一种水下到空气中图像转化的辨识方法及系统技术方案

本发明专利技术公开了一种水下到空气中图像转化的辨识方法及系统，属于图像转换技术领域，包括如下步骤：通过相机分别在空气中与水下拍摄标定板图像，得到若干组空气中标定板图像和对应的水下标定板图像；根据各组空气中标定板图像和对应的水下标定板图像，建立水中标定板图像角点到空气中标定板图像角点的辨识模型；利用最小二乘法和极值定理计算得到待估参数矩阵θ的估计参数矩阵；将估计参数矩阵作为待估参数矩阵θ，利用辨识模型，完成任意水下到空气中的图像转化；本发明专利技术解决了无需建立物理模型，直接通过辨识模型实现水中标定板角点到空气中标定板角点转换的问题。到空气中标定板角点转换的问题。到空气中标定板角点转换的问题。

【技术实现步骤摘要】
一种水下到空气中图像转化的辨识方法及系统


[0001]本专利技术属于水下测量
，尤其涉及一种水下到空气中图像转化的辨识方法及系统。

技术介绍

[0002]水下测量
中需要使用相机拍摄水下目标物体，通常需要将相机置于防水装置中，光线穿过不同的介质会导致拍摄的图像畸变，在水环境中与空气环境中最直观的差别为图像视场大小的改变；由于水环境导致相机在水下拍摄图像的成像视场减小，为了用相机实现对水下目标物体真实尺寸进行测量，需要将水下拍摄的图像转换成同等条环境下空气中的图像，然后再对转化的图像做进一步的测量处理，实现水下目标物体在空气中对应的尺寸的还原，现有水中图像到空气中图像的转换表达式并不具备解析解，也需要对物理模型中的部分参数进行参数辨识才能得到转换关系的数值解。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供的一种水下到空气中图像转化的辨识方法及系统解决了无需建立物理模型，直接通过辨识模型实现水中标定板角点到空气中标定板角点转换的问题。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：本专利技术提供一种水下到空气中图像转化的辨识方法，包括如下步骤：S1、通过相机分别在空气中与水下拍摄标定板图像，得到若干组空气中标定板图像和对应的水下标定板图像；S2、根据各组空气中标定板图像和对应的水下标定板图像，建立水中标定板图像角点到空气中标定板图像角点的辨识模型；S3、利用最小二乘法和极值定理计算得到待估参数矩阵θ的估计参数矩阵；S4、令待估参数矩阵θ等于估计参数矩阵，并利用辨识模型对水下到空气中图像转化进行辨识，完成任意水下到空气中的图像转化。
[0005]本专利技术的有益效果为：本专利技术提供一种水下到空气中图像转化的辨识方法，避免了物理建模时由于光束在远离光轴的部分相比靠近光轴的部分折射畸变更严重的问题，通过系统辨识的方法建立转化模型，并通过提取标定板上所有角点作为转化模型的输入输出，尽可能的拟合出更接近于真实图像关系的模型。
[0006]进一步地，所述步骤S2包括如下步骤：S21、根据各组空气中标定板图像和对应的水下标定板图像，建立水中标定板图像角点到空气中标定板图像角点的第一差分转换模型；S22、定义输入序列h(k)和待估参数矩阵θ，并基于第一差分转换模型，得到水中标定板图像角点到空气中标定板图像角点的第二差分转换模型；S23、将第二差分转换模型矩阵化处理，得到水中标定板图像角点到空气中标定板
图像角点的辨识模型。
[0007]采用上述进一步方案的有益效果为：提供水中标定板图像角点到空气中标定板图像角点的辨识模型，通过输入水中标定板图像角点和空气中标定板图像角点，利用辨识模型实现水下图像到空气中图像的转换。
[0008]进一步地，所述步骤S21中第一差分转换模型的表达式如下：进一步地，所述步骤S21中第一差分转换模型的表达式如下：其中，表示第一差分转换模型的第次输出观测值，和分别表示空气中标定板图像中第k个角点的横坐标和纵坐标，表示第一差分转换模型的第k次输入值，和分别表示水中标定板图像中第k个角点的横坐标和纵坐标，表示第i个第一待估参数，表示第i个第二待估参数，表示第一差分转换模型的第次输出真值，表示第一差分转换模型的第次输入值，表示第一差分转换模型的第k次标定板图像角点转换中均值为0的随机噪声，其中，j=1,2,3
…
n，n表示标定板图像转换总次数。
[0009]采用上述进一步方案的有益效果为：提供第一差分转换模型的表达式，通过输入空气中标定板图像角点的坐标和水中标定板图像角点的坐标，通过各角点的带骨参数与考虑到的随机噪声，实现水中图像到空气中图像的转化。
[0010]进一步地，所述步骤S22中第二差分转换模型表达式如下：进一步地，所述步骤S22中第二差分转换模型表达式如下：进一步地，所述步骤S22中第二差分转换模型表达式如下：其中，表示第二差分转换模型的第次输出观测值，表示第二差分转换模型的第k次标定板图像角点转换中均值为0的随机噪声，表示第二差分转换模型的第次输出真值，表示第二差分转换模型的第次输入真值，a
n
表示第n个第一待估参数，b
n
表示第n个第二待估参数。
