申请/专利权人：吉林大学

申请日：2024-01-13

公开（公告）日：2024-04-16

公开（公告）号：CN117893683A

主分类号：G06T17/00

分类号：G06T17/00;G06T5/70;G06T7/13;G06T7/73;G06F17/11;G06F17/16

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明公开了一种基于两垂直相交椭圆纹理靶标的汽车三维重建检测方法与系统，旨在解决基于两垂直相交椭圆纹理靶标的汽车三维重建检测的问题。基于两垂直相交椭圆纹理靶标的汽车三维重建检测方法主要包括像采集、靶标特征提取、内参数和外参数的标定以及深度相机5、中继靶标1的位姿解算与汽车点云重建等步骤。基于两垂直相交椭圆纹理靶标的汽车三维重建检测系统主要由中继靶标1、靶标连接块2、工业相机3、三角架4、深度相机5与标定靶标6等组成。提供了一种可用于大尺度车身形貌测量、解算方便、性能稳定的基于两垂直相交椭圆纹理靶标的汽车三维重建检测方法与系统。

主权项：1.一种基于两垂直相交椭圆纹理靶标的汽车三维重建检测方法，其特征在于，所述的基于两垂直相交椭圆纹理靶标的汽车三维重建检测方法的具体步骤如下：第一步：基于两垂直相交椭圆纹理靶标的汽车三维重建方法的图像采集：将三角架4放置在地面上，标定靶标6通过靶标连接块2固定在三角架4上，标定靶标6的位置固定，在工业相机3的视场范围内拍摄在不同位置下标定靶标6的图像，然后在深度相机5的视场范围内拍摄标定靶标6的图像，完成标定过程的图像采集；第二步：基于两垂直相交椭圆纹理靶标的汽车三维重建方法的靶标特征提取过程：根据第一步得到的中继靶标1的图像，首先对图像进行灰度化与二值化处理，然后使用高斯核进行平滑处理，分别对图像的x方向和y方向做卷积得到去噪后的新图像，再由对平滑处理后的图像进行梯度的计算，得到中继靶标1图像在x方向和y方向的梯度信息为Fx＝KxMFy＝KyM其中M是中继靶标1的图像的经过上述处理得到的像素矩阵，Kx和Ky是在中继靶标1的图像x方向和y方向上的卷积矩阵，根据上述求得的中继靶标1图像在x方向和y方向的梯度Fx和Fy，得到每个中继靶标1图像像素点的梯度幅值Fi，j和梯度方向角θi，j为 其中Fi，j是第i幅中继靶标1图像上的第j个像素点的梯度幅值，θi，j是第i幅中继靶标1图像上的第j个像素点的梯度方向角；对上述得到的梯度幅值Fi，j和梯度方向角θi，j对中继靶标1图像上的椭圆边缘进行非极大值抑制得到中继靶标1图像上的两垂直相交椭圆的轮廓特征；根据上述得到的中继靶标1图像上的两垂直相交椭圆的轮廓的像素点对应梯度方向角θi，j，得到每个像素点和相邻八个像素点中最大的梯度夹角θmax为 其中为第i个中继靶标1图像中的第j个点的坐标为l，k，梯度方向角为第i个中继靶标1图像中的第j个点坐标为l+m，k+n的梯度方向角，m∈1，0，-1，n∈1，0，-1；根据上式求得的最大梯度夹角θmax所对应的四个点为中继靶标1图像上的两垂直相交椭圆的交点，根据四个交点，对中继靶标1图像上的两垂直相交椭圆的轮廓中的点进行分类并用椭圆轮廓中的相同椭圆的点拟合的椭圆方程为 