【技术实现步骤摘要】
一种基于多目视觉的运动物体图像特征点识别与重建方法
[0001]本专利技术涉及了一种图像中目标点识别与重建方法，具体是涉及了一种基于多目视觉的运动物体图像特征点识别与重建方法。
技术介绍
[0002]立体视觉技术是计算机视觉领域的一种重要技术，该技术目的在于重建场景的三维几何信息。目前，该技术已经应用于工业自动化领域、医学领域、建筑领域等等，应用范围十分广泛。该技术的主要原理为，通过标定获得相机参数，拍摄目标图像，将图像中的二维信息转化为空间中的三维信息。该技术具有非常多的优点，例如计算效率高、处理速度快、精度较为合适、成本低、不需要与目标物体接触等，非常适合于产品识别检测、工业自动化设备识别检测等。
[0003]然而，随着应用范围越来越广，对立体视觉技术的要求也在不断提高。针对目标物体为运动物体的场景，传统的双目立体视觉存在一些不足之处。传统的双目立体视觉采用两个摄像头拍摄同一个目标物体，采用同时拍摄的两张图片之间的视差来计算坐标，而应用到运动物体上时，会出现不适用的情况，主要不足有以下两点：
[0004]...
【技术保护点】
【技术特征摘要】
1.一种基于多目视觉的运动物体图像特征点识别与重建方法，其特征在于，方法包括以下步骤：步骤(1)：采用张正友标定法对多目视觉相机进行标定；步骤(2)：读入多目相机针对运动物体拍摄到的图像，对图像进行畸变矫正、预处理高斯降噪以及将图像颜色空间转化为Lab空间；步骤(3)：获取背景以及ROI区域的颜色采样数据，根据颜色采样数据将图像分为背景区域、ROI区域，将ROI区域从图像中分割出来；步骤(4)：根据人机交互选取识别ROI区域中的不同特征点和辅助识别点获得特征点和辅助识别点的颜色采样值，根据特征点和辅助识别点的颜色采样值识别特征点区域和辅助识别点区域，进而再获得特征点以及辅助识别点的数量，进行数量比对，获得所有特征点以及辅助识别点；步骤(5)：利用辅助识别点构造标记直线，将特征点按点到直线的距离由近到远进行排序；步骤(6)：由同一特征点在同一时刻下多目相机所拍摄的不同图像中的不同图像坐标，反算出特征点的实际坐标进行三维重建。2.如权利要求1所述的一种基于多目视觉的运动物体图像特征点识别与重建方法，其特征在于，所述步骤(2)中，从RGB颜色空间转换到Lab颜色空间借用XYZ颜色空间，具体计算公式如下：R
*
＝R/255，G
*
＝G/255，B
*
＝B/255＝B/255＝B/255＝B/255其中，R、G、B分别表示原图中的像素点的RGB值，R
*
、G
*
、B
*
分别表示将RGB值按比例缩放到0
‑
1范围之间的值，X、Y、Z分别表示XYZ颜色空间中的假想三原色XYZ值；L、a、b分别表示Lab颜色空间中的三个值，其中L代表亮度，a代表从绿色到红色的分量，b代表蓝色到黄色的分量；H表示系数矩阵，X
n
、Y
n
、Z
n
为矩阵运算中的系数矩阵H的第一行各系数之和、第二行各系数之和、第三行各系数之和；f(t)为计算L、a、b三个值所需的校正函数，t表示自变量，在
公式中以带入。3.如权利要求1所述的一种基于多目视觉的运动物体图像特征点识别与重建方法，其特征在于，所述步骤(3)中，通过人机交互选取ROI区域和背景区域各自的数个标志性像素，将ROI区域和背景区域各自的标志性像素的颜色值获取后取平均值，作为各自的颜色采样值；获得颜色采样值后，将ROI区域从图像中提取出来：针对每个像素p，采用以下公式欧氏距离d
pk
来判断该像素属于ROI区域还是背景区域：其中，d
pk
表示像素p在区域k中的采样值，k表示区域的序号，表示是背景区域还是ROI区域；a
p
、b
p
分别表示像素p的在Lab颜色空间中a、b两个通道的分量，a
k
、b
k
分别表示区域k的颜色采样值在Lab颜色空间中a、b两个通道的分量；若像素p在设背景区域中的采样值d
p0
≤像素p在设ROI区域中的采样值d
p1
，则像素p属于背景区域；若像素p在设背景区域中的采样值d
p0
>像素p在设ROI区域中的采样值d
p1
...
【专利技术属性】
技术研发人员：撒国栋，撒国良，吴昊，殷兴耀，刘振宇，
申请(专利权)人：浙大宁波理工学院，
类型：发明
国别省市：
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。