[发明专利]一种基于单目视觉系统的多尺度空-地参数自动标定方法在审
申请号: | 201510712752.5 | 申请日: | 2015-10-27 |
公开(公告)号: | CN105405126A | 公开(公告)日: | 2016-03-16 |
发明(设计)人: | 庄严;费阳;闫飞;汪群祥 | 申请(专利权)人: | 大连理工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 大连理工大学专利中心 21200 | 代理人: | 潘迅;梅洪玉 |
地址: | 116024 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 目视 系统 尺度 参数 自动 标定 方法 | ||
1.一种基于单目视觉系统的多尺度空-地参数自动标定方法,其特征在于,包括以下步骤:
第一步,制作回形标定板;
第二步,通过机载单目视觉传感器采集标定板及标定板附近图像信息,对图像信息进行预处理;
2.1对图像信息按公式(1)进行二值化预处理,突显出标定板,得到二值化图像;
其中,g′i为二值化后的像素灰度值,是单幅图像所有像素点的灰度均值,kg为灰度调节阈值;
2.2利用Canny算子对二值化图像进行边缘提取;
利用环形二维高斯函数对二值化图像进行平滑处理,令f(x,y)表示待处理图像,G(x,y)表示高斯函数,G(x,y)和f(x,y)的卷积得到平滑后的图像fs(x,y):
fx(x,y)=G(x,y)*f(x,y)(3)
由公式(4)和公式(5)计算梯度值和方向角,对梯度值和方向角设定阈值进行边缘提取,得到二值化图像若干边缘轮廓;
其中,x表示沿横坐标方向的像素位置:y表示沿纵坐标方向的像素位置;M(x,y)表示梯度值;α(x,y)表示方向角;
2.3查找轮廓,计算最小外接矩形;
对第二步2.2得到的若干边缘轮廓进行轮廓查找:查找轮廓上两个距离最远的点,将两个点连成线段;查找轮廓上到该线段距离最远的点,将查找到的最远的点与之前的两个点相连,得到新轮廓;算法反复迭代,不断将最远的点添加到轮廓中,直到所有的点到多边形的最短距离小于某一特定值,得到轮廓上若干个点,其中特定值为人为设定的像素个数;
将查找到的轮廓上的若干个点两两组合,将每个组合中的两个点连接起来,保留连线可以把其余点分成两边的组合;分别查找两边距连线最远的点,这四个点围成的外接矩形可包围轮廓上所有的点;筛选出满足上述条件的多个矩形,查找面积最小的矩形,即轮廓的最小外接矩形;
第三步,标定板识别
由最小外接矩形的长宽比、矩形的周长比、矩形的中心点关系对第二步2.3得到多个轮廓的最小外接矩形进行筛选;
首先,对矩形的长宽比进行筛选,所述矩形长宽比m:n,设置长宽比阈值区间(m+k):n到m:(n-k),其中k的取值区间为其次,对矩形的周长比进行筛选,将筛选出的矩形轮廓两两组合,所述矩形周长比a:b,设置周长比阈值区间(a+c):b到a:(b-c),其中c的取值区间为最后,以两个矩形的中心点关系进行筛选,分别计算两个矩形的中心点,将两个中心点距离为d个像素之内的矩形组合保留下来,d的取值区间为[5,10];当满足条件的矩形组合有且只有一组时,记录为一组有效数据,完成标定板的识别,得到标定板内外矩形长度、宽度的像素个数,计算图像数据中像素个数与实际距离的比值;
第四步,小型飞行器多尺度空-地参数标定
将所述图像信息划分为不同区域,根据单目视觉传感器到所分区域平均距离不同将各个区域划分为不同类型,计算标定板的中心点所在区域类型;通过机载气压传感器得到飞行高度数据,以飞行高度数据为横坐标,以像素个数与实际距离的比值为纵坐标,得到飞行高度数据、像素个数与实际距离比值两者的关系曲线图,由曲线得到地面物体几何参数数据,完成小型飞行器多尺度空-地参数自动标定。
2.根据权利要求1所述的一种基于单目视觉系统的多尺度空-地参数自动标定方法,其特征在于,所述标定板为深色材料。
3.根据权利要求1或2所述的一种基于单目视觉系统的多尺度空-地参数自动标定方法,其特征在于,所述标定板的内外边框的长宽比相同。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连理工大学,未经大连理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510712752.5/1.html,转载请声明来源钻瓜专利网。