[发明专利]基于相位引导双目视觉密集标记点匹配的姿态测量方法

说明书

本发明涉及基于双目视觉的天线姿态测量领域，特别涉及一种基于相位引导双目视觉密集标记点匹配的姿态测量方法，步骤包括：S1，使用双目相机采集被测物的左右图像，分别提取标记点；S2，由左图像标记点的图像坐标和双目相机的系统参数，根据极线几何原理，计算得到左图像标记点在右图像中的待匹配同名点集合；S3，获取左右图像中各标记点的相位值；然后计算右图像中的待匹配同名点集合中各点与左图像标记点的相位差，最小相位差对应标记点为无歧义匹配点；S4，基于无歧义匹配点进行坐标优化，得到与左图像标记点相位等值的最佳匹配点；S5，基于最佳匹配点计算三维坐标和旋转姿态。解决了极线匹配出现多匹配问题，提高真正同名点坐标提取精度。

技术领域

本发明涉及基于双目视觉的天线姿态测量领域，特别涉及一种基于相位引导双目视觉密集标记点匹配的姿态测量方法。

背景技术

姿态测量可以用于卫星抓取定位、卫星天线的姿态角测量、登月车导航及天线姿态分析、火箭发动机尾喷管的非接触测量、风洞中飞行器视觉姿态测量等领域。目前视觉成像系统通常采用特征点实现姿态测量，对单个特征点依赖性强，因此存在鲁棒性差的缺点。采用双目视觉立体匹配并根据三角测量原理获取目标的部分三维点集数据，利用特征点三维坐标相对视觉系统的姿态求解，保证了较高的测量鲁棒性，并可扩展用于解决其他非合作目标的相对姿态估计问题。基于圆或角点等合作目标的双目特征高精度提取以及唯一性同名点匹配是双目视觉姿态测量成功与否的关键。

标记点一般分为两类：一类外形有较多特征且各不相同，称之为编码标记点，而另一类则外形单一，称之为非编码标记点。Galo M采用手动在图像上点取标记点中心，然后进行双目视觉匹配实现卫星天线标记的姿态测量。但是该方法的标记点中心只能达到像素级精度，必然影响三维点的重建精度，费事费力且不能实现自动化。Richard Hartley在《Multiple view geometry in computer vision》中详细的讲解了极线几何和双目视觉的基础理论，并通过多图极线约束的匹配方法在匹配非编码标记点时不断得到重视。Zhang等提出一种基于参考点的匹配方法，以编码标记点为参考点，计算非编码标记点的相容性等参数，实现非编码标记的匹配，该方法计算复杂，速度较慢，且对编码标记有依赖。Guo等提出了基于松弛法的匹配技术，该方法需要标记点至少出现在多张图片上，对于仅出现在两张图片上的标记点失效。

国内外在双目视觉特征点匹配方面已经进行了大量的研究，但是当标记特征点数量较多、具有较整齐的模式分布时，基于极线的同名点匹配极易出现匹配错误，造成姿态计算失败，如图1所示，根据多视图几何双目视觉同名点匹配原理，左图像的某一特征点在右图像中相应同名点在对应的极线上。如图1的左图(a)所示，空间点P对应的像点m和m′，则根据双目视觉系统极线几何原理可知左图像点m在右图像的同名点一定在对应极线l′_m上，但是当特征标记点集布设量较大且规则时，如图1的右图(b)所示，P点和N点位于同一极平面上，两点的对应极线相同，左图像点m在右图像的对应极线l′上有m′和n′，因此，在极线上搜索匹配点会出现歧义匹配，另外因图像畸变、透视投影和图像噪声也同样会造成更多的极线匹配错误点。

发明内容

本发明的目的在于克服现有技术中所存在的当特征标记点集布设量较大且规则时极线搜索匹配点会出现歧义匹配的问题，和因图像畸变、透视投影和图像噪声也同样会造成更多的极线匹配错误点的问题，提供一种基于相位引导双目视觉密集标记点匹配的姿态测量方法。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于相位引导双目视觉密集标记点匹配的姿态测量方法，包括以下步骤：

S1，使用双目相机采集被测物的左图像和右图像，对左图像和右图像分别提取标记点；

S2，由左图像标记点的图像坐标和双目相机的系统参数，根据极线几何原理，计算得到左图像标记点在右图像中的待匹配同名点集合；