[发明专利]基于双目视觉自主式水下机器人回收导引伪光源去除方法

权利要求书

1.基于双目视觉自主式水下机器人回收导引伪光源去除方法，其特征在于，包括以下步骤：

步骤一：利用两台水下CCD相机拍摄标定板，获取双目相机的参数，包括内、外参矩阵，畸变系数和相机之间的旋转、平移矩阵；

步骤二：降噪与锐化水下光源图像；

步骤三：以连通域为判据自适应获取二值化阈值；

步骤四：形态学处理二值化图像，获取图像所有质心坐标；

步骤五：根据真伪光源排列的几何关系剔除图像中伪光源坐标点。

2.根据权利要求1所述的基于双目视觉自主式水下机器人回收导引伪光源去除方法，其特征在于，所述步骤一中使用的是张正友标定法获取相机的各项参数，具体步骤为：

1)打印一张7*10黑白格相间的标定板并在水下从不同角度拍摄若干张标定板图像；

2)检测出图像中的特征点以求解理想无畸变情况下的摄像机内外参数并用最大似然估计提升精度；

3)应用最小二乘法求出实际的径向畸变系数；

4)综合内外参数、畸变系数使用极大似然法，优化估计，提升估计精度，最后得出精确的相机内外参数和畸变系数。

3.根据权利要求1所述的基于双目视觉自主式水下机器人回收导引伪光源去除方法，其特征在于，所述步骤二中采用拉普拉斯算子对水下光源图像进行降噪与锐化；

拉普拉斯算子的定义为：

g(x,y)＝f(x,y)+c[▽²f(x,y)]

在水下灰度图像内找出图像的最大灰度值g_MAX和最小灰度值g_MIN，接着选择初始阈值T＝(g_MAX+g_MIN)/2；

根据初始阈值将水下图像分为前景与背景，求出前景与背景的平均灰度值分别为v_f和v_b，使得新的阈值T＝(v_f+v_b)/2；

通过两个环节的不断循环更新阈值T直至v_f和v_b不在变化为止；

最终获取到的阈值将水下灰度图像分为两个区间[0,T]和[T,255]，对于[0,T]区间的图像保持原有灰度值，对于[T,255]区间的图像增加相应的灰度值，以此来锐化该区间图像，突显原图像亮度高的区域。

以上描述的滤波方式可以分步表示为：

输入原始的灰度图像g(s,t)，运用公式

g(x,y)＝f(x,y)+c[▽²f(x,y)]

得到输出图像f(x,y)；

对f(x,y)作公式

g(x,y)＝f(x,y)+c[▽²f(x,y)]

运算得g(x,y)记录图像轮廓像素点位置；

对f(x,y)作迭代运算，得到自适应阈值T；

对[0,T]和[T,255]区间的灰度图像作出公式4的处理；

输出锐化后的灰度图像f(x,y)。

4.根据权利要求1所述的基于双目视觉自主式水下机器人回收导引伪光源去除方法，其特征在于，所述步骤三中以连通域为判据算法获取图像中连通域的数量即光源数量，该算法步骤如下：

对图像进行逐像素扫描，若当前的像素值为0则移动到下一个扫描的位置；

若当前像素值为1，则检查该像素左边与上边的两个邻接像素；

考虑这两个像素的组合情况，若它们的像素都为0，则给予该像素新的标记用以表示一个新的连通域的开始；

它们中间只有一个像素为1，则当前的像素标记为它们中为1的像素标记值；

它们的像素值都为1且标记相同，则当前像素的标记为该标记；

它们的像素值都为1但是标记不同，则将较小的值赋给当前像素；

以上述为循环，找出所有的连通域，得到连通域的数量。