一种近距离测量场景下的双目形心匹配优化方法技术

本发明专利技术提供了一种近距离测量场景下的双目形心匹配优化方法，所述方法包括：通过图像处理算法提取目标物体；通过形心法对目标物体进行形心粗定位；通过双目极线约束对形心进行二次定位；通过灰度互相关匹配进行双目形心的亚像素匹配。该方法提升了双目形心的匹配精度，通过双目极线约束和灰度互相关对粗定位形心进行了二次定位约束和亚像素匹配，实现了双目形心的高精度定位匹配，提高了三维测量精度。度。度。

【技术实现步骤摘要】
一种近距离测量场景下的双目形心匹配优化方法


[0001]本专利技术属于视觉测量
，具体涉及一种近距离测量场景下的双目形心匹配优化方法。

技术介绍

[0002]三维轨迹测量是智能监控、运动分析和目标追踪中涉及的关键技术，在交通、军事等领域得到了广泛应用。近些年来，研究人员开始尝试着用成像设备和计算机代替人类双眼和大脑对目标物体进行三维轨迹测量，主要分为单目视觉测量和双目视觉测量。单目视觉仅使用单相机的光学图像再现目标物体的三维信息，利用遮挡、场景近则小，远则大等预知信息计算距离，在没有标准参照系时不容易实现且精度相对较低；双目视觉相对单目视觉更加灵活，它模拟了人眼识别物体距离的机制，接受两个相机的图像，利用双目图像中同一物体位置的差异获得视差，相比于单目视觉测量，具有计算结果可靠、测量精度相对较高等优点，常用于物体的三维轨迹高精度测量。
[0003]在基于双目视觉的三维轨迹测量中，双目同名点的高精度匹配是提高测量精度的关键。在近距离测量场景下，国内外众多学者针对基于形心法的双目测量方法进行了研究，通过形心法对不同时刻飞行目标形心的三维坐标进行最小二乘拟合和求导得到目标飞行轨迹和速度。但在近距离飞行物的测量场景下，为了增大双目共同成像视野，需将双目相机进行非平行布局，此时存在双目相机因拍摄角度不同导致形心匹配精度不高的问题，仅形心法提取的双目形心匹配精度较低，需对双目形心的定位匹配进行优化。

