CN116182783A - 一种散斑纹理球形靶标及其位姿估计方法 - Google Patents

Abstract

本发明提出一种散斑纹理球形靶标及其位姿估计方法，属于航洋定位技术领域，散斑纹理球形靶标为三维球体，球体表面均匀覆盖黑白相间的随机散斑图案，方法是将散斑纹理球形靶标刚体连接到待测物体上；建立相机小孔成像模型；建立与散斑纹理球形靶标相同纹理的数字球形靶标；通过相机对散斑纹理球形靶标进行成像，确认数字球形靶标的位置，固定数字球形靶标的球心，按一定规则旋转数字球形靶标，将数字球形靶标图像与实际球形靶标图像作对比，求取像素级汉明距离，在经过多次旋转之后，从中求取出最小的汉明距离，最小汉明距离对应的数字球形靶标图像与实际球形靶标图像是一致的，获得了相机和散斑纹理球形靶标的位置关系，从而获得待测物体的位姿。

Description

一种散斑纹理球形靶标及其位姿估计方法

技术领域

本发明属于航洋定位技术领域，具体地，涉及一种散斑纹理球形靶标及其位姿估计方法。

背景技术

目前，在位姿监测应用上，简单几何图形特征的靶标使用广泛，这类靶标多为十字形、圆形、方形等对称图形，识别算法简单，但识别精度低，且识别结果不具有唯一性。还有诸如棋盘格标定板式的标定靶。采用棋盘格标定板进行标定时，为了将标定板图像上检测到的角点坐标与其世界坐标对应上，必须保证全部角点都能同时被检测到。同时，当图像畸变太大或者有一定的离焦模糊时，角点检测的精度会明显下降。然后是基于棋盘格标定板的变种，如将棋盘格的方块改为圆阵列。虽然可以在一定程度上解决棋盘格标定板存在的问题。但是其需要拍摄大量的图片来标定相机，且对光线的要求高。相对复杂的靶标设计通常由几种简单的几何图形组合而成，能提升一定的识别精度，且后两个靶标的识别还具有唯一性，但对识别出来的图形的完整性有一定要求。

在测量目标物体的位姿时，通常首先需要在物体上部署由多个特征点组成的靶标，再通过相机对靶标进行成像从而测算目标的位姿。这种靶标在应用时经常出现下列问题：

(1)靶标相对相机角度过大时，成像畸变严重。此时从照片中提取靶标特征点信息误差较大，严重影响了位姿估计的精度。

(2)在监测目标位姿时，靶标随着目标随机运动，常出现靶标特征点被遮挡、移除相机视野等问题，导致靶标特征点缺失，使目标位姿监测任务失败。

发明内容

针对以上问题，本发明的目的是提供了一种用于目标位姿估计的散斑纹理球形靶标，并提供了基于该靶标的目标位姿估计方法，散斑纹理球形靶标的球体表面印有随机散斑图案，在进行目标姿态估计时，通过相机对散斑纹理球形靶标进行成像，对比散斑纹理球形靶标成像图片和模拟数字球形靶标成像图片来确定靶标的位姿。

本发明为实现上述目的所采用的技术方案是：

本发明提出了一种散斑纹理球形靶标，该靶标是一个半径为R的三维球体，球体表面均匀覆盖黑白相间的随机散斑图案，且任意两个视角下球形靶标散斑图案均不重复。

本发明还提出了一种散斑纹理球形靶标的位姿估计方法，该方法包括如下步骤：

步骤1、将散斑纹理球形靶标通过刚体连接方式固定到无法通过相机直接测量位姿的待测物体上；

在测量位姿之前，使用三维扫描仪对散斑纹理球形靶标与待测物体整体进行三维扫描，建立散斑纹理球形靶标与待测物体整体的计算机三维模型；

步骤2、建立相机小孔成像模型，根据相机小孔成像模型，得到散斑纹理球形靶标上任意点P从相机系下坐标转换为图像平面I下坐标的过程表示为式(1)：

式中，K为相机的内参数矩阵，其中f表示相机焦距，d_x和d_y分别表示图像平面I上每个像素在相机的像平面C的x轴和y轴方向上的物理大小；u₀和v₀分别表示二维像平面坐标系O₁-xy的原点O₁在图像平面I上的坐标；(X_C,Y_C,Z_C)表示任意点P在相机坐标系O-X_CY_CZ_C下的坐标，u和v分别表示点P在图像平面I上的坐标；建立相机的计算机数字模型；

