基于单目视觉的目标位姿确定方法研究及仿真.doc
《基于单目视觉的目标位姿确定方法研究及仿真.doc》由会员分享,可在线阅读,更多相关《基于单目视觉的目标位姿确定方法研究及仿真.doc(37页珍藏版)》请在三一文库上搜索。
1、基于单目视觉的目标位姿确定方法研究及仿真任务处理报告宇航学院38151227北京航空航天大学2011年8月目录1主子星位姿确定方案12子星拍摄主星的位姿确定23主星拍摄子星的位姿确定44数字图像处理54.1、大圆圆心解算54.1.1原始图像读入54.1.2图像的灰度化64.1.3灰度图均衡化64.1.4双峰法进行图像阈值分割74.1.5图像噪声滤除84.1.6联通组元素提取84.1.7圆形检测与圆心提取94.2、小圆圆心解算114.2.1区域生长分割114.2.2小圆图像处理124.3、图像处理结果及误差分析154.3.3圆心像素坐标154.3.2坐标误差155实验摄像头的光学参数166星载摄
2、像头的光学参数167位姿确定算法177.1、相似迭代算法177.2、Tsai两步法208存在的问题及建议218.1、目标信息的增强218.2、关于实验228.3、坐标系的标定239参考文献2310附录 matlab源程序2310.1、数字图像处理主程序2310.2、hough变换子函数程序2910.3、区域生长分割子函数程序3110.4、相似迭代算法函数及测试程序321主子星位姿确定方案主星顶面和子星地面各装有一个CCD摄像头,拟采用主星顶面的摄像头对子星拍照获取图片。通过数字图像处理,获得标定子星的特征点的图像坐标,特征点所在的子星坐标系在整星装配完成时可以十分精确地进行标定,相应特征点的三
3、维坐标即为已知量。将特征点的图像二维坐标和子星三维坐标结合相应的位姿解算算法即可解算出子星坐标系相对于摄像机坐标系的位移矢量和姿态变换矩阵。摄像机坐标系及主星本体坐标系在整星装配完成时进行精确标定。摄像机坐标系与主星本体坐标系间的位移矢量和姿态变换矩阵已知。选取合适的欧拉旋转顺序,可以则可由姿态变换矩阵反解出姿态角(欧拉角)。至此,子星相对于主星的位置和姿态完全确定。在子星底板上,有三个圆是较为显著的结构信息。一个是底板本身的大圆盘,另外两个是底板上的圆孔。通过图像处理获得者三个圆的轮廓(在图片上应为椭圆),进而解算圆心,以圆心作为特征点进行物体位姿确定。而在子星本体坐标系中,三个圆的圆心坐标
4、已知,其误差可以通过加工精度进行控制。故以三个圆的圆心作为目标特征点。目前查阅的文献均没有研究过三点定位问题,且由于重力梯度杆上子星具有整周旋转性,可知共面三点不足以进行位姿确定。2子星拍摄主星的位姿确定从子星的摄像头拍主星进行位姿确定不可行。1、如下图,由于梯度杆的柔性,子星摄像头会随子星平台而俯仰。重力梯度杆较长,故轻微的俯仰就易使主星平台脱离子星摄像头的视野。2、在图像处理上,主星平台的四边形提取因重力梯度杆的影响而十分困难。下图为实验用图。因为实际拍摄照片时,不能到样星进行拍摄。对此图进行图像处理以期获得主星顶面四边形,但多次试验后效果仍然不好:主星顶面可用的特征点只有四边形的四个角点
5、,现在四边形不能很好地被提取,则角点不能获得,或者只能以较大误差地获得。综上所述,从子星摄像头拍摄图片进行位姿确定的方案不可行。鉴于子星拍摄主星时有可能失去目标,所以只能采用主星拍摄子星获得图像信息。3主星拍摄子星的位姿确定主星安装的摄像头拍摄子星时,大片的重力梯度杆进入摄像视野。重力梯度杆将带入极大的干扰:其一,重力梯度杆上铰接头的图像特征太明显,图像灰度处理后几乎不能将其分割,这就使得图像解算特征点时误差较大。且这一影响随重力梯度杆的伸长、子星图像变小而愈加显著。如下两图 其二,重力梯度杆的铰接头挡住子星底板的小孔,使得拍摄的图像失去待处理的特征点。如下图4数字图像处理数字图像处理(Dig
6、italImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。4.1、大圆圆心解算噪声滤除和取联通元素圆轮廓及圆心检测 阈值分割有效部分灰度变换和均衡化导入原始图像本实验图像处理流程图: 4.1.1原始图像读入clear ;clc;close all;%Step1 获取图像 装入待处理彩色图像并显示原始图像Scolor = imread(sat01.jpg);%imread函数读取图像文件Figure;imshow(Scolor),title(原始图像);4.1.2图像的灰度化一幅完整的图像,是由红色绿色蓝色三个通道组成的。红色、绿色、蓝
7、色三个通道的缩览图都是以灰度显示的。用不同的灰度色阶来表示“ 红,绿,蓝”在图像中的比重。通道中的纯白,代表了该色光在此处为最高亮度,亮度级别是255。灰度范围0255。彩色图像包含着大量的颜色信息,不但在存储上开销很大,而且在处理上也会降低系统的执行速度,因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像,以加快处理速度。由彩色转换为灰度的过程叫做灰度化处理。灰度处理后,图像变得更加清晰、细腻、容易识别。%将彩色图像转换为灰度图并显示Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图figure,imshow(Sgray);title(原始灰度图像);4.
