[发明专利]基于水下双目视觉测量的捕鱼网目尺寸设计方法

说明书

本发明提供了一种基于水下双目视觉测量的捕鱼网目尺寸设计方法。首先，进行摄像机标定，计算左右两个摄像机的内部参数以及外部参数；然后，对图像进行尺度空间变换，并进行特征点检测、描述和匹配，得到左右摄像机拍摄图像中相匹配的特征点；最后，依据双目视觉测量原理计算得到特征点在主摄像机坐标系中的坐标，并以空间坐标为基础，利用三角形原理计算得到鱼的大小，从而得到网目大小。由于在特征点检测前进行尺度空间变换并选取角点为特征点，本发明方法解决了现有双目视觉测量方法对于尺度变化和旋转不鲁棒的问题。

技术领域

本发明属计算机视觉、图形处理技术领域，具体涉及一种用于水下捕鱼器具上的基于双目视觉测量的捕鱼网目尺寸设计方法。

背景技术

过滤性渔具是目前渔业中最常用的渔具，其网目尺寸的大小对于水下渔业管理、监测和资源的有效利用等至关重要。如何在满足渔业生态资源可持续性的前提下，在水下捕获过程中根据鱼体积大小选择合适的网目尺寸已经成为渔业中一个重要的市场需求。通常情况下可利用激光雷达对鱼体积进行测量，然而这类设备较昂贵，实际可行性非常低。随着人工智能与计算机视觉领域的不断发展，根据水下渔具上微型双摄像头捕获的画面利用双目立体视觉测量判断鱼的三维坐标信息，从而判断鱼体的大小是一种非常可靠且可行的方法。

双目立体视觉测量是通过模拟人类视觉原理，获得不同点拍摄的图像中隐含的目标物体的位置信息。具体而言，就是从两个或者两个以上点拍摄同一个物体，得到不同视角下的图像，然后分别对不同视角下的图像进行特征点提取，再进行图像的立体匹配，最后利用三角测量原理计算像素之间的偏移来得到物体的三维信息。其中，特征点提取的目的是为了能够更加准确地进行图像立体匹配，因此，根据实际情况的需要选择合适的检测特征尤为关键。常用的双目视觉测量方法有两种，一是基于SIFT(Scale Invariant FeatureTransform)特征点提取的双目视觉测量方法，如文献“He,L,Yang J,Kong B.An AutomaticMeasurement Method for Absolute Depth of Objects in Two Monocular ImagesBased on SIFT Feature.Applied Sciences.7(6)517,2017.”介绍了一种基于SIFT(尺度不变特征变化)的方法，该方法可以估计由摄像机拍摄的两幅图像中的深度。还有一种是基于ORB(Oriented fast and Rotated Brief)特征点提取的双目视觉测量方法，也是目前双目视觉测量中最常用的一种特征检测方法，应用在多个领域，比如目标定位、目标跟踪等。文献“Ruxin,Gao,and Zhu Xuanfu.Based on the ORB algorithm of binocular visionpositioning.Electronic Measurement Technology.4(32),2017”采用ORB方法加入旋转矩阵对特征点进行提取与匹配，最终实现对目标的定位。文献“Yu,Zhanhai,K.Wang,andR.Li.The inter-frame feature matching and tracking of binocular vision basedon the ORB-PyrLK algorithm.Chinese Control Conference.2017:pp.6922-6927.”中利用ORB方法对视频帧间的特征进行提取，从而实现目标的跟踪。但是传统的ORB特征检测方法获得的特征点没有尺度不变信息，利用ORB方法进行特征描述时，虽然可利用特征点方向获得旋转不变性，但无法具备尺度不变性。

发明内容

为了克服现有技术的不足，本发明提供了一种基于水下双目视觉测量的捕鱼网目尺寸设计方法，以满足根据鱼的大小决定网目尺寸大小的市场需求。主要解决了现有双目视觉测量方法对于尺度变化和旋转不鲁棒的问题。首先，进行摄像机标定，计算左右两个摄像机的内部参数以及外部参数；然后，进行特征点检测、描述和匹配，得到左右摄像机拍摄图像中相匹配的特征点；最后，依据双目视觉测量原理计算得到特征点在主摄像机坐标系中的坐标，并以空间坐标为基础，利用三角形原理计算得到鱼的大小，从而得到网目大小。