步骤3、使用三维扫描仪对散斑纹理球形靶标进行三维扫描，以建立与散斑纹理球形靶标相同纹理的数字球形靶标；

步骤4、通过相机对散斑纹理球形靶标进行成像，根据拍摄的散斑纹理球形靶标图像，确认数字球形靶标的位置，固定数字球形靶标的球心，按一定规则旋转数字球形靶标，每旋转一次靶标，通过模拟相机拍摄数字球形靶标，将数字球形靶标图像与实际球形靶标图像作对比，求取像素级汉明距离，在经过多次旋转之后，获得一系列汉明距离，从中求取出最小的汉明距离，最小汉明距离下对应的数字球形靶标图像与实际球形靶标图像是一致的，因此便获得了相机和散斑纹理球形靶标的位置关系，也即获得了待测物体的位姿。

进一步，在步骤2中，相机小孔成像模型的建立过程如下：

以相机光心O为原点，建立三维相机坐标系O-X_CY_CZ_C，在相机的像平面C中，以点O₁为原点，建立二维像平面坐标系O₁-xy；在图像平面I中以图像左上角O_i为原点，建立二维图像平面坐标系O_i-uv；点P(X_C,Y_C,Z_C)为散斑纹理球形靶标上任意一点，线段Pp经过相机光心O与相机的像平面C交于点p(x_C,y_C)。

进一步，步骤4包括如下过程：

通过相机对散斑纹理球形靶标进行成像，根据拍摄的散斑纹理球形靶标图像，确认数字球形靶标的位置；

固定数字球形靶标的球心，按如下规则旋转数字球形靶标：

a、相机正对数字球形靶标的x轴方向；

b、将数字球形靶标沿着z轴顺时针根据实际需求转动一个角度α，α＜2°，每转动一次拍摄一张数字球形靶标照片，并记录转动角度，直至旋转一周；

c、将数字球形靶标绕y轴顺时针转动一个角度α，α＜2°，然后重复步骤b；

d、将数字球形靶标绕y轴逆时针转动一个角度α，α＜2°，然后重复步骤b；

至此，便获得了数字球形靶标的整个正面纹理图像，将所有数字球形靶标图像与实际球形靶标图像一一作对比，计算每一次旋转的像素级汉明距离d，图像对比之前，将RGB图像转为灰度图像，则只需要比较两幅图像的一个灰度通道，如式(2)所示；

式中i表示第i个像素，l表示像素的总数量，

表示实际球形靶标图像中像素i的灰度值，/>

表示数字球形靶标图像中像素i的灰度值；

然后从所有的d中求取出最小的汉明距离d_min，最小汉明距离d_min下对应的数字球形靶标图像与实际球形靶标图像是一致的，因此便获得了相机和散斑纹理球形靶标的位置关系，也即获得了待测物体的位姿。

通过上述设计方案，本发明可以带来如下有益效果：本发明提出的一种散斑纹理球形靶标及其位姿估计方法，散斑纹理球形靶标的球体表面印有随机散斑图案，在进行目标姿态估计时，通过相机对散斑纹理球形靶标进行成像，对比散斑纹理球形靶标成像图片和模拟数字球形靶标成像图片来确定靶标的位姿，不需要比对整个靶标来确认两张图片是否一致，对识别精度有很高提升，鲁棒性也有很高提升。相对于一些对称靶标，散斑纹理球形靶标上散斑的随机性不会让拍摄的图片出现歧义，能唯一确认靶标的位姿。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明示意性实施例及其说明用于理解本发明，并不构成本发明的不当限定，在附图中：

图1为散斑纹理球形靶标主视图；

图2为小孔成像模型图；

图3为数字球形靶标旋转示意图；

图4为采用本发明的方法进行水下仪器位姿监测的实施图；

图5为数字球形靶标旋转到某个角度时与实际球形靶标图像对比之实际球形靶标图像示意图；

图6为数字球形靶标旋转到某个角度时与实际球形靶标图像对比之某个角度下的数字球形靶标图；

图7为数字球形靶标与实际球形靶标匹配成功之实际球形靶标图像示意图；

图8为数字球形靶标与实际球形靶标匹配成功之最小的汉明距离对应的数字球形靶标图；

图9为数字球形靶标与实际球形靶标匹配成功的示意图。

具体实施方式

一种散斑纹理球形靶标，该靶标是一个半径为R的三维球体，球体表面均匀覆盖黑白相间的随机图像。当任意两个视角下散斑纹理球形靶标散斑图案的归一化互相关系数均小于阈值0.95时，证明任意视角下随机散斑图案是唯一的。

散斑纹理球形靶标的球体主视图如图1所示。

式中：I₁和I₂分别表示两幅灰度图像；m和n分别表示图像像素点的行数和列数；i和j表示第i行第j列的像素点；μ₁和μ₂分别表示I₁和I₂灰度均值；δ₁和δ₂分别表示I₁和I₂灰度标准差；p(I₁,I₂)表示I₁和I₂的归一化互相关系数。

