基于双目视觉水下结构病害检测方法、设备及介质技术

本发明专利技术提供了一种基于双目视觉水下结构病害检测方法、设备及介质，其特征在于，包括：采用标定法对水下双目相机进行标定，建立水下双目相机的坐标系和现实世界的坐标系之间的映射关系，并获取水下双目相机的参数；对采集到的水下图片进行增强处理后进行特征点检测，通过双目特征提取进行立体匹配，得到包含深度信息的视差图，获取特征点的三维坐标；计算出水下双目相机所在平面与被测结构所在平面质检的夹角α；根据夹角α对特征点的三维坐标进行矫正，获取水下被测结构病害的三维尺寸信息，本申请通过双目相机成像原理中的角度差异来计算物体的三维坐标，以此来修正梯形畸变的影响，通过图像增强技术提高图像的质量，提高测量的精度。测量的精度。测量的精度。

【技术实现步骤摘要】
基于双目视觉水下结构病害检测方法、设备及介质


[0001]本文件涉及视觉检测
，尤其涉及一种基于双目视觉水下结构病害检测方法、设备及介质。

技术介绍

[0002]水下双目视觉检测技术是一种基于计算机视觉和光学原理的技术，结合了水下光学传感器和计算机视觉技术，可以用于水下环境监测、水下搜救、海洋生物监测等领域。由于水下环境的复杂性和多样性，水下成像图片会由于水体浑浊、能见度低等因素导致成像不清晰。并且当使用摄像头来捕捉结构病害时，摄像头与被测物体不能完全平行会导致梯形畸变，造成较大的误差。

