[发明专利]一种基于双目视觉的物理坐标定位方法

摘要

一种基于双目视觉的物理坐标定位方法，包括以下步骤：S1、对左右两个摄像机进行设定，建立摄像机模型的坐标系，求得摄像机模型坐标系与世界坐标系的转换关系；S2、提取特征点和获得特征点在左右图像中的像素坐标；S3、算出特征点在世界坐标系中的空间坐标；本发明通过左右两台摄像机模拟双目，建立坐标系转换模型，然后对两个摄像机所拍摄的图像提取特征点和计算像素坐标，再转换为摄像机模型的理论坐标，最后在计算出目标点的空间坐标，提高了测量精度和效率，使得双目坐标定位在工业机器人手眼系统、工业切割、物流运输业、包装业、光学检测与加工等领域具有更好的应用前景。

主权项

1.一种基于双目视觉的物理坐标定位方法，其特征在于，包括以下步骤：S1、对左右两个摄像机进行标定，建立摄像机模型的坐标系，求得摄像机模型中图像坐标系与世界坐标系的转换关系；S2、提取特征点和获得特征点在左右图像中的像素坐标；S3、算出特征点在世界坐标系中的空间坐标；所述S2具体包括：S21、图像边缘提取；S22、求出特征点在左右图像中的像素坐标；所述步骤S22具体包括：S221、对图像的每个像素点灰度值进行“八邻域”的相似度参数计算，即对于像素点I(i,j)的灰度值，分别计算I(i‑1,j‑1)、I(i‑1,j)、I(i‑1,j+1)、I(i,j‑1)、I(i,j+1)、I(i+1,j‑1)、I(i+1,j)、I(i+1,j+1)的灰度值与I(i,j)灰度值的差值，如果差值在±20之间则为相似点，用1表示，否则不为相似点，用0表示，所有的相似点组成相似矩阵S；S222、特征点提取；对每一个像素点计算相关矩阵M，计算公式如下：G＝exp[‑1/2(d2+e2)/δ2]其中，I表示像素点的像素灰度值强度，X、Y为像素灰度值在像素坐标x、y方向上的一阶偏导数，G为高斯平滑函数，d、e为高斯滤波器尺寸，u、v指的是图像坐标系的x、y值；S223、计算相似矩阵中每个相似点的角点响应，计算公式如下：R＝(AB‑S2)2‑L(A+B)2其中，L为常数，R为角点响应的最大值；S224、对于相似矩阵中的每个相似点，在w*w范围内寻找极大值点，w为移动检测窗口尺寸，若角点响应大于某一阈值θ且该点的角点响应比以该点为中心的“八邻域”点都大，则视为角点，该点的坐标值为相似矩阵中相似点的坐标，该坐标即像素坐标，对左右图像进行上述步骤操作，算出空间点在左右摄像机模型的坐标系中的像素坐标；所述S3包括：S301、对左右摄像机模型的坐标系中的像素坐标进行特征匹配，计算特征点视差，其计算公式为：SAD(u，v，disp)＝∑|PL(i+h，j+k)‑PR(i+h+disp，j+k)|其中，(i，j)为像素点坐标，h、k为x、y坐标轴上的移动检测窗口尺寸，disp为视差值，PL(i+h，j+k)、PR(i+h+disp，j+k)为左右图像像素点的坐标；S302、根据三角测距法计算目标点Z轴坐标：PL、PR为左右图像像素点的横坐标，T为两摄像机光心连线距离，f为焦距，ZP为目标点跟摄像机连线的距离值，即目标点在世界坐标系中的Z坐标值；S303、将目标点的Z轴坐标ZP，代入S1步骤中的转换模型，计算出目标点的左、右摄像机模型坐标系下的坐标，进而计算出目标点在世界坐标系中的坐标。