【技术实现步骤摘要】
本专利技术属于图像处理，具体涉及一种基于颜色阈值分割的运动恢复结构中心点检测方法、设备及存储介质。
技术介绍
1、传统的运动恢复结构(structure from motion,sfm)方法通常涉及大量的计算，特别是在处理大规模图像数据时，这导致该方法计算复杂性较高，对计算资源的要求也较大；其通常生成稀疏的三维点云，而在某些应用中，需要更为密集和精确的三维重建结果。这种稀疏性可能限制了sfm技术在一些实际场景中的应用。
2、再者，传统sfm方法对图像中的光照和纹理变化较为敏感。因此，在存在光照变化或纹理缺失的情况下，该方法可能会面临困难，导致准确性下降；并且通常需要良好的初始相机参数估计和特征匹配，而这些依赖性可能会受到噪声和误匹配的影响，从而影响整个重建过程。另外，传统sfm方法通常基于刚体运动的假设，因此在处理运动模糊和非刚性场景时可能表现不佳。
3、综上所述，由于无人机上受到其运动方式和环境影响，会导致传统sfm技术获得的定位效果较差的问题，因而，如何提高系统的位姿估计精度和鲁棒性是当前亟需解决的问题。
技术实现思路
1、鉴于上述问题，本专利技术通过提供一种基于颜色阈值分割的运动恢复结构中心点检测方法，用于解决现有技术中存在的上述问题。
2、根据本专利技术实施例子的一个方面，提供了一种基于颜色阈值分割的运动恢复结构中心点检测方法的方案，该方案使用相机拍摄的图像进行sfm解析，所述方法具体包括以下步骤：
3、步骤1、相机标定：通过
4、步骤2、获取rgb图像：获取来自相机的圆环图像信息，如图像的旋转矩阵、彩色图像、位姿信息等；
5、步骤3、获取椭圆轮廓：基于红色阈值获取相应圆环图像轮廓，并提取rgb圆环图像多通道的数组数据、旋转矩阵信息、位置信息、目标数据。如果相机的rgb圆环图像的轮廓点数量小于预设阈值，如小于10，则跳过当前图像，不进行后续的椭圆拟合；
6、步骤4、投影变换：在3d空间中描绘圆环的外部轮廓；具体过程如下：
7、将步骤3中得到圆环图像的三维轮廓点通过相机的投影矩阵投影到相机的图像平面上，获得相应的二维图像坐标。接着，创建三个经过步骤3处理后的图像副本，在这些副本上分别使用绿、黄、蓝三种颜色描绘图像的轮廓；
8、步骤5、图像取舍：对于步骤4处理后的图像进行筛选，去除拍摄不完整的图像以及在一个图像中存在多个相似目标的情况；
9、步骤6、圆环信息的预提供：提供目标圆环图像的大致中心点三维坐标、方向向量以及偏航角，具体过程如下：
10、假设给定的目标圆环图像的大致中心点三维坐标、方向向量以及偏航角为第一个点的三维坐标、方向向量以及偏航角，以便与其他从同一个圆环图像中获取的中心点三维坐标进行融合，以期获得误差更小的中心点三维坐标；
11、步骤7、计算拟合图形的参数：
12、根据圆环的三维图像坐标，计算其在空间中的位置和方向。首先，它拟合出包含圆环的平面，并确定将该平面旋转到与x轴平行所需的旋转向量和偏航角。然后，使用罗德里格斯旋转公式，这些旋转参数被应用于三维点集，将其转移到一个新的坐标系中。在这个新坐标系中，对三维点集进行圆拟合，以确定圆的中心和半径。最后，算法计算出圆环圆心的世界坐标、旋转向量、偏航角和圆环的半径；
13、步骤8、更新sfm：将获取的同一个目标圆环的新的圆心的方向向量、偏航角信息用罗德里格斯公式算出更加准确的圆环信息，更新图像的三维坐标，将世界坐标映射到相机坐标上，并最终返回更新后的世界坐标；
14、步骤9、迭代圆心三维坐标：通过步骤1到步骤8对目标圆环的三维图像中心点进行迭代，解析同一个目标圆环的多个圆心三维坐标、方向向量、偏航角，获得更准确的圆心三维坐标。
15、根据本专利技术实施例子的一个方面，提供了一种基于颜色阈值分割的运动恢复结构中心点检测系统，用于实现如上任一项所述的方法。
16、根据本专利技术实施例子的一个方面，提供了一种无人机路径规划方法，包括：按上述任一项所述的基于颜色阈值分割的运动恢复结构中心点检测方法算出目标圆环的三维世界坐标，使无人机规划路径时以此作为规划的终点。
17、根据本专利技术实施例子的一个方面，提供了一种电子设备，包括：
18、一个或多个处理器；
19、存储器，用于存储一个或多个程序；
20、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上任一项所述的方法。
