CN109341530B - 一种双目立体视觉中物点定位方法及系统 - Google Patents

Abstract

本发明公开了一种双目立体视觉中物点定位方法，具体为：首先启用左、右侧相机拍摄同一目标，对拍摄得到的左、右图像进行特征点匹配；再在世界坐标下分别计算左、右侧相机光心到匹配点的单位方向向量；进而根据两个相机的光心坐标，光心到特征点的方向向量求解出物点的三维坐标。本发明还提供了实现上述方法的系统。本发明避免了大量平方，开方以及求模等运算，具有速度快，计算稳定的特点，在三维重建领域中有较高的应用价值。

Description

一种双目立体视觉中物点定位方法及系统

技术领域

本发明涉及机器视觉技术领域，具体涉及一种双目立体视觉中三维点定位方法及系统。

背景技术

在双目立体视觉的三角测量步骤中，往往首先对两个相机在不同的位置下拍摄同一场景所得到的图片进行特征匹配、位姿估计后，通过对两个相机同名光线求取其延长线的交点，进而得出该点在世界坐标系中的物点坐标，并利用这些信息完成三维稠密点云构建等工作.因此，物点的空间位置求取是双目立体视觉中的重要环节之一。

物点的空间位置求取一般采用公垂线中点法方法，方法涉及到叉积，求模等运算，计算复杂度高，耗时多。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种双目立体视觉中三维点定位方法，保证精准度的同时简化了计算复杂度。

一种双目立体视觉中三维点定位方法，具体为：

(1)启用左、右侧相机拍摄同一目标，对拍摄得到的左、右图像进行特征点匹配，得到左侧相机坐标系下的特征点坐标p_L和右侧相机坐标系下的同名特征点坐标p_R；

(2)在世界坐标下,分别计算左、右侧相机光心到匹配点的单位方向向量N₁和N₂：

其中，Z_L、Z_R分别代表将左、右侧相机的方向向量单位化的系数，R_LW、R_RW分别代表左、右侧相机坐标系相对于世界坐标系的旋转矩阵，K₁、K₂分别代表左、右侧相机的内参数，上标T表示转置；

(3)计算目标物点的三维坐标P：

其中，

P₁₀,P₂₀分别代表左侧相机光心O_L和右侧相机光心O_R在世界坐标系中的三维坐标(参考图1),P₁、P₂分别为射线O_Lp_L和O_Rp_R与公垂线的垂足。

一种双目立体视觉中三维点定位系统，包括：

双相机，包括左侧相机和右侧相机，用于拍摄同一目标；

同名特征点匹配模块，用于对拍摄得到的左、右图像进行特征点匹配，得到左侧相机坐标系下的特征点坐标p_L和右侧相机坐标系下的同名特征点坐标p_R；

单位方向向量计算模块，用于在世界坐标下,分别计算左、右侧相机光心到匹配点的单位方向向量N₁和N₂：

其中，Z_L、Z_R分别代表将左、右侧相机的方向向量单位化的系数，R_LW、R_RW分别代表左、右侧相机坐标系相对于世界坐标系的旋转矩阵，K₁、K₂分别代表左、右侧相机的内参数，上标T表示转置；

定位模块，用于计算目标物点的三维坐标P：

其中，P₁₀,P₂₀分别代表左侧相机光心O_L和右侧相机光心O_R在世界坐标系中的三维坐标(参考图1),P₁、P₂分别为射线O_Lp_L和O_Rp_R与公垂线的垂足。

总体来说，本发明定位方法相对于原始的物点定位方法，在乘法，加法，平方与开方计算次数上都大大减少，并且通过实验证明了在相机参数相同的情况下，使用本发明的计算公式与原始的计算公式达到完全相同的计算精度，但计算时间降低了至少24.24％。

附图说明

图1是本发明定位原理示意图；

图2是异面直线投影示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明方法包括以下步骤：

(1)启用左、右侧相机拍摄同一目标，对拍摄得到的左、右图像使用SIFT或ORB算子进行关键点提取与描述子计算，可以得到左侧相机坐标系下的特征点坐标p_L和右侧相机坐标系下的同名特征点坐标p_R；

(2)在世界坐标下,分别计算左、右侧相机光心到匹配点的单位方向向量N₁和N₂：

其中，Z_L、Z_R分别代表将左、右侧相机的方向向量单位化的系数，R_LW、R_RW分别代表左、右侧相机坐标系相对于世界坐标系的旋转矩阵，K₁、K₂分别代表左、右侧相机的内参数，上标T表示转置；

