一种基于机器视觉的单目相机室内坐标定位方法技术

本发明专利技术属于室内定位技术领域，具体的说是涉及一种基于机器视觉的单目相机室内坐标定位方法。本发明专利技术提出进行图像畸变矫正，提升图像质量，使得基于单目相机的坐标定位精度较高。本发明专利技术采用的方法只需进行一次位置选定和参数标定，不需要特定的移动检测载体，使得测量系统成本低、结构简单。对于单目相机旋转的场景，采用特征点匹配法计算任意位姿到基准位姿的映射矩阵，使用映射矩阵将任意位姿的被检测目标像素坐标变换到基准位姿的图像空间上，解决了不同相机位姿测量坐标系不具有统一性和基于现有测量方法的应用受到限制的问题。和基于现有测量方法的应用受到限制的问题。和基于现有测量方法的应用受到限制的问题。

【技术实现步骤摘要】
一种基于机器视觉的单目相机室内坐标定位方法


[0001]本专利技术属于室内定位
，具体的说是涉及一种基于机器视觉的单目相机室内坐标定位方法。

技术介绍

[0002]文献“基于单目视觉的实时测距方法研究[J].中国图象图形学报,2006(01):74
‑
81”提出了基于单目视觉的适用于汽车自动驾驶的本车与前方障碍物距离的几何关系求解法，但是该方法对单目相机俯仰角变化敏感，当俯仰角变化0.4
°
时，测量距离变化5.4445m，该方法不能满足室内坐标定位的精度要求。
[0003]申请号为“201611243556.9”的中国专利一种基于单目相机的测距方法提出利用单目相机图像中的地面边界点与单目相机的距离和测量点在图像中的像素坐标，构建计算公式，得到物体点与单目相机的物理空间距离，但是该方法在实践操作中效果不佳，不能满足坐标定位的精度要求，也不能应对单目相机旋转的影响。
[0004]申请号为“201811579928.4”的中国专利一种基于单目相机的摄影测量方法及系统提出了标定单目相机图像的宽度和高度，单目相机的垂直视场角、水平视场角和光轴俯仰角，采集一个移动检测载体的两次图像以及移动距离，通过求解公式得到单目相机视野内任意目标的空间位置，该方法需要采集一个移动检测载体的两次图像以及移动距离，要获取移动检测载体在两次图像采集时的相对移动距离，这需要附加的测量工具或者对移动检测载体本身有测量功能要求。
[0005]在室内测量场景中，使用的单目相机往往具有自动旋转功能或者存在被人为调整相机位姿的情况，由于相机位姿变动，使得在各相机位姿下测量的位置坐标系不具有统一性。在成本低、结构简单的要求下，基于单目相机的现有测量方法的应用受到限制。

