[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

说明书

本发明公开了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，获取涵隧内壁原始左右目图像，对获取的涵隧内壁原始左右目图像进行极线校正；分别对得到的校正左目图像和校正右目图像进行各向异性扩散，得到滤波左目图像和滤波右目图像；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聚类方法将参考图像划分为强纹理图像和弱纹理图像两类；对得到的滤波左目图像和滤波右目图像进行纹理特征约束的匹配代价计算；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；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。本发明能够提高水下涵隧内壁的立体匹配的精度，获得更加精确的涵隧内壁视差图和三维坐标信息。

技术领域

本发明属于计算机视觉和图像处理技术领域，涉及水下涵隧内壁三维信息恢复方法。

背景技术

引水隧洞是南水北调工程的重要组成部分，该隧洞可为水电站发电输送可靠的发电用水。由于水流速度快，水力条件复杂，衬砌质量缺陷，围岩弹性模量高等因素，并且受到施工期和运行期混凝土温度应力的影响，水下涵隧洞出现裂缝是常见的现象，裂缝产生的渗漏、涌水会直接威胁到衬砌的安全，甚至造成隧洞断裂垮塌，管路沉降等事故。一般情况下，要对隧洞进行检修，易受到时间和设备的限制，需要将隧洞内的积水排空，而隧洞环境恶劣，长度较长，多起伏，人工检测费时费力，成本颇高，且存在一定危险性。因此，为保证隧洞引水工程的安全运行，应对涵隧内壁进行智能检测，采用双目立体视觉的方法，在内壁上获取不同角度的图像，通过立体匹配的算法，获取完整的涵隧内壁三维数据信息，为隧洞的安全和效率提供可靠保证，也为以后国内水下隧洞的高效快速检测提供了一个全新的高效解决方案。

立体匹配是计算机视觉和图像处理中的一个热点问题，也是一个关键性问题，它根据同一场景的两幅图像中已有的数据寻求真实世界中物体上的某一点在左右视图上的对应点，获取图像中的三维信息。而在真实世界中的物体在摄像机成像时会因为光照变化、物体相互遮挡、成像噪声、镜头畸变等因素而发生相应的亮度变化，如何克服这些外界干扰因素，在短时间内获得高精度的匹配结果，国内外的研究人员已经提出了大量的立体匹配方法。这些算法按照约束条件可以分为局部算法和全局算法，局部算法依靠匹配点周围的约束信息在纹理丰富的区域能够快速获取高质量的视差图，但是对于遮挡区域、弱纹理区域、视差不连续区域处理效果欠佳。全局算法通过构建全局约束，大多能够获取高质量的视差图，但是算法参数过多、运算时间过长是其明显的弊端，而且现有的许多立体匹配算法在应用于水下目标图像时，由于能见度差和水下光线的复杂性，导致算法的性能较差，因此针对水下涵隧内壁立体匹配算法的研究具有很大的应用价值。

发明内容

本发明所要解决的技术问题是：获得更加精确的水下涵隧洞内壁视差图和三维信息，为涵隧洞的安全运行提供可靠保证。

为解决上述技术问题，本发明提供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，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I_L和校正右目图像I_R；

步骤2：分别对步骤1得到的校正左目图像I_L和校正右目图像I_R进行各向异性扩散，得到滤波左目图像I_FL和滤波右目图像I_FR；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I_FL和滤波右目图像I_FR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(DP)的能量优化进行代价聚集；