[發明專利]一種適用于水池實驗中運動物體三維軌跡的視覺測量方法在審
| 申請號: | 201910914339.5 | 申請日: | 2019-09-26 |
| 公開(公告)號: | CN110706291A | 公開(公告)日: | 2020-01-17 |
| 發明(設計)人: | 艾尚茂;劉德鵬 | 申請(專利權)人: | 哈爾濱工程大學 |
| 主分類號: | G06T7/80 | 分類號: | G06T7/80;G06T5/00;G06N3/08;G06N3/04;G01M10/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼: | 黑龍;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 卷積神經網絡 水池實驗 水下攝像機 非線性攝像機模型 運動物體軌跡 幀圖像數據 被測對象 采集目標 彩色圖像 定位信息 海洋工程 計算過程 目標細節 三維軌跡 視覺測量 水下圖像 算法獲取 圖像坐標 訓練圖集 運動物體 特征點 標定 測量 采集 輸出 | ||
本發明屬于海洋工程水池實驗領域,目的在于提供一種適用于水池實驗中運動物體三維軌跡的視覺測量方法,包括以下步驟:建立水下非線性攝像機模型,對水下攝像機進行標定;采集目標對象的水下圖像,組成卷積神經網絡的訓練圖集作為卷積神經網絡訓練輸入;建立卷積神經網絡模型進行訓練;布置水下攝像機,采集水下彩色圖像作為卷積神經網絡的輸入,卷積神經網絡輸出被測對象特征點的圖像坐標;采用PnP算法獲取物體的定位信息;將每幀圖像數據組合。本發明解決了現有水池實驗中運動物體軌跡測量技術存在的問題,有效避免了傳統定位方法中針對目標細節特征的識別,極大地簡化了計算過程。
技術領域
本發明屬于海洋工程水池實驗領域,具體為一種適用于水池實驗中運動物體三維軌跡的視覺測量方法。
背景技術
水下目標定位技術是通過視覺傳感器獲取水下目標圖像,通過后處理對目標對象進行定位,在軍事技術與水下資源開發利用中有著廣泛的應用。
在許多海洋工程水下實驗中,必須測量物體的三維運動軌跡。當運動物體不能外接纜線或者對纜線的剛度存在要求時,接觸式測量工具將不再適用,水聲定位和視覺定位等非接觸式測量方法能夠滿足實驗要求。然而,水聲定位在近距離測量并不準確,不適用于水池實驗。
傳統的單目定位方法中,獲取目標深度信息的過程復雜,且由于水下復雜環境、惡劣的成像條件以及目標運動的影響,容易造成特征丟失的現象,并且定位過程計算速度慢,不適用于需要實時定位的水下實驗測量系統。
發明內容
本發明的目的在于提供一種基于卷積神經網絡的適用于水池實驗中運動物體三維軌跡的視覺測量方法。
為了實現本發明的目的,采用的技術方案是:
一種適用于水池實驗中運動物體三維軌跡的視覺測量方法,包括以下步驟:
步驟一:建立含有畸變項的水下非線性攝像機模型,通過標定板對水下攝像機進行標定;
步驟二:采集目標對象一定數量的不同姿態的水下圖像,組成卷積神經網絡的訓練圖集,作為卷積神經網絡訓練輸入;
步驟三:建立卷積神經網絡模型,進行卷積神經網絡訓練;
步驟四:布置水下攝像機,采集水下彩色圖像作為卷積神經網絡的輸入,卷積神經網絡輸出被測對象特征點的圖像坐標;
步驟五:通過2D圖像與3D物體之間點的對應關系,采用PnP算法獲取物體的定位信息;
步驟六:將每幀圖像數據組合。
所述建立水下非線性攝像機模型的詳細過程如下所示,
假設空間一點PW(XW,YW,ZW)對應的攝像機坐標系下坐標為(XC,YC,ZC),在圖像物理坐標系下投影坐標為(x,y),以圖像左上角點為原點建立圖像像素坐標系O-uv,則空間點在攝像機坐標系下的坐標與在圖像物理坐標系下的投影坐標之間幾何變換關系為:
其中:λ為深度系數,f為相機焦距,dx與dy為分別為每個像素沿x軸與y軸的實際尺寸, (u0,v0)為光心在像素坐標系下的坐標,矩陣R和向量T分別為由世界坐標系到攝像機坐標系的旋轉矩陣與平移向量;
引入二階徑向畸變對攝像機模型進行修正,畸變后的成像點坐標(xd,yd)與理想成像點坐標(x,y)之間關系為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學,未經哈爾濱工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910914339.5/2.html,轉載請聲明來源鉆瓜專利網。





