一種基于視覺測量的繩索物質(zhì)點跟蹤方法
【專利摘要】一種基于視覺測量的繩索物質(zhì)點跟蹤方法，本發(fā)明涉及繩索物質(zhì)點跟蹤方法。本發(fā)明是要解決現(xiàn)有技術(shù)不能測量運動中的整條繩索以及影響繩索本身的動力學(xué)特性的問題，而提出的一種基于視覺測量的繩索物質(zhì)點跟蹤方法。該方法是通過步驟一、計算外參數(shù)矩陣Mw和內(nèi)參數(shù)矩陣Mi；步驟二、求解外參數(shù)矩陣Mw得到H1和H2；步驟三、根據(jù)H1和H2建立測量點二維坐標(biāo)(xwi,ywi)；步驟四、對圖像進(jìn)行預(yù)處理操作；步驟五、計算得到單像素寬度的繩索中心線；步驟六、根據(jù)繩索點集{pwi}的順序計算得到與繩索起始端點的距離為L的繩索點m；等步驟實現(xiàn)的。本發(fā)明應(yīng)用于繩索物質(zhì)點跟蹤領(lǐng)域。
【專利說明】
一種基于視覺測量的繩索物質(zhì)點跟蹤方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及繩索物質(zhì)點跟蹤方法，特別涉及一種基于視覺測量的繩索物質(zhì)點跟蹤 方法。
【背景技術(shù)】
[0002] 空間繩系結(jié)構(gòu)因其柔性大、阻尼小、非線性強(qiáng)等特點，在航天器軌道轉(zhuǎn)移、在軌目 標(biāo)捕獲、繩系衛(wèi)星編隊、繩系發(fā)電等空間任務(wù)中具有廣闊的應(yīng)用前景。目前，對空間繩系結(jié) 構(gòu)的研究大都集中在動力學(xué)建模與數(shù)值仿真分析上，但采用實驗手段來驗證所建模型與仿 真結(jié)果的準(zhǔn)確性的相關(guān)研究卻很少?？臻g繩系結(jié)構(gòu)屬于柔性體，它在運動過程中會呈現(xiàn)處 復(fù)雜的形態(tài)與形變，采用傳統(tǒng)的接觸式測量法雖然可以得到某一點變形的可靠的數(shù)據(jù)，但 不能測量運動中的整條繩索，同時在繩索上安裝加速度計會影響繩索本身的動力學(xué)特性， 從而為空間繩系結(jié)構(gòu)的測量增加了難度?；谝曈X的非接觸式測量方法避免了在測量對象 表面安裝傳感器的缺點，并且具有測量視場大、對測量環(huán)境要求較低等優(yōu)點，因此在工程測 量中有著廣泛的應(yīng)用前景，并正日益成為國內(nèi)外研究熱點。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是為了解決現(xiàn)有技術(shù)不能測量運動中的整條繩索以及影響繩索本 身的動力學(xué)特性的問題，而提出的一種基于視覺測量的繩索物質(zhì)點跟蹤方法。
[0004] 上述的發(fā)明目的是通過以下技術(shù)方案實現(xiàn)的：
[0005] 步驟一、利用繩索空間坐標(biāo)系0w-XYZ內(nèi)第i個點Pwi在空間坐標(biāo)系的坐標(biāo)(Xwi，y wi， Zwi)轉(zhuǎn)換成在攝像機(jī)坐標(biāo)系第i個點Pcd的坐標(biāo)(Xcd Jed，Zed);將根據(jù)攝像機(jī)坐標(biāo)系(Xcd Ai， Zed)轉(zhuǎn)換成繩索圖像中Pi的坐標(biāo)為(Ui，Vi);根據(jù)繩索空間坐標(biāo)系的坐標(biāo)(xwi，ywi，z wi)和攝像 機(jī)坐標(biāo)系(Xcd, yd, Zed)計算外參數(shù)矩陣Mw;根據(jù)攝像機(jī)坐標(biāo)系(Xcd Jed, Zed)和繩索圖像中點 Pi的坐標(biāo)為(Ui，Vi)計算內(nèi)參數(shù)矩陣Mi;
