[发明专利]基于图像感知的设备气密性检测相机自标定方法

说明书

本发明提供了一种基于图像感知的设备气密性检测相机自标定方法，该方法包括：通过相机采集检测池图像，对检测池图像进行边缘检测，获取直线信息和气泡曲线信息，根据直线信息得到灭点，根据灭点中的两个特定灭点得到灭线，根据灭线和气泡曲线信息得到多组估计灭点对；根据实际情况在得到的灭点中、多组估计灭点对中选择三个灭点，三个灭点对应的平行线组互相垂直，根据三个灭点计算相机内参矩阵；在检测池侧边上选择共线的多个标记点，根据标记点的标准图像坐标和实际图像坐标计算相机的畸变参数。本发明基于单帧图像，且无需外物辅助标定，可实现快速高效的相机自标定。

技术领域

本发明属于计算机视觉、设备气密性检测领域，具体为一种基于图像感知的设备气密性检测相机自标定方法。

背景技术

在设备气密性检测过程中，进行图像信息采集的相机的标定十分重要，若相机镜组出现晃动等情况，再通过常规标定方法会影响检测进度，但如果不进行标定，可能导致所采集的信息出现误差。

目前气密性检测领域尚未提出相机自标定的方法，通常按出厂标定的结果直接使用；其原因在于，目前较为准确的自标定方法通常需要多帧运动图像进行标定，而气密性检测时难以获得该类图像集合；而单帧图像自标定的方法误差较大，难以进行精确的标定。

发明内容

为了解决现有技术存在的问题，本发明提出一种基于图像感知的设备气密性检测相机自标定方法，该方法包括：

步骤一，通过相机对检测池进行图像采集，所述检测池中包括进行气密性检测的设备及水体；采集到的检测池图像经过边缘检测、霍夫变换后进行直线拟合；

步骤二，根据拟合直线的斜率，将拟合直线归于不同的直线集合中，具体地，第一直线集合中包括检测池高边所在直线；第二直线集合中包括检测池长边所在直线、进行气密性检测的设备的边缘线、水面直线；第三直线集合中包括检测池宽边所在直线；根据不同直线集合中的平行线组进行灭点的估计，对应三个直线集合得到第一灭点、第二灭点、第三灭点；

步骤三，对检测池图像中的ROI区域进行气泡的感知，得到气泡的边缘信息，对得到的边缘信息进行处理得到气泡的曲线信息，其中，曲线包括椭圆曲线和圆的曲线；

步骤四，根据气泡的曲线信息与第一灭点、第三灭点进行相关性分析，对气泡曲线信息进行筛选，根据灭线和保留下来的气泡曲线信息进行计算，得到多组估计灭点对，多组估计灭点对归于第四灭点集合；其中，灭线为第一灭点与第三灭点连接得到；

步骤五，从第一灭点、第三灭点中任选一个灭点，从第四灭点集合中任选一组估计灭点对进行相机内参矩阵的计算，或根据第一灭点、第二灭点、第三灭点进行相机内参矩阵的计算；其中，所选择的进行相机内参矩阵计算的三个灭点分别位于三个互相垂直的方向上；

步骤六，在检测池侧边上选择共线的多个标记点，根据多个标记点的标准图像坐标以及实际图像坐标计算相机的畸变参数。

进行边缘检测之前还需要对检测池图像进行灰度化处理，并且采用Sobel算子进行边缘检测。

第一直线集合中包括两条直线，第三直线集合中包括四条直线。

若所述第二集合中的直线条数大于等于2条，所述ROI区域为根据第二直线集合中的直线划分得到，否则，所述ROI区域为初始ROI区域，初始ROI区域内包括水体、检测池以及进行气密性检测的设备。

气泡的曲线信息的获取方法为：对ROI区域进行灰度化处理后基于Laplacian算子进行边缘检测获取气泡的边缘信息，得到二值图像，利用聚类算法对二值图像进行处理得到多个点的集合，利用拟合算法对点的集合进行拟合得到气泡的曲线信息。

所述聚类算法为均值漂移聚类算法，所述拟合算法为最小二乘法。