一种烟雾环境下的可见光视觉导航方法技术

一种烟雾环境下的可见光视觉导航方法，该方法包括：对相机进行标定；通过所述相机采集连续性的帧数据图像，判断所述图像是否有雾；如果判断有雾，则估计大气散射系数，并对所述图像进行去雾处理；计算去雾后的所述当前图像与所述图像的相对位姿变换关系；根据所述相对位姿变换关系确定匹配点，对所述匹配点处的图像获得的所述大气散射系数进行融合，得到所述匹配点的大气散射系数估计值；以及，根据所述大气散射系数估计值，重新对所述图像的下一图像去雾处理，重复执行上述步骤，当所述大气散射系数估计值满足预设条件时，停止执行上述步骤，输出最后一次获得的位姿估计结果，解决现有技术中现有视觉导航方案在烟雾环境下不适用的技术问题。

【技术实现步骤摘要】
一种烟雾环境下的可见光视觉导航方法
本申请应用涉及计算机视觉和导航

技术介绍
视觉导航在高精度制导武器、自动驾驶等领域有着重要应用，自然环境干扰如烟雾会严重影响视觉导航效果。图像去雾有很多方法，如基于大气散射模型的暗通道先验去雾方法就能取得很好的效果。但是图像去雾不考虑导航过程的连续性，直接加入视觉导航过程，导航鲁棒性和精度难以保证。用红外相机成像可以消除烟雾影响，但是红外相机分辨率低，成像质量差。这些图像去雾方法关注的是视觉效果上的去雾，致力于让图像看起来更清晰，甚至为此让图像发生变形，或者灰度分布不再光滑，并不考虑导航过程的连续性，这对视觉导航来说是很不利的。因此，充分考虑视觉导航的连续性，提出一种烟雾环境下的基于可见光相机的视觉导航方法对在薄雾环境下实现高精度的视觉导航具有重要意义。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的第一个目的在于提出一种烟雾环境下的可见光视觉导航方法，解决了现有方法中图像去雾不考虑导航过程的连续性，直接加入视觉导航过程，导航鲁棒性和精度难以保证，通过充分考虑视觉导航的连续性，可在薄雾环境下，极大地提升视觉导航的精度。本申请的第二个目的在于提出一种非临时性计算机可读存储介质，其上存储有计算机程序。本申请的第三个目的在于提出一种计算机设备。为达成上述目的，本申请第一方面实施例提出了一种烟雾环境下的可见光视觉导航方法，该方法包括以下步骤：步骤S10，对相机进行标定，具体地，本申请实施例对相机进行几何标定和光度标定。步骤S20，通过所述相机采集连续性的帧数据图像，判断所述帧数据图像是否有雾，其中，所述帧数据图像包括当前帧数据图像和上N帧数据图像，N为正整数；如果判断有雾，则估计大气散射系数，并对所述帧数据图像进行去雾处理；具体而言，图像采集当前帧数据，判断是否有雾，如果有雾则估计大气散射系数，并对图像进行去雾处理，否则，直接估计相对位姿变换并输出结果。步骤S30，计算去雾后的所述当前帧数据图像与所述上N帧数据图像的相对位姿变换关系；具体而言，当前帧去雾后的图像，与上一帧或之前的多帧去雾图像，计算相对位姿变换关系。步骤S40，根据所述相对位姿变换关系确定匹配点，对所述匹配点处的帧数据图像获得的所述大气散射系数进行融合，得到所述匹配点的大气散射系数估计值；以及步骤S50，根据所述大气散射系数估计值，重新对上述已经处理过的多个帧数据图像去雾处理，重复执行所述步骤S30和所述步骤S40，当所述大气散射系数估计值满足预设条件时，停止执行所述步骤S30和所述步骤S40，输出最后一次获得的位姿估计结果；进一步地，如果相对位姿计算结果差异足够小，或者重复次数足够多，认为获得了可靠地位姿估计结果。本申请实施例的烟雾环境下的可见光视觉导航方法，通过对相机进行标定；通过所述相机采集连续性的帧数据图像，判断所述帧数据图像是否有雾；如果判断有雾，则估计大气散射系数，并对所述帧数据图像进行去雾处理；计算去雾后的所述当前帧数据图像与所述帧数据图像的相对位姿变换关系；根据所述相对位姿变换关系确定匹配点，对所述匹配点处的帧数据图像获得的所述大气散射系数进行融合，得到所述匹配点的大气散射系数估计值；以及，根据所述大气散射系数估计值，重新对所述帧数据图像的下一帧数据图像去雾处理，重复执行上述步骤，当所述大气散射系数估计值满足预设条件时，停止执行上述步骤，输出最后一次获得的位姿估计结果。本申请采用可见光的视觉导航方式，在没有烟雾干扰的情况下，分辨率高，能实现高精度的视觉导航；在有烟雾干扰的情况下，烟雾浓度没有超过去雾方法的承受范围时，仍旧可以实现稳定的导航；在烟雾浓度过大时，能够判断导航方式失效，有效地解决现有技术中现有视觉导航方案在烟雾环境下不适用的技术问题。可选地，在本申请实施例的步骤S20中，对帧数据图像是否有雾进行判断，具体而言：如果判断有雾，则估计大气散射系数，并对所述帧数据图像进行去雾处理；如果判断没雾，则对所述帧数据图像进行处理，直接估计所述帧数据图像的相对位姿变换并输出结果。可选地，在本申请实施例中，所述步骤S20包括：获取大气光散射模型，根据大气散射系数和所述大气光散射模型对所述帧数据图像进行去雾处理；其中，所述大气光散射模型的公式为：I(x)＝J(x)t(x)+A(1-t(x))其中，J(x)是辐照度图，x是像素坐标，t(x)是散射系数，代表由于大气散射相机损失的光强，A是全局大气光强。可选地，在本申请实施例中，通过暗通道先验理论对所述散射系数进行估计，在暗通道图中取亮度前0.1％的像素，在有雾的所述帧数据图像中找像素点最大的亮度值，将所述像素点最大的亮度值作为全局大气光强A，所述大气光散射模型的公式转化为：其中，当t(x)接近0时，将t(x)设置成一个常量。可选地，在本申请实施例的步骤S30中，通过直接法估计所述相对位姿变换关系，估计所述相对位姿变换关系的优化目标函数为：其中，Ui＝CPi，Ui′＝C(RPi+T)是空间中一点Pi的在两幅图像中的对应像素点，C是相机成像方程，R和T是两帧图像间相机的相对姿态和位置变换。可选地，在本申请实施例的步骤S40中，采用加权相加与外点剔除结合的方法对所述匹配点处的帧数据图像获得的所述大气散射系数进行融合，并剔除错误数据，根据对融合结果的评价判断导航是否失效；具体而言，如果融合成功，且相较上一次迭代相对位姿变化足够小或迭代次数足够多，则输出相对位姿，即当前导航有效；如果融合失败，则输出当前帧失效，即当前导航无效。为达上述目的，本申请的第二方面实施例提出了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现本申请的第一方面实施例所述的方法。为达上述目的，本申请的第三方面实施例一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请的第一方面实施例所述的方法。本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。附图说明本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本专利技术实施例所提供的一种烟雾环境下的可见光视觉导航方法的流程示意图；图2为本专利技术实施例所提供的一种烟雾环境下的可见光视觉导航方法的另一种流程示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参考附图描述本申请实施例的烟雾环境下的可见光视觉本文档来自技高网...