(3)计算目标物点的三维坐标P：

其中，

P₁₀,P₂₀分别代表左侧相机光心O_L和右侧相机光心O_R在世界坐标系中的三维坐标(参考图1),P₁、P₂分别为射线O_Lp_L和O_Rp_R与公垂线的垂足(参考图2)。

仿真实验：

1、采用MATLAB进行仿真实验，实验选取左相机坐标系O_L-X_LY_LZ_L作为世界坐标系，O_L＝(0,0,0)^T，

R_LW＝I₃为三阶单位矩阵，R_RW的表达如下：

2、在第一类实验中，设f_x＝f_y＝1000，u₀＝v₀＝300，θ＝3°，γ＝2°，ψ＝-3°，世界坐标系中物点的真实坐标取在球心为(0,0,0)^T，半径为400的球面上，x_w∈[-100,100]，y_w∈[-100,100]，

共均匀取81个物点，右相机在世界坐标系中的坐标设置为O_R＝(10,10,0)^T。

3、在第二次实验中，将旋转矩阵R_RW沿y轴向x轴正方向旋转90°，世界坐标系中物点的真实坐标取在圆心为(1000,0,0)^T，半径为300的圆上，x_w＝1000,取均匀分布的81个物点，其余参数与第一类实验相同.上述参数设定完毕后，就可以开始进行实验步骤的设计。

4、首先将参数代入相机投影模型：

p_L＝K₁R_LW(P'-P₁₀)

p_R＝K₂R_RW(P'-P₂₀)

其中，P'代表步骤3中得出的物点真实坐标。

得出投影像点的真实齐次坐标p_L＝(u_L,v_L,1)^T和p_R＝(u_R,v_R,1)^T，然后选择对右像素点p_R或右相机姿态添加标准差为1、2的高斯白噪声(如表2、表3所示)，并通过求取射线O_Lp_L和O_Rp_R的方向向量，得出单位方向向量N₁和N₂，取左相机光心的坐标(即原点)作为点P₁₀的坐标，取右相机光心O_R的坐标作为点P₂₀的坐标，就可以通过本发明的公式分别计算不同模型的公垂线中点P。

表1算法复杂度对比

表2第一类实验对比结果

表3第二类实验对比结果

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种双目立体视觉中三维点定位方法，其特征在于，具体为：

(1)启用左、右侧相机拍摄同一目标，对拍摄得到的左、右图像进行特征点匹配，得到左侧相机坐标系下的特征点坐标pL和右侧相机坐标系下的同名特征点坐标pR；

(2)在世界坐标下,分别计算左、右侧相机光心到匹配点的单位方向向量N₁和N₂：

其中，Z_L、Z_R分别代表将左、右侧相机的方向向量单位化的系数，R_LW、R_RW分别代表左、右侧相机坐标系相对于世界坐标系的旋转矩阵，K₁、K₂分别代表左、右侧相机的内参数，上标T表示转置；

(3)计算目标物点的三维坐标P：

其中，b＝N₁ ^TN₂，P₁₀,P₂₀分别代表左侧相机光心O_L和右侧相机光心O_R在世界坐标系中的三维坐标,P₁、P₂分别为射线O_Lp_L和O_Rp_R与公垂线的垂足。

2.一种双目立体视觉中三维点定位系统，其特征在于，包括：

双相机，包括左侧相机和右侧相机，用于拍摄同一目标；

同名特征点匹配模块，用于对拍摄得到的左、右图像进行特征点匹配，得到左侧相机坐标系下的特征点坐标p_L和右侧相机坐标系下的同名特征点坐标p_R；

单位方向向量计算模块，用于在世界坐标下,分别计算左、右侧相机光心到匹配点的单位方向向量N₁和N₂：

其中，Z_L、Z_R分别代表将左、右侧相机的方向向量单位化的系数，R_LW、R_RW分别代表左、右侧相机坐标系相对于世界坐标系的旋转矩阵，K₁、K₂分别代表左、右侧相机的内参数，上标T表示转置；

定位模块，用于计算目标物点的三维坐标P：

其中，b＝N₁ ^TN₂，P₁₀,P₂₀分别代表左侧相机光心O_L和右侧相机光心O_R在世界坐标系中的三维坐标,P₁、P₂分别为射线O_Lp_L和O_Rp_R与公垂线的垂足。

Images