[发明专利]基于目标点识别的视觉航向识别方法

摘要

本发明公开了一种基于目标点识别的视觉航向识别方法，包括：载入通过相机标定获得的方位角与像素对应关系表，在第一帧图像中选择初始目标点，提取并描述第一与第二兴趣区域中的SURF特征点，并将此帧图像存储为第一幅参考图像；在采集的下一帧图像中，调整兴趣区域的位置与大小，与参考图像进行特征点匹配，筛选理想共面特征点，计算单应矩阵，识别目标点的当前位置；当满足参考图像更新条件时，将当前帧图像更新为参考图像，并筛选稳定的、符合仿射变换的、位于无穷远平面的理想共面特征点集，修正单应阵与目标点位置；最终根据方位角与像素对应关系表识别目标点对应航向。

主权项

1.一种基于目标点识别的视觉航向识别方法，包括以下几个步骤：步骤1：对线性相机进行静态标定，获得方位角与像素对应关系表；以相机光轴为基准，相机视场中每一像素点都对应确定的方位角与俯仰角，首先对线性相机进行静态标定，然后，获得方位角与像素对应关系表；步骤2：载入方位角与像素对应关系表，在第一帧图像中选择初始目标点，提取并描述第一兴趣区域ROI₁与第二兴趣区域ROI₂中的SURF特征点，并将此帧图像存储为第一幅参考图像；以目标点为中心，T_dis为半径的圆形区域内选取符合仿射变换的理想共面特征点集，并求取两图像此点集间的单应矩阵，根据单应阵更新目标点位置；步骤3：采集下一帧图像，调整第一与第二兴趣区域的位置与大小，提取并描述此帧图像第一兴趣区域中的SURF特征点并与参考图像进行匹配,筛选理想共面特征点，计算单应矩阵，识别目标点在当前图像中的位置；特征点的选取与筛选在两个选定的同心兴趣区域ROI₁和ROI₂内进行，其中ROI₁为矩形区域，ROI₂为圆形区域；k+1时刻采集的图像I(k+1)中的ROI₁(k+1)和ROI₂(k+1)均以预测目标点P_c(k+1)为中心，P_c(k+1)以及ROI₁(k+1)的宽度均根据陀螺仪的测量数据计算得到，具体计算方法如下：其中，W_I为图像宽度，α为水平视场角，ω表示陀螺仪测得的角速率，Δt为连续两幅图像的采集时间间隔，为ROI₁(k+1)的宽度，η_W(k+1)代表ROI₁(k+1)与图像宽度的比；当|ωΔt/α|≥0.5时，两幅图像中将无特征点可匹配；P'(k)为像素点P'在k时刻的位置；步骤4：当满足更新参考图像的条件时，将当前帧图像更新为参考图像，并筛选稳定的、符合仿射变换的、位于无穷远平面的理想共面特征点集，修正目标点位置；步骤5：根据方位角与像素对应关系表获得目标点对应航向角，重复步骤3至步骤5直至导航结束；利用相机标定获得的方位角θ(P)与像素P对应关系表，根据目标点跟踪结果P'，识别当前航向ψ(P')：其中，与分别为像素点P'与像平面坐标原点O在世界坐标系中的横坐标，f为相机镜头焦距，D为棋盘格放置于距相机镜头的距离。