[发明专利]基于圆特征及异面特征点的单目图像位置、姿态测量方法有效

专利信息
申请号: 201910148738.5 申请日: 2019-02-28
公开(公告)号: CN110009680B 公开(公告)日: 2022-04-22
发明(设计)人: 孙晓亮;王刚;李璋;尚洋;于起峰 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06T7/73 分类号: G06T7/73;G06T7/246;G06T7/60
代理公司: 湖南省国防科技工业局专利中心 43102 代理人: 冯青
地址: 410073 *** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 特征 图像 位置 姿态 测量方法
【说明书】:

本发明涉及基于圆特征及异面特征点的单目图像位置、姿态测量方法,采用基于朝向变换的椭圆检测方法定位图像中目标上圆特征对应的成像椭圆,结合圆特征圆心坐标、法向及半径信息,求取出相对位置、姿态参数;引入异面点特征,利用异面点与圆特征之间的空间关系,消除基于单目图像圆特征位置、姿态参数求解的二义性;引入基于全局约束的搜索策略,对序列图像中圆特征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。本发明利用目标圆特征及异面特征点,仅基于单目图像完成目标位置、姿态测量,算法步骤简单明了,计算复杂度低,易于应用。

技术领域

本发明主要涉及计算机视觉、摄像测量、机械自动化领域,特指一种利用目标圆特征及异面特征点的单目图像目标位置、姿态测量方法。

技术背景

自动化操作在航天、工业机器人领域中得到越来越普遍的应用,其中设备与目标之间相对位置、姿态关系的测量是实现自动化操作的关键所在。随着计算机视觉、摄像测量技术的发展,基于视觉的相对位置、姿态测量方法受到了越来越多的重视,基于视觉的测量技术具有精度高、成本低等优势。

已有视觉相关测量方法中包含两个主要步骤:特征提取与位置、姿态参数解算。特征提取旨在建立二维-三维之间的对应集合,基于建立的对应集合,实现相对位置、姿态参数的解算。针对待测量目标的不同特点,不同的特征提取方法及位置、姿态解算方法被采用。

点特征被广泛应用于相对位置、姿态的测量中,基于点特征的位置、姿态测量即为n点透视问题(PnP)。常用的点特征提取方法有Harris、SITF、SURF等,通过点特征之间的匹配建立二维-三维之间对应。对于PnP问题的求解,当n≥6时,该问题存在唯一线性最小二乘解,PnP问题求解的最小配置对应数为n=3,因此,已有研究主要集中于3≤n≤5的情况,正交迭代等优化方法被采用已改善解算结果的准确性。点特征依赖于目标的纹理、角点特征等,易受到光照、杂乱背景等因素的干扰。相比于点特征,直线特征对干扰具有较强的鲁棒性,类似于PnP问题,基于直线特征的位置、姿态测量问题记为n直线透视问题(PnL),PnL问题的边界条件及求解方法类似于PnP问题,这里不再赘述。基于直线特征的方法仅能适用于具有丰富直线结构的目标,限制了方法的使用范围。一般轮廓特征被引入到位置、姿态参数的跟踪中,此类方法对目标结构没有过多要求,使用范围较广,但需要给定目标的初始位置、姿态参数,不易实现完全自主测量。

深度学习技术被应用于目标位置、姿态参数的测量,相关方法可归结于以下两个主要类别:(1)类似于传统方法,深度学习技术用于学习特征描述,建立二维-三维对应,进而采用传统位置、姿态参数解算方法求取相对关系参数;(2)充分发挥深度学习技术端到端的优势,直接基于图像信息,输出目标位置、姿态参数,无需显式地建立二维-三维对应。已有测试结果表明,第一类方法参数求解精度由于第二类方法,另外,深度学习技术依赖于数据驱动,需要大量标注的训练数据,限制了其应用。

发明内容

专利针对具有圆特征的目标的相对位置、姿态测量问题,发明了一种基于圆特征及异面特征点的单目图像位置、姿态测量方法: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,求解目标圆特征位置、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。

1、本发明的基于圆特征及异面特征点的单目图像位置、姿态测量方法的实施过程

本发明实施过程如附图2所示,具体如下:

(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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/201910148738.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top