[0006] 步驟二、求解外參數(shù)矩陣Mw得到出和出;其中，Hi為矩陣B的最小特征值所對應(yīng)的特 征向量;H2為空間坐標(biāo)系下Y軸在攝像機(jī)坐標(biāo)系的方向矢量和空間原點在攝像機(jī)坐標(biāo)系下 的坐標(biāo)的方向矢量組成的向量；
[0007] 步驟三、根據(jù)壓和出建立測量點二維坐標(biāo)(xwi，ywi)的關(guān)系式： Χ,,-ι η u'一n () u'-ij (px P^)^z(ax ~
[0008] = Z ,…，， i A (10)
[0009] 空間坐標(biāo)系Ow-XYZ中確定測量平面，將測量平面中的第i個點Pwi的齊次坐標(biāo)表示 ^jPwi ( Xwi，Ywi，Z，1 );
[0010] 其中，Z為點PW1垂直測量平面的距離，uV為像素坐標(biāo)經(jīng)內(nèi)參數(shù)矩陣Mi變換后得到 的中間坐標(biāo)變量； U M-
[0011] , =Mfl 1 」 [3、
[0012] 在該測量平面上的點pwl在測量平面上的齊次坐標(biāo)表示為pwl( Xwl，ywl，z，l)^A pwl與圖像坐標(biāo)系之間的投影關(guān)系為：
[0014] 其中，Zi為中間變量，其定義為:Zi = nzXwi+ozywi+azz+pz，
[0015] 貝lj XWi a/~°x
[0016] =,/ / λ / ν ,ιπ、 L V -~0J -〇,」（Λυ'Ι+η%-以')1 Γ /Π Γ ? 7/ 1(
[0017] 其中，，; Lv」 LvJ
[0018] 步驟四、對圖像進(jìn)行預(yù)處理操作;將圖像中帶有噪聲的背景去除，在圖像中保留繩 索目標(biāo)的圖像得到只包含繩索目標(biāo)的繩索二值圖像；圖像進(jìn)行預(yù)處理操作包括背景建模、 背景差分、圖像平滑與圖像二值化四個部分；
[0019]步驟五、根據(jù)步驟四得到的繩索二值圖像的像素寬度，使用繩索的中心線對繩索 二值圖像的繩索進(jìn)行等效，即對繩索細(xì)化提取繩索中心線所在的像素位置;采用基于距離 變換的多尺度連通骨架算法來計算得到單像素寬度的繩索中心線；
[0020] 步驟六、利用繩索物質(zhì)點跟蹤算法對單像素寬度的繩索中心線進(jìn)行鏈碼標(biāo)記后， 進(jìn)行自適應(yīng)的貝塞爾曲線擬合，最終得到光滑的空間中繩索點集{p wl}的順序，根據(jù)繩索點 集{Pwi}的順序計算得到與繩索起始端點的距離為L的繩索點m;
[0021] 步驟六一、計算出圖像中繩索任意一ΑΡ,在圖像序列中對應(yīng)的位置(Ul，Vl);利用 繩索物質(zhì)點跟蹤算法對單像素寬度的繩索中心線進(jìn)行鏈碼標(biāo)記；
[0022] 步驟六二、采用1階貝塞爾曲線對鏈碼標(biāo)記后的點集{Pi}進(jìn)行擬合，即選取相對于 圖像點Ρη?Χ和Y軸方向上有變化的點Pi，作為貝塞爾曲線的節(jié)點，根據(jù)貝塞爾曲線的節(jié)點 并以繩索曲線所占的像素數(shù)量作為步長，實現(xiàn)了自適應(yīng)的貝塞爾曲線擬合；自適應(yīng)的貝塞 爾曲線中Pi的坐標(biāo)為(u、，v、）；
