CN113137920A - 一种水下测量的设备与水下测量方法 - Google Patents

一种水下测量的设备与水下测量方法 Download PDF

Info

Publication number
CN113137920A
CN113137920A CN202110542914.0A CN202110542914A CN113137920A CN 113137920 A CN113137920 A CN 113137920A CN 202110542914 A CN202110542914 A CN 202110542914A CN 113137920 A CN113137920 A CN 113137920A
Authority
CN
China
Prior art keywords
camera
distance
image
laser
spots
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110542914.0A
Other languages
English (en)
Other versions
CN113137920B (zh
Inventor
杨梦宁
韩彪
张兵
李小斌
陈开润
何鑫
汪涵
向刚
李亚涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Mihong Technology Co ltd
Chongqing University
Xidian University
Institute of Deep Sea Science and Engineering of CAS
Original Assignee
Chongqing Mihong Technology Co ltd
Chongqing University
Xidian University
Institute of Deep Sea Science and Engineering of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Mihong Technology Co ltd, Chongqing University, Xidian University, Institute of Deep Sea Science and Engineering of CAS filed Critical Chongqing Mihong Technology Co ltd
Priority to CN202110542914.0A priority Critical patent/CN113137920B/zh
Publication of CN113137920A publication Critical patent/CN113137920A/zh
Application granted granted Critical
Publication of CN113137920B publication Critical patent/CN113137920B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种水下测量的设备与水下测量方法，该方法包括：数据准备、目标距离测量和目标尺寸测量。在数据准备阶段，首先在水中利用光学相机检测四束激光的光斑；然后根据四点光斑的位置对有角度偏转的图像进行校正；最后以四个光斑之间的像素作为输入，真实距离为标签，建立距离与像素之间的映射关系，构成数据集；在距离测量阶段，基于获得的数据集，建立幂函数回归模型实现测距；在目标尺寸测量阶段，基于图像人工辅助标记和小孔成像原理，测量目标尺寸大小，实现图像比例尺。本发明能够用于水下距离和目标尺寸测量，且无论目标是否有角度偏转；基于图像的激光测量方法，具有测量速度快，精度高，性能稳定等优点。

Description

一种水下测量的设备与水下测量方法
技术领域
本发明涉及水下视觉和水下测量领域，具体而言是一种通过分析水下激光图像，对水下目标的距离和尺寸进行精确测量的方法。
背景技术
水下目标测量在海下目标勘察、海洋资源勘探以及水下机器人联合作业等领域具有广泛的应用需求。目前，在水下目标距离和尺寸测量方法常用的技术手段主要由声学手段和光学手段两种。
声学手段主要利用声学多波束回波探测的方法实现目标的距离和尺寸测量，这种方法在水下的作用距离长，然而受水体环境和水下地形地貌等因素的影响，测量精度有限。
光学测量的方法主要包括水下多目视觉以及水下激光测量。其中，多目测量是通过多个相机形成水下目标的三维图像，完成目标距离和尺寸的测量。受水下光学衰减的影响，这种方法的测量距离较近。水下激光测量的方法是通过在水中发射激光光束，以激光光束作为标尺，通过相机观察激光光斑在目标区域几何尺寸和形状的变化，完成目标距离和尺寸的测量。目前常用的激光测量方法包括两点激光、三点激光等。其中两点激光是通过相机观察两束平行激光在目标区域形成的光斑大小，实现距离和目标物一维信息的测量。三点激光测量是通过观察三束激光在远处的光斑，实现目标距离和平面二维尺度的测量，然而当目标物存在未知偏振角度时，这种方法的测量误差会急剧劣化。针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对现有技术存在的上述问题，本发明的要解决的第一个技术问题是：提供一种用于水下测量的设备.
