[发明专利]一种基于双目视觉的水下涵隧内壁三维信息恢复方法有效
申请号: | 201910504925.2 | 申请日: | 2019-06-11 |
公开(公告)号: | CN110322572B | 公开(公告)日: | 2022-09-09 |
发明(设计)人: | 许金鑫;李庆武;张建清;罗颖;周明玉;刘润泽;李鹏;王峰 | 申请(专利权)人: | 长江勘测规划设计研究有限责任公司;河海大学;长江地球物理探测(武汉)有限公司 |
主分类号: | G06T19/20 | 分类号: | G06T19/20;G06T7/80 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林;许婉静 |
地址: | 430014 湖*** | 国省代码: | 湖北;42 |
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 双目 视觉 水下 内壁 三维 信息 恢复 方法 | ||
1.一种基于双目立体视觉的水下涵隧内壁三维信息恢复方法,其特征在于,包括以下步骤:
步骤1:获取涵隧内壁原始左右目图像,对双目摄像机进行标定,得到相机的内外参数,并通过相机内外参数对获取的涵隧内壁原始左右目图像进行极线校正,得到校正左目图像IL和校正右目图像IR;
步骤2:分别对步骤1得到的校正左目图像IL和校正右目图像IR进行各向异性扩散,得到滤波左目图像IFL和滤波右目图像IFR;所述各向异性扩散是一种支持区域内平滑的方法,用于在保留图像边缘的情况下平滑图像中的噪声;
步骤3:利用灰度梯度共生矩阵直接提取参考图像的纹理特征,并利用FCM聚类方法将每一帧参考图像中某一帧图像划分为强纹理图像和弱纹理图像两类,所述参考图像指的是原始左目图像;
步骤4:对步骤2得到的滤波左目图像IFL和滤波右目图像IFR进行纹理特征约束的匹配代价计算;
步骤5:采用加权水平树结构和基于动态规划的能量优化进行代价聚集;
步骤6:进行视差计算和视差精化处理,获取最终的涵隧内壁视差图;
步骤7:根据得到的视差图,采用二维图像和三维空间的坐标转换,得到涵隧内壁的三维数据信息。
2.根据权利要求1所述的基于双目立体视觉的水下涵隧内壁三维信息恢复方法,其特征在于,在步骤2中,将校正左目图像IL和校正右目图像IR的校正图像I(u,v)作为输入,应用下列扩散方程进行迭代:
其中,λ为常数,控制扩散的速度,Ii(u,v)为通道i下的图像,Iti(u,v)为第t次迭代时i通道下像素(u,v)的像素值,下标U、D、L、R分别表示传导系数h在上、下、左、右四个作用方向,符号表示相邻像素之间的差异,的定义如下式所示:
传导系数h根据式(8)在每次迭代时进行更新:
其中,α1为常数一,分别表示t时刻像素(u,v)在方向上、下、左、右的传导系数。
3.根据权利要求2所述的基于双目立体视觉的水下涵隧内壁三维信息恢复方法,其特征在于,在步骤3中,具体步骤为:
首先,对原始左目图像IOL的灰度图像G和梯度图像F分别进行归一化处理,所述灰度图像是原彩色图像进行灰度化得到的,所述梯度图像是通过灰度图像中每个像素点减去上一个像素点的值得到的;
G′(p)=INT(G(p)×Ng/gm)+1 (9)
F′(p)=INT(F(p)×Nf/fm)+1 (10)
其中,G'(p)和F'(p)分别是标准化灰度和梯度图像,符号INT表示舍入操作,gm和fm分别是原始图像中最大的梯度值和最大的灰度值,Nf和Ng分别是归一后的最大梯度值和最大灰度值;
统计归一化后的灰度图像G'(p)和梯度图像F'(p)中同时满足G′(p)=i和F′(p)=j的像点对数,得到共生矩阵Co的第(i,j)个元素的值Cij,相应的概率函数P(i,j)可以表示为:
然后,选取基于灰度梯度共生矩阵的五个纹理参数来描述原始左目图像的纹理特征,分别是:小梯度优势T1、大梯度优势T2、梯度均值T3、梯度标准差T4和梯度熵T5,
在提取参考图像的纹理特征后,使用FCM方法将原始左目图像IOL进行聚类,确定原始左目图像IOL某一帧图像是属于强纹理图像还是弱纹理图像。
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长江勘测规划设计研究有限责任公司;河海大学;长江地球物理探测(武汉)有限公司,未经长江勘测规划设计研究有限责任公司;河海大学;长江地球物理探测(武汉)有限公司许可,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/201910504925.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种页面处理方法、装置及介质
- 下一篇:用户验证方法、用户验证装置和电子设备