8、1.3灰度图均衡化灰度图均衡化即把原本分布不均的灰度直方图在整个灰度级别内均匀分布。对大多数的图像,均衡化可以增加图像对比效果。Sgray=histeq(Sgray);figure,imshow(Sgray);title(均衡化灰度图像);4.1.4双峰法进行图像阈值分割图像的阈值分割关键在于阈值的选取,这一步不能完全自动化,必须针对具体图像进行反复试验,找出较为合适的阈。th1=25;%获得最佳阈值,这个值要在试验中反复试验TH1=im2bw(J2,th1/255);TH1=TH1;figureimshow(TH1);title(阈值分割图25);4.1.5图像噪声滤除图像在采集、传输等过程
9、中,不可避免会存在一些噪声。利用形态学的开运算和闭运算组合,可以滤除这些噪声。开运算可以切断细长的搭线,消除图像边缘的毛刺和孤立点,具有平滑图像边界的作用,而闭运算同样具有平滑边界的作用,且能连接小的间断和填充小的空洞和裂缝1、。滤噪处理也不能完全自动化,噪声滤除算子的设置也必须根据具体的图像进行选择,直到滤噪结果满意。B=strel(diamond,5);%试验表明算子设为5时滤噪结果勉强可以J1=imopen(TH1,B);J2=imclose(J1,B);figureimshow(J2);title(阈值分割图滤噪结果,同时为联通组提取准备);4.1.6联通组元素提取由于重力梯度杆交接点
10、面积较大,已经不能再进行图像滤噪,期望通过联通结构元素的方法,将信息进一步准确化。LL=strel(square,3);y,x=getpts;x=uint16(x);y=uint16(y);Iold=zeros(size(J2);Iold(x,y)=1;while(1) Inew=imdilate(Iold,LL)&J2; if(Inew=Iold) break; end; Iold=Inew;end;figureimshow(Inew);title(联通组元素提取图像);4.1.7圆形检测与圆心提取4.1.7.1hough变换Hough变换是一种基于图像全局分割结果的边缘连接技术,它抗干扰能
11、力强,能检测出任意形状的曲线,即使线上有许多的断裂,因此在图像分析的预处理中获得广泛应用。Hough变换的基本原理在于,利用点与线的对偶性,将图像空间的线条变为参数空间的聚集点,从而检测给定图像是否存在给定性质的曲线。Hough变换的基本策略是:由图像空间中的边缘数据点去计算参数空间中的参数点的可能轨迹,并在一个累加器中给计算出的参考点计数,最后选出峰值。圆的方程为:,通过Hough变换,将图像空间对应到参数空间。4.1.7.2圆形检测用hough变换检测圆及其圆心的像素坐标。程序中圆的检测半径范围需要人为给定:通过上面的处理将圆提取出来后,直接用matlab图像工具粗略量取圆半径像素值,然后
12、给出检测范围,以减少坏点的数目甚至检测错误。BW=bwperim(Inew,4);step_r = 1;step_angle = 0.1;minr = 308;%检测圆的最小半径maxr = 314;%检测圆的最大半径thresh = 0.7;hough_space,hough_circle,para = hough_circle(BW,step_r,step_angle,minr,maxr,thresh);figureimshow(hough_circle),title(HOUGH变换检测结果) 原始检测结果图 检测结果放大图4.1.7.3圆心解算通过HOUGH变换检测到的圆心,会因边界检测
13、的毛刺引入坏点,通过下面的程序进行迭代将坏点剔除,增减圆心坐标的可靠度。cir=mean(para);ww,yy=size(para);for cc=1:10 for www=1:2 for yyy=1:yy if abs(para(www,yyy)-cir(1,www)(12-cc) para(www,yyy)=cir(1,www); else end end end cir=mean(para);end%圆心像素坐标,默认以角点为像素坐标的坐标原点x1=cir(1,2);y1=cir(1,1);%以图像中心为坐标原点的图像坐标,图片2272 X 1704像素y2=1704-y1;%将y反转
14、x=x1-2272/2y=y2-1704/2结果x = 105.3, Y =-169.04.2、小圆圆心解算4.2.1区域生长分割重力梯度杆严重遮挡后,小圆信息的获取方法有别于大圆信息的获取。重力梯度杆将小圆分割后,不能再对小圆执行阈值分割,这里采用区域生长分割方法获取小圆。区域生长方法是根据同一物体区域内象素的相似性质来聚集象素点的方法,从初始区域(如小邻域或甚至于每个象素)开始,将相邻的具有同样性质的象素或其它区域归并到目前的区域中从而逐步增长区域,直至没有可以归并的点或其它小区域为止。区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体先对每个需要分割的区域找一个种子像素作为生
