【技术实现步骤摘要】
本专利技术涉及自动导航及空间测绘，具体涉及一种单相机快速空间三维重建测量方法。
技术介绍
1、自动导航和空间测绘技术是车辆、飞行器等领域作为辅助或独立自主决策的重要技术。目前自动导航和空间测绘技术主要使用激光雷达或视觉图像方法进行三维空间的测量和分析。激光雷达由于仅为点云数据，缺少色彩等特征信息，并且测量距离受激光功率和激光扫描速度影响，难以进行大范围高速测量，此外，由于车辆及飞行器在运动过程中，会存在相应的动平台干扰，因此，车辆及飞行器采集到的数据难以在运动过程中在三维空间中进行重建。视觉图像通过使用相机图像可以获得三维环境的图像信息，用以分析三维空间干扰物及信号指示等信息，是未来自动导航技术发展的重点，但是目前在三维空间测量方面，仍主要基于多目视觉原理，使用两个或两个以上的相机探头进行三维空间测量，多目视觉虽然存在高精度的优势，但是成本高，在运行过程中相机之间的相对空间关系难以长期保持。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供的一种单相机快速空间三维重建测量方法，解决了现有技术中使用多个相机探头成本过高的问题。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：一种单相机快速空间三维重建测量方法，包括如下步骤：
3、s1、获取相机探头的成像畸变参数；
4、其中，相机探头为单相机探头，且相机探头安装在运动平台上；
5、s2、设定测量坐标系，并获取在测量坐标系中相机探头采集到的连续图像；
6、s
7、s4、根据特征关键点和成像畸变参数，对连续图像中的目标物体进行重建，得到特征关键点的三维坐标，并根据边缘信息，对目标物体进行物体分割，得到目标物体的边缘分割结果；
8、s5、根据特征关键点的三维坐标和边缘分割结果进行三维空间重建，得到三维空间重建结果。
9、上述方案的有益效果是：本专利技术通过应用单相机探头，降低了使用成本，并且通过提取图像中的特征关键点和边缘信息，可以更准确地进行三维空间重建，有助于提高对目标物体的几何形状和位置的理解，对成像畸变参数的获取和应用，能够补偿由于相机探头的镜头畸变导致的图像失真，从而提高重建结果的精度和可靠性。
10、进一步地，步骤s1，具体包括：
11、使用标定板和十字架对相机探头在不同距离进行相机标定，得到成像畸变参数；
12、使用标定板和十字架对相机探头在不同距离进行相机标定的方法为张正友标定方法，或者，工业近景摄影测量标定方法。
13、上述进一步方案的有益效果是：标定板和十字架可以帮助准确测量相机的畸变参数，可以有效地补偿相机镜头引起的图像失真，从而提高图像的准确性和清晰度。通过准确标定相机的畸变参数，能够更精确地重建三维模型。畸变补偿后，图像中的特征点和边缘信息会更加准确，有助于提高三维重建结果的精度。
14、进一步地，步骤s2中，设定测量坐标系，具体包括：
15、s21、在测量空间内设置至少5个标志点；
16、s22、使用相机探头在三个不同运动位置拍摄标志点的图像；
17、s23、根据标志点的图像，使用后方交会方法求解相机探头的外参数差别；
18、s24、根据外参数差别，获取相机探头的运动坐标系和相机探头的成像坐标系之间的对应关系；
19、获取相机探头的运动坐标系和相机探头的成像坐标系之间的对应关系使用的公式为：
20、
21、其中，pf表示相机探头的拍摄时刻空间坐标，pc表示相机探头的图像基于标志点坐标后方交会所解算光心坐标，rfc和tfc表示相机探头的运动坐标系和相机探头的成像坐标系之间的对应关系；
22、s25、根据相机探头的运动坐标系和相机探头的成像坐标系之间的对应关系，设定测量坐标系。
23、上述进一步方案的有益效果是：测量坐标系提供了一个统一的参考框架，使得不同测量点、图像或数据可以在一个共同的坐标系中进行对比和分析，有助于确保测量数据的准确性和一致性。
24、进一步地，步骤s3中，对连续图像进行特征提取，使用的方法包括边缘提取算法、sift算法和surf算法。
25、进一步地，步骤s4中，根据特征关键点和成像畸变参数，对连续图像中的目标物体进行重建，使用的目标物体重建公式为：
26、a＝[pi′-1-ci-1 ci-pi′]
27、b＝[pi′-pi′-1]
28、a*pi3d＝b
29、其中，a、b表示参数矩阵，i表示图像序列索引号，pi3d表示第i张图像中的特征关键点的三维坐标，pi′表示第i张图像中的特征关键点在成像平面上的去除成像畸变后的三维坐标，pi′-1表示第i-1张图像中的特征关键点在成像平面上的去除成像畸变后的三维坐标，ci表示第i张图像中相机的光心坐标，ci-1表示第i-1张图像中相机的光心坐标。
