【技术实现步骤摘要】
本专利技术涉及图像拼接处理，特别是一种基于隧道的多相机线扫图像拼接方法。
技术介绍
1、目前在隧道病害检测场景下，一般通过轨道车自动化采集隧道表观图像数据，对图像进行拼接生成地图，然后对病害进行自动识别，生成病害分布一张图。轨道车一般搭载呈环状排列的多个固定安装的线阵相机，并搭载一个激光雷达用于测量物距，沿轨道方向前进并扫描隧道衬砌表面来采集高分辨率的图像，同时记录行进里程。目前常用的拼接方法其一是基于标定参数的拼接方法，对相机和激光雷达的安装参数进行标定，根据相机投影模型来逐一计算图像的变换矩阵和在全景图中的位置，然后进行拼接；其二是基于特征匹配的拼接方法，将线阵图像处理成具有一定重叠度的面阵图像，然后进行特征匹配和误差优化来获得拼接质量更好的全景图。
2、但上述拼接方法均有缺点，第一种方式的相机和激光雷达安装参数在长期的使用和维护过程中需要进行反复标定，而且拼接质量很依赖于标定精度，效率低下且拼接效果较差；第二种方式由于多个相机采集的数据量庞大，且部分隧道衬砌表面的图像纹理较少，因此计算量庞大且难以进行特征匹配。经过专利技术人长期研究，专利技术了一种基于隧道的多相机线扫图像拼接方法。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺点，提供一种基于隧道的多相机线扫图像拼接方法。
2、本专利技术的目的通过以下技术方案来实现：一种基于隧道的多相机线扫图像拼接方法，包括以下步骤：
3、s1：将若干线阵相机和激光雷达安装在车辆的安装底座上，并进
4、s2：对图像进行分块校正；
5、s3：对图像进行特征提取与特征匹配；
6、s4：计算线阵相机之间的偏移量；
7、s5：计算图像在全景图中的位置，并根据位置进行拼接。
8、优选的，步骤s1中，将n个线阵相机呈环状固定安装在安装底座上，每个线阵相机ci(i＝1，2，...，n)均采集m张图像，激光雷达安装在安装底座的中心。
9、优选的，步骤s1中，线阵相机与激光雷达根据安装位置参数进行配准。
10、优选的，步骤s2中，还包括以下步骤：
11、s21：对于线阵相机采集的图像ii，j(j＝1，2，...，m)，其对应的测距信息为di，j{ak，dk}，ak为角度，dk为相机中心到隧道衬砌横截面的物距，ii，j的宽高为(w，h)，纵向上划分为s个子图，分块宽度为b＝w/s，每个子图ik宽高为(w/s，h)，相机ci标定的地面分辨率为pi，pi为线阵相机距离物平面1米时，拍摄的图像上的一个像素在对应物平面y方向上的物距，以图像左上角为起点，子图ik四角的像素坐标为：
12、{(k*b，0)，((k+1)*b，0)，(k*b，h)，((k+1)*b，h)}；
13、其中b为每个子图的宽度，k为第k个子图，h为图像ii，j的高；
14、s22：设y方向上起点终点则对应的平面坐标为：
15、
16、
17、其中和为图像ii，j的起止里程，当k增加时，当k＝0时，
18、s23：重复步骤s21和步骤s22得到ii，j的每个子图四角在校正后对应的平面坐标，根据ii，j子图的像素坐标和平面坐标计算单应变换矩阵，对图像分块进行变换，获得校正后的图像，校正后图像纵向上为正北方向。
19、优选的，步骤s3中，还包括以下步骤：
20、s31：建立相机ci的图像与相邻相机ci+1的图像的近邻关系；
21、s32：通过sift算法提取图像的特征点，并进行最近邻匹配，得到匹配的特征点对pi，j和pi+1，j；
22、s33：计算pi，j和pi+1，j之间距离的标准差，当标准差小于80时，则匹配成功，重复步骤s31与步骤s32，得到10对正确的匹配点对则结束循环，并合并所有的特征点对得到相机ci的匹配点集{pi|pi+1}。
23、优选的，步骤s4中，根据匹配点集{pi|pi+1}计算相机ci和ci+1之间的偏移参数oi+1(xo，yo)，等式如下：
24、
25、
26、
27、ax＝b；
28、其中(xv，yv)∈pi，(x′v，y′v)∈pi+1，v为匹配点集中的点对数量，通过最小二乘法计算得出oi+1(xo，yo)，公式如下：
29、x＝(ata)iatb。
30、优选的，步骤s5中，第一个相机c1的图像i1，j，初始化对于相机c2的图像，相对于c1的图像偏移参数为o2(xo，yo)，则c2的图像i2，j的平面坐标(x2，j，y2，j)在全景图中的坐标(x′2，j，y′2，j)可由下式计算：
31、x′2，j＝x2，j+xo*g；
32、y′2，j＝y2，j+yo*g；
33、其中，g为指定的地面分辨率，
34、依次计算出其余相机的图像在全景图中的位置，然后对图像进行拼接。
35、本专利技术具有以下优点：由于隧道衬砌横截面为曲面，图像在纵向上对应的物距变化较大相较于传统的拼接方法，本专利技术通过激光雷达采集测距数据和里程数据对线阵相机采集的图像进行分块校正，再随机选取部分图像进行特征匹配，从而计算线阵相机之间的偏移量与图像在全景图中的位置，进而对图像进行拼接，本方法无需对所有图像进行特征匹配，相比较于基于标定参数和基于特征匹配的拼接方法，其计算量小。
本文档来自技高网...【技术保护点】
1.一种基于隧道的多相机线扫图像拼接方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于隧道的多相机线扫图像拼接方法，其特征在于：所述步骤S1中，将n个所述线阵相机(1)呈环状固定安装在所述安装底座(3)上，每个线阵相机Ci(i＝1，2，...，n)均采集m张图像，所述激光雷达(2)安装在所述安装底座(3)的中心。
3.根据权利要求2所述的基于隧道的多相机线扫图像拼接方法，其特征在于：所述步骤S1中，所述线阵相机(1)与所述激光雷达(2)根据安装位置参数进行配准。
4.根据权利要求3所述的基于隧道的多相机线扫图像拼接方法，其特征在于：所述步骤S2中，还包括以下步骤：
5.根据权利要求4所述的基于隧道的多相机线扫图像拼接方法，其特征在于：所述步骤S3中，还包括以下步骤：
6.根据权利要求5所述的基于隧道的多相机线扫图像拼接方法，其特征在于：所述步骤S4中，根据匹配点集{Pi|Pi+1}计算相机Ci和Ci+1之间的偏移参数Oi+1(xo，yo)，等式如下：
7.根据权利要求6所述的基于隧道的多相机线扫图
...【技术特征摘要】
1.一种基于隧道的多相机线扫图像拼接方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于隧道的多相机线扫图像拼接方法，其特征在于：所述步骤s1中，将n个所述线阵相机(1)呈环状固定安装在所述安装底座(3)上，每个线阵相机ci(i＝1，2，...，n)均采集m张图像，所述激光雷达(2)安装在所述安装底座(3)的中心。
3.根据权利要求2所述的基于隧道的多相机线扫图像拼接方法，其特征在于：所述步骤s1中，所述线阵相机(1)与所述激光雷达(2)根据安装位置参数进行配准。
4.根据权利要求3所述的基于隧道的多相机线扫图像拼接方法，其特征在于：所述步骤s2中，还包括以下步骤：
【专利技术属性】
技术研发人员：贾鸿顺，钟新然，陈茂林，曾焕焕，付钺，桂仲成，
申请(专利权)人：上海圭目机器人有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。