[0023] 步驟六三、按照貝塞爾曲線中點集{PU的順序，根據(jù)坐標(biāo)利用（10)求解 出圖像中每個像素點對應(yīng)的空間坐標(biāo)(Xwl，ywl);
[0024] 步驟六四、貝塞爾曲線中點集沾}的順序以及繩索空間坐標(biāo)系的坐標(biāo)(Xwl，ywl，z)， 確定空間中繩索點集{pwi}的順序；
[0025]步驟六五、當(dāng)?shù)嚼K索起始端點的距離為L的繩索點m時，根據(jù)空間中繩索點集{pwi} 的順序以及點Pwi+i和Pwi坐標(biāo)建立公式（12): m
[0026] -/\J' (12)
[0027]當(dāng)Pwi+ι和Pwi滿足公式（12)時，確定到繩索起始端點的距離為L的繩索點m; i = 1， 2…m，…I; pwi為空間繩索的終點，pwi為空間繩索的起始點。
[0028]發(fā)明效果
[0029] 本發(fā)明基于單目視覺測量原理，對柔性繩索在運動過程中所出現(xiàn)復(fù)雜的曲線與變 形情況，使用圖像處理的方法提取出柔性繩索中心線，并計算出繩索中心線在真實空間的 平面位置，同時提出一種繩索點跟蹤算法，可以實現(xiàn)運動繩索上任意一點運動狀態(tài)的跟蹤， 為測量結(jié)果動力學(xué)模型仿真結(jié)果進(jìn)行對比奠定了基礎(chǔ)，從而為柔性繩索的動力學(xué)模型的準(zhǔn) 確性驗證提供參考(如圖2)。
【附圖說明】
[0030] 圖1為【具體實施方式】二提出的坐標(biāo)系關(guān)系示意圖；
[0031] 圖2為【具體實施方式】一提出的原始曲線與貝塞爾擬合曲線示意圖。
【具體實施方式】
【具體實施方式】 [0032] 一:本實施方式的一種基于視覺測量的繩索物質(zhì)點跟蹤方法，具體 是按照以下步驟制備的：
[0033] 步驟一、利用繩索空間坐標(biāo)系0w-XYZ內(nèi)第i個點Pwi在空間坐標(biāo)系的坐標(biāo)(xwi，y wi， Zwi)轉(zhuǎn)換成在攝像機(jī)坐標(biāo)系第i個點Pcd的坐標(biāo)(Xcd Jed，Zed);將根據(jù)攝像機(jī)坐標(biāo)系(Xcd Ai， Zed)轉(zhuǎn)換成繩索圖像中Pi的坐標(biāo)為(Ui，Vi);根據(jù)繩索空間坐標(biāo)系的坐標(biāo)(Xwi，ywi，Zwi)和攝像 機(jī)坐標(biāo)系(Xc^ycd, Zed)計算外參數(shù)矩陣Mw;根據(jù)攝像機(jī)坐標(biāo)系(Xcd Jed, Zed)和繩索圖像中點 Pi的坐標(biāo)為(Ui，Vi)計算內(nèi)參數(shù)矩陣Mi;
[0034] 步驟二、求解外參數(shù)矩陣Mw得到出和出;其中，Hi為矩陣B的最小特征值所對應(yīng)的特 征向量;H2為空間坐標(biāo)系下Y軸在攝像機(jī)坐標(biāo)系的方向矢量和空間原點在攝像機(jī)坐標(biāo)系下 的坐標(biāo)的方向矢量組成的向量；
[0035]步驟三、根據(jù)壓和出建立測量點二維坐標(biāo)(xwi，ywi)的關(guān)系式： 一 ~| 「 丁1「^ Y / . _ Xwi n^-n^ oV- οχ (? J +
[0036] - , y / \ / v fi ~」L-~氣卜'」（心-d+z(''漢，'）1 J
[0037] 空間坐標(biāo)系〇w-xyz中確定測量平面，將測量平面中的第i個點pwl的齊次坐標(biāo)表示 為Pwi ( Xwi，ywi，Z，1 );