散斑的设计：假设散斑纹理球形靶标的半径为R，要保证球面上任意两个视角下图案内容均不重复。这一步可以通过球体靶标数字模型两个视角下的图像归一化互相关系数来验证。

散斑纹理球形靶标的使用方法：

1、将散斑纹理球形靶标通过刚体连接固定到无法通过相机直接测量位姿(位置和姿态)的物体(例如水下物体等)上面。由于是刚性连接，所以散斑纹理球形靶标的位姿与被测物体的位姿是唯一对应的。然后在被测物体工作之前，使用三维扫描仪对散斑纹理球形靶标与待测物体整体进行三维扫描，建立散斑纹理球形靶标与待测物体整体的计算机三维模型。当确定了散斑纹理球形靶标的位姿后，通过计算机三维模型，即可确定待测物体的位姿；

2、建立相机小孔成像模型，如图2所示，以相机光心O为原点，建立三维相机坐标系O-X_CY_CZ_C；在相机的像平面C中，以点O₁为原点，建立二维像平面坐标系O₁-xy；在图像平面I中以图像左上角O_i为原点，建立二维图像平面坐标系O_i-uv；点P(X_C,Y_C,Z_C)为散斑纹理球形靶标上任意一点，线段Pp经过相机光心O与相机的像平面C交于点p(x_C,y_C)。根据小孔成像模型，散斑纹理球形靶标上任意点P从相机系下坐标转换为图像平面I下坐标的过程可以表示为式(1)：

式中，K为相机的内参数矩阵，其中f表示相机焦距，d_x和d_y分别表示图像平面I上每个像素在相机的像平面C的x轴和y轴方向上的物理大小；u₀和v₀分别表示二维像平面坐标系O₁-xy的原点O₁在图像平面I上的坐标；(X_C,Y_C,Z_C)表示任意点P在相机坐标系O-X_CY_CZ_C下的坐标，u和v分别表示任意点P在图像平面I上的坐标；

通过上述标定方法对相机的焦距、像素等内参数进行标定，获取相机内参数矩阵，根据内参数矩阵，建立相机的计算机数字模型；

3、使用三维扫描仪对散斑纹理球形靶标进行三维扫描，以建立和散斑纹理球形靶标相同纹理的数字球形靶标；

4、通过相机对散斑纹理球形靶标进行成像，根据拍摄的散斑纹理球形靶标图像，确认数字球形靶标的位置；固定数字球形靶标的球心，按图3所示旋转数字球形靶标：

a、相机正对数字球形靶标的x轴方向；

b、将数字球形靶标沿着z轴顺时针根据实际需求转动一个角度α(α＜2°)，每转动一次拍摄一张数字球形靶标照片，并记录转动角度，直至旋转一周；

c、将数字球形靶标绕y轴顺时针转动一个角度α(α＜2°)，然后重复步骤b；

d、将数字球形靶标绕y轴逆时针转动一个角度α(α＜2°)，然后重复步骤b；

至此，便获得了数字球形靶标的整个正面纹理图像，将所有数字球形靶标图像与实际球形靶标图像一一作对比，计算每一次旋转的像素级汉明距离d，如式(2)所示。

式中i表示第i个像素，l表示像素的总数量，

表示实际球形靶标图像中像素i的灰度值，/>

表示数字球形靶标图像中像素i的灰度值；

然后从所有的d中求取出最小的汉明距离d_min，最小汉明距离d_min下对应的数字球形靶标图像与实际球形靶标图像是一致的，因此便获得了相机和散斑纹理球形靶标的位置关系，也即获得了待测物体的位姿。

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。除非另作定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。为了避免混淆本发明的实质，公知的方法、过程和流程并没有详细叙述。

该散斑纹理球形靶标可放在水面浮体上，下面刚性连接水下仪器，可以实时观测水下仪器的位姿，如图4所示。

1、散斑纹理球形靶标的球体半径R为2m，球体表面全部覆盖如图1所示的随机散斑图案。

2、根据小孔成像模型，标定相机内参数，获得相机内参数矩阵K为：

3、求解汉明距离：通过matlab软件读取每组图像，然后求解像素级汉明距离，如图5和图6为比对过程中的实际球形靶标图像示意图和某一次旋转角度下的数字球形靶标图像，二者之间的汉明距离为191937；

