转图像,使得双目相机中左右相机光轴平行、像平面处于共面;
步骤2,立体匹配:
步骤2.1:对于校正后的双目相机拍摄的左图像中每一个像素点,计算其多特征融合的匹配代价值,函数如下:
其中,C(p,d)表示像素点p在视差为d时的多特征融合匹配代价,p为像素点序号,p=1,…,P,P为图像中的像素点总数,CAD(p,d)表示像素点p在视差为d时的基于图像灰度的匹配代价值,按照计算得到,i表示图像的R通道或G通道或B通道,Ii(p)表示左图像中像素点p的i通道的像素灰度值,I′i(p+d)表示右图像中像素点p沿对极线平移d后的i通道的像素灰度值;Ccensus(p,d)表示像素点p在视差为d时的基于Census变换的匹配代价值,按照计算得到,Census(p)表示对左图像进行Census变换后像素点p处的比特串,Census(p+d)表示右图像进行Census变换后像素点p沿对极线平移d后的像素比特串;Cgrad(p,d)表示像素点p在视差为d时的梯度匹配代价值,按照计算得到,为横向梯度算子,代表该像素点处的梯度运算,为竖向梯度算子;λAD表示灰度代价函数参数,λcensus表示Census变换代价函数参数,λgrad表示梯度代价函数参数,λAD、λcensus和λgrad的取值在[0,3]之间,α表示灰度代价幅值参数,β表示Census变换代价幅值参数,γ表示梯度代价幅值参数,α、β和γ的取值在[0,1]之间;
步骤2.2,代价聚合:利用左图像建立带有权重的无向图G(V,E),其中,无向图G的节点V是左图像中的像素点,无向图G的边E是其相邻节点间的无序二元组合,边的权重为两个相邻节点之间的像素灰度梯度;利用右图像建立带有权重的无向图G’(V’,E’),其中,无向图G’的节点V’是右图像中的像素点,无向图G’的边E’是其相邻节点间的无序二元组合,边的权重为两个相邻节点之间的像素灰度梯度;
采用Kru...
【专利技术属性】
技术研发人员:高剑,封磊,梁晓敏,何耀祯,黄冠,边琛益,白红丽,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西;61
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。