三维数字化模型的相机阵列目标识别方法及系统技术方案

本发明专利技术涉及一种三维数字化模型的相机阵列目标识别方法及系统，属于光学探测技术领域，解决了现有技术中难以实现对待测目标三维形貌的同步识别的问题。识别方法包括：同步获取目标成像的N个相机图像；对N个相机图像进行图像匹配，确定每个目标特征点对应的M个相机图像，以及相匹配的M个特征点；采用虚实融合方法将N个相机图像与预先构建的目标成像背景数字化模型进行融合，建立统一世界坐标系，确定N个相机位置的三维坐标；基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标，从而识别出目标。实现了对待测目标三维形貌的同步识别。别。别。

【技术实现步骤摘要】
三维数字化模型的相机阵列目标识别方法及系统


[0001]本专利技术涉及光学探测
，尤其涉及一种三维数字化模型的相机阵列目标识别方法及系统。

技术介绍

[0002]随着人工智能等技术的发展，对目标的感知、识别和测量在交通、安防、医疗、建筑等诸多应用领域的应用越来越频繁。
[0003]当前对目标的识别涉及多种技术手段，比如光学成像、激光探测、振动分析等，这些手段一般是基于待测目标本身的特性，来实现待测目标与场景和其它目标的区分，难以实现对待测目标三维形貌的同步识别。
[0004]因此，亟需一种对目标三维形貌同步识别的技术方案。

