[发明专利]一种道面图像检测用相机的偏置位置的测量方法

权利要求书

1.一种道面图像检测用相机的偏置位置的测量方法，其特征在于，包括以下步骤：

步骤S1，对道面检测机器人采集的图像进行光照补偿和畸变校正处理；所述道面检测机器人采用栅状折返方式采集道面的图像；任一图像具有一初始位置标签，并采用组合方式获得原始大图；

步骤S2，求得同一道相邻的图像之间的重叠率，根据重叠率提取并匹配相邻的图像的重合部分的匹配特征点对；

步骤S3，根据匹配的重叠区域的特征点，以同一道的第lmg_i幅图的位置为基准，计算第lmg_i+1幅图的所有匹配的特征点对的位置偏移的平均值(delta_x，delta_y)；所述i为大于等于1的自然数；

步骤S4，以同一道的第lmg_i幅图的位置为基准，将lmg_i+1幅图移动(-delta_x，-delta_y)；重复步骤S3至S4，直至完成任一道的图像均移动，获得任一图像移动后的位置标签；

步骤S5，计算同一道任一相邻的图像的像素尺寸与实际尺寸的比例尺PPM，其表达式为：

PPM＝L_PIXLE/L_REAL

其中，L_PIXLE表示移动后相邻的图像的重合部分的图像中心的像素坐标间距，L_REAL表示相邻图像对应的实际中心间距；

步骤S6，求取比例尺PPM的平均值avg_PPM；

步骤S7，根据平均值avg_PPM和任一图像的初始位置标签，组合获得任一图像的初始位置标签不变的大图；

步骤S8，求得相邻列的图像的重叠区域，并进行重叠区域的特征点匹配；根据匹配的特征点计算相邻列相邻图像之间的位置偏移的平均值(delta_x1，delta_y1)；

步骤S9，计算相邻列相邻图像之间偏移像素距离L_PIXEL，其距离坐标为：

L_PIXEL＝(delta_x1，delta_y1)；

将偏移像素距离L_PIXEL转换成以米为单位的偏移量L_ldeal，其表示为：

L_ldeal＝(delta_x1_ideal，delta_y1_ideal)，

L_ldeal＝L_PIXEL/avg_PPM；

步骤S10，分别将所述相邻列相邻图像的实际的位置标签偏移L_TAG(deltaX，deltaY)和计算到的偏移量L_ldeal换算至道面检测机器人行进方向，分别标记为L_TAG1和L_ldeal1；所述L_TAG1的坐标为(delta_x1_real，delta_y1_real)，且所述L_ldeal1的坐标为(delta_x1_ideal1，delta_y1_ideal1)，并进入步骤S12；

步骤S11，测量道面检测机器人的位置中心与相机中心位置的间距为L_DIFF；

步骤S12，根据换算至道面检测机器人行进方向的L_TAG1和L_ldeal1修正道面检测机器人的位置中心与相机中心位置的间距L_DIFF，以获得相邻列的相机偏置距离的修正值Delta_Diff；

步骤S13，求得任一相邻列的相机偏置距离的修正值Delta_Diff的平均值，并作为道面检测机器人的当前修正值。

2.根据权利要求1所述的一种道面图像检测用相机的偏置位置的测量方法，其特征在于，所述步骤S1中，道面检测机器人采用栅状折返方式采集道面的图像，任一任务包含有两道任务，并将任一道图片折返起始的图像旋转180°；将道面检测机器人行进方向标记为第一方向，且将垂直于第一方向标记为第二方向。

3.根据权利要求1所述的一种道面图像检测用相机的偏置位置的测量方法，其特征在于，所述步骤S2中，图像特征点提取采用ORB、SIFT或SURF任意之一算法；且图像特征匹配采用KNNMatch、RANSAC或匹配分数任意之一算法，以剔除错误的特征点匹配。

4.根据权利要求1所述的一种道面图像检测用相机的偏置位置的测量方法，其特征在于，所述步骤S8中，图像特征点提取采用ORB、SIFT或SURF任意之一算法；且图像特征匹配采用KNNMatch、RANSAC或匹配分数任意之一算法，以剔除错误的特征点匹配。