要解决的第二个技术问题是：提供一种测量准确性高的水下测量方法。
为解决上述第一个技术问题，本发明采用如下技术方案：种水下测量的设备，包括壳体，密封在壳体内的控制与分析单元、相机和四个激光器，且所述相机光轴方向和四个激光器所发激光的方向平行；所述壳体上具有相机拍摄和四个激光器所发激光透出的透明区域；所述控制与分析单元用于控制激光器发射激光，获取相机影像并分析目标物体的距离和二维尺寸；所述相机用于获取目标区域中的激光光斑影像；所述四个激光器用于在测量目标区域形成四个激光光斑。
为解决上述第二个技术问题，本发明采用如下技术方案：一种水下测量方法，采用上述的水下测量的设备，所述测量步骤包括：
S100：数据准备
S110：控制与分析单元控制四个激光器发射激光，相机进行拍摄，控制与分析单元对拍摄的激光光斑图像进行光斑检测，具体描述如下：
S111：检测范围设定，根据光斑颜色进行阈值分割得到二值图像，将所得二值图像中轮廓的最小外接矩形即为检测范围；
S112：检测光斑位置确定，在检测范围内获取灰度最大的四个位置设为四个激光光斑所在位置；
S120：相机标定，在同样的水质环境中拍摄N张棋盘格图像，基于张正友棋盘格标定法标定水下相机，确定水下相机的内参矩阵mtx和畸变系数dst，如下所示：
Figure BDA0003072406780000021
dst[k1，k2，k3，p1，p2]＝[0.0909，-0.1621，0.0059，0.0016，0.1469] (2)
其中，等式(1)中u0,v0是图像坐标系原点在像素坐标系中的坐标，dx和dy分别是每个像素在图像平面x和y方向上的物理尺寸，fx、fy由f/dx、f/dy计算而来，f为焦距，等式(2)中k1,k2,k3为相机的径向畸变系数，p1,p2为相机的切向畸变系数；
S130：图像角度校正，对所述N张棋盘格图像中存在角度偏转的图像进行校正；
S140：数据集制作，在校正后的N张图像中，计算每张图像中四个激光光斑之间的像素数之和perimeter作为输入特征，相机离光斑所在平面的距离记为distance作为标签，获取N组数据对(perimeter，distance)构成的数据集作为训练集；
S200：距离测量
S210：基于S140制作的数据集，在perimeter和distance之间建立非线性映射关系，如等式(7)，将训练集中的训练样本输入到非线性映射关系中进行训练；
distance′＝a(perimeter)b (7)
其中a、b为训练中需更新的参数，通过自动选择随机化种子进行初始化，训练过程通过调整a、b使distance′与distance的差距不断缩小，直至差距不再发生变化，训练结束；
S220：保存收敛的模型如等式(8)-等式(10)：
distance′＝a(perimeter)b (8)
a＝374045.80867986963 (9)
b＝-1.3327215188298143 (10)
S300：测试图像距离测量，采用S110至S140中的方法对测试图像进行校正处理和特征提取，将获得的特征输入到S220保存的模型中，即可测量相机离测试图像中光斑平面的距离r_distance；
S400：目标尺寸测量
S410：目标物体的标记，在测试图像中标记目标物体的待测起点和终点，控制与分析单元通过颜色阈值法自动识别目标物体的待测起点和终点。
S420：根据等式(10)计算目标物体待测起点(x1，y1)和终点(x2，y2)之间的像素距离，即目标物体的像素尺寸；
Figure BDA0003072406780000031
S430：目标物体实际尺寸r_size计算，根据求得的相机焦距f＝mtx[1][1]、相机离测试图像中光斑平面的实际距离r_distance，目标物体的像素尺寸p_size，基于相机小孔成像原理中的三角形相似关系，可得到公式(11)；
Figure BDA0003072406780000032
可得目标物体的实际尺寸r_size：
r_size＝(r_distance*p_size)/f (12)。
作为优选，所述S130对所述N张棋盘格图像中存在角度偏转的图像进行校正的步骤包括：
S131：计算待校正图像的外参矩阵，通过光斑检测获得四点光斑的相对位置，然后将左上角的光斑映射到坐标原点，其余点同等变换，即获得四点光斑的世界坐标，世界坐标系和像素坐标系之间的转换关系如下：
Figure BDA0003072406780000033
其中Zc为Z轴上的相机坐标值，M1为相机的内参矩阵，M2为相机的外参矩阵。由此可得，在已知Zc、相机内参矩阵M1、四点光斑的世界坐标(Xw,Yw,Zw)T和像素坐标(u,v)T时，可求得图像的外参矩阵M2；
S132：计算单应性矩阵，等式(4)即为单应性矩阵：
Figure BDA0003072406780000041
