变电站机器人双目视觉导航立体匹配方法

时间:2022-09-04 08:37:28

变电站机器人双目视觉导航立体匹配方法

摘要:变电站巡检机器人双目视觉导航系统,依靠视觉导航,巡检机器人可有效地完成变电站设备自主巡检任务,提高设备巡检的效率。双目视觉基于Kruppa方程分步自标定方法实现摄像机参数的标定,使用快速主成分分析法提取图像特征信息。双目视觉的关键点在于获取物体的三维信息,采用基于特征点与区域匹配方法实现立体匹配;依靠立体匹配所得到深度信息,可计算出物体三维坐标,实现障碍物的检测,指导定位导航。

关键词:双目视觉 立体匹配 导航定位 机器人

中图分类号:TP242 文献标识码:A 文章编号:1007-9416(2011)12-0059-02

引言

双目视觉是一种通过两幅图像获取物体三维信息的方法,具有通过二维图像认知物体三维立体信息的能力,其关键技术就是要解决两幅图像中对应点的匹配问题[1]。立体匹配一直都是机器视觉领域中的难点和热点,论文根据结合变电站及巡检机器人双目视觉系统的特点,运用匹配辅助区域匹配算法实现立体匹配,获得密集准确的深度图。

1、立体匹配原理

立体匹配基于视差原理,如图1所示。其中基线距B=两摄像机的投影中心连线的距离;摄像机焦距为f。设两摄像机在同一时刻观看空间物体的同一特征点,分别在“左眼”和“右眼”上获取了点的图像,它们的图像像素坐标分别为

采用平行摄像机模型,两摄像机的图像在同一个平面上,并且特征点p的图像坐标y坐标在左右图像平面上相同,

可以得到:

要想根据左右图像对完成立体匹配任务,就把只需计算左右图像对的立体视差,立体视差是景物点在左右图像中图像像素的横坐标之差,即:

从而就可以建立立体视差图(又称深度图)。所建立的立体视差图可以细分为两个子区域,零视差子区域和非零视差子区域,零视差子区域为机器人可以自由行走的无障碍平坦区域;非零视差子区域为平坦区域上的凸出区域,可能是障碍物存在的区域。

根据式(3)及立体视差原理,可以方便地计算世界坐标下的特征点在摄像机坐标系下的三维坐标:

左摄像机像面上的任意一点只要能在右摄像机像面上找到对应的匹配点,就可以确定出该点的三维坐标。这种方法是完全的点对点运算,像面上所有点只要存在相应的匹配点,就可以根据式(5)计算出对应的三维坐标。

2、立体匹配设计

经过图像预处理,可以为立体匹配提供较理想立体图像对,降低了匹配算法的难度。论文结合变电站、检机器人双目视觉系统的特点,运用特征辅助区域匹配算法实现立体匹配,该算法结合特征匹配算法及区域匹配算法的优点,可以在计算量不大的情况下,生成密集准确的立体视差图。

算法的总体上分三步:

2.1 匹配初始化阶段

匹配初始化阶段需要完成以下工作:对双目摄像机参数的标定;对摄像机所采用的图像运用高斯―拉普拉斯模板进行图像预处理;对预处理的图像运用加速主成分分析法实现图像的特征提取;这些过程都是为后面的立体匹配做准备,为之提供较理想的立体图像对。

2.2 特征匹配阶段

根据各种匹配准则缩小匹配点的搜索范围,利用特征匹配算法确定正确的匹配点。

2.3 区域匹配阶段

由于前面特征提取算法限制,不可能把景物所有特征点全部提取到,所以特征点匹配完成后,还存在一些有价值的非特征点未被匹配。但是这些未被匹配点被已匹配点限制在较小的范围内,对这些小范围点的匹配就是区域匹配算法的工作。

对多个可能的候选匹配点比较时,可能使用的依据有灰度、曲率、拉普拉斯变换、梯度等。结合变电站实际环境,运用连续性约束准则和灰度、x方向的灰度梯度、梯度方向唯一确定匹配点[2]。思路如下:

①┍算视觉连续性约束相关系数

其中d为已匹配点的视差均值,d为当前候选匹配点的视差。若,1为预先设定视觉连续性约束相关系数阈值,排除此候选匹配点,重复执行此步直到时,执行第2步;否则直接执行第2步执行。

②计算候选匹配点与待匹配点的灰度相关值Vcorr、x方向的灰度梯度接近程度系数Kgard_r、梯度方向相关系数式(7)-(8)中,K_gard_x、K_gard_y为基准图像上特征点x和y方向的梯度,Rgrad_x、Rgrad_y为候选匹配点x和y方向的梯度,fl、fr为左右图像的灰度函数,、为特征点和候选匹配点在窗口(2N+2M+1)中灰度均、为两点在窗口中灰度标准差。若有Vcorr

③计算总判断依据

计算出所有候选匹配点的Iall值,其Iall值最大者即认为是最佳候选匹配点,即特征点Pleft在右图像中的匹配点。

要匹配固定大小的图像窗口中的像素,相似约束准则是两幅图像在窗口中的相关性度量,当被搜索区域的点与待匹配点间相似约束准则最大化时,认为搜索区域的点是待匹配点的匹配点[3]。

设有立体图像对IMG1、IMGr,Pl、Pr为两幅图像中的像素点,相关窗口大小为,为图像IMGl中像素点Pl在图像3、实验与结果

图2中左右两图像,是左右摄像机对同一景物拍摄所得。

根据上图的左右两图,运用立体匹配算法求得立体视差图。实验结果如图3所示,其中左图像素深度图,右图是对左图经median处理后的效果图,看起来对左图清晰了不少,但不能显示真实图像视差关系。此算法消耗较长时间,将在以后工作中改进。

参考文献

[1]杨俊,贾秀芳.变电站防火防盗图像识别的研究.中国高等学校电力系统及其自动化专业第20届学术年会,2004.7.

[2]林琳.机器人双目视觉定位技术研究[D].西安电子科技大学硕士学位论文,2009.

[3]薛长松.基于DM642的双目视觉控制系统研究[D].河南大学硕士学位论文,2007.

作者简介

吴晖,男,河南省郑州市人,高级工程师, 电力信息自动化、通信网络系统、视频分析智能化应用。

上一篇:一种液晶电视教学技术实现 下一篇:基于Protel DXP 2004多层电路板设计