【技术实现步骤摘要】
本专利技术涉及一种基于单目相机的物体空间位姿测量方法及装置，属于图像处理。
技术介绍
1、在工业领域，基于机器视觉测量物体的空间三维信息对于实现精确控制和自动化操作至关重要。例如，在机器人技术中，物体空间三维信息的提取可以帮助机器人识别和定位目标物体，以便执行搬运、清洁或维护等任务；在建筑行业，高空作业过程中，基于机器视觉的物体空间三维信息测量可以消除人眼判断的主观误差，并降低安全隐患等。基于机器视觉的物体空间三维信息测量，已经逐步应用于机器人技术、物流和仓储、医疗和生物工程、建筑和土木工程、安全监控等行业，具有提高生产效率、提升产品质量、增强安全性、提高资源利用效率等优点，发展前景巨大。
2、在视觉测量
，测量物体的空间3维信息主要依赖于相机捕捉的图像信息。现有阶段应用有结构光技术、双目立体视觉和单目视觉等。结构光技术通过在物体表面投射已知图案，然后使用相机捕捉变形后的图案，通过分析图案的变形来计算物体表面的3维形状，但对光照条件敏感，且需要特定的硬件设备。双目立体视觉，过两个或多个摄像头的不同视角捕捉同一场景，计算两个视图之间的视差来重建3维信息。双目立体视觉技术在低纹理或远距离场景中重建效果较差，且精度受摄像头的基线距离和视差分辨率影响。
3、因此，本专利技术提出了一种基于单目相机的物体空间位姿测量方法及装置。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种基于单目相机的物体空间位姿测量方法及装置，能够解决测量物体的空间3维信息过程中目
2、本专利技术为解决其技术问题所采取的技术方案是：
3、第一方面，本专利技术实施例提供的一种基于单目相机的物体空间位姿测量方法，包括如下步骤：
4、步骤s1，将带有待测物体参照形状的标签固定到待测物体上，记录标签上参照形状的信息，并对单目相机进行标定；
5、步骤s2，对待测物体进行拍摄，获取贴有标签待测物体的图像，并将彩色图像转换为灰度图像，使用高斯滤波器过滤图像中的随机噪声；
6、步骤s3，使用canny边缘检测算法检测图像中的边缘，并将边缘连接形成形状；
7、步骤s4，使用凸包算法寻找匹配预先记录的参照形状，定位参照形状的角点的像素坐标；
8、步骤s5，应用pnp算法解算带有待测物体参照形状的标签相对于单目相机的变换关系得出变换矩阵，从变化矩阵中解析平移量和旋转量，计算此时标签的位置和姿态。
9、作为本实施例一种可能的实现方式，在步骤s1中，根据使用场景进行预先设置标签上参照形状的信息，所述信息为：
10、)，
11、其中，各个参照形状内角的角度，,,...,是各个参照形状的边长。
12、作为本实施例一种可能的实现方式，在步骤s3中，将边缘连接形成形状的公式为：
13、，
14、其中，表示输出图像，即连接的边缘；表示合并区域函数，它将所有生长的区域合并成一个完整的边缘图；表示区域生长函数，它从单个种子点开始，根据相似性准则生长区域；表示canny边缘检测函数，它用于检测图像中的边缘；表示输入图像；分别表示canny边缘检测的低阈值和高阈值；表示区域生长的相似性准则；表示种子点选择函数，它从边缘图像中选取起始点用于区域生长。
15、作为本实施例一种可能的实现方式，在步骤s4中，寻找匹配预先记录的参照形状的表达式为：
16、，
17、其中，为匹配的结果，为比较的过程函数，为步骤s3的输出图像边缘信息，为步骤s1预先设置的参照形状信息。
18、作为本实施例一种可能的实现方式，所述步骤s5，包括：
19、步骤s51，应用pnp算法解算带有待测物体参照形状的标签相对于单目相机的变换关系得出变换矩阵：
20、，
21、其中，是待测物体的三维点集，是待测物体图像的二维点集，是相机内参矩阵，是相机畸变系数；
22、步骤s52，从变化矩阵中解析平移量和旋转量：
23、，
24、，
25、其中，是旋转矢量，从函数中得到；是平移向量，也从函数中得到；
26、步骤s53，进一步分解平移量和旋转量，得到此时标签的位置和姿态：
27、，
28、，
29、，
30、，
31、其中，是旋转矩阵，从得到；表示旋转矩阵中的元素，是平移向量的三个分量，,,分别是绕z轴、y轴和x轴的旋转角度，是标签相对于相机的平移向量。
32、第二方面，本专利技术实施例提供的一种基于单目相机的物体空间位姿测量装置，包括：