[0011]采用上述进一步方案的有益效果为：提供第二差分转换模型的表达式，定义输入序列，将水中标定板图像角点与空气中标定板图像角点分别作为第二差分转换模型的输入真值和输出真值，并对输入真值和输出真值对应设置待估参数，将转换模型的输入输出序列化。
[0012]进一步地，所述步骤S23中辨识模型表达式如下：
其中，Z
m
表示输出观测值矩阵，H
m
表示输入序列矩阵，V
m
表示随机噪声向量矩阵，z(m)表示m维输出观测值，y(m
‑
n)表示第次输出真值，x(m
‑
n)表示第次输入值，v(m)表示m维的随机噪声向量，其中，m等于标定板图像角点的个数，n表示标定板图像转换总次数。
[0013]采用上述进一步方案的有益效果为：提供辨识模型的表达式，每次摄像机拍摄标定板时，标定板图像能提取到的角点数量是多个，设置转换模型以矩阵形式计算标定板图像的角点更便捷，高效。
[0014]进一步地，所述步骤S3包括如下步骤：S31、利用最小二乘法，计算得到观测值误差最小参数矩阵；S32、利用极值定理，根据观测值误差最小参数矩阵计算得到估计参数矩阵。
[0015]采用上述进一步方案的有益效果为：通过最小二乘法来找寻估计参数矩阵，利用估计参数矩阵通过转换模型，即可实现水下图像到空气中图像的转换。
[0016]进一步地，所述步骤S31中观测值误差最小参数矩阵的表达式如下：的表达式如下：其中，Z
m
表示输出观测值矩阵，H
m
表示输入序列矩阵，表示待估参数矩阵θ的估计参数矩阵，表示输出观测值矩阵的估计值矩阵。
[0017]采用上述进一步方案的有益效果为：提供观测值误差最小参数矩阵的表达式，使输出观测值矩阵与输出观测值矩阵的估计值矩阵之差的平方和最小。
[0018]进一步地，所述步骤S32中估计参数矩阵的表达式如下：的表达式如下：其中，Z
m
表示输出观测值矩阵，H
m
表示输入序列矩阵，表示待估参数矩阵θ的估计参数矩阵，表示输入序列矩阵H
m
的转置矩阵。
[0019]采用上述进一步方案的有益效果为：提供估计参数矩阵的表达式，通过最小二乘法和极值定理求解得到待估参数矩阵的估计参数矩阵，将估计参数矩阵带入转换模型的待估参数矩阵，即可实现任意水中标定板角点到空气中标定板角点的转换。
[0020]本专利技术还提供一种水下到空气中图像转化的辨识方法的系统，包括：标定板图像获取模块，用于通过相机分别在空气中与水下拍摄标定板图像，得到若干组空气中标定板图像和对应的水下标定板图像；辨识模型获取模块，用于根据各组空气中标定板图像和对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水下到空气中图像转化的辨识方法，其特征在于，包括如下步骤：S1、通过相机分别在空气中与水下拍摄标定板图像，得到若干组空气中标定板图像和对应的水下标定板图像；S2、根据各组空气中标定板图像和对应的水下标定板图像，建立水中标定板图像角点到空气中标定板图像角点的辨识模型；S3、利用最小二乘法和极值定理计算得到待估参数矩阵θ的估计参数矩阵；S4、令待估参数矩阵θ等于估计参数矩阵，并利用辨识模型对水下到空气中图像转化进行辨识，完成任意水下到空气中的图像转化。2.根据权利要求1所述的水下到空气中图像转化的辨识方法，其特征在于，所述步骤S2包括如下步骤：S21、根据各组空气中标定板图像和对应的水下标定板图像，建立水中标定板图像角点到空气中标定板图像角点的第一差分转换模型；S22、定义输入序列h(k)和待估参数矩阵θ，并基于第一差分转换模型，得到水中标定板图像角点到空气中标定板图像角点的第二差分转换模型；S23、将第二差分转换模型矩阵化处理，得到水中标定板图像角点到空气中标定板图像角点的辨识模型。3.根据权利要求2所述的水下到空气中图像转化的辨识方法，其特征在于，所述步骤S21中第一差分转换模型的表达式如下：S21中第一差分转换模型的表达式如下：其中，表示第一差分转换模型的第次输出观测值，和分别表示空气中标定板图像中第k个角点的横坐标和纵坐标，表示第一差分转换模型的第k次输入值，和分别表示水中标定板图像中第k个角点的横坐标和纵坐标，表示第i个第一待估参数，表示第i个第二待估参数，表示第一差分转换模型的第次输出真值，表示第一差分转换模型的第次输入值，表示第一差分转换模型的第k次标定板图像角点转换中均值为0的随机噪声，其中，j=1,2,3
…
n，n表示标定板图像转换总次数。4.根据权利要求3所述的水下到空气中图像转化的辨识方法，其特征在于，所述步骤S22中第二差分转换模型表达式如下：第二差分转换模型表达式如下：第二差分转换模型表达式如下：其中，表示第二差分转换模型的第次输出观测值，表示第二差分转换模型的第k次标定板图像角点转换中均值为0的随机噪声，表示第二差分转换模型的
第次输出真值，表示第二差分转换模型的第次输入真值，a
n
表示第n个第一待估参数，b
n
表示第n个第二...

【专利技术属性】
技术研发人员：张华，林海涛，陈永灿，王皓冉，李永龙，洪开波，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：