[发明专利]一种适用于水池实验中运动物体三维轨迹的视觉测量方法

权利要求书

1.一种适用于水池实验中运动物体三维轨迹的视觉测量方法，其特征在于，包括以下步骤：

步骤一：建立含有畸变项的水下非线性摄像机模型，通过标定板对水下摄像机进行标定；

步骤二：采集目标对象一定数量的不同姿态的水下图像，组成卷积神经网络的训练图集，作为卷积神经网络训练输入；

步骤三：建立卷积神经网络模型，进行卷积神经网络训练；

步骤四：布置水下摄像机，采集水下彩色图像作为卷积神经网络的输入，卷积神经网络输出被测对象特征点的图像坐标；

步骤五：通过2D图像与3D物体之间点的对应关系，采用PnP算法获取物体的定位信息；

步骤六：将每帧图像数据组合。

2.根据权利要求1所述的一种适用于水池实验中运动物体三维轨迹的视觉测量方法，其特征在于，所述的水下非线性摄像机模型如下所示，

假设空间一点P_W(X_W,Y_W,Z_W)对应的摄像机坐标系下坐标为(X_C,Y_C,Z_C)，在图像物理坐标系下投影坐标为(x,y)，以图像左上角点为原点建立图像像素坐标系O-uv，则空间点在摄像机坐标系下的坐标与在图像物理坐标系下的投影坐标之间几何变换关系为

其中：λ为深度系数，f为相机焦距，d_x与d_y为分别为每个像素沿x轴与y轴的实际尺寸，(u₀,v₀)为光心在像素坐标系下的坐标，矩阵R和向量T分别为由世界坐标系到摄像机坐标系的旋转矩阵与平移向量；

引入二阶径向畸变对摄像机模型进行修正，畸变后的成像点坐标(x_d,y_d)与理想成像点坐标(x,y)之间关系为

其中，k₁、k₂为摄像机的畸变系数，具体数值由摄像机标定获得。

最终得到完整的水下非线性摄像机模型为

然后基于该模型采用张正友法对水下摄像机进行参数标定。

3.根据权利要求1所述的一种适用于水池实验中运动物体三维轨迹的视觉测量方法，其特征在于，所述卷积神经网络模型，包含卷积层和池化层，卷积层包含多个卷积滤波器，每个卷积滤波器大小相同，权值不同。

4.根据权利要求1所述的一种适用于水池实验中运动物体三维轨迹的视觉测量方法，其特征在于，所述卷积神经网络以彩色图像作为输入，以特征点坐标作为输出，并采用ImageNet数据集对所述卷积神经网络的权重进行初始化。

5.根据权利要求1所述的一种适用于水池实验中运动物体三维轨迹的视觉测量方法，其特征在于，所述水下摄像机的布置按照覆盖物体运动范围的原则进行布置，要求相邻两摄像机视野有部分重合。

6.根据权利要求1所述的一种适用于水池实验中运动物体三维轨迹的视觉测量方法，其特征在于，所述拍摄的图像分为S×S的规则网格,每一个网格具有与之相关联的多维向量，该多维向量包含预测的特征点的2D图像位置以及计算得到的平均置信度值。

7.根据权利要求1所述的一种适用于水池实验中运动物体三维轨迹的视觉测量方法，其特征在于，所述特征点为与物体边缘贴合的包围盒的八个角点以及物体模型质心。

8.根据权利要求1所述的一种适用于水池实验中运动物体三维轨迹的视觉测量方法，其特征在于，所述特征点的图像坐标预测：对于对象质心，在预测过程中会被限制位于网格内部；对于包围盒角点，则不进行限制,即可以位于网格外部；当图像投影分布于多个网格区间内时，选取置信度分数最高的网格单元四周3×3的网格邻域进行检测。