基于船载单目相机的视觉特征提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114202587A(43)申请公布日2022.03.18(21)申请号202111337172.4(22)申请日2021.11.12(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人高邈张安民(74)专利代理机构天津市三利专利商标代理有限公司12107代理人李文洋(51)Int.Cl.G06T7/80(2017.01)G06T7/11(2017.01)G06K9/62(2022.01)G06V10/44(2022.01)G06V10/762(2022.01)权利要求书2页说明书5页附图4页(54)发明名称基于船载单目相机的视觉特征提取方法(57)摘要本发明涉及环境感知领域，特别是一种基于船载单目相机的视觉特征提取方法，包括以下步骤：步骤一、基于HSV颜色空间的图像预处理，通过设置阈值的方式对转变为HSV颜色空间的像素进行筛选；步骤二、基于自适应K‑means的像素点聚类分割；步骤三、进ORB算法提取特征点；步骤四、RANSAC算法提纯匹配特征点；步骤五、视觉里程计解算转换矩阵；步骤六、运动位姿图构建；步骤七、构建感知环境点云图与深度图。采用基于HSV颜色空间的水域环境图像聚类分割，能够有效地降低水面光照影响视觉感知效果的问题，增加对整体环境感知的效果。CN114202587ACN114202587A权利要求书1/2页1.一种基于船载单目相机的视觉特征提取方法，其特征在于：包括以下步骤：步骤一、基于HSV颜色空间的图像预处理，通过设置阈值的方式对转变为HSV颜色空间的像素进行筛选；步骤二、基于自适应K‑means的像素点聚类分割；步骤三、进ORB算法提取特征点；步骤四、RANSAC算法提纯匹配特征点；步骤五、视觉里程计解算转换矩阵；步骤六、运动位姿图构建，在单目相机随船运动过程中，从连续拍摄的视频中，抽取几帧画面作为关键帧，构造关键帧与相机的位姿图，而非关键帧则用于在运动过程定位，不参与构建位姿图；步骤七、构建感知环境点云图与深度图，传感器获取一序列的视频图像后，由视觉里程计对帧与帧之间对应的变换矩阵进行估计，计算像素深度采用三角测量的方式，三角测量是通过不同位置对同一路标点进行观察，从观察位置推断对路标点深度的计算。2.根据权利要求1所述的基于船载单目相机的视觉特征提取方法，其特征在于，步骤一中，在阈值范围的选择方面，可以依据水面颜色来设置初步筛选阈值，水面的颜色通常表现为蓝色或绿色，蓝色区域对应的HSV数值范围为H：100～124，S：43～255，V：43～255；绿色区域对应的HSV数值范围为：H：35～77，S：43～255，V：46～255,在实际使用过程中，可以根据实际水域颜色来实时调整HSV数值范围，进而排除图像中水面区域特征点，提髙聚类分割区域划分精确度。3.根据权利要求1所述的基于船载单目相机的视觉特征提取方法，其特征在于，步骤二中，首先将被筛选出的像素点作为聚类样本数据集，两个像素点之间的相似程度用像素点之间的欧式距离；以每个像素点为中心，设置临界距离对所有像素点分组，得出每组像素点的数量；设包含像素点最多的组的中心像素点为第一聚类中心；选择误差平方和作为准则函数评价聚类收敛性；计算数据样本与选取的各聚类中心的距离，将数据分配到距离其最近的聚类簇中；子集中的均值为新的聚类簇中心，重新计算样本数据与各聚类簇中心的距离，对样本数据进行新一轮的聚类，直到新的聚类中心趋于稳定；当准则函数值与上一轮迭代准则函数值相差设定阈值时迭代过程完成。4.根据权利要求1所述的基于船载单目相机的视觉特征提取方法，其特征在于，步骤三中，将对比16个点改为对比4个点，分别以像素中心点P做圆心做半径为4个像素与5个像素的圆，得到8个像素点，当P点为特征点时，那么P点与周边的像素点存在一定的差值，且周边的像素点的灰度值有着相对的延展性，当像素点A的灰度值小于中心点P的灰度值时，如果P点为特征点，则点E的像素值大小应该同样低于像素点P，依据这种像素灰度的延展性，如果E点的灰度值比P点的高，那么P点就是错误点，也就是噪点。5.根据权利要求1所述的基于船载单目相机的视觉特征提取方法，其特征在于，步骤五中，视觉里程计(VisualOdometry)是一个仅利用单个或多个相机的输入信息估计物体运动信息的过程,临近两帧的图像特征点在完成匹配之后，说明这两点就是同一空间坐标系中的同一个点在两个成像平面上的所形成的投影，该点的连线与成像平面相交的两点设为p1，p2,选择配对成功的8对点进行本质矩阵解算，根据已经估得的本质矩阵E，恢复出相机在运动过程的旋转矩阵R与平移矩阵T。2CN114202587A权利要求书2/2页6.根据权利要求1所述的基于船载单