21、根据本专利技术实施例子的一个方面，提供了一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被执行时用于实现上述任一项所述的方法。
22、本专利技术的有益效果是：
23、本专利技术利用了基于运动结构重建的图像中心点检测方法、系统及设备，运用开源计算机视觉库(open source computer vision library,opencv)的函数，以黄、蓝、绿三种颜色清晰地展示无人机相机拍摄图像中圆环的轮廓，并通过函数呈现出圆环轮廓的点云图像。在此阶段，可以提前删除不符合条件的圆环轮廓图像，从而为后续无人机路径规划提供更准确、鲁棒性更强的圆环圆心三维坐标。同时采用运动恢复结构的方法，通过连续拍摄二维相机图像，提取圆环外圈的圆心三维坐标、方向向量以及偏航角等关键信息。通过迭代优化，不断地解析相机捕捉的图像，获取同一目标圆环的圆心三维坐标、方向向量和偏航角等信息，以更准确地校正圆环圆心的三维坐标。这为后续无人机路径规划提供了更精准的基础，确保无人机能够在穿越圆环时保持稳定的掌控。
本文档来自技高网...【技术保护点】
1.一种基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，所述步骤1-1中，先设定一个从世界坐标到相机坐标的旋转矩阵Rw2c和相机内参KCAM，两者通过点积相乘得到相机内参矩阵Kck。
3.根据权利要求2所述的基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，所述步骤1-3中，提取圆环图像中椭圆的红色通道像素值进行阈值处理,将满足范围在220到240之间的像素点即高亮度的红色区域的像素值设置为128，不满足这个范围的其他像素设置为0，生成二值图像；
4.根据权利要求3所述的基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，所述步骤2-1中，将世界坐标系中的三维点Wt通过相机的投影矩阵KRt投影到相机的图像平面上，得到对应的二维图像坐标Pt2d，其具体过程为：
5.根据权利要求4所述的基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，步骤3-1的过程为：根据提供目标圆环图像的大致中心点三维坐标、方向向量以及
6.根据权利要求5所述的基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，步骤3-2的具体过程为：
7.无人机路径规划方法，其特征在于，包括如下：通过如权利要求1至6任一项所述的基于颜色阈值分割的运动恢复结构中心点检测方法算出目标圆环的三维世界坐标，使无人机规划路径时以此作为规划的终点。
8.一种基于颜色阈值分割的运动恢复结构中心点检测系统，其特征在于，用于实现如权利要求1至6任一项所述的方法。
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被执行时用于实现权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，所述步骤1-1中，先设定一个从世界坐标到相机坐标的旋转矩阵rw2c和相机内参kcam，两者通过点积相乘得到相机内参矩阵kck。
3.根据权利要求2所述的基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，所述步骤1-3中，提取圆环图像中椭圆的红色通道像素值进行阈值处理,将满足范围在220到240之间的像素点即高亮度的红色区域的像素值设置为128，不满足这个范围的其他像素设置为0，生成二值图像；
4.根据权利要求3所述的基于颜色阈值分割的运动恢复结构中心点检测方法，其特征在于，所述步骤2-1中，将世界坐标系中的三维点wt通过相机的投影矩阵krt投影到相机的图像平面上，得到对应的二维图像坐标pt2d，其具体过程为：
5.根据权利要求4所述的基于颜色阈值...
【专利技术属性】
技术研发人员：邱真兵，李艳君，刘艳，俞睿，周维钧，潘树文，宋金梦，崔琛焕，
申请(专利权)人：浙大城市学院，
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。