一种基于双目视觉与深度学习的深海表生矿产地形重建方法技术

本发明专利技术公开了基于双目视觉与深度学习的深海表生矿产地形重建方法，包括以下步骤：S10，通过固定基线距离的双目相机拍摄原始RGB图像；S20，通过绿色线激光扫描获得深度真值数据；S30，将原始RGB图像与深度真值数据经过对齐算法对齐；S40，使得原始RGB图像与深度真值数据之间进行像素级配准，从而获得一套完整的RGB‑D数据集；S50，将RGB‑D数据集用于三维双目深度感知网络的训练与测试；S60，生成深海表生矿产三维点云数据，从而恢复出深海表生矿产三维地形图。本发明专利技术针对深海表生矿产密集分布的特性，设计了一个可以精细化特征提取过程的水下双目深度感知网络，并最终利用该网络以及RGB‑D数据集获得精准的深海表生矿产三维地形点云数据。

【技术实现步骤摘要】

本专利技术属于重建深海地形，涉及一种基于双目视觉与深度学习的深海表生矿产地形重建方法。

技术介绍

1、地球表面约有70％的区域被海洋覆盖，与陆地相比，人们对海洋环境的了解非常有限。对未知世界的探索是人类永恒的发展主题，自古以来人类就未曾停止过对海洋的探究。广阔的大洋深处不仅拥有众多的沉船、文物等遗迹，还蕴藏着包括新矿产、石油、天然气在内的诸多潜在能源。然而，尽管经过了几个世纪的数据收集和过去几十年中更精进的测绘技术的发展，据估计全球海底的勘探面积仍不足18％。在对海洋的探索中，水下三维重建技术是当今世界上许多科研人员的研究热点。其可以用于生物调查、考古学研究等，也方便人们对海底环境的监测和对海底矿产资源的开发。

2、水下三维重建任务的发展是一个漫长的过程。早期的三维重建技术主要通过手工绘制完成并且耗时耗力。随着科技的进步和发展，当前的水下三维重建技术主要被划分为主动式水下三维重建以及被动式水下三维重建两大类，它们分别使用不同类型的设备来完成三维重建任务。主动式水下三维重建主要包括声纳、激光雷达以及各种结构光技术等。该类方法通过给海底环境发射声信本文档来自技高网...

【技术保护点】

1.一种基于双目视觉与深度学习的深海表生矿产地形重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于双目视觉与深度学习的深海表生矿产地形重建方法，其特征在于，所述S10和S20包括以下步骤：

3.根据权利要求2所述的一种基于双目视觉与深度学习的深海表生矿产地形重建方法，其特征在于，所述S13中移动速度的标定为了获取相机拍摄前后两帧之间扫描平台移动的距离和方向，该方法先将标定板放置在某一起始位置并利用相机拍摄一张图像；然后将整个激光扫描系统移动一段距离l，待整个系统稳定后拍摄第二张标定板图像并记录整个系统的运动时间t；最后根据前后两张标定板图像求得...

【技术特征摘要】

1.一种基于双目视觉与深度学习的深海表生矿产地形重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于双目视觉与深度学习的深海表生矿产地形重建方法，其特征在于，所述s10和s20包括以下步骤：

3.根据权利要求2所述的一种基于双目视觉与深度学习的深海表生矿产地形重建方法，其特征在于，所述s13中移动速度的标定为了获取相机拍摄前后两帧之间扫描平台移动的距离和方向，该方法先将标定板放置在某一起始位置并利用相机拍摄一张图像；然后将整个激光扫描系统移动一段距离l，待整个系统稳定后拍摄第二张标定板图像并记录整个系统的运动时间t；最后根据前后两张标定板图像求得整个系统的运动速度：

4.根据权利要求1所述的一种基于双目视觉与深度学习的深海表生矿产地形重建方法，其特征在于，所述s30具体包括以下步骤：

5.根据权利要求1所述的一种基于双目视觉与深度学习的深海表生矿产地形重建方法，其特征在于，所述s40具体包括在投影完成后，由于线激光扫描系统的视野盲区限制，初始深度图图像的背光一侧存在像素缺失，利用对齐后的深度真值图像与需要填补像素区域的掩码信...

【专利技术属性】
技术研发人员：李竹，李蕊，刘圆圆，于海滨，彭时林，史剑光，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：