S133：基于单应性矩阵对待校正图进行透视投影变换，根据等式(5)和等式(6)计算透视投影变换后的坐标(u′,v′)，(u,v)为变换前的像素坐标，对整张图进行变换操作，即可得到校正后的图；
Figure BDA0003072406780000042
Figure BDA0003072406780000043
相对于现有技术，本发明至少具有如下优点：
本发明提出了一种水下四点激光测量方法，通过图像处理技术有效识别四点激光光斑的几何信息，基于四点激光测距算法进行距离测量；在测距基础上，方法具有图像比例尺的功能，可以实现水下目标物体尺寸的测量。同时方法对存在角度偏转的光斑图像进行角度校正，降低了角度对测量精度的影响。基于图像的水下四点激光测量方法速度快、精度高、性能稳定，不受水体和偏转角度的影响。
附图说明
图1为水下测量的设备的原理图。
图2为水下测量的设备的设计图，其中图2(a)和图2(b)分别为水下测量的设备两个视角的立体图。
图3为水下测量方法的流程图。
图4为图像角度校正流程图。
具体实施方式
下面对本发明作进一步详细说明。
实施例1：参见图1和图2，一种水下测量的设备，包括壳体，密封在壳体内的控制与分析单元、相机和四个激光器，且所述相机光轴方向和四个激光器所发激光的方向平行。
所述壳体上具有相机拍摄和四个激光器所发激光透出的透明区域。
所述控制与分析单元用于控制激光器发射激光，获取相机影像并分析目标物体的距离和二维尺寸。
所述相机用于获取目标区域中的激光光斑影像。
所述四个激光器用于在测量目标区域形成四个激光光斑。
实施例2：参见图3和图4，一种水下测量方法，采用实施例1所述的水下测量的设备，通过向水中目标发射四束激光并利用光学相机分析水下激光在目标区域的图像，实现对远处目标的距离和尺寸进行测量的方法，测量步骤包括：
S100：数据准备
S110：控制与分析单元控制四个激光器发射激光，相机进行拍摄，控制与分析单元对拍摄的激光光斑图像进行光斑检测：
具体描述如下。
S111：检测范围设定，根据光斑颜色进行阈值分割得到二值图像，将所得二值图像中轮廓的最小外接矩形即为检测范围；
S112：检测光斑位置确定，在检测范围内获取灰度最大的四个位置设为四个激光光斑所在位置；
S120：相机标定，在同样的水质环境中拍摄N张棋盘格图像，具体实施时，可以设N＝25，基于张正友棋盘格标定法标定水下相机，确定水下相机的内参矩阵mtx和畸变系数dst，如下所示：
Figure BDA0003072406780000051
dst＝[k1，k2，k3，p1，p2]＝[0.0909，-0.1621，0.0059,0.0016，0.1469] (2)
其中，等式(1)中u0，v0是图像坐标系原点在像素坐标系中的坐标，dx和dy分别是每个像素在图像平面x和y方向上的物理尺寸，fx、fy由f/dx、f/dy计算而来，f为焦距，等式(2)中k1,k2,k3为相机的径向畸变系数，p1，p2为相机的切向畸变系数；
S130：图像角度校正，对所述N张棋盘格图像中存在角度【例如垂直、旋转角度、俯仰角度】偏转的图像进行校正。
可以采用任何现有技术完成图像的校正，本发明给出如下方法完成图像的校正：
对所述N张棋盘格图像中存在角度偏转的图像进行校正的步骤包括：校正过程如图3所示。
S131：计算待校正图像的外参矩阵，图像从世界坐标系转换到相机坐标系的过程，可以通过旋转和平移来得到，旋转矩阵和平移向量组合成的齐次坐标矩阵被称为外参矩阵。外参矩阵与相机无关，只随刚体位置的变化而变化。通过光斑检测可以获得四点光斑的相对位置，即控制与分析单元控制四个激光器发射激光，相机进行拍摄，控制与分析单元对拍摄的激光光斑图像进行光斑检测，获得四点光斑的相对位置，然后将左上角的光斑映射到坐标原点，其余点同等变换，即获得四点光斑的世界坐标，世界坐标系和像素坐标系之间的转换关系如下：
Figure BDA0003072406780000061
其中Zc为Z轴上的相机坐标值，M1为相机的内参矩阵，M2为相机的外参矩阵。由此可得，在已知Zc、相机内参矩阵M1、四点光斑的世界坐标(Xw,Yw,Zw)T和像素坐标(u,v)T时，可求得图像的外参矩阵M2；
S132：计算单应性矩阵，单应性矩阵描述物体在世界坐标系和像素坐标系之间的位置映射关系，等式(4)即为单应性矩阵：
Figure BDA0003072406780000062
S133：基于单应性矩阵对待校正图进行透视投影变换，根据等式(5)和等式(6)计算透视投影变换后的坐标(u′,v′)，(u,v)为变换前的像素坐标，对整张图进行变换操作，即可得到校正后的图；
Figure BDA0003072406780000063
Figure BDA0003072406780000064
旋转至正向，将透视变换后得到图顺时针旋转90度至正向。