33、相机标定模块，用于将带有待测物体参照形状的标签固定到待测物体上，记录标签上参照形状的信息，并对单目相机进行标定；
34、图像拍摄模块，用于对待测物体进行拍摄，获取贴有标签待测物体的图像，并将彩色图像转换为灰度图像，使用高斯滤波器过滤图像中的随机噪声；
35、边缘检测模块，用于使用canny边缘检测算法检测图像中的边缘，并将边缘连接形成形状；
36、参照坐标获取模块，用于使用凸包算法寻找匹配预先记录的参照形状，定位参照形状的角点的像素坐标；
37、位姿计算模块，用于应用pnp算法解算带有待测物体参照形状的标签相对于单目相机的变换关系得出变换矩阵，从变化矩阵中解析平移量和旋转量，计算此时标签的位置和姿态。
38、作为本实施例一种可能的实现方式，所述相机标定模块根据使用场景进行预先设置标签上参照形状的信息，所述信息为：
39、)，
40、其中，各个参照形状内角的角度，,,...,是各个参照形状的边长。
41、作为本实施例一种可能的实现方式，所述边缘检测模块将边缘连接形成形状的公式为：
42、，
43、其中，表示输出图像，即连接的边缘；表示合并区域函数，它将所有生长的区域合并成一个完整的边缘图；表示区域生长函数，它从单个种子点开始，根据相似性准则生长区域；表示canny边缘检测函数，它用于检测图像中的边缘；表示输入图像；分别表示canny边缘检测的低阈值和高阈值；表示区域生长的相似性准则；表示种子点选择函数，它从边缘图像中选取起始点用于区域生长。
44、作为本实施例一种可能的实现方式，所述参照坐标获取模块寻找匹配预先记录的参照形状的表达式为：
45、，
46、其中，为匹配的结果，为比较的过程函数，为边缘检测模块的输出图像边缘信息，为相机标定模块预先设置的参照形状信息。
47、作为本实施例一种可能的实现方式，所述位姿计算模块包括：
48、pnp算法模块，用于应用pnp算法解算带有待测物体参照形状的标签相对于单目相机的变换关系得出变换矩阵：
49、，
50、其中，是待测物体的三维点集，是待本文档来自技高网...
【技术保护点】
1.一种基于单目相机的物体空间位姿测量方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于单目相机的物体空间位姿测量方法，其特征在于，在步骤S1中，根据使用场景进行预先设置标签上参照形状的信息，所述信息为：
3.根据权利要求2所述的基于单目相机的物体空间位姿测量方法，其特征在于，在步骤S3中，将边缘连接形成形状的公式为：
4.根据权利要求3所述的基于单目相机的物体空间位姿测量方法，其特征在于，在步骤S4中，寻找匹配预先记录的参照形状的表达式为：
5.根据权利要求1-4任意一项所述的基于单目相机的物体空间位姿测量方法，其特征在于，所述步骤S5，包括：
6.一种基于单目相机的物体空间位姿测量装置，其特征在于，包括：
7.根据权利要求6所述的基于单目相机的物体空间位姿测量装置，其特征在于，所述相机标定模块根据使用场景进行预先设置标签上参照形状的信息，所述信息为：
8.根据权利要求7所述的基于单目相机的物体空间位姿测量装置，其特征在于，所述边缘检测模块将边缘连接形成形状的公式为：
9
10.根据权利要求6-9任意一项所述的基于单目相机的物体空间位姿测量装置，其特征在于，所述位姿计算模块包括：
...【技术特征摘要】
1.一种基于单目相机的物体空间位姿测量方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于单目相机的物体空间位姿测量方法，其特征在于，在步骤s1中，根据使用场景进行预先设置标签上参照形状的信息，所述信息为：
3.根据权利要求2所述的基于单目相机的物体空间位姿测量方法，其特征在于，在步骤s3中，将边缘连接形成形状的公式为：
4.根据权利要求3所述的基于单目相机的物体空间位姿测量方法，其特征在于，在步骤s4中，寻找匹配预先记录的参照形状的表达式为：
5.根据权利要求1-4任意一项所述的基于单目相机的物体空间位姿测量方法，其特征在于，所述步骤s5，包括：
<...【专利技术属性】
技术研发人员：张永峰，韩子涵，吕宪龙，苏凯，李名森，陈星，林泉，姜兆庆，
申请(专利权)人：济南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。