[发明专利]一种计算机视觉下的圆模板匹配旋转结构运动无标记测量方法

权利要求书

1.一种计算机视觉下的圆模板匹配旋转结构运动无标记测量方法，其特征在于，包括以下步骤：

1)利用高速相机对转动状态下的旋转结构运动进行视频记录；

2)基于初始帧图像建立高斯多尺度差分空间，利用图像像素与其领域像素亮度值在不同尺度上的大小关系，对图像像素亮度的极值点进行检测，筛选出结构表面的虚拟特征点；

3)以虚拟特征点为圆心构建半径不同的圆环区域，即不同半径大小的圆模板，对不同圆模板内像素亮度的包括均值、标准差、梯度方向的特征进行统计，建立虚拟特征点的描述符向量；

其中，在t₀时刻，构建4个不同半径大小的圆模板C，分别记为C₁,C₂,C₃,C₄，对不同圆模板内像素亮度均值、标准差、梯度方向进行统计，方式如下：

(1)圆模板内像素亮度均值计算

式中：表示圆模板C内像素亮度的均值，M为圆模板C内像素的数目，C＝1,2,3,4，为t₀时刻图像像素亮度；

(2)圆模板内像素亮度标准差计算

式中：表示圆模板C内像素亮度的标准差；

(3)圆模板内像素亮度梯度方向计算

式中：θ(x,y)为像素亮度的梯度方向，G_x(x,y)和G_y(x,y)分别为(x,y)位置像素亮度在x、y方向上的梯度，表示为：

式中：为图像像素亮度，表示卷积运算，H_x和H_y分别为x、y方向上的梯度算子，表示如下：

对圆模板内像素亮度梯度方向进行统计，统计方式如下：

式中：分别为t₀时刻圆模板C内像素亮度梯度在不同方向的数目；

最终，建立虚拟特征点的描述符向量W，描述为：

4)重复步骤3)，构建待匹配图像中全部像素的圆模板描述符向量，对虚拟特征点的描述符向量与待匹配图像像素的描述符向量进行相关性计算，根据描述符向量间的相关性，获取虚拟特征点在待匹配图像中的位置；

5)重复步骤4)，获取虚拟特征点在不同帧图像中的位置，对旋转结构的运动进行测量，其中，结构上的虚拟特征点随着结构做圆周运动，不同时刻结构上虚拟特征点的像素坐标位置集合为其中x_t,y_t为t时刻虚拟特征点的像素坐标，S表示视频序列的帧数，设结构运动方程为x²+y²+dx+ey+f＝0，通过对各帧虚拟特征点像素坐标进行圆拟合获取参数d、e、f，即：

从而得到转轴轴心O的坐标(m,n)，表示为

选择结构在转动过程同一圆周内中间隔较大的8帧，计算虚拟特征点相对于初始帧转动的角度，分别为(θ₁,θ₂,θ₃,θ₄,θ₅,θ₆,θ₇,θ₈)，角度计算如下：

式中：θ_t表示t时刻结构相对于初始帧所转过的角度，A₀表示初始帧虚拟特征点的像素坐标，A_t表示所选择帧对应虚拟特征点的像素坐标；

对所选择结构转过的角度进行最小二乘拟合，获取结构旋转速度ω，即：

最终，得到旋转结构的旋转中心以及旋转结构的转速。