技术实现思路

[0003]本专利技术提供了一种基于双目视觉水下结构病害检测方法、设备及介质方法，旨在解决上述问题。
[0004]本专利技术提供了一种基于双目视觉水下结构病害检测方法，包括：
[0005]S1、采用标定法对水下双目相机进行标定，建立水下双目相机的坐标系和现实世界的坐标系之间的映射关系，并获取水下双目相机的参数；
[0006]S2、通过水下双目相机对水下环境进行图象采集，对采集到的水下图片进行增强处理；
[0007]S3、对增强后的水下图片进行特征点检测通过双目特征提取进行立体匹配，得到包含深度信息的视差图，根据视差图计算特征点的三维坐标；
[0008]S4、通过分别选取水下结构上边缘和下边缘的两个特征点的三维坐标，计算出水下双目相机所在平面与被测结构所在平面质检的夹角α；
[0009]S5、根据夹角α对特征点的三维坐标进行矫正，获取水下被测结构病害的三维尺寸信息。
[0010]本专利技术提供了一种电子设备，包括：
[0011]处理器；以及，
[0012]被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行上述基于双目视觉水下结构病害检测方法的步骤。
[0013]通过采用本专利技术实施例，通过使用双目摄像头来获得三维坐标，从而修正梯形误差，并通过水下图像增强技术提高图像质量。双目摄像头可以通过成像原理中的角度差异来计算物体的三维坐标，以此来修正梯形畸变的影响，提高测量的准确性。同时，图像增强技术可以提高图像的质量，使得图像更加清晰，提高测量的精度。
[0014]本专利技术提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述基于双目视觉水下结构病害检测方法的步骤。
附图说明
[0015]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0016]图1为本专利技术实施例的基于双目视觉水下结构病害检测方法的流程图；
[0017]图2为本专利技术实施例的计算相机所在平面与被测结构所在平面的夹角α的示意图。
具体实施方式
[0018]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0019]方法实施例
[0020]根据本专利技术实施例提供了一种基于双目视觉水下结构病害检测方法，图1为本专利技术实施例的基于双目视觉水下结构病害检测方法的示意图，根据图1所示，本专利技术实施例的基于双目视觉水下结构病害检测方法具体包括：
[0021]S1、采用标定法对水下双目相机进行标定，建立水下双目相机的坐标系和现实世界的坐标系之间的映射关系，并获取水下双目相机的参数，S1具体包括：
[0022]S11、利用张正友标定法对双目相机进行标定，获取相机内外参数，从而得到世界坐标系、相机坐标系与图像坐标系之间的转换关系。
[0023]三维空间点到二维空间点的映射光系为：
[0024][0025]其中，s为比例因子；N为相机内参矩阵；W外参矩阵，f
x
、f
y
为x、y方向上的焦距，R为3*3旋转矩阵，t为3*1的平移向量。
[0026]S12、张正友标定法选择棋盘格进行标定，令标定板处于Z＝0的平面上，可得到下式：
[0027][0028]令：
[0029][0030]其中H为所求三维空间坐标到二维像素坐标的映射矩阵。
通过旋转矩阵R性质可知：
[0031]每幅图像对于相机内参都有以下两个约束：
[0032][0033][0034]S13、通过拍摄3幅以上图片可以得到相机的映像矩阵H，并计算出具体的摄像机内参和外参。
[0035]S2、通过水下双目相机对水下环境进行图象采集，对采集到的水下图片进行增强处理，S2具体包括：
[0036]S21、通过暗通道先验算法根据雾天成像模型对图像去浑浊，获取颜色校正图像；
[0037]S22、通过基于加权分布的自适应伽玛校正算法获取对比度增强图像；
[0038]S23、通过直方图均衡化算法调整图像亮度分布获取亮度均衡图像；
[0039]S24、将所述颜色校正图像、对比度增强图像以及亮度均衡图像进行多尺度融合获得融合图像。
[0040]具体的，S21包括：
[0041]雾天成像模型如下：
[0042]I(x)＝J(x)
·
t(x)+[1
‑
t(x)]·
A
c
[0043]t(x)＝
‑
βI(x)
[0044]其中,I表示水下拍摄图像，J表示清晰的理想图像,
c
表示背景光,t(x)表示透射率,是衰减系数，d(x)为景深。
[0045]根据暗通道原理可认为在RGB三个通道中，至少有一个通道强度值接近于0，则：
[0046][0047]其中，J
dark
表示暗通道图像，J
C
表示三个颜色通道，Ω()表示以像素x为中心的局部区域；
[0048]根据暗通道先验，求出大气透射率为：
[0049][0050]其中ω为调节参数。
[0051]求候选背景光点灰度直方图h,自右向左累加直方图h得到h
sum
，当h
sum
>0.05％N时，N为像素总数,获取此处的直方图横坐标值z，在[z,255]区间内求得水体背景光值：
[0052][0053]对退化图像进行颜色校正,并计算出透射率和水体背景光值后，得到去浑浊图像：
[0054][0055]其中，t0为避免t(x)过小而设置的临界值，可有效防止复原图像出现过亮像素点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双目视觉水下结构病害检测方法，其特征在于，包括：S1、采用标定法对水下双目相机进行标定，建立水下双目相机的坐标系和现实世界的坐标系之间的映射关系，并获取水下双目相机的参数；S2、通过水下双目相机对水下环境进行图象采集，对采集到的水下图片进行增强处理；S3、对增强后的水下图片进行特征点检测通过双目特征提取进行立体匹配，得到包含深度信息的视差图，根据所述视差图计算特征点的三维坐标；S4、通过分别选取水下结构上边缘和下边缘的两个特征点的三维坐标，计算出水下双目相机所在平面与被测结构所在平面质检的夹角α；S5、根据夹角α对所述特征点的三维坐标进行矫正，获取水下被测结构病害的三维尺寸信息。2.根据权利要求1所述的方法，其特征在于，所述S1具体包括：s11、利用标定法对水下双目相机进行标定，获取水下双目相机的内参和外参，从而得到世界坐标系、相机坐标系与图像坐标系之间的转换关系；三维空间点到二维空间点的映射关系为：其中，s为比例因子，N为相机内参矩阵，W外参矩阵，f
x
、f
y
为x、y方向上的焦距，R为3*3旋转矩阵，t为3*1的平移向量；s12、选择棋盘格进行标定，令标定板处于Z＝0的平面上，可得到下式：令：其中H为所求三维空间坐标到二维像素坐标的映射矩阵，s13、通过拍摄预设个数的图像获取映射矩阵H，并计算出水下双目相机的内参和外参。3.根据权利要求1所述的方法，其特征在于，所述S2具体包括：S21、通过暗通道先验算法根据雾天成像模型对图像去浑浊，获取颜色校正图像；S22、通过基于加权分布的自适应伽玛校正算法获取对比度增强图像；S23、通过直方图均衡化算法调整图像亮度分布获取亮度均衡图像；S24、将所述颜色校正图像、对比度增强图像以及亮度均衡图像进行多尺度融合获得融合图像。4.根据权利要求3所述的方法，其特征在于，所述S21具体包括：
通过公式4获取雾天成像模型：其中，I表示水下拍摄图像，J表示清晰的理想图像，A
c
表示背景光，t(x)表示透射率，β是衰减系数，d(x)为景深；根据暗通道原理通过公式5获取暗通道图像：其中，J
dark
表示暗通道图像，J
C
表示三个颜色通道，Ω(x)表示以像素x为中心的局部区域，y表示单通道Ω区域最小参数；根据暗通道先验，通过公式6求出大气透射率为：其中ω为调节参数；通过公式7求得水体背景光值：其中，N为像素总数；对退化图像进行颜色校正，并计算出透射率和水体背景光值后得到去浑浊图像：其中，t0为避免t(x)过小而设置的临界值，I
r
表示r颜色通道的水下图像。5.根据权利要求3所述的方法，其特征在于，所述S22具体包括：通过公式9获取图像中各强度级别的概率密度：其中，n
l
为具有强度l的像素，MN为像素总数，基于概率密度P(l)，加权分布函数P
w
(l)表示为：其中，P
max
(l)为统计直方图中最大概率密度，P

【专利技术属性】
技术研发人员：饶瑞，吴源，刘爱荣，毛吉化，陈炳聪，叶茂，黄永辉，陈立弘，
申请(专利权)人：广州广检建设工程检测中心有限公司，
类型：发明
国别省市：