【技术保护点】
1.一种烟雾环境下的可见光视觉导航方法，其特征在于，该方法包括以下步骤：/n步骤S10，对相机进行标定；/n步骤S20，通过所述相机采集连续性的帧数据图像，判断所述帧数据图像是否有雾，其中，所述帧数据图像包括当前帧数据图像和上N帧数据图像，N为正整数；/n如果判断有雾，则估计大气散射系数，并对所述帧数据图像进行去雾处理；/n步骤S30，计算去雾后的所述当前帧数据图像与所述上N帧数据图像的相对位姿变换关系；/n步骤S40，根据所述相对位姿变换关系确定匹配点，对所述匹配点处的帧数据图像获得的所述大气散射系数进行融合，得到所述匹配点的大气散射系数估计值；以及/n步骤S50，根据所述大气散射系数估计值，重新对上述已经处理过的多个帧数据图像去雾处理，重复执行所述步骤S30和所述步骤S40，当所述大气散射系数估计值满足预设条件时，停止执行所述步骤S30和所述步骤S40，输出最后一次获得的位姿估计结果。/n

【技术特征摘要】
1.一种烟雾环境下的可见光视觉导航方法，其特征在于，该方法包括以下步骤：
步骤S10，对相机进行标定；
步骤S20，通过所述相机采集连续性的帧数据图像，判断所述帧数据图像是否有雾，其中，所述帧数据图像包括当前帧数据图像和上N帧数据图像，N为正整数；
如果判断有雾，则估计大气散射系数，并对所述帧数据图像进行去雾处理；
步骤S30，计算去雾后的所述当前帧数据图像与所述上N帧数据图像的相对位姿变换关系；
步骤S40，根据所述相对位姿变换关系确定匹配点，对所述匹配点处的帧数据图像获得的所述大气散射系数进行融合，得到所述匹配点的大气散射系数估计值；以及
步骤S50，根据所述大气散射系数估计值，重新对上述已经处理过的多个帧数据图像去雾处理，重复执行所述步骤S30和所述步骤S40，当所述大气散射系数估计值满足预设条件时，停止执行所述步骤S30和所述步骤S40，输出最后一次获得的位姿估计结果。


2.如权利要求1所述的方法，其特征在于，在判断所述帧数据图像是否有雾之后，还包括，
如果判断没雾，则对所述帧数据图像进行处理，直接估计所述帧数据图像的相对位姿变换并输出结果。


3.如权利要求1所述的方法，其特征在于，所述步骤S20包括：
获取大气光散射模型，根据大气散射系数和所述大气光散射模型对所述帧数据图像进行去雾处理；其中，所述大气光散射模型的公式为：
I(x)＝J(x)t(x)+A(1-t(x))
其中，J(x)是辐照度图，x是像素坐标，...

【专利技术属性】
技术研发人员：赵开春，尤政，欧阳晨光，胡苏兴，李金峰，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11