S140：数据集制作，在校正后的N张图像中，计算每张图像中四个激光光斑之间的像素数之和perimeter作为输入特征，相机离光斑所在平面的距离记为distance作为标签，获取N组数据对(perimeter，distance)构成的数据集作为训练集。
S200：距离测量
S210：基于S140制作的数据集，在perimeter和distance之间建立非线性映射关系，如等式(7)，将训练集中的训练样本输入到非线性映射关系中进行训练；
distance′＝a(perimeter)b (7)
其中a、b为训练中需更新的参数，通过自动选择随机化种子进行初始化，训练过程通过调整a、b使distance′与distance的差距不断缩小，直至差距不再发生变化，即幂函数测距模型达到收敛，训练结束；
S220：保存收敛的模型如等式(8)等式(10)：
distance′＝a(perimeter)b (8)
a＝374045.80867986963 (9)
b＝-1.3327215188298143 (10)
S300：测试图像距离测量，采用S110至S140中的方法对测试图像进行校正处理和特征提取，将获得的特征输入到S220保存的模型中，即可测量相机离测试图像中光斑平面的距离r_distance；
S400：目标尺寸测量
S410：目标物体的标记，在测试图像中可人工辅助标记目标物体的待测起点和终点，控制与分析单元通过颜色阈值法自动识别目标物体的待测起点和终点。标记是人为的在图像中画上起点和终点，自动识别是要识别人为画的点在图中的坐标位置。
S420：根据等式(10)计算目标物体待测起点(x1,y1)和终点(x2,y2)之间的像素距离，即目标物体的像素尺寸。
Figure BDA0003072406780000071
S430：目标物体实际尺寸r_size计算，根据求得的相机焦距f＝mtx[1][1]、相机离测试图像中光斑平面的实际距离r_distance，目标物体的像素尺寸p_size，基于相机小孔成像原理中的三角形相似关系，可得到公式(11)；
Figure BDA0003072406780000072
通过等式(12)可得目标物体的实际尺寸r_size：
r_size＝(r_distance*p_size)/f (12)。
本发明中的所述的目标物体的实际尺寸r_size可以是目标物体的长度、宽度、半径或两点之间的距离等，当要检测的是目标物体的实际尺寸r_size是目标物体的长度时，那么目标物体的像素尺寸p_size则也是长度，也就是说所要检测的目标物体的实际尺寸与目标物体像素尺寸p_size是匹配的，即是必须是同一尺寸。
水下测量方法的测量原理为：
原理：根据水下相机的参数，确定四点激光光斑在图像位置与在现实位置的映射关系H，利用H对存在角度偏转的图像进行校正，然后在校正图像中，拟合四个光斑之间的像素数之和与相机离光斑所在平面的距离之间的关系，获得幂函数测距模型，即只需将图像中四点光斑之间的像素数之和输入模型，即可得到此时相机离光斑所在平面的距离。在准确测距的基础上，基于相机小孔成像原理中的三角形相似关系，可对图像中目标指定位置(如目标高、宽)进行测量。
相比于三点测量得优势：三点测量方法只适用于光斑所在平面与相机法线垂直的情况，当光斑平面存在角度偏转时，幂函数测距模型会存在较大误差。而四点测量方法中，映射关系H为校正所需的单应性矩阵，H的求解至少需要四个点，本研究采用四点测量方法，对角度偏转的图像进行校正，相比于三点测量方法，四点测量方法更加准确，适用范围更广。
实验验证：
本发明使用了四个激光光斑，将水下相机采集的含光斑和目标的图像，进行光斑间像素数计算，与实际距离构成测距数据集，用以测距模型的拟合，如表1所示；计算待测目标的像素尺寸。
表1.水下测距数据集
Figure BDA0003072406780000081
测量结果：
水下四点激光测距误差数据显示，在水下1.5m测试范围内，测量误差绝对值在0.0cm～3.7cm之内，平均绝对误差为2.5cm，平均误差率为1.3％。水下目标物体尺寸测量误差数据显示，尺寸在1.5m范围内的目标物体，测量误差绝对值在0.0cm～1.5cm之内。测量误差均在可接受的范围内。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种水下测量的设备，其特征在于：包括壳体，密封在壳体内的控制与分析单元、相机和四个激光器，且所述相机光轴方向和四个激光器所发激光的方向平行；
所述壳体上具有相机拍摄和四个激光器所发激光透出的透明区域；
所述控制与分析单元用于控制激光器发射激光，获取相机影像并分析目标物体的距离和二维尺寸；
所述相机用于获取目标区域中的激光光斑影像；
所述四个激光器用于在测量目标区域形成四个激光光斑。
2.一种水下测量方法，其特征在于：采用权利要求1所述的水下测量的设备，所述测量步骤包括：
S100：数据准备
S110：控制与分析单元控制四个激光器发射激光，相机进行拍摄，控制与分析单元对拍摄的激光光斑图像进行光斑检测，具体描述如下：