技术实现思路

[0004]为了解决近距离测量场景下的双目形心匹配精度不高的问题，本专利技术提出了一种近距离测量场景下的双目形心匹配优化方法。
[0005]为了实现上述目的，本专利技术提供了如下技术方案，一种近距离测量场景下的双目形心匹配优化方法，所述方法包括：
[0006]通过图像处理算法提取目标物体；
[0007]通过形心法对目标物体进行形心粗定位；
[0008]通过双目极线约束对形心进行二次定位；
[0009]通过灰度互相关匹配进行双目形心的亚像素匹配。
[0010]本专利技术所提供的近距离测量场景下的双目形心匹配优化方法，还具有这样的特征，所述通过形心法对目标物体进行形心粗定位中，形心公式如下：
[0011][0012]其中，(x0,y0)即为形心坐标；f(x,y)是二值化图像在图像坐标系(x,y)坐标处的灰度值，大小为0或1，
[0013]则左图像中目标物体的粗定位形心为P
L
(X
L
,Y
L
)，右图像中目标物体的粗定位形心为P
R
(X
R
,Y
R
)。
[0014]本专利技术所提供的近距离测量场景下的双目形心匹配优化方法，还具有这样的特征，所述通过双目极线约束对形心进行二次定位包括：
[0015]求解双目极线约束方程：
[0016][0017]其中，X
w
为空间点P(x,y,z)在世界坐标系下的齐次坐标，X
w
＝(P1)
T
；M1和M2分别为左右相机的投影矩阵；对于每一个3
×
4投影矩阵M
i
(i＝1,2)，M
i1
为M
i
左方的3
×
3矩阵，m
i
为M
i
的第4列，，
[0018]令向量m＝m2‑
M
22
M
11
‑1m1，[m]×
为由m确定的反对称矩阵，对于左右图像理想匹配点P
l
和P
r
满足匹配关系如下式：
[0019]u
RT
[m]×
M
22
M
11
‑1u
L
＝0
[0020]其中，u
L
＝[X
l
,Y
l
,1]，u
R
＝[X
r
,Y
r
,1]，
[0021]将u
L
＝[X
L
,Y
L
,1]代入上式，在右图中得到一个关于u
R
的线性方程，对右图粗定位形心P
R
(X
R
,Y
R
)在极线上进行投影，其中极点e
r
(x
er
,y
er
)位于右图极线之上，
[0022]计算右图极线上的极点e
r
的坐标，
[0023][[m]×
M
22
M
11
‑1]T
e
r
＝0
[0024]可知右图粗定位形心P
R
(X
R
,X
R
)在极线上的投影点P2(x2,y2)的计算公式如下式：
[0025][0026]计算得到投影点P2(x2,y2)，即为右图目标物体基于极线约束的二次定位形心。
[0027]本专利技术所提供的近距离测量场景下的双目形心匹配优化方法，还具有这样的特征，所述通过灰度互相关匹配进行双目形心的亚像素匹配包括：
[0028]选择一幅图像中粗定位形心的周围区域作为灰度模板进行相关模板匹配
[0029]在另一幅图像上搜索与模板相似度最高的区域，该区域中心的整数像素点即为匹配精度更高的像素级形心点。
[0030]本专利技术所提供的近距离测量场景下的双目形心匹配优化方法，还具有这样的特征，所述通过灰度互相关匹配进行双目形心的亚像素匹配包括：用二次拟合函数确定互相关结果最大位置的坐标，该坐标为匹配精度更高的像素级形心点。
[0031]本专利技术所提供的近距离测量场景下的双目形心匹配优化方法，还具有这样的特征，所述灰度互相关匹配的数学模型如下：：
[0032][0033]其中，S
(
x1,y
1)
表示左图中的正方形结构元素模板；S
(
i,j
)
表示右图中以(i,j)坐标为中心，与S
(
x1,y
1)
等大的像素区域；S
F
(i,j)表示上述两个像素区域对应点灰度乘积的和；G(i,j)表示距离权重高斯函数；d(i,j)表示右图中坐标(i,j)处基于距离加权的灰度互相关结果，(i,j)坐标系的原点为待搜索区域F的初始中心点A。
[0034]有益效果：
[0035]本专利技术所提供的近距离测量场景下的双目形心匹配优化方法提升了双目形心的匹配精度，通过双目极线约束和灰度互相关对粗定位形心进行了二次定位约束和亚像素匹配，实现了双目形心的高精度定位匹配，提高了三维测量精度。
[0036]该方法灵活性较强，可以通过灰度互相关匹配中的距离权重函数改变双目极线约束和灰度互相关对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种近距离测量场景下的双目形心匹配优化方法，其特征在于，所述方法包括：通过图像处理算法提取目标物体；通过形心法对目标物体进行形心粗定位；通过双目极线约束对形心进行二次定位；通过灰度互相关匹配进行双目形心的亚像素匹配。2.根据权利要求1所述的近距离测量场景下的双目形心匹配优化方法，其特征在于，所述通过形心法对目标物体进行形心粗定位中，形心公式如下：其中，(x0,y0)即为形心坐标；f(x,y)是二值化图像在图像坐标系(x,y)坐标处的灰度值，f(x,y)的大小为0或1，则左图像中目标物体的粗定位形心为P
L
(X
L
,Y
L
)，右图像中目标物体的粗定位形心为P
R
(X
R
,Y
R
)。3.根据权利要求1所述的近距离测量场景下的双目形心匹配优化方法，其特征在于，所述通过双目极线约束对形心进行二次定位包括：求解双目极线约束方程：其中，X
w
为空间点P(x,y,z)在世界坐标系下的齐次坐标，X
w
＝(P1)
T
；M1和M2分别为左右相机的投影矩阵；对于每一个3
×
4投影矩阵M
i
(i＝1,2)，M
i1
为M
i
左方的3
×
3矩阵，m
i
为M
i
的第4列，，令向量m＝m2‑
M
22
M
11
‑1m1，[m]
×
为由m确定的反对称矩阵，对于左图像理想匹配点P
l
和右图像理想匹配点P
r
满足匹配关系如下式：u
RT
[m]
×
M
22
M
11
‑1u
L
＝0其中，u
L
＝[X
l
,Y
l
,1]，u
R
＝[X
r
,Y
r
,1]，将u
L
＝[X
L
,Y
L
,1]代入上式，在右图中得到一个关于u
R
的线性方程，对右图粗定位形心P
R

【专利技术属性】
技术研发人员：孙权，李杰，伏宇，邢少颖，吴凌昊，王霄枫，刘枭铭，
申请(专利权)人：中国航发四川燃气涡轮研究院，
类型：发明
国别省市：