[發明專利]核化距離模糊聚類正交分光成像位姿傳感器標定方法

在審

• 申請號: 201911187628.6
• 申請日: 2019-11-28
• 公開（公告）號: CN110954133A
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 孫長庫;趙娜;王鵬
• 申請（專利權）人: 天津大學
• 主分類號: G01C25/00
• 分類號: G01C25/00;G06K9/62;G06T7/80
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

1.一種采用基于核化距離的模糊聚類算法進行區域劃分，其特征是，采用全局徑向基函數插值算法擬合各區域局部表達式；采用反距離加權插值Shepard方法構造權函數，Shepard方法采用局部緊支撐徑向基函數進行計算；全局表達式由權函數和各區域局部表達式計算生成，最終實現正交分光位姿傳感器的標定。

2.如權利要求1所述的采用基于核化距離的模糊聚類算法進行區域劃分，其特征是，從圖像數據點的分布特點出發，對圖像數據點進行聚類，根據聚類中心及圖像數據相對于聚類中心的分布情況進行子區域劃分，從而實現單位分解，即將待插值區域Ε劃分為k個子區域Ε_i，每個子區域為圓形區域，令待插值區域中的任意一點對應每個子區域有相應的權值μ_i(x)，且任一點的各權值滿足對每個子區域采用徑向基函數插值方法求解映局部表達式f_i(x)，則待插值區域的全局表達式如下：

根據每個圖像點的隸屬度集合，將圖像點劃分到其隸屬度最大的那個類中，最終得到各類的圖像點集合。

3.如權利要求1所述的采用基于核化距離的模糊聚類算法進行區域劃分，其特征是，單位分解具體步驟如下：

第一步，選擇聚類個數，根據標定數據點的個數，選擇聚類個數k；

第二步，基于核化距離的模糊聚類，得到聚類中心集合和隸屬度矩陣；

第三步，根據隸屬度矩陣劃分圖像點，形成子區域，求解各子區域到該區域的聚類中心最遠的圖像點的距離即為該類的初始半徑{R_i|i＝1,,k}；

第四步，根據半徑形成單位分解結果，如果單位分解得到的各子區域能夠覆蓋整個待插值區域，則單位分解結束；如果沒有覆蓋整個待插值區域，則需要執行第五步重新計算半徑；

第五步，重新計算半徑，由于單位分解后的子區域要覆蓋整個待插值區域，且類附近的點可以近似視為與該類具有相似特征，因此將初始半徑乘以半徑擴大系數β，以達到覆蓋整個待插值區域的目的，而半徑擴大系數的選擇需要根據實際情況進行調整，返回第四步；

權函數的構造采用反距離加權插值Shepard方法，為了保證函數的連續性，選擇吳宗敏提出的局部緊支撐徑向基函數作為緊支撐非負連續函數構造權函數如下所示：

將該函數代入以下表達式即可得到相應的權函數表達式：

其中C＝{c_i|i＝1,,k}為聚類中心，R＝{R_i|i＝1,,k}圓形子區域的半徑。

4.如權利要求1所述的采用基于核化距離的模糊聚類算法進行區域劃分，其特征是，基于核化距離模糊聚類單位分解的標定方法具體步驟如下：

第一步，單位分解：采用核化距離模糊聚類方法對標定數據的圖像點集合{x_i|i＝1,,n}進行模糊聚類，獲得聚類中心集合{c_j|j＝1,,k}和隸屬度集合{u_ij|i＝1,,n；j＝1,,k}，根據這兩個集合，將標定數據的圖像點劃分到各個類中，得到各類的圖像點集合{X_j|j＝1,,k}，并計算該類的圓形區域半徑，得到圓形區域半徑集合{R_j|j＝1,,k}，根據圖像點的聚類結果，將對應的物點劃分到相應的類中，得到各類的物點集合{P_j|j＝1,,k}；

第二步，在各子區域中進行局部表達式計算：指定徑向基函數；使用K-means方法選擇標定集合的控制點；采用徑向基插值方法求解相機矩陣

第三步：構造權函數并計算權值。根據Shepard方法構造權函數，對任一個圖像點x，根據公式計算該圖像點對每個類的權值{μ_j(x)|j＝1,,k}；

第四步，構造全局表達式。對任一個圖像點x，根據公式(1)構造全局表達式f(x)，即得到圖像點x對應直線的普呂克坐標。