[发明专利]基于水下双目视觉测量的捕鱼网目尺寸设计方法

摘要

本发明提供了一种基于水下双目视觉测量的捕鱼网目尺寸设计方法。首先，进行摄像机标定，计算左右两个摄像机的内部参数以及外部参数；然后，对图像进行尺度空间变换，并进行特征点检测、描述和匹配，得到左右摄像机拍摄图像中相匹配的特征点；最后，依据双目视觉测量原理计算得到特征点在主摄像机坐标系中的坐标，并以空间坐标为基础，利用三角形原理计算得到鱼的大小，从而得到网目大小。由于在特征点检测前进行尺度空间变换并选取角点为特征点，本发明方法解决了现有双目视觉测量方法对于尺度变化和旋转不鲁棒的问题。

主权项

1.一种基于水下双目视觉测量的捕鱼网目尺寸设计方法，其特征在于包括以下步骤：步骤1：利用张正友标定方法对摄像机进行标定，得到摄像机的内参矩阵M和左右两个摄像机物理坐标系之间的旋转矩阵R和平移矢量T；步骤2：分别对左、右摄像机拍摄的图像进行特征点检测、描述和匹配，得到特征点在主摄像机坐标系下的坐标，具体为：步骤2.1：构建尺度空间：首先，对摄像机拍摄的原始图像进行3次降采样，降采样频率为2，得到3幅降采样后的图像；然后，按照分别对原始图像和降采样图像进行尺度空间变换，变换后的所有图像共同构成高斯金字塔尺度空间，其中，σ为尺度参数，σ_j＝kσ₀，j＝1,2,3，I表示变换前的图像，L表示变换后的图像，(x,y)表示图像中的像素坐标；步骤2.2：特征点检测和描述：首先，采用oFAST方法分别提取得到高斯金字塔尺度空间中每一幅图像的角点；然后，按照计算得到每一个角点的旋转矩阵R_θ，其中，AI表示以角点为圆心、r为半径的圆形区域，r的取值范围为[3,9]；再按照S_θ＝R_θS计算得到位置矩阵S_θ，其中，为点集矩阵，(x_i,y_i)为利用BRIEF算法在以角点为中心的N×N邻域内选取的第i个点的坐标，i＝1,…,n_d，n_d取为128的正整数倍，N的取值范围为[32,64]；最后，以S_θ中每一列为一个点的坐标，将这些坐标处的点的像素值与对应角点的像素值进行比较，按照BRIEF特征描述规则形成二进制串的描述符，每一个角点得到一个长度为n_d的二进制串描述符；步骤2.3：特征点匹配：利用Hamming距离对左、右摄像机图像中的角点进行匹配，得到左、右摄像机拍摄图像中相匹配的角点；步骤3：首先，按照下式计算得到左、右摄像机拍摄图像中相匹配的角点在主摄像机坐标系中的空间位置坐标：其中，(X,Y,Z)是角点在主摄像机坐标系下的位置坐标，(x₁,y₁)是左摄像机拍摄图像中的角点坐标，(x₂,y₂)是对应匹配的右摄像机拍摄图像中的角点坐标，f₁、f₂别是左、右摄像机的焦距，r₁、r₂、…、r₉分别为步骤1得到的旋转矩阵R中的元素，t_x、t_y、t_z分别为步骤1得到的平移矢量T中的元素，然后，利用Canny算法对主摄像机拍摄的图像进行检测，得到鱼的轮廓，并用最小四边形框住该轮廓，再用距离四边形四个顶点最近的角点代替四边形的顶点，得到新的四边形，根据新四边形四个顶点的空间位置坐标，分别计算得到四边形的各个边长，再根据三角形原理，计算得到四边形的面积，即鱼的大小，鱼的大小的80％～90％即为网目大小。