[发明专利]一种基于多目视觉融合的整车底盘检测方法

权利要求书

1.一种基于多目视觉融合的整车底盘检测方法，其特征在于，所述检测方法包括以下步骤：

S1，将多个视觉相机分布安装在用于抱起/放置车辆的机械装置上，每个视觉相机对应车辆的其中一部分底盘区域，所有视觉相机对应的底盘区域之和完全覆盖车辆的所有底盘区域；

S2，当机械装置抱起/放置车辆时，同时采用所有视觉相机拍摄得到各自对应的车辆的局部底盘图像；

S3，提取每个局部底盘图像上的关键点，对两个不同局部底盘图像的关键点的特征向量进行匹配；关键点是指图像中突出的小区域，特征向量表示关键点周围的强度模式；

S4，采用Ransac算法和匹配成功的特征来估计单应矩阵，使用单应矩阵计算匹配成功两两图像仿射变换矩阵，采用线性渐变方法对所有局部底盘图像进行融合，得到完整的车辆底盘的全景图像；

S5，采用神经网络物体检测方法对车辆底盘的全景图像进行检测，识别得到车辆四个轮毂或者轮胎的位置，计算全景图像的投影变换矩阵，使用投影变换矩阵对全景图像进行投影校正以获得最终的合成底盘全景图像。

2.根据权利要求1所述的基于多目视觉融合的整车底盘检测方法，其特征在于，步骤S1中，所述视觉相机通过位置调节机构安装在机械装置上。

3.根据权利要求1所述的基于多目视觉融合的整车底盘检测方法，其特征在于，步骤S3中，所述提取每个局部底盘图像上的关键点，对两个不同局部底盘图像的关键点的特征向量进行匹配的过程包括以下步骤：

S31，采用自动白平衡算法对拍摄的局部底盘图像进行图像增强处理；

S32，针对每张局部底盘图像，结合相连像素的亮度关系，提取关键点；

S33，针对每个关键点，根据以该关键点领域范围内各像素的亮度关系创建特征向量；

S34，对两个不同局部底盘图像的关键点的特征向量进行匹配，根据关键点特征向量的相似性判断两个不同局部底盘图像之间的匹配关系。

4.根据权利要求3所述的基于多目视觉融合的整车底盘检测方法，其特征在于，步骤S32中，所述针对每张局部底盘图像，结合相连像素的亮度关系，提取关键点的过程包括以下步骤：

S321，给定一个像素点，比较以该像素点为中心的区域范围内的N个像素的亮度，将区域范围内的像素分为三类：

将亮度比该像素点高且亮度差值大于预设亮度阈值的像素设为I类，将亮度比该像素点低且亮度查知大于预设亮度阈值的像素设为II类，其余亮度的像素设为III类；

S322，统计区域内相连像素的个数，如果相连的I类像素或者II类像素的个数大于预设个数阈值，将给定的像素点作为关键点；

S323，重复步骤S321至步骤S322，直至处理完整幅图像的所有像素点。

5.根据权利要求3所述的基于多目视觉融合的整车底盘检测方法，其特征在于，步骤S33中，所述针对每个关键点，根据以该关键点领域范围内各像素的亮度关系创建特征向量的过程包括以下步骤：

S331，利用高斯核对局部底盘图像进行平滑处理；

S332，给定一个关键点；

S333，从以给定关键点为中心的界定的正方形领域内依次随机选择一对像素；

S334，比较随机选择的两个像素的亮度，如果第一个像素的亮度高于第二个像素，该给定关键点的描述符的相应位设为1，否则，该给定关键点的描述符的相应位设为0；

S335，针对该给定关键点，重复M次步骤S333至步骤S334，将M次像素亮度比较结果放入该关键点的二元特征向量中；

S335，重复步骤S323至步骤S335，直至处理完成所有关键点。