技术实现思路

[0006]针对上述问题，本专利技术提出一种基于机器视觉的单目相机室内坐标定位方法，以解决不同相机位姿测量坐标系不具有统一性和基于现有测量方法的应用受到限制的问题。
[0007]本专利技术的技术方案是：
[0008]一种基于机器视觉的单目相机室内坐标定位方法，包括以下步骤：
[0009]S1、将单目相机设置在高于室内地面处，定义单目相机在室内地面的投影点为I点，单目相机对室内场景成像图的垂直中轴线为EF，基于I点延长线需与EF重合的要求、以及单目相机成像的视野需求，选择单目相机的安装位姿并作为基准位姿；
[0010]S2、采用张氏标定法，进行单目相机成像的畸变矫正，获取单目相机的内参数和畸变参数，将单目相机在基准位姿获得的图像进行畸变矫正和裁剪后作为基准图像；
[0011]S3、采集参数数据：测量单目相机相对于室内地面的安装高度，定义单目相机坐标点为O点，则获得的高度为IO，并基于基准图像建立坐标系，以图像的水平中轴线KJ和垂直中轴线EF的交点为原点G，垂直中轴线为Y轴，水平中轴线为X轴；获取垂直视场角2α、水平视
场角2β和光轴俯仰角θ，以及图像的像素宽W和像素高H，其中：
[0012][0013][0014][0015]其中F点位于线段IG上；
[0016]S4、利用单目相机获取场景图像，并基于机器视觉的目标检测方法，获取目标在图像中的像素坐标；
[0017]S5、采用特征点匹配法计算单目相机任意位姿到基准位姿的映射矩阵，使用映射矩阵将S4获得的目标像素坐标变换到基准位姿的图像空间上，具体为：
[0018]分别获取基准位姿的场景成像图和任意位姿的场景成像图的ORB特征，ORB特征包括特征点和描述子；
[0019]使用特征匹配方法BFMatcher计算两组特征点之间的距离，通过排序和筛选求得多对最佳匹配点；
[0020]使用映射矩阵求解方法FindHomography计算多对特征点之间的最优单映射变换矩阵，映射矩阵代表着从任意位姿的场景成像图到基准位姿的场景成像图的映射关系；
[0021]使用映射矩阵将任意位姿的目标像素坐标变换到基准位姿的图像空间上；
[0022]S6、根据目标在基准位姿图像空间中的像素坐标，以及S3获得的垂直视场角、水平视场角和光轴俯仰角，计算得到目标在室内地面的位置坐标，完成目标定位，具体为：
[0023]定义目标在基准位姿图像空间中的坐标为(x
′
，y
′
)，目标P在基准位姿下对应的Y轴坐标为P
y
，则目标对应在X轴和Y轴方向上的尺寸信息为GP
y
和P
y
P：
[0024][0025][0026][0027]从而得到目标的定位坐标。
[0028]上述方案中，采用的单目相机为非变焦单目相机，因此S3中获得的水平视场角和垂直视场角是常量，不会因为相机的位姿改变而改变。
[0029]本专利技术的有益效果为，本专利技术提出进行图像畸变矫正，提升图像质量，使得基于单目相机的坐标定位精度较高。本专利技术采用的方法只需进行一次位置选定和参数标定，不需要特定的移动检测载体，使得测量系统成本低、结构简单。对于单目相机旋转的场景，采用特征点匹配法计算任意位姿到基准位姿的映射矩阵，使用映射矩阵将任意位姿的被检测目标像素坐标变换到基准位姿的图像空间上，解决了不同相机位姿测量坐标系不具有统一性和基于现有测量方法的应用受到限制的问题。
附图说明
[0030]图1是本专利技术的基于机器视觉的单目相机室内坐标定位方法的流程图。
[0031]图2是基于单目相机的场景成像存在的畸变类型示意图；2(a)是正常图像，2(b)是桶形失真，2(c)是枕形失真。
[0032]图3是单目相机场景成像的示意图；a、b、c、d四点是场景成像图的四个角点，x轴和y轴分别是场景成像图的水平中轴线和垂直中轴线，e、f点是垂直中轴线和图像边界的交点，k、j点是水平中轴线和图像边界的交点，g是水平中轴线和垂直中轴线的交点，H和W分别是图像的像素高和像素宽。x
‑
g
‑
y坐标系是场景成像的像素位置坐标系，p点是图像上要定位目标的像素点，p点在x轴和y轴上的投影点分别是p
x
，p
y
。
[0033]图4是单目相机场景成像模型示意图；O点是单目相机安装位置点，A、B、C、D四点是单目相机场景成像对应室内地面上的角点，ABCD组成的平面代表地平面；地平面上的A、B、C、D、E、F、G、K、J、P点分别对应场景成像图上的a、b、c、d、e、f、g、k、j、p点；地平面上的X轴和Y轴分别对应场景成像图上的x轴和y轴，I点是单目相机安装点在室内地面上的投影点。X
‑
G
‑
Y坐标系是地面上被检测目标的物理位置坐标系，P点是地面上要定位的目标。
[0034]图5是求解目标点Y轴坐标的模型示意图。
[0035]图6是求解目标点X轴坐标的模型示意图。
[0036]图7是相机位姿示意图，其中7(a)是基准位姿下的相机位姿示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的单目相机室内坐标定位方法，其特征在于，包括以下步骤：S1、将单目相机设置在高于室内地面处，定义单目相机在室内地面的投影点为I点，单目相机对室内场景成像图的垂直中轴线为EF，基于I点延长线需与EF重合的要求、以及单目相机成像的视野需求，选择单目相机的安装位姿并作为基准位姿；S2、采用张氏标定法，进行单目相机成像的畸变矫正，获取单目相机的内参数和畸变参数，将单目相机在基准位姿获得的图像进行畸变矫正和裁剪后作为基准图像；S3、采集参数数据：测量单目相机相对于室内地面的安装高度，定义单目相机坐标点为O点，则获得的高度为IO，并基于基准图像建立坐标系，以图像的水平中轴线KJ和垂直中轴线EF的交点为原点G，垂直中轴线为Y轴，水平中轴线为X轴；获取垂直视场角2α、水平视场角2β和光轴俯仰角θ，以及图像的像素宽W和像素高H，其中：2β和光轴俯仰角θ，以及图像的像素宽W和像素高H，其中：2β和光轴俯仰角θ，以及图像的像素宽W和像素高H，其中：其中F点位于线段IG上；S4、利用单目相机获取场景图像，并基于机器视觉的目标检测方法，获取目标在图像中的像素坐标；S5、采用特征点匹配法计算单目相机任意位姿到基准位姿的映射矩阵，使用映射矩阵将S4获得的目标像素坐标变换到基准位姿的图像空间上，...

【专利技术属性】
技术研发人员：陈强，
申请(专利权)人：重庆软江图灵人工智能科技有限公司，
类型：发明
国别省市：