S111：检测范围设定，根据光斑颜色进行阈值分割得到二值图像，将所得二值图像中轮廓的最小外接矩形即为检测范围；
S112：检测光斑位置确定，在检测范围内获取灰度最大的四个位置设为四个激光光斑所在位置；
S120：相机标定，在同样的水质环境中拍摄N张棋盘格图像，基于张正友棋盘格标定法标定水下相机，确定水下相机的内参矩阵mtx和畸变系数dst，如下所示：
Figure FDA0003072406770000011
dst＝[k1,k2,k3,p1,p2]＝[0.0909,-0.1621,0.0059,0.0016,0.1469] (2)
其中，等式(1)中u0,v0是图像坐标系原点在像素坐标系中的坐标，dx和dy分别是每个像素在图像平面x和y方向上的物理尺寸，fx、fy由f/dx、f/dy计算而来，f为焦距，等式(2)中k1,k2,k3为相机的径向畸变系数，p1,p2为相机的切向畸变系数；
S130：图像角度校正，对所述N张棋盘格图像中存在角度偏转的图像进行校正；
S140：数据集制作，在校正后的N张图像中，计算每张图像中四个激光光斑之间的像素数之和perimeter作为输入特征，相机离光斑所在平面的距离记为distance作为标签，获取N组数据对(perimeter，distance)构成的数据集作为训练集；
S200：距离测量
S210：基于S140制作的数据集，在perimeter和distance之间建立非线性映射关系，如等式(7)，将训练集中的训练样本输入到非线性映射关系中进行训练；
distance′＝a(perimeter)b (7)
其中a、b为训练中需更新的参数，通过自动选择随机化种子进行初始化，训练过程通过调整a、b使distance′与distance的差距不断缩小，直至差距不再发生变化，训练结束；
S220：保存收敛的模型如等式(8)-等式(10)：
distance′＝a(perimeter)b (8)
a＝374045.80867986963 (9)
b＝-1.3327215188298143 (10)
S300：测试图像距离测量，采用S110至S140中的方法对测试图像进行校正处理和特征提取，将获得的特征输入到S220保存的模型中，即可测量相机离测试图像中光斑平面的距离r_distance；
S400：目标尺寸测量
S410：目标物体的标记，在测试图像中标记目标物体的待测起点和终点，控制与分析单元通过颜色阈值法自动识别目标物体的待测起点和终点。
S420：根据等式(10)计算目标物体待测起点(x1,y1)和终点(x2，y2)之间的像素距离，即目标物体的像素尺寸；
Figure FDA0003072406770000021
S430：目标物体实际尺寸r_size计算，根据求得的相机焦距f＝mtx[1][1]、相机离测试图像中光斑平面的实际距离r_distance，目标物体的像素尺寸p_size，基于相机小孔成像原理中的三角形相似关系，可得到公式(11)；
Figure FDA0003072406770000022
可得目标物体的实际尺寸r_size：
r_size＝(r_distance*p_size)/f (12)。
3.如权利要求2所述的水下测量方法，其特征在于：所述S130对所述N张棋盘格图像中存在角度偏转的图像进行校正的步骤包括：
S131：计算待校正图像的外参矩阵，通过光斑检测获得四点光斑的相对位置，然后将左上角的光斑映射到坐标原点，其余点同等变换，即获得四点光斑的世界坐标，世界坐标系和像素坐标系之间的转换关系如下：
Figure FDA0003072406770000031
其中Zc为Z轴上的相机坐标值，M1为相机的内参矩阵，M2为相机的外参矩阵。由此可得，在已知Zc、相机内参矩阵M1、四点光斑的世界坐标(Xw，Yw，Zw)T和像素坐标(u，v)T时，可求得图像的外参矩阵M2；
S132：计算单应性矩阵，等式(4)即为单应性矩阵：
Figure FDA0003072406770000032
S133：基于单应性矩阵对待校正图进行透视投影变换，根据等式(5)和等式(6)计算透视投影变换后的坐标(u′，v′)，(u，v)为变换前的像素坐标，对整张图进行变换操作，即可得到校正后的图；
Figure FDA0003072406770000033
Figure FDA0003072406770000034
CN202110542914.0A 2021-05-19 2021-05-19 一种水下测量的设备与水下测量方法 Active CN113137920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110542914.0A CN113137920B (zh) 2021-05-19 2021-05-19 一种水下测量的设备与水下测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110542914.0A CN113137920B (zh) 2021-05-19 2021-05-19 一种水下测量的设备与水下测量方法

