[发明专利]一种基于全景与单目视觉的混合视觉定位方法有效
申请号: | 201811017301.X | 申请日: | 2018-09-01 |
公开(公告)号: | CN109345587B | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 蔡成涛;梁鑫;翁翔宇;孟海洋;乔人杰 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T7/80 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 全景 目视 混合 视觉 定位 方法 | ||
本发明属于机器视觉领域,公开了一种基于全景与单目视觉的混合视觉定位方法,包含如下步骤:组成混合垂直立体视觉,使用平面棋盘格标定,得到全景相机与普通视觉相机的内部参数;在混合垂直立体视觉中,统一化为球面统一投影模型,根据全景与普通视觉的共同方位对全景有效坐标系转换得到新的全景方位坐标系;根据立体标定结果,得到旋转矩阵与平移矩阵;利用旋转矩阵与平移矩阵对混合垂直立体视觉立体校正,得到垂直视差,再根据混合垂直立体视觉系统的三角测量公式确定目标点的三维位置坐标信息。本发明保证全景视觉的大视场,弥补了全景相机分辨率低且不均匀的劣势,解决了混合视觉中立体标定的问题并将混合视觉定位通用化。
技术领域
本发明属于机器视觉领域,尤其涉及一种基于全景与单目视觉的混合视觉定位方法。
背景技术
机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品即图像摄取装置,分CMOS和CCD两种将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。机器视觉是一项综合技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术图像增强和分析算法、图像卡、I/O卡等。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉。同时,在大批量重复性工业生产过程中,用机器视觉检测方法可以大大提高生产的效率和自动化程度。如今,中国正成为世界机器视觉发展最活跃的地区之一,应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。其重要原因是中国已经成为全球制造业的加工中心,高要求的零部件加工及其相应的先进生产线,使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。
机器视觉主要通过模拟人的视觉功能从客观图像中提取周围信息,加以处理或计算,最终用于实际检测、测量和控制。双目立体视觉是机器视觉的一种重要形式,它是基于视差原理并利用成像设备从不同位置获取被测物体的两幅图像,通过计算图像对应点间的位置偏差,来获取物体三维信息的方法。经过几十年来的发展,立体视觉在机器人视觉、军事应用和航空测绘等众多领域得到广泛的应用。
申请号CN201410373212.4的专利公开了一种基于马步测度的Harris?SIFT双目视觉定位方法,用于无人水下航行器(UUV)回收过程中的实时双目视觉定位。基于双目立体视觉的模型原理,利用SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息。针对UUV运动的海洋环境的特点,本发明提出了一种基于采用马步距离做测度的Harris?SIFT算子双目视觉算法,提高了图像匹配的运算效率和应用水平的实时性,并且可以保证一定的精度。但该算法定位精度较低,不能用于精密测量领域。
发明内容
本发明的目的在于公开视场大,细节处理效果好的一种基于全景与单目视觉的混合视觉定位方法。
本发明的目的是这样实现的:
一种基于全景与单目视觉的混合视觉定位方法,包含如下步骤:
步骤(1):将全景相机与普通视觉相机垂直放置组成混合垂直立体视觉,使用平面棋盘格对全景与普通视觉分别标定,得到全景相机与普通视觉相机的内部参数:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811017301.X/2.html,转载请声明来源钻瓜专利网。