技术实现思路

[0005]鉴于上述的分析，本专利技术实施例旨在提供一种三维数字化模型的相机阵列目标识别方法及系统，用以解决现有技术中难以实现对待测目标三维形貌的同步识别的问题。
[0006]一方面，本专利技术实施例提供了一种基于三维数字化模型的相机阵列目标识别方法，所述识别方法包括：
[0007]同步获取由N个相机组成的相机阵列对目标成像得到的N个相机图像；
[0008]对N个相机图像进行图像匹配，确定每个目标特征点对应的M个相机图像，以及M个相机图像中与目标特征点相匹配的M个特征点；
[0009]采用虚实融合方法将N个相机图像与预先构建的目标成像背景数字化模型进行融合，建立N个相机图像的成像场景与目标成像背景数字化模型的统一世界坐标系，根据统一世界坐标系确定N个相机位置的三维坐标；
[0010]基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标；基于每个目标特征点的三维坐标得到目标三维形貌，从而识别出目标。
[0011]基于上述方法的进一步改进，所述基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标，包括：
[0012]根据M个相机的拍摄参数和M个相机图像对应的M个相机位置的三维坐标，对M个特征点在对应的M个相机图像中的二维坐标进行坐标转换，得到M个特征点的三维坐标；
[0013]根据M个特征点的三维坐标和M个相机图像对应的M个相机位置的三维坐标确定每个目标特征点的三维坐标。
[0014]基于上述方法的进一步改进，所述根据M个特征点的三维坐标和M个相机图像对应的M个相机位置的三维坐标确定每个目标特征点的三维坐标，包括：
[0015]以M个特征点的三维坐标为端点，以M个相机图像对应的M个相机位置的三维坐标
为方向，确定M个特征点对应的M条射线；
[0016]根据M个特征点对应的M条射线，确定每个目标特征点的三维坐标。
[0017]基于上述方法的进一步改进，所述根据M个特征点对应的M条射线，确定每个目标特征点的三维坐标，包括：
[0018]从M条射线中任取两条射线作为一个射线组合；
[0019]遍历M(M
‑
1)/2种射线组合，基于每一种射线组合，获取两条射线的交点三维坐标或者最短距离的中点三维坐标，得到M(M
‑
1)/2个预选三维坐标；
[0020]对M(M
‑
1)/2个预选三维坐标求取平均值，将平均值作为每个目标特征点的三维坐标。
[0021]基于上述方法的进一步改进，所述识别方法还包括：
[0022]在对N个相机图像进行图像匹配时，获取并且存储每个目标特征点对应的颜色信息。
[0023]基于上述方法的进一步改进，所述识别方法还包括：
[0024]将每个目标特征点对应的颜色信息与每个目标特征点的三维坐标进行融合，得到带有色彩的目标三维形貌。
[0025]基于上述方法的进一步改进，所述对N个相机图像进行图像匹配，确定每个目标特征点对应的M个相机图像，以及M个相机图像中与目标特征点相匹配的M个特征点，包括：
[0026]从N个相机图像中任取两个相机图像作为一个相机组合；遍历N(N
‑
1)/2种相机组合，基于每一种组合，采用预设匹配算法对两个相机图像匹配，获取两个相机图像匹配成功的特征点，将N(N
‑
1)/2种相机组合中两个相机图像匹配成功的全部特征点作为目标特征点；
[0027]对于每一个目标特征点，将含有与该目标特征点相匹配的特征点的相机图像作为该目标特征点对应的相机图像，从而得到每个目标特征点对应的M个相机图像与每个目标特征点相匹配的M个特征点。
[0028]基于上述方法的进一步改进，预设匹配算法为SIFT匹配算法、SURF匹配算法、模板匹配算法或SuperGlue匹配算法。
[0029]另一方面，本专利技术实施例提供了一种基于三维数字化模型的相机阵列目标识别系统，所述识别系统包括：
[0030]相机阵列，包括N个相机，用于同步采集目标图像；
[0031]交换机，与相机阵列连接，用于将相机阵列发送的目标图像转化为单路网络信号并传输给计算机设备；
[0032]计算机设备，用于读取单路网络信号，并从中取出相机阵列的所有相机同步采集的图像，基于所有相机同步采集的图像进行如下处理实现目标识别：
[0033]对N个相机图像进行图像匹配，确定每个目标特征点对应的M个相机图像，以及M个相机图像中与目标特征点相匹配的M个特征点；
[0034]采用虚实融合方法将N个相机图像与预先构建的目标成像背景数字化模型进行融合，建立N个相机图像的场景与目标成像背景数字化模型的统一世界坐标系，根据统一世界坐标系确定N个相机图像对应的N个相机位置的三维坐标；
[0035]基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机
位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标；基于每个目标特征点的三维坐标得到目标三维形貌，从而识别出目标。
[0036]基于上述系统的进一步改进，所述基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标，包括：
[0037]根据M个相机的拍摄参数和M个相机图像对应的M个相机位置的三维坐标，对M个特征点在对应的M个相机图像中的二维坐标进行坐标转换，得到M个特征点的三维坐标；
[0038]根据M个特征点的三维坐标和M个相机图像对应的M个相机位置的三维坐标确定每个目标特征点的三维坐标。
[0039]与现有技术相比，本专利技术至少可实现如下有益效果之一：
[0040]1、本专利技术通过N个相机组成的相机阵列对目标成像，结合目标成像背景数字化模型，能够快速的得到目标三维形貌，进而实现对目标三维形貌的同步识别。
[0041]2、本专利技术通过同一目标特征点在不同相机对应的多个特征点，根据不同相机在统一世界坐标系中的三维坐标以及多个特征点在不同相机的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维数字化模型的相机阵列目标识别方法，其特征在于，所述识别方法包括：同步获取由N个相机组成的相机阵列对目标成像得到的N个相机图像；对N个相机图像进行图像匹配，确定每个目标特征点对应的M个相机图像，以及M个相机图像中与目标特征点相匹配的M个特征点；采用虚实融合方法将N个相机图像与预先构建的目标成像背景数字化模型进行融合，建立N个相机图像的成像场景与目标成像背景数字化模型的统一世界坐标系，根据统一世界坐标系确定N个相机位置的三维坐标；基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标；基于每个目标特征点的三维坐标得到目标三维形貌，从而识别出目标。2.根据权利要求1所述的识别方法，其特征在于，所述基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标，包括：根据M个相机的拍摄参数和M个相机图像对应的M个相机位置的三维坐标，对M个特征点在对应的M个相机图像中的二维坐标进行坐标转换，得到M个特征点的三维坐标；根据M个特征点的三维坐标和M个相机图像对应的M个相机位置的三维坐标确定每个目标特征点的三维坐标。3.根据权利要求2所述的识别方法，其特征在于，所述根据M个特征点的三维坐标和M个相机图像对应的M个相机位置的三维坐标确定每个目标特征点的三维坐标，包括：以M个特征点的三维坐标为端点，以M个相机图像对应的M个相机位置的三维坐标为方向，确定M个特征点对应的M条射线；根据M个特征点对应的M条射线，确定每个目标特征点的三维坐标。4.根据权利要求3所述的识别方法，其特征在于，所述根据M个特征点对应的M条射线，确定每个目标特征点的三维坐标，包括：从M条射线中任取两条射线作为一个射线组合；遍历M(M
‑
1)/2种射线组合，基于每一种射线组合，获取两条射线的交点三维坐标或者最短距离的中点三维坐标，得到M(M
‑
1)/2个预选三维坐标；对M(M
‑
1)/2个预选三维坐标求取平均值，将平均值作为每个目标特征点的三维坐标。5.根据权利要求1所述的识别方法，其特征在于，所述识别方法还包括：在对N个相机图像进行图像匹配时，获取并且存储每个目标特征点对应的颜色信息。6.根据权利要求5所述的识别方法，其特征在于，所述识别方法还包括：将每个目标特征点对应的颜色信息与每个目标特征点的三维坐标进行融合，...

【专利技术属性】
技术研发人员：张泽，王爱强，张禹，邱赛，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：