Publications (2)

Publication Number Publication Date
CN113137920A true CN113137920A (zh) 2021-07-20
CN113137920B CN113137920B (zh) 2022-09-23

Family

ID=76817321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110542914.0A Active CN113137920B (zh) 2021-05-19 2021-05-19 一种水下测量的设备与水下测量方法

Country Status (1)

Country Link
CN (1) CN113137920B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113960564A (zh) * 2021-09-17 2022-01-21 上海大学 一种用于水下检测的激光综合参考系统及测距和标定的方法
CN114111589A (zh) * 2021-11-19 2022-03-01 南方海洋科学与工程广东省实验室(湛江) 基于网状物的水下测距方法、测距系统及存储介质
CN114485390A (zh) * 2021-12-29 2022-05-13 国网福建省电力有限公司 一种水工建筑物水下缺陷尺寸测量装置及方法
CN114640781A (zh) * 2022-05-19 2022-06-17 山东省科学院海洋仪器仪表研究所 一种水下摄像机图像径向畸变校正装置及方法
CN115077414A (zh) * 2022-04-29 2022-09-20 西安电子科技大学 一种水下航行器测量海面目标物底部轮廓的装置和方法
CN116147537A (zh) * 2023-02-01 2023-05-23 深圳大学 一种沉管管节水下激光对准方法和装置
CN116485918A (zh) * 2023-06-25 2023-07-25 天府兴隆湖实验室 一种标定方法、系统及计算机可读存储介质
CN116796775A (zh) * 2023-07-27 2023-09-22 广州溯源信息技术有限公司 一种条码采集装置和条码采集方法
CN117011688A (zh) * 2023-07-11 2023-11-07 广州大学 一种水下结构病害的识别方法、系统及存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0691930A (ja) * 1992-07-24 1994-04-05 Xerox Corp 光学プリンタの解像度とコントラストを改善する方法と装置
JP2014098602A (ja) * 2012-11-14 2014-05-29 Hitachi Power Solutions Co Ltd 水中観測装置及び水中観測方法とそれを用いた燃料集合体の放射能測定方法
CN105606025A (zh) * 2016-02-01 2016-05-25 西安交通大学 一种使用激光器和单目相机测量球状目标几何参数的方法
JP2017228889A (ja) * 2016-06-21 2017-12-28 株式会社島津製作所 水中通信装置及び水中照射装置
CN107764183A (zh) * 2017-11-07 2018-03-06 浙江大学 用于水下目标物尺寸测量的原位激光‑图像融合测量系统及其测量方法
CN108474644A (zh) * 2015-08-10 2018-08-31 慧咨环球有限公司 体积估计方法、设备和系统
CN108769459A (zh) * 2018-06-07 2018-11-06 北京理工大学 基于图像处理的多点激光全自动斜角度拍摄校正系统
CN109146980A (zh) * 2018-08-12 2019-01-04 浙江农林大学 基于单目视觉的优化的深度提取和被动测距方法
CN110068270A (zh) * 2019-04-18 2019-07-30 上海拓今智能科技有限公司 一种基于多线结构光图像识别的单目视觉箱体体积测量方法
CN110174054A (zh) * 2019-06-04 2019-08-27 中国航空工业集团公司北京长城计量测试技术研究所 一种高稳定性四光程激光干涉测量系统
CN110411339A (zh) * 2019-07-30 2019-11-05 中国海洋大学 一种基于平行激光束的水下目标尺寸测量设备及方法
