[发明专利]一种基于立体视觉的钢卷识别定位方法

权利要求书

1.一种基于立体视觉的钢卷识别定位方法，其特征在于，包括以下步骤：

(1)确立双目立体视觉模型，获取图像对；

(2)采用张正友标定方法进行摄像机标定；

(3)采用立体匹配算法获取视差图；

(4)利用深度直方图实现对目标钢卷的分割，计算出钢卷的X轴和Y轴的世界坐标；

(5)根据重投影矩阵计算得到钢卷的三维点云数据，对钢卷点云数据进行平滑去噪；

(6)最后对去噪后的点云数据进行圆柱特征拟合，从而获取钢卷在Z轴的世界坐标。

2.根据权利要求1所述的基于立体视觉的钢卷识别定位方法，其特征在于，所述步骤(1)中，建立一般双目立体视觉模型，获取待检测图像对，进一步的已知空间点的左右摄像机图像的坐标，通过透视变换和坐标系间的关系求出该点的三维空间坐标。

3.根据权利要求1所述的基于立体视觉的钢卷识别定位方法，其特征在于，所述步骤(2)中，为了确立二维图像坐标系与三维世界坐标系之间的关系，首先进行摄像机标定；采用张正友平面标定法，具体包括以下步骤：

(a)准备一个棋盘格标定板作为实验中标定的靶标；

(b)移动棋盘格标定板，从不同角度拍摄若干标定板图像；

(c)对每副标定板图像进行角点检测，获取角点像素坐标；

(d)先不考虑畸变系数，利用最大似然估计法获取投影矩阵H，进一步求解摄像机的内部参数和外部参数，最大似然估计法计算方法如下：

假设实验中有n幅标定板图像，每幅图像有m个角点，假设每个角点的干扰噪声独立同分布，将获取的内部参数和外部参数作为初始值，求得标定板上角点的投影像素值，以图像像素点和投影像素值的距离作为目标函数，求距离最小时的外部参数解：

上式中，m_ij表示第i幅标定板图像中的第j个角点的像素坐标，R_i、t_i分别是根据第i幅标定板图像计算得到的摄像机的旋转矩阵与平移向量，M_j是第j个角点的世界坐标系下的坐标值；

(e)考虑畸变系数，通过线性最小二乘法求解畸变方程中的畸变系数；

(f)把已获取的摄像机内部参数作为初始值，考虑畸变因素下的重投影，利用上式的Levenberg-Marquardt算法对图像点与重投影点间的距离进行迭代求解，完成对摄像机参数的非线性优化，提高摄像机标定的精度；进一步的利用极线几何对图像对进行极线校准，校准后的图像对的同名极线共线，使区域匹配时的二维搜索降低为一维搜索，提高匹配精度，减小计算量。

4.根据权利要求1所述的基于立体视觉的钢卷识别定位方法，其特征在于，所述步骤(3)中，采用基于灰度的匹配算法，故需将RGB图像在预处理时转换为灰度图像，进一步的采用高斯滤波去除图像的噪声，对图像对进行拉普拉斯锐化处理，使图像的细节和边缘清晰，得到预处理后的图像；进一步的采用基于NCC的区域立体匹配算法，确定3×3窗口实现区域匹配获取视差图；NCC相似性度量因子公式下：

其中，S为(x+y)对应邻域窗的相似度，I(x+y)为目标图像(x+y)处灰度值，I为目标图像邻域窗内的灰度平均值；T(x+y)为基准图像(x+y)处的灰度值，T为基准图邻域窗内的灰度平均值；S_NCC为归一化互相关系数，该系数越大两幅图就越相似，反之，两幅图就越不相似。

5.根据权利要求1所述的基于立体视觉的钢卷识别定位方法，其特征在于，所述步骤(4)中，利用视差图的深度信息提取出钢卷轮廓，进一步的获取钢卷中心在图像中的X和Y坐标，通过图像坐标到大地坐标的转换计算，计算得到钢卷在大地坐标系下的坐标x_p和y_p。