[发明专利]基于圆特征及异面特征点的单目图像位置、姿态测量方法

权利要求书

1.基于圆特征及异面特征点的单目图像位置、姿态测量方法，其特征在于，

通过基于朝向变换的椭圆检测方法实现图像中圆特征对应成像椭圆的检测，结合圆特征圆心、法向及半径信息，求解目标位置、姿态参数；采用模板匹配的方法定位图像中异面特征点，结合特征点与圆特征之间的空间关系，消除单目图像中圆特征位置、姿态参数求解的二义性，得到最终的位置、姿态测量结果；利用基于全局约束的搜索策略，对序列图像中圆特征对应的成像椭圆的自动跟踪，实现对目标位置、姿态参数的连续测量；

其步骤为：

(1)圆特征提取：针对首帧输入图像，采用基于朝向变换的椭圆提取方法检测图像中目标圆特征对应的成像椭圆，对于后续输入图像，采用基于全局约束的搜索策略，实现成像椭圆的连续跟踪；

(2)异面特征点提取：针对输入图像，基于模板匹配的方法实现图像中对角标志标识的异面特征点成像的提取；

(3)基于圆特征的圆特征位置、姿态参数求解：依据步骤(1)中提取的椭圆特征，结合圆特征圆心坐标、法向及半径信息，求取出相机与目标之间的相对位置、姿态关系；

(4)基于异面特征点的位置、姿态参数二义性消除：利用异面点与圆特征之间已知的空间关系，消除基于单目图像圆特征位置、姿态参数求解的二义性；

所述基于朝向变换的椭圆提取方法检测图像中目标圆特征对应的成像椭圆，具体为：

首先采用朝向变换筛选出图像有效曲线段，进而采用启发式搜索的方法对曲线段进行组合，以实现椭圆的检测，最终对得到的椭圆检测结果采用赫尔姆霍茨准则进行验证，得到最终的椭圆检测结果；

为实现对目标位置、姿态参数的连续测量，需对图像中特征进行连续检测，考虑目标运动的连续性，在完成首帧图像中椭圆目标的检测后，在后续图像中，采用全局约束的搜索策略对椭圆特征进行跟踪，对上一帧图像中检测到椭圆特征进行离散采样，记得到的采样点集合为{m_i}_N，针对每一个采样点m_i，在其法线方向上基于梯度强度筛选出对应的候选对应点集合每一个采样点对应的候选对应点数目M_i可能不同，基于椭圆对应采样点的连续性，通过最小化能量函数E(A)，确定真实对应点，

式中N为采样点数目，A＝(α₁，α₂，L，α_N)，

α_ij标识第i个采样点对应的第j个候选点是否有效，α_ij＝1则第i个采样点对应的第j个候选点有效，反之无效，j及k为候选点下标，E_d及E_s分别为数据项及平滑项，由对应位置的像素值及距离计算得到，基于得到的真实对应点集合，采用最小二乘椭圆拟合算法，得到跟踪的椭圆参数。

2.根据权利要求1所述的基于圆特征及异面特征点的单目图像位置、姿态测量方法，其特征在于，所述异面特征点提取，具体为：

选用对角标志，并采用归一化相关方法实现对角标志的提取，为适应对角标志的旋转，事先沿顺时针方向制备不同角度的K个模板，针对每一个模板，采用滑动窗口的方式对图像完成处理，最终的响应图中每个位置的响应值R(x,y)为K个模板对应响应值的最大值，如公式(2)所示，

式中T_k和I分别为第k个模板图像和输入图像，K为模板总数，k为每一个模板的下标，T_k(x',y')为坐标(x',y')处的像素灰度值，I(x+x',y+y')为坐标(x+x',y+y')处的像素灰度值，(x',y')为模板图像中坐标，(x,y)为输入图像中坐标；

定位响应图中最大响应值R_max对应的位置，若R_max＞Thresh_value，则将此位置作为一面特征点检测结果，反之，认为当前图像中无设置的异面特征点，Thresh_value为设定的响应阈值。