4、确认水下仪器位姿

经过旋转步骤之后，得到一系列汉明距离，求解出最小的汉明距离。确认最小汉明距离对应的散斑纹理球形靶标位姿，如图7和图8所示，图7与图8之间的像素汉明距离为0。为了能直观地表示数字球形靶标和实际球形靶标图像一致性，将两张图片中圆形区域做减法，得到图9所示的圆形区域为纯白色的结果图(图像一致结果为0，0为白色)。根据最小汉明距离对应的散斑纹理球形靶标位姿确认水下仪器的位姿。

Claims (4)

1.一种散斑纹理球形靶标，其特征在于：该靶标是一个半径为R的三维球体，球体表面均匀覆盖黑白相间的随机散斑图案，且任意两个视角下球形靶标散斑图案均不重复。

2.一种散斑纹理球形靶标的位姿估计方法，其特征在于，该方法包括如下步骤：

步骤1、将散斑纹理球形靶标通过刚体连接方式固定到无法通过相机直接测量位姿的待测物体上；

在测量位姿之前，使用三维扫描仪对散斑纹理球形靶标与待测物体整体进行三维扫描，建立散斑纹理球形靶标与待测物体整体的计算机三维模型；

步骤2、建立相机小孔成像模型，根据相机小孔成像模型，散斑纹理球形靶标上任意点P从相机系下坐标转换为图像平面I下坐标的过程表示为式(1)：

式中，K为相机的内参数矩阵，其中f表示相机焦距，d_x和d_y分别表示图像平面I上每个像素在相机的像平面C的x轴和y轴方向上的物理大小；u₀和v₀分别表示二维像平面坐标系O₁-xy的原点O₁在图像平面I上的坐标；(X_C,Y_C,Z_C)表示任意点P在相机坐标系O-X_CY_CZ_C下的坐标，u和v分别表示任意点P在图像平面I上的坐标；建立相机的计算机数字模型；

步骤3、使用三维扫描仪对散斑纹理球形靶标进行三维扫描，以建立与散斑纹理球形靶标相同纹理的数字球形靶标；

步骤4、通过相机对散斑纹理球形靶标进行成像，根据拍摄的靶标图像，确认数字球形靶标的位置，固定数字球形靶标的球心，按一定规则旋转数字球形靶标，每旋转一次靶标，通过模拟相机拍摄数字球形靶标，将数字球形靶标图像与实际球形靶标图像作对比，求取像素级汉明距离，在经过多次旋转之后，获得一系列汉明距离，从中求取出最小的汉明距离，最小汉明距离下对应的数字球形靶标图像与实际球形靶标图像是一致的，因此便获得了相机和球形靶标的位置关系，也即获得了待测物体的位姿。

3.根据权利要求2所述的散斑纹理球形靶标的位姿估计方法，其特征在于：在步骤2中，相机小孔成像模型的建立过程如下：

以相机光心O为原点，建立三维相机坐标系O-X_CY_CZ_C，在相机的像平面C中，以点O₁为原点，建立二维像平面坐标系O₁-xy；在图像平面I中以图像左上角O_i为原点，建立二维图像平面坐标系O_i-uv；点P(X_C,Y_C,Z_C)为散斑纹理球形靶标上任意一点，线段Pp经过相机光心O与相机的像平面C交于点p(x_C,y_C)。

4.根据权利要求2所述的散斑纹理球形靶标的位姿估计方法，其特征在于：步骤4包括如下过程：

通过相机对散斑纹理球形靶标进行成像，根据拍摄的靶标图像，确认数字球形靶标的位置；

固定数字球形靶标的球心，按如下规则旋转数字球形靶标：

a、相机正对数字球形靶标的x轴方向；

b、将数字球形靶标沿着z轴顺时针根据实际需求转动一个角度α，α＜2°，每转动一次拍摄一张数字球形靶标照片，并记录转动角度，直至旋转一周；

c、将数字球形靶标绕y轴顺时针转动一个角度α，α＜2°，然后重复步骤b；

d、将数字球形靶标绕y轴逆时针转动一个角度α，α＜2°，然后重复步骤b；

至此，便获得了数字球形靶标的整个正面纹理图像，将所有数字球形靶标图像与实际球形靶标图像一一作对比，计算每一次旋转的像素级汉明距离d，图像对比之前，将RGB图像转为灰度图像，则只需要比较两幅图像的一个灰度通道，如式(2)所示；

式中i表示第i个像素，l表示像素的总数量，

表示实际球形靶标图像中像素i的灰度值，/>

表示数字球形靶标图像中像素i的灰度值；

然后从所有的d中求取出最小的汉明距离d_min，最小汉明距离d_min下对应的数字球形靶标图像与实际球形靶标图像是一致的，因此便获得了相机和散斑纹理球形靶标的位置关系，也即获得了待测物体的位姿。

Images