其中lu，ku为上述求得中继靶标1图像上的两垂直相交椭圆的同一椭圆轮廓上点的集合，N为用来拟合当前椭圆的点的数量，[AqBqCqDqEq]T为椭圆方程X2+AqXY+BqY2+CqX+DqY+Eq＝0的参数，联立两个椭圆方程可求得两个椭圆的公共中心O1，i及两个椭圆的四个交点O1，i、O2，i、O3，i、O4，i；第三步：基于两垂直相交椭圆纹理靶标的汽车三维重建方法的工业相机3内参数和外参数的标定：根据第二步得到的中继靶标1图像上的两垂直相交椭圆的四个交点O2，i、O3，i、O4，i、O5，i与两个椭圆的公共中心O1，i，通过交比不变的特性可确定两个消影点p1，i、p2，i，其中p1，i＝p1x，p1y，1T，p2，i＝p2x，p2y，1T，根据p1，i与p2，i正交，则 其中，Hr是绝对二次曲线的像，根据第一步拍摄在不同位置时中继靶标1的图像可以得到关于绝对二次曲线的像Hr的方程，利用SVD分解进而求得绝对二次曲线的像Hr；由绝对二次曲线的像Hr及工业相机3内参矩阵KI之间的关系 通过Cholesky分解对Hr进行逆变换，得到工业相机3内参矩阵KI；由上述通过交比不变的特性确定的两个消影点p1，i、p2，i，得到消影线L∞，i为L∞，i＝p1，i×p2，i再根据第二步拟合出的两垂直相交椭圆方程的系数矩阵、椭圆公共中心O1，i，得无穷远直线的像L′∞，i为L′∞，i＝Gi×O1，i；再根据相机内参数矩阵KI，将中继靶标1的图像上的两个已求得的点O1，i和O2，i转换到工业相机3坐标系下，为O′1，i＝KI×O1，iO′2，i＝KI×O2，i其中O1，i为两垂直相交椭圆的公共中心，O2，i为两个两垂直相交椭圆的四个交点中的任意一个，O’1，i和O’2，i是O1，i和O2，i在相机坐标系下的点；根据上述求得的无穷远直线的像L′∞，i和工业相机3内参矩阵KI，得到过相机中心和无穷远直线的像L′∞，i的平面的法线为 根据相机的投影过程得 其中是工业相机3外参数矩阵中的旋转矩阵，c1、c2是尺度因子，是工业相机3外参数矩阵中的平移向量；将上述求得的中继靶标1的图像上的两个点O1，i和O2，i与工业相机3坐标系下对应的两个点O’1，i、O’2，i代入其中可以得到平移向量 接着根据射影几何具有相交的不变性与上述求得的在相机坐标系下的两个点O1，i和O2，i以及过相机中心的平面的法线V可以得到 [r13r23r33]T＝[r11r21r31]×[r12r22r32]最后结合上述得到的旋转矩阵平移向量可以求得工业相机3坐标系与中继靶标1坐标系之间的变换矩阵U1，i 第四步：基于两垂直相交椭圆纹理靶标的汽车三维重建方法的深度相机5与中继靶标1的位姿解算同理重复第三步的过程完成对深度相机5的内参数和外参数的标定得到深度相机5坐标系与标定靶标6坐标系的变换矩阵 同理重复第三步的过程得到工业相机3坐标系与标定靶标6坐标系的变换矩阵 根据上述坐标系之间的转换关系，深度相机5坐标系中的坐标与中继靶标1坐标系中的坐标满足 其中是中继靶标1与深度相机5之间的变换关系；第五步：基于两垂直相交椭圆纹理靶标的汽车三维重建方法汽车点云重建将待检汽车驶入到深度相机5的视场范围内，通过移动深度相机5连续采集待检汽车车身点云，根据第五步中的中继靶标1与深度相机5之间的变换关系，中继靶标1坐标系中的汽车车身点云为 其中为深度相机5坐标系中的汽车车身点云；利用工业相机3拍摄中继靶标1的图像，根据中继靶标1与工业相机3的在重建过程下的变换关系U′1，i与第四步求得中继靶标1与深度相机5之间的变换关系工业相机3坐标系中的点云坐标为 其中为深度相机5采集到的汽车车身点云。

全文数据：

权利要求：

百度查询： 吉林大学 基于两垂直相交椭圆纹理靶标的汽车三维重建方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD