[发明专利]一种基于鱼眼镜头的宽视角定位方法

说明书

本发明提供一种基于鱼眼镜头的宽视野定位方法，包括以下步骤：宽视野鱼眼图像集的生成、图像预处理、模板匹配、畸变程度与位置关系建模、图像识别与定位。本发明的方法通过对鱼眼成像的两维和三维空间非线性畸变特性，基于图像测量的理论与方法，利用深度学习实现鱼眼镜头的宽视野定位，大大减少了检测的时间、提高了非线性精度，解决了矫正误差带来的测量精度以及单幅图像不能对宽视野物体距离进行测量的问题。

技术领域

本发明属于图像测量技术领域，具体涉及一种基于鱼眼镜头的宽视角定位方法。

背景技术

本发明是针对无人机、机器人等图像导航、目标探测提出的。与普通的线性成像相比，鱼眼成像是非线性成像，它具有视场角大，距离越近畸变越大的特点。普通成像是线性成像，成像的视场角一般为40°～50°，而鱼眼成像的视场角通常可达到并超过180°，因而可实现更宽视场角内的目标的测量；在利用图像序列进行目标距离和方位测量时，针对远距离目标测量，鱼眼成像和线性成像在相同的视场角内，测量精度相当，在近距离目标测量时，鱼眼成像具有更高的方位和距离测量精度。

由于鱼眼成像属于非线性成像，导致随偏离光轴的目标图像畸变呈非线性变化。现有的鱼眼图像测量方法是先将采集的鱼眼图像进行标定矫正后展开，然后将展开的图像进行特征提取和匹配，最后经过拼接融合后，可以拼接为一幅超大无缝图像，进行测量。其步骤太过于繁琐且有一定的局限性，而且加入了矫正误差和拼接误差，使得测量误差增大。

发明内容

针对上述问题本发明提供一种基于鱼眼成像的宽视野定位方法，直接采用鱼眼序列图像的畸变特性实现鱼眼镜头的宽视野定位，在减少运算量、提高非线性精度的同时，实现目标物体的智能化宽视野测量。

为达到上述目的本发明采用的技术方案：

一种基于鱼眼成像的宽视野定位方法，包括以下步骤：

101、宽视野鱼眼图像集的生成：

所述宽视野鱼眼图像集生成的具体方法为：将不同距离下无畸变的序列图像集通过鱼眼成像模型公式计算得到宽视野鱼眼图像序列集，其中鱼眼镜头成像模型公式为：

r(θ)＝k₁θ+k₂θ³+k₃θ⁵+k₄θ⁷+k₅θ⁹+…， (1)

其中{ki}(i＝1,2,3,4,5)表示鱼眼图像的畸变参数，θ表示针孔相机成像过程中入射光线与光轴的夹角，r(θ)表示鱼眼成像点与鱼眼图像平面坐标系的原点之间的距离。

102、图像预处理、模板匹配：

所述图像预处理的具体方法为：先将宽视野鱼眼图像序列集进行均匀切分得到子图像，计算每个子图像对应的灰度直方图，并标明最大灰度值和最小灰度值的大小，同时采用编号对所述子图像和所述灰度直方图进行命名，将每个子图像的最大灰度值和最小灰度值输入第一公式得到子图像的灰度值像素数量k，k为k1或k2；低灰度值像素数量k1，高灰度值像素数量k2；

所述第一公式为：

其中，p，q是比例因子；

定义，最大灰度值比例为Max_gray和最小灰度值比例为0；间隔[0,L]是低灰度值间隔，间隔[H，Max_gray]是高灰度间隔；低灰度值像素数量k1，其标志符F，高灰度值像素数量k2，其标志符为G；

所述模板匹配的具体方法为：根据目标图像和背景图像之间灰度值的差异，设置阈值，进行模板匹配，得到有目标物体的图像，将上述有目标物体的图像保存，进行拼接，最后将拼接完成的图像输出，即得到分离的目标图像；