CN111090103A (zh) * 2019-12-25 2020-05-01 河海大学 水下小目标动态精细检测三维成像装置及方法
CN112396650A (zh) * 2020-03-30 2021-02-23 青岛慧拓智能机器有限公司 一种基于图像和激光雷达融合的目标测距系统及方法
CN112595236A (zh) * 2020-11-26 2021-04-02 江苏国和智能科技有限公司 一种水下激光三维扫描和实时测距的测量装置
CN114527446A (zh) * 2022-03-08 2022-05-24 灵动智能光学(杭州)有限公司 一种基于图像的水下四点激光测距系统及方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0691930A (ja) * 1992-07-24 1994-04-05 Xerox Corp 光学プリンタの解像度とコントラストを改善する方法と装置
JP2014098602A (ja) * 2012-11-14 2014-05-29 Hitachi Power Solutions Co Ltd 水中観測装置及び水中観測方法とそれを用いた燃料集合体の放射能測定方法
CN108474644A (zh) * 2015-08-10 2018-08-31 慧咨环球有限公司 体积估计方法、设备和系统
CN105606025A (zh) * 2016-02-01 2016-05-25 西安交通大学 一种使用激光器和单目相机测量球状目标几何参数的方法
JP2017228889A (ja) * 2016-06-21 2017-12-28 株式会社島津製作所 水中通信装置及び水中照射装置
CN107764183A (zh) * 2017-11-07 2018-03-06 浙江大学 用于水下目标物尺寸测量的原位激光‑图像融合测量系统及其测量方法
CN108769459A (zh) * 2018-06-07 2018-11-06 北京理工大学 基于图像处理的多点激光全自动斜角度拍摄校正系统
CN109146980A (zh) * 2018-08-12 2019-01-04 浙江农林大学 基于单目视觉的优化的深度提取和被动测距方法
CN110068270A (zh) * 2019-04-18 2019-07-30 上海拓今智能科技有限公司 一种基于多线结构光图像识别的单目视觉箱体体积测量方法
CN110174054A (zh) * 2019-06-04 2019-08-27 中国航空工业集团公司北京长城计量测试技术研究所 一种高稳定性四光程激光干涉测量系统
CN110411339A (zh) * 2019-07-30 2019-11-05 中国海洋大学 一种基于平行激光束的水下目标尺寸测量设备及方法
CN111090103A (zh) * 2019-12-25 2020-05-01 河海大学 水下小目标动态精细检测三维成像装置及方法
CN112396650A (zh) * 2020-03-30 2021-02-23 青岛慧拓智能机器有限公司 一种基于图像和激光雷达融合的目标测距系统及方法
CN112595236A (zh) * 2020-11-26 2021-04-02 江苏国和智能科技有限公司 一种水下激光三维扫描和实时测距的测量装置
CN114527446A (zh) * 2022-03-08 2022-05-24 灵动智能光学(杭州)有限公司 一种基于图像的水下四点激光测距系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
宫垠: "基于线形激光水下地形扫描系统研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
张云菲: "基于图像的水下三点激光测距方法研究", 《红外与激光工程》 *
张维光等: "线结构光三维轮廓测量系统的标定方法", 《中国激光》 *
易亨瑜等: "一种基于光学干涉原理的图像分割方法", 《强激光与粒子束》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113960564A (zh) * 2021-09-17 2022-01-21 上海大学 一种用于水下检测的激光综合参考系统及测距和标定的方法
CN114111589A (zh) * 2021-11-19 2022-03-01 南方海洋科学与工程广东省实验室(湛江) 基于网状物的水下测距方法、测距系统及存储介质
CN114111589B (zh) * 2021-11-19 2024-05-28 南方海洋科学与工程广东省实验室(湛江) 基于网状物的水下测距方法、测距系统及存储介质