30、进一步地，特征关键点在成像平面上的去除成像畸变后的三维坐标的求解方法为张正友畸变模型；
31、张正友畸变模型为：
32、
33、其中，和表示特征关键点去除成像畸变后的成像平面二维坐标，x和y表示采集图像中特征关键点提取的实际图像二维坐标，r表示特征关键点在二维图像中的成像点距离成像中心的距离，u0和v0表示标定获得的相机探头的成像光心在成像平面的坐标，k1和k2表示使用张正友标定方法获取的成像畸变参数。
34、进一步地，特征关键点在成像平面上的去除成像畸变后的三维坐标的求解方法为工业摄影测量模型；
35、工业摄影测量模型为：
36、
37、其中，和表示特征关键点去除成像畸变后的成像平面二维坐标，x和y表示采集图像中特征关键点提取的实际图像二维坐标，r表示特征关键点在二维图像中的成像点距离成像中心的距离，u0和v0表示标定获得的相机探头的成像光心在成像平面的坐标，a1、a2、a3、b1、b2、c1和c2表示使用工业摄影测量标定方法获取的成像畸变参数。
38、进一步地，步骤s4中，根据特征关键点和成像畸变参数，对连续图像中的目标物体进行重建，得到特征关键点的三维坐标，具体包括：
39、s41、根据特征关键点和成像畸变参数，获取去除成像畸变后的成像平面二维点坐标；
40、s42、根据转换公式，将去除成像畸变后的成像平面二维点坐标，转化为特征关键点在成像平面上的去除成像畸变后的三维坐标；
41、转化公式为：
42、
43、其中，p′表示特征关键点在成像平面上的去除成像畸变后的三维坐标，和表示特征关键点去除成像畸变后的成像平面二维坐标，kpz为像素对应的像元尺寸，即图像像素在光学传感器上的物理尺寸对应系数，rcam为成像光路中光心、光轴与成像光学传感器的关系，普通工业相机成像系统中±f项中的正本文档来自技高网...
【技术保护点】
1.一种单相机快速空间三维重建测量方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤S1，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，所述设定测量坐标系，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述步骤S3中，所述对所述连续图像进行特征提取，使用的方法包括边缘提取算法、SIFT算法和SURF算法。
5.根据权利要求1所述的方法，其特征在于，所述步骤S4中，所述根据所述特征关键点和成像畸变参数，对所述连续图像中的目标物体进行重建，使用的目标物体重建公式为：
6.根据权利要求5所述的方法，其特征在于，所述特征关键点在成像平面上的去除成像畸变后的三维坐标的求解方法为张正友畸变模型；
7.根据权利要求5所述的方法，其特征在于，所述特征关键点在成像平面上的去除成像畸变后的三维坐标的求解方法为工业摄影测量模型；
8.根据权利要求6或7所述的方法，其特征在于，所述步骤S4中，所述根据所述特征关键点和成像畸变参数，对所述连续图像中的目标物体
9.根据权利要求1所述的方法，其特征在于，所述步骤S4中，对所述目标物体进行物体分割使用的方法为基于数字图像处理的边缘提取，或者，基于人工智能的特征提取分割识别。
10.根据权利要求5所述的方法，其特征在于，所述步骤S5，具体包括：
...【技术特征摘要】
1.一种单相机快速空间三维重建测量方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤s1，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤s2中，所述设定测量坐标系，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述步骤s3中，所述对所述连续图像进行特征提取，使用的方法包括边缘提取算法、sift算法和surf算法。
5.根据权利要求1所述的方法，其特征在于，所述步骤s4中，所述根据所述特征关键点和成像畸变参数，对所述连续图像中的目标物体进行重建，使用的目标物体重建公式为：
6.根据权利要求5所述的方法，其特征在于，所述特征关键点在...
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。