基于單目視覺的目標(biāo)識別與定位研究.pdf

1、視覺技術(shù)因?yàn)槠浞墙佑|、低成本、易實(shí)現(xiàn)的優(yōu)點(diǎn)，已經(jīng)廣泛應(yīng)用于工業(yè)、醫(yī)學(xué)、航空航天、農(nóng)業(yè)等領(lǐng)域，同時隨著計(jì)算機(jī)和圖像處理硬件設(shè)備性價(jià)比的不斷提升，它獲得了更加深入的研究與應(yīng)用。
　　論文在分析國內(nèi)外視覺技術(shù)研究現(xiàn)狀與發(fā)展方向的基礎(chǔ)上，主要研究了圖像特征提取與匹配、攝像機(jī)標(biāo)定、深度估計(jì)、目標(biāo)物空間定位等單目視覺系統(tǒng)幾個關(guān)鍵問題，并將這些理論用于航天器間交會對接過程中的位姿參數(shù)確定以及工業(yè)在線識別系統(tǒng)。
　　由于圖像特征提取和匹配是

2、深度估計(jì)、3D重建等關(guān)鍵技術(shù)的基礎(chǔ)，本文針對輪廓特征的提取，提出了一種適用于工業(yè)在線識別的快速輪廓特征提取方法;在圖像特征匹配方面，本文在研究SIFT等三種局部特征匹配算法的基礎(chǔ)上，結(jié)合形狀上下文描述子，提出了一種改進(jìn)形狀上下文描述子并用于圖像特征匹配，此算法特別適用于處理具有相似或?qū)ΨQ目標(biāo)物導(dǎo)致出現(xiàn)的誤匹配，從而改善了圖像特征匹配的效果。
　　論文在分析研究Tsai兩步標(biāo)定法、Zhang基于移動平面模板標(biāo)定方法以及無模型畸變圖像

3、校正算法的基礎(chǔ)上，給出了一種基于交比不變性的分步線性標(biāo)定算法，該方法避免了上述標(biāo)定算法的非線性優(yōu)化，只需采用線性標(biāo)定方法，故可用于在線檢測系統(tǒng)的快速標(biāo)定。利用上述標(biāo)定算法，在基于改進(jìn)形狀上下文的基礎(chǔ)上，本文進(jìn)一步給出了一種雙焦單目視覺深度估計(jì)方法，解決了單目視覺條件下的目標(biāo)深度估計(jì)問題，實(shí)驗(yàn)結(jié)果表明在深度不大的條件下可以滿足精度要求，本方法特別適用于解決較小深度估計(jì)問題。
　　單目視覺技術(shù)可用于空間目標(biāo)物的定位，即確定攝像機(jī)坐標(biāo)系

4、與物體坐標(biāo)系相對位姿關(guān)系。本文針對單目視覺下的具有人工標(biāo)志和無人工標(biāo)志的圖像目標(biāo)物的定位問題作了深入研究。首先分析了具有人工標(biāo)志的單幅、兩幅和多幅圖像的目標(biāo)物定位的算法，然后重點(diǎn)研究了無人工標(biāo)志單幅圖像的目標(biāo)物定位問題，并提出兩種算法。(1)是利用已知某一邊長尺寸的平行四邊形依據(jù)幾何關(guān)系進(jìn)行目標(biāo)物的定位;(2)是基于共形幾何代數(shù)建立基于特征點(diǎn)和特征直線融合的目標(biāo)函數(shù)，并利用最優(yōu)化算法得到相應(yīng)的位姿參數(shù)。最后利用工業(yè)在線識別系統(tǒng)中的目標(biāo)物

5、進(jìn)行了實(shí)驗(yàn)驗(yàn)證，結(jié)果表明所提出的單幅圖像定位算法精度較高且實(shí)時性好。
　　航天器交會對接時，首先需要確定兩者間相對姿態(tài)參數(shù)。針對此問題，本文提出了基于單目視覺的3種航天器間相對位姿確定方法:(1)是在單目視覺深度估計(jì)算法的基礎(chǔ)上給出了一種航天器間相對位姿參數(shù)的估計(jì)方法，本方法利用雙焦成像算法確定航天器間相對位置，再利用相對位置確定航天器間相對姿態(tài)，最終獲取相對位姿參數(shù)的解析解;(2)是在單目視覺基礎(chǔ)上利用四元數(shù)測量方法，將系統(tǒng)配置

6、的5個非共面特征光點(diǎn)分為兩組，每組包括3個特征點(diǎn)，分別得到單目視覺的航天器相對位姿參數(shù)的方程組，結(jié)合兩個方程組獲得航天器間相對位置和姿態(tài)參數(shù)測量的解析解;(3)是采用單目視覺與激光測距儀混合系統(tǒng)，將單目視覺測量得到的六維位姿數(shù)據(jù)與激光測距儀高精度的測距數(shù)據(jù)融合，相比于前兩種只采用單目視覺的估計(jì)方法，本方法可以進(jìn)一步提高航天器間位姿參數(shù)的估計(jì)精度。
　　單目視覺技術(shù)可以應(yīng)用于工業(yè)在線識別系統(tǒng)中。本文詳細(xì)闡述了條煙在線識別的硬件設(shè)計(jì)和

7、軟件實(shí)現(xiàn)的完整系統(tǒng)。在條煙圖像處理部分的輪廓提取關(guān)鍵步驟中，針對圖像內(nèi)出現(xiàn)不同數(shù)量條煙的情況，本文提出一種“兩步法”快速輪廓特征提取算法。第一步，利用全局閾值分割與Blob分析結(jié)合將條煙圖像與皮帶背景區(qū)別開，并利用最小矩形方法提取條煙矩形輪廓，此步驟粗略完成“單條”和“多條”條煙的輪廓提取;第二步，利用全局閾值分割、Blob分析與數(shù)學(xué)形態(tài)學(xué)相結(jié)合的方法進(jìn)行輪廓提取的修正，以保證輪廓提取的精度。在條煙輪廓提取后需要進(jìn)行特征提取以及圖像識別

8、。在準(zhǔn)確提取條煙輪廓的基礎(chǔ)上，提取輪廓內(nèi)的顏色、紋理以及形狀的圖像特征，與之前建立的圖像特征數(shù)據(jù)庫相應(yīng)的特征進(jìn)行對比，計(jì)算匹配相似度完成特征匹配。煙草物流中心現(xiàn)場運(yùn)行的良好情況驗(yàn)證了本文的條煙在線識別系統(tǒng)的穩(wěn)定性、實(shí)用性。
　　在此系統(tǒng)的基礎(chǔ)上，利用第3章攝像機(jī)標(biāo)定的算法，對條煙在線識別系統(tǒng)的單目相機(jī)進(jìn)行標(biāo)定。并利用條煙圖像進(jìn)行第4章無人工標(biāo)志單幅圖像定位算法的實(shí)驗(yàn)驗(yàn)證，在驗(yàn)證定位算法正確性的同時，也為利用單幅圖像進(jìn)行目標(biāo)物定位的