[发明专利]双目危岩变形智能识别方法

权利要求书

1.双目危岩变形智能识别方法，其特征在于：包括以下步骤，

S1.建立带有一阶径向畸变的左、右摄像机模型，利用粒子群算法找到一个由左、右摄像机所有参数构成的最优组合来定义立体视觉系统，对左、右摄像机进行标定；

S2.基于圆形标识点进行图像匹配，明确测量目标；

S3.在图像匹配的基础上，对图像中匹配的标识点进行三维坐标恢复，比较前后状态下标识点的三维坐标，最后计算标识点中心的面内位移偏差、离面位移偏差及每个标识点中心的应变值，以确定物体结构表面有无变形。

2.根据权利要求1所述的双目危岩变形智能识别方法，其特征在于：建立带有一阶径向畸变的左、右摄像机模型的具体方法为：

S11.采用带有一阶径向畸变的针孔模型构建左、右摄像机的三维坐标系；

S12.构建左、右摄像机成像面上的图像坐标系；

S13.构建左、右摄像机的计算机图像坐标系；

S14.将待测物体表面一点P的三维坐标变换到计算机图像坐标系中，得到由双CCD摄像机构成的立体视觉系统的数学模型；

S15.根据双CCD摄像机构成的立体视觉系统的数学模型求出点P三维坐标的最小二乘解,利用粒子群算法找到一个由左、右摄像机所有参数构成的最优组合。

3.根据权利要求2所述的双目危岩变形智能识别方法，其特征在于：在S14中将待测物体表面一点P的三维坐标变换到计算机图像坐标系中的具体步骤为：

(1)用齐次坐标描述从三维坐标系到摄像机坐标系的空间刚体位置变换；

(2)从摄像机坐标系变换到理想图像坐标系；

(3)从理想图像坐标系变换到实际图像坐标系，建立畸变模型；

(4)从实际图像坐标系变换到计算机图像坐标系。

4.根据权利要求2所述的双目危岩变形智能识别方法，其特征在于：在S15中利用粒子群算法找到一个由左、右摄像机所有参数构成的最优组合的具体步骤为：

(1)根据由双CCD摄像机构成的立体视觉系统的数学模型建立粒子全算法的优化模型；

(2)利用实际测量的物体表面一点P的三维坐标与由双CCD摄像机构成的立体视觉系统的数学模型计算得到的三维坐标之间的残差来建立目标函数。

5.根据权利要求1所述的双目危岩变形智能识别方法，其特征在于：在S2中基于圆形标识点进行图像匹配，明确测量目标的具体方法为：

S21.利用Canny算法粗定位图像边缘；

S22.利用Zernike矩算子精确定图像边缘；

S23.利用椭圆拟合法，对圆形标识点特征进行提取；

S24.对提取的特征点进行匹配，然后确定待测目标。

6.根据权利要求5所述的双目危岩变形智能识别方法，其特征在于：在S21中利用Canny为通过二维高斯函数一阶微分与图像卷积进行滤波，然后对滤波后的图像寻找局部最大值，具体为：

(1)利用高斯函数对图像滤波；

(2)利用高斯函数的一阶微分对图像卷积，得到各像素点的梯度幅值|G|和梯度方向θ；

(3)将梯度方向分为四个区，测量点梯度幅值与梯度方向上相邻像素梯度值相比较，标记测量点是否为边缘点；

(4)统计各像素点的梯度幅值，并计算出梯度均值D与方差σ，将梯度均值和方差的和作为边缘检测的高阈值，将0.4倍高阈值作为低阈值；

(5)进行边缘连接，粗略确定测量目标。