[发明专利]一种用于光电跟踪仪联动目标的精确测距方法

权利要求书

1.一种用于光电跟踪仪联动目标的精确测距方法，采用两台光电跟踪仪配合，检测出运动目标信息后同时捕获运动目标，基于三维重建原理建立运动目标的三维图像，计算出三维点到摄像机光心的平均距离即得到目标到摄像机的精确距离，其特征在于包括以下步骤：

1）标定光电跟踪仪摄像机：采用张正友方法对光电跟踪仪摄像机C1和C2分别进行标定；依据小孔成像模型原理，建立摄像机图像像素位置与场景点位置之间的关系；根据摄像机模型，由已知定标点的图像坐标和世界坐标求解摄像机的模型参数，得到摄像机C1和C2的内外参数；

2）图像采集与运动目标检测：同步采集两台光电跟踪仪的视频图像I1和I2，采用背景差分法，对I1和I2进行运动检测，将当前帧图像与背景图像进行差值计算，得到差值图像，再通过建立背景的混合高斯模型对背景和运动目标进行分割，提取到运动目标区域A1和A2；

3）提取区域A1和A2特征：采用SIFT特征提取算法，分别提取运动目标区域A1和A2的SIFT特征点集P1和P2；通过尺度空间极值检测、关键点的定位、关键点方向确定一系列步骤，生成128维向量的特征描述子，具体为：先通过尺度空间极值检测，根据二维图像与高斯核的卷积得到不同尺度下的空间表示，建立图像DOG金字塔；然后对特征点进行定位，将提取到的每个特征点与其周围26个特征点比较，提取局部极值点，再通过拟和三维二次函数，对特征点的位置和尺度精确定位，同时剔除边缘响应点和对比度低的点，增强匹配稳定性；同时，为保证特征点的旋转不变性，选取每个特征点在高斯图像中的3σ范围内的梯度和方向，对其进行直方图的统计，确定特征点方向；最后，对于特征点所在尺度空间中的4*4的窗口计算其8个方向的梯度信息，可生成128维向量的特征描述子；在SIFT特征点提取的数量不足的情况下，加入Harris特征点作为补充；

4）特征匹配：将基础矩阵作为模型，采用RANSAC参数估计算法，通过粗匹配和精匹配两个阶段完成特征匹配，获得P1和P2中的匹配点对集合S；

5）三维重建：得到正确的匹配点对集合S后，通过标定后的摄像机模型，采用SVD方法进行特征点的三维重建，重建匹配点对集合对应的三维点集合；

6）距离计算：完成三维重建后，得到运动目标上的一个三维点集Q，计算Q中各点到摄像机C1或C2光心的平均距离即为目标到摄像机的精确距离。