[发明专利]用于大变形测量的高稳健性三维数字图像相关方法

权利要求书

1.一种用于大变形测量的高稳健性三维数字图像相关方法，其特征在于，包括如下步骤：

步骤1、通过张正友标定法获取左、右相机的内部参数和外部参数，其中，所述内部参数，包括：焦距、主点坐标以及镜头畸变系数；所述外部参数包括：左、右相机间的旋转矩阵R和平移矢量T；

步骤2、左、右相机在固定时间间隔下同步采集N个时刻的左、右拉伸变形图像，并利用所述镜头畸变系数对各时刻的左、右拉伸变形图像进行矫正，得到各时刻矫正后的左、右图；

步骤3、以0时刻矫正后的左图作为0时刻立体匹配参考图像，以0时刻矫正后的右图作为0时刻立体匹配目标图像，对0时刻左、右图上的二维坐标点进行立体匹配、校验及0时刻的三维坐标点重建；

步骤3.1、在所述0时刻立体匹配参考图像上选定感兴趣区域，并将所述感兴趣区域划分成网格，所述网格上的各个交点分别作为待计算点；

步骤3.2、以0时刻立体匹配参考图像上的一个待计算点P_l0为中心点，并围绕所述中心点选取一个尺寸为M×M的区域作为0时刻参考子区，利用式(1-1)得到待计算点P_l0在0时刻立体匹配的目标图像上对应的极线l_pr：

l_pr＝Fp_l                       (1-1)

式(1-1)中，p_l为0时刻立体匹配参考图像上待计算点P_l0的齐次坐标，F为基本矩阵，且A_l和A_r分别为左、右相机的内部参数，R为旋转矩阵；S是与左、右相机平移矢量T相关的反对称矩阵；

依次选取极线l_pr上的各个坐标点为中心，并围绕所述中心选取尺寸为M×M的区域作为0时刻立体匹配的目标子区，采用零均值归一化互相关函数ZNCC计算0时刻参考子区分别与0时刻立体匹配的目标子区的相关度，并将相关度最大的目标子区所对应的中心作为所述0时刻立体匹配参考图像上待计算点P_l0的匹配点；

步骤3.3、利用二阶反向组合高斯牛顿算法对待计算点P_l0的匹配点进行精度优化，得到待计算点P_l0在0时刻立体匹配目标图像上的亚像素匹配点P_r0及其周围尺寸为M×M的亚像素灰度矩阵G_r0；

步骤3.4、将所述0时刻立体匹配目标图像上的亚像素匹配点P_r0作为新的待算点，采用极线约束粗搜索和二阶反向组合高斯牛顿算法进行精度优化，得到新的待算点P_r0在0时刻立体匹配参考图像上的匹配点P′_l0；

校验P_l0和P′_l0之间的距离d_l0，若距离d_l0小于阈值，则表示匹配正确，并执行步骤3.5，否则，剔除匹配点P_l0，并返回步骤3.2继续处理下一个待计算点；

步骤3.5、根据立体视觉原理，利用待计算点P_l0、亚像素匹配点P_r0的坐标以及相机内、外参数重建0时刻的一个三维坐标点W₀；从而得到0时刻的所有匹配正确的点对应的三维坐标点；

步骤4、计算各变形时刻的三维坐标点；

步骤4.0、定义当前时刻为n，并初始化n＝1；以0时刻矫正后的左图作为左参考图像；

步骤4.1、以n时刻矫正后的左图作为n时刻左序列时序匹配目标图像，并对所述左参考图像进行时序匹配：

选取所述左参考图像上的待计算点P_l0为中心的尺寸为M×M的参考子区，采用限定范围的隔点搜索和一阶反向组合高斯牛顿算法计算待计算点P_l0在n时刻左序列时序匹配目标图像上的匹配点P_ln，以及P_l0和P_ln之间的相关度corr_{l0_ln}和P_ln周围尺寸为M×M的亚像素灰度矩阵G_ln；

步骤4.2、以0时刻矫正后的右图作为右参考图像，n时刻矫正后的右图作为n时刻右序列时序匹配目标图像，并进行时序匹配：

以所述右参考图像上的亚像素灰度矩阵G_r0作为参考子区，采用限定范围的隔点搜索和一阶反向组合高斯牛顿算法计算P_r0在n时刻右序列时序匹配目标图像上的匹配点P_rn，以及P_r0和P_rn之间的相关度corr_{r0_rn}和P_rn周围尺寸为M×M大小的亚像素灰度矩阵G_rn；

步骤4.3、n时刻矫正后的左图和n时刻矫正后的右图之间的闭合校验和修正；

步骤5、将n+1赋值给n后，返回步骤4.1顺序执行，直到nN为止，从而得到不同时刻三维坐标点，并用于计算三维坐标变化时的位移和应变，N表示时刻总数。