[0038] 其中，z為點PW1垂直測量平面的距離，為像素坐標(biāo)經(jīng)內(nèi)參數(shù)矩陣姐變換后得到 的中間坐標(biāo)變量； l/l ΓU：
[0039] , _v.」 _
[0040] 在該測量平面上的點pwl在測量平面上的齊次坐標(biāo)表示為Pwl( Xwl，ywl，z，l)3l€ PW1與圖像坐標(biāo)系之間的投影關(guān)系為： Γ η 「~,' ui ,
[0041 ] ζ, ν, =M,MW}vi (9) L J 1 i
[0042] 其中，Zi為中間變量，其定義為:Zi = nzXwi+ozywi+azz+pz，
[0043] 貝1J xWi _ ?χ-?χ °y-°g py)+z(d') 〇〇44 L^J ? J (ρΓΡ?+ζΗ~α? (10) 廠 /? 廠 ? ?/ if
[0045] 其中，，=M^ j，則反向求解出未知點P在測量平面上的位置，從而實現(xiàn)了單 _ v」 |_v; 目視覺的動態(tài)測量(此句不是將物質(zhì)點跟蹤求解后得到UV后才能得到未知點P在測量平面 上的位置，測量平面為空間點P所在的空間平面；
[0046] 步驟四、圖像預(yù)處理;將運動繩索的中心線從圖像序列中提取出來;對圖像進(jìn)行預(yù) 處理操作;將圖像中帶有噪聲的背景去除，在圖像中保留繩索目標(biāo)的圖像得到只包含繩索 目標(biāo)的繩索二值圖像;圖像進(jìn)行預(yù)處理操作包括背景建模、背景差分、圖像平滑與圖像二值 化四個部分；
[0047]步驟五、提取繩索中心線;根據(jù)步驟四得到的繩索二值圖像的像素寬度，使用繩索 的中心線對繩索二值圖像的繩索進(jìn)行等效，即對繩索細(xì)化提取繩索中心線所在的像素位 置;采用基于距離變換的多尺度連通骨架算法來計算得到單像素寬度的繩索中心線；
[0048] 步驟六、利用繩索物質(zhì)點跟蹤算法對單像素寬度的繩索中心線進(jìn)行鏈碼標(biāo)記后， 進(jìn)行自適應(yīng)的貝塞爾曲線擬合，最終得到光滑的空間中繩索點集{p wl}的順序，根據(jù)繩索點 集{Pwi}的順序計算得到與繩索起始端點(始端點為繩索的固定點）的距離為L的繩索點m;
[0049] 步驟六一、本發(fā)明提出一種可以跟蹤繩索任意一點位置的方法，只需提供任意點 到繩端的距離，即可計算出圖像中繩索任意一點Ρ:在圖像序列中對應(yīng)的位置(m， Vl);利用 繩索物質(zhì)點跟蹤算法對單像素寬度的繩索中心線進(jìn)行鏈碼標(biāo)記；
[0050] 步驟六二、由于數(shù)字圖像(所有用數(shù)字表示的圖像）中像素鏈接的方向最多只有8 個方向，圖像會出現(xiàn)反復(fù)曲折成階梯狀的情況，如圖2所示，對于以累積長度來跟蹤點的算 法會使得測量長度大于實際長度，因此采用1階貝塞爾曲線對鏈碼標(biāo)記后的點集{Pi}進(jìn)行 擬合，即選取相對于圖像點Pi-i在X和Y軸方向上有變化的點Pi，作為貝塞爾曲線的節(jié)點，根 據(jù)貝塞爾曲線的節(jié)點并以繩索曲線所占的像素數(shù)量作為步長，實現(xiàn)了自適應(yīng)的貝塞爾曲線 擬合，可以在滿足精度的情況下提高計算速度；自適應(yīng)的貝塞爾曲線中坐標(biāo)為(ιι^,ν
[0051] 步驟六三、按照貝塞爾曲線中點集{PU的順序，根據(jù)坐標(biāo)利用（10)求解 出圖像中每個像素點對應(yīng)的空間坐標(biāo)(Xwl，ywl);
[0052] 步驟六四、貝塞爾曲線中點集沾}的