CN114485390B (zh) * 2021-12-29 2024-01-26 国网福建省电力有限公司 一种水工建筑物水下缺陷尺寸测量装置及方法
CN114485390A (zh) * 2021-12-29 2022-05-13 国网福建省电力有限公司 一种水工建筑物水下缺陷尺寸测量装置及方法
CN115077414A (zh) * 2022-04-29 2022-09-20 西安电子科技大学 一种水下航行器测量海面目标物底部轮廓的装置和方法
CN114640781A (zh) * 2022-05-19 2022-06-17 山东省科学院海洋仪器仪表研究所 一种水下摄像机图像径向畸变校正装置及方法
CN114640781B (zh) * 2022-05-19 2022-08-23 山东省科学院海洋仪器仪表研究所 一种水下摄像机图像径向畸变校正装置及方法
CN116147537A (zh) * 2023-02-01 2023-05-23 深圳大学 一种沉管管节水下激光对准方法和装置
CN116147537B (zh) * 2023-02-01 2023-08-29 深圳大学 一种沉管管节水下激光对准方法和装置
CN116485918B (zh) * 2023-06-25 2023-09-08 天府兴隆湖实验室 一种标定方法、系统及计算机可读存储介质
CN116485918A (zh) * 2023-06-25 2023-07-25 天府兴隆湖实验室 一种标定方法、系统及计算机可读存储介质
CN117011688A (zh) * 2023-07-11 2023-11-07 广州大学 一种水下结构病害的识别方法、系统及存储介质
CN117011688B (zh) * 2023-07-11 2024-03-08 广州大学 一种水下结构病害的识别方法、系统及存储介质
CN116796775A (zh) * 2023-07-27 2023-09-22 广州溯源信息技术有限公司 一种条码采集装置和条码采集方法

Also Published As

Publication number Publication date
CN113137920B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN113137920B (zh) 一种水下测量的设备与水下测量方法
CN105678689B (zh) 高精地图数据配准关系确定方法及装置
US11699247B2 (en) System and method for runtime determination of camera miscalibration
CN108562250B (zh) 基于结构光成像的键盘键帽平整度快速测量方法与装置
CN110966956A (zh) 一种基于双目视觉的三维检测装置和方法
JP2000227309A (ja) ３次元位置姿勢センシング装置
CN112785655A (zh) 一种基于车道线检测的环视相机外参自动标定方法、装置、设备及计算机存储介质
CN111123242B (zh) 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质
CN111402411A (zh) 一种基于线结构光的散乱物识别抓取方法
CN113008158B (zh) 多线激光轮胎花纹深度测量方法
CN110763204A (zh) 一种平面编码靶标及其位姿测量方法
CN113129384B (zh) 基于一维编码靶标的双目视觉系统灵活标定方法
CN111179335A (zh) 一种基于双目视觉的立木测定方法
CN116051659A (zh) 一种线阵相机与2d激光扫描仪联合标定方法
CN111524174A (zh) 一种动平台动目标双目视觉三维构建方法
CN111127613A (zh) 基于扫描电子显微镜的图像序列三维重构方法及系统
CN112232319A (zh) 一种基于单目视觉定位的扫描拼接方法
CN116740187A (zh) 一种无重叠视场多相机联合标定方法
CN116625258A (zh) 链条间距测量系统及链条间距测量方法
CN113963067B (zh) 一种采用小靶标对大视场视觉传感器进行标定的标定方法
CN114998448A (zh) 一种多约束双目鱼眼相机标定与空间点定位的方法
CN115187612A (zh) 一种基于机器视觉的平面面积测量方法、装置及系统
CN114782556B (zh) 相机与激光雷达的配准方法、系统及存储介质
JP4077755B2 (ja) 位置検出方法、その装置及びそのプログラム、並びに、較正情報生成方法
CN113587895B (zh) 双目测距方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant