[发明专利]基于无人机的立体视觉影像精确测量方法

权利要求书

1.基于无人机的立体视觉影像精确测量方法，其特征在于：具体包括以下步骤：

S1：双目立体视觉的硬件搭建：通过在无人机上搭载多轴稳定云台，在多轴稳定云台上安装双目摄像相机，构成双目立体视觉的硬件；

S2：图像获取：利用双目摄像相机多角度拍摄输电线路的影像，双目摄像相机读取无人机自身GPS信息并存储，标定照片拍摄位置，获得立体图像资料；

S3：摄像相机标定：摄像相机的标定具体包括以下步骤：

S31：内参数解算，对步骤S2中或的立体图像进行处理，按照张正友算法求解成像模型的内参数和外参数，根据求解的内参数和外参数，建立相机成像的几何模型，几何模型参数就是相机参数，成像模型的内参数主要包括以下内容：

1)：测定像主点坐标与主距，主点坐标为(x₀，y₀)，主距为f；

2)：设定压平装置及像框坐标系；

3)：测定与设定调焦后变化的主距D；

4)：测定调焦后变化的畸变差Δx_D，Δy_D；

5)：测定偏心常数p₁，p₂；

6)：比例因子不一的测定；

7)：测定成像分辨率；

8)：多相机的组合检校

9)：测定径向畸变差和偏心畸变差，镜头径向畸变差为Δr，

Δr＝k₁r³+k₂r⁵+k₃r⁷+… ①

式①和式②中，r为像点向径，x,y为像点坐标，x₀,y₀为像主点坐标，k_i(i＝1,2,3…)为径向畸变参数，镜头径向畸变差Δr根据式式①和式②确定；

式③中，Δx_D，Δy_D为调焦距为D时的偏心畸变差分量，f为调焦距为D时的主距，D为调焦距，p₁，p₂为偏心畸变参数；

外参数主要包括旋转矩阵和平移矩阵；

S32：影像高精度畸变纠偏：基于共线条件方程式为基础的像点坐标误差方程法、多片空间前方交会解法、空间后方交会解法以及光线束解法进行，空间后方交会解法控制点的像方坐标作为观测值，实现纠偏校验；

S33：特定部件的自动化量测：分析解决特定部件形状，构建物理模型，通过特定物理模型使测量软件进行深度学习与识别，建立数据库使自动化技术有底层支撑；

S4：图像校正：首先利用S3中得到的内参数中的畸变系数去除图像的径向及切向畸变，得到无失真图像，其次将无失真图像通过几何图形变换关系，使得未处于同一平面的两个摄像头严格地行对应，两幅图像的对极线能够在同一水平线上；

S5：立体匹配：通过一种或者多种匹配基元，计算左右两幅图像的匹配代价，再将匹配代价聚类，得到初始的视差图，再对初始视差图进行插值、拟合的后处理，得到最终的视差图；

S6：三角测量：利用三角测量原理，计算出场景中物体的深度信息，结合步骤S3中获得的内参数和外参数，便可解算得到目标点在世界坐标系下的坐标；

S7：测量分析：处理双目摄像头获得和测量中的关键位置，来实现对浮冰厚度、防振锤位移和线夹偏移放电间隙的高精度测量。

2.根据权利要求1所述的基于无人机的立体视觉影像精确测量方法，其特征在于：所述步骤S1中，双目摄像相机为带有GPS定位的ZED-2K-Stereo系列或Bumble-Bee系列双目摄像相机，双目摄像相机的像素不低于1600万，无人机采用M200系列无人机，多轴稳定云台采用三轴稳定云台。

3.根据权利要求1所述的基于无人机的立体视觉影像精确测量方法，其特征在于：所述步骤S2中，获得的立体图像不低于20幅。

4.根据权利要求1所述的基于无人机的立体视觉影像精确测量方法，其特征在于：所述步骤S5中，视差图图像不低于10幅。