[发明专利]一种基于图像靶标的目标位姿识别方法

权利要求书

1.一种基于图像靶标的目标位姿识别方法，其特征是：包括以下步骤：

步骤1：通过相机采集飞机轮毂图像，并对飞机轮毂图像进行转换，得到灰度图像；

步骤2：对灰度图像进行阈值分割与形态学变换，将靶标与背景分离；

步骤3：根据经过阈值分割与形态学变换后的图像，进行轮廓拟合与轮廓筛选，筛选出靶标；

步骤4：统计筛选出的靶标数量，根据靶标数量确定是否识别到完整的飞机轮毂；

步骤5：当识别到完整的飞机轮毂后，采用相机标定获取二维像素坐标，根据二维像素坐标进行位姿测量。

2.根据权利要求1所述的一种基于图像靶标的目标位姿识别方法，其特征是：所述步骤2具体为：

采用二值化对灰度图像进行图像分割，设置阈值为40，将目标图像与剩余部分分成两个不同的灰度集合；

根据图像分割后的图像，进行形态学变换，对二值化后图像进行膨胀操作，扩大高亮区域，减小无关像素的干扰，将靶标与背景分离。

3.根据权利要求1所述的一种基于图像靶标的目标位姿识别方法，其特征是：所述步骤3具体为：

根据经过阈值分割与形态学变换后的图像，进行轮廓拟合，检测出的轮毂保存在一个向量中，向量元素的个数就是检测出的轮廓组的个数，向量中每个元素都是每一组点集，每一组轮廓就由这些连续的点集构成；

采用检测轮廓面积的方法，从中筛选出目标轮廓面积大小的轮廓，检测出来的轮廓形状拟合，提取出多边形，返回外部矩形边界、寻找最小包围矩形、找最小包围圆形的方法拟合出来的多边形具有了一定的属性，叫作其成员变量，矩形的成员变量有矩形的长、矩形的宽、矩形的四个角点的横纵坐标的成员变量，根据成员变量，进行轮廓筛选，最终得到所需要的目标轮廓；

第一轮筛选，根据输出靶标各种属性，分析总结筛选条件，通过比较，初步筛选出符合轮廓面积、可旋转矩形长宽比、矩形面积与轮廓面积之比、可旋转矩形面积与轮廓面积之比在一定范围内的轮廓；

第二轮筛选，根据靶标间的相对关系，将识别到的靶标依次作为基准靶标，分析其余靶标与基准靶标之间的关系，通过比较，构建出与基准矩形的边长比、可旋转矩形间角度差在一定范围内的筛选语句，进行筛选。

4.根据权利要求1所述的一种基于图像靶标的目标位姿识别方法，其特征是：所述步骤4具体为：

统计筛选出的靶标数量，当靶标数量为四个时，确定识别到完整的飞机轮毂，当靶标数量不满足四个时，返回步骤重新识别。

5.根据权利要求1所述的一种基于图像靶标的目标位姿识别方法，其特征是：所述步骤5具体为：

步骤5.1：当识别到完整的飞机轮毂后，采用相机标定获取二维像素坐标，采用张正友标定法称棋盘格标定法选择标定:板，所述标定板采用每个小方格尺寸为30mm；采集数据，选择的标定数量为16张，当图片符合要求时，将角点用不同颜色标识出来；

采用matlab中自带的工具箱来标定摄像头，通过下式确定相机内参矩阵M的标定结果：

确定径向畸边参数矩阵K、切向畸边参数矩阵P的标定结果，通过下式表示所述标定结果：

K＝[-0.0426920009452731 0.06350077106690202 0]

P＝[-0.000552247267 -0.000222686379396]

步骤5.2：建立三维点坐标系，相机坐标系建系：其中O点为摄像机光心，X_c轴和Y_c轴与成像平面坐标系的x轴和y轴平行，Z_c轴为摄像机的光轴，和图像平面垂直，光轴与图像平面的交点为图像的主点O₁，由O点与X_c、Y_c、Z_c轴组成的直角坐标系称为摄像机的坐标系，以此坐标系为基准获得飞机轮毂特征点的三维世界坐标；

步骤5.3：进行二维像素坐标排序，为了使输入的特征点二维像素坐标与飞机轮毂在世界坐标系中的三维坐标一一对应，以靶标间相对位置不变为原则结合在像素中的绝对位置等为依据设计出了较为稳定的二维像素坐标的排序，对识别到四个矩形的中心点的像素的纵坐标排序，挑选出纵坐标最小的二维像素点，并以此为基准；对剩下三个中心点与此基准之间的中心点相对距离再次进行排序，筛选出两个相对距离较小的矩形中心点；将两个距离相对较小矩形的中心点的横坐标进行排序，小的中心点的二维像素坐标放入第二个位置，大的放入第三个位置；最后将距基准中心点距离最大的矩形中心点坐标放入第四个位置，由此便得到了固定顺序排列的二维点坐标；

步骤5.4：根据欧拉角解算角度，根据ZYZ的旋转方式下对旋转矩阵R进行角度分解，通过下式表示旋转矩阵R进行角度分解：

α＝tan2(R₂₃,R₁₃)

γ＝tan2(R₃₂,R₃₁)

其中，R_ij为旋转矩阵R第i行第j列的元素；β、α、γ为旋转角；

根据旋转矩阵解算角度，旋转矩阵R是一个3×3的正交矩阵，有3个自由度，三维旋转变换是矩阵乘法运算，得到旋转后的三维坐标：

其中，[x y z]为原始三维坐标；[x₁ y₁ z₁]为旋转后的三维坐标；

当轮毂所在平面z轴向量为oz＝(0，0，1)；则相机所在平面的z轴向量为oz′＝oz*R，设空间两任意三维向量的夹角为θ，则有：

解算得到角度θ，根据角度θ得到位姿测量结果。