15、长起点,然后将种子像素和周围邻域中与种子像素有相同或相似性质的像素(根据某种事先确定的生长或相似准则来判定)合并到种子像素所在的区域中。将这些新像素当作新的种子继续上面的过程,直到没有满足条件的像素可被包括进来。这样一个区域就生长成了。4.2.2小圆图像处理在区域生长Sgray=double(Sgray);y1,x1=getpts;x1=round(x1);y1=round(y1);seed=x1,y1;th_mean=8;%实验中必须对此值进行反复调整Yout=regiongrow(Sgray,seed,th_mean);figure;imshow(Yout);滤噪处理B=strel(dia
16、mond,2);J1=imopen(Yout,B);J2=imclose(J1,B);figureimshow(J2);title(阈值分割图滤噪结果,同时为联通组提取准备);左侧小圆联通组元素提取:圆形检测:已经无法提取到圆形,实际上检测的是一段圆弧。圆形检测图 圆形检测图放大图通过圆弧检测图可见,获取的点大多数都在圆弧上。一些不再圆弧上的点,在经过圆心获取程序迭代处理后,大多数将被踢除,仍然能保证圆心坐标较高的精度。左侧小圆圆心提取结果:x =39.2y =-383.5右侧小圆处理结果:从处理图像可知提取到的点多数也处于圆弧上。右侧小圆圆心提取结果:x = 123.2y = -336.64
17、.3、图像处理结果及误差分析4.3.3圆心像素坐标坐标提取结果如下表所示:大圆左边小圆右边小圆像素坐标x105.339.2123.2像素坐标y-169.0-383.5-336.6用像素坐标乘以像素尺寸,即可获得特征点在物理空间的图像坐标。图像坐标系:yX4.3.2坐标误差与在图像上直接用matlab工具测量的圆心坐标像比较,程序提取的圆心坐标可能会有10个像素误差。这是一个可接受的误差。摄像头按摄像元件的CCD靶面的大小有如下几类: (1)1 in靶面尺寸为宽12.7mmX高9.6mm,对角线16mm(2)2/3in靶面尺寸为宽8.8mmX高6.6mm,对角线11mm(3)1/2in靶面尺寸为
18、宽6.4mmX高4.8mm,对角线8mm(4)1/3in靶面尺寸为宽4.8mmX高3.6mm,对角线6mm(5)1/4in靶面尺寸为宽3.2mmX高2.4mm,对角线4mm可见10个像素误差对于百万像素级得摄像头,其在摄像图像坐标系上的误差在0.01mm这个数量级。误差可以接受。5实验摄像头的光学参数实验拍照使用摄像机为富士S5500摄像机。实验用焦距5.7mm;实验用分辨率22721704;摄像头面阵CCD光敏面光学格式为1/2.7inch,像素尺寸未知。6星载摄像头的光学参数星载摄像头的光学参数:此摄像头面阵CCD光敏面光学格式为1/3.8inch,像素尺寸为2.2微米。如上图所示,像素。
19、视场角:焦距:,极限视距:最大在此距离以上,测量对象将进入摄像机视场。即200cm的重力梯度杆将有130cm长的部分进入摄像视野出现在拍摄的图像上。7位姿确定算法7.1、相似迭代算法相似迭代算法2、要求选取的特征点不共面,特征点数不得小于4。这是初期考虑采用的算法,后期图像处理发现子星到目前为止不能提供非共面特征点。但若果以后能在子星上找到非共面得特征点,则此算法有一定的优点。1、相似迭代算法的优点在子星梯度杆位移超过半米以上时,相似迭代算法精度很高,稳定性很好,计算处理时间也较快。下图为一组相似迭代算法的测试结果:结果显示位移和姿态误差均能稳定在零左右,精度较高,稳定性较好。尽初始段坐标值相
20、差不大时由较大误差。将图初始段放大如下:测试模型为下图所示的非共面6点布局模型。测试6个点在目标所处三维坐标系中的坐标设置为。测试位移向量,其中和设为常值5,的范围为52000。图像坐标按给定的欧拉姿态角以及321欧拉旋转顺序下相应的坐标变换矩阵结合位移向量来产生。测试焦距。整个解算耗时10.438秒,共进行1996次解算,即平均每解算一组数据耗时5.2ms,计算速度不慢。2、相似迭代算法的不足上面的测试中,将位移值的和设置为目标三维坐标的最大值的0.5倍以下时,程序将不能输出结果。可能原因是迭代结果发散以至于产生死循环。比三维坐标值小时,也不能输出结果。7.2、Tsai两步法Tsai两步法标
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 目视 目标 确定 方法 研究 仿真
链接地址:https://www.31doc.com/p-5020863.html