[发明专利]基于单目红外的夜间机器人视觉大视场三维构建方法

摘要

本发明涉及一种基于单目红外的夜间机器人视觉大视场三维构建方法，该方法包括基于点特征算子进行红外图像的大视场拼接和红外大视场图像的三维重建处理两个步骤。首先将水平扫描式获取的一组红外图像投影到柱面空间坐标系中，在相邻图像的重合区域中提取SIFT特征，根据特征点匹配优化算法估计单应性变换矩阵以进行配准对齐，然后使用多分辨加权算法进行融合得到全景拼接图像。之后对红外大视场图像进行超像素分割以及多尺度特征提取，将分割图像和特征信息输入到已训练的面板参数马尔可夫模型中进行面板参数估计，最后对红外大视场图像的进行深度估计，并构建红外大视场三维模型，从而获得红外大视场三维图像。

主权项

一种基于单目红外的夜间机器人视觉大视场三维构建方法，其特征在于，包括以下步骤：步骤1、在同一水平面内旋转拍摄一系列180°范围内的红外图像，得到序列图像；步骤2、通过柱面投影变换公式将序列图像投影到柱面空间坐标系中；步骤3、在柱面空间坐标系中，选取序列图像中的第一帧红外图像作为参考图像，通过LM算法优化序列图像中其他红外图像到参考图像的变换矩阵，其中，序列图像中任意相邻的两幅红外图像之间的变换矩阵通过以下步骤得到：步骤3.1、通过相位相关法计算两幅相邻红外图像之间的位移量，以确定其重合区域，在重合区域中提取SIFT特征点，同时根据图像水平位移量和渐入渐出法，生成加权图；步骤3.2、对步骤3.1提取的SIFT特征点，首先采用相似性度量的方法，进行特征点粗匹配，寻找相邻红外图像间的关键匹配对，之后采用RANSAC鲁棒性估计算法消除伪匹配点，利用正确的匹配点对估计单应性矩阵参数，以确定相邻红外图像之间的变换矩阵；步骤4、根据步骤3得到的变换矩阵将序列图像中的所有红外图像进行配准对齐，然后采用多分辨率方法分解红外图像，在多尺度空间采用步骤3.1得到的加权图进行加权融合，从而得到大视场红外拼接图像；步骤5、对大视场红外拼接图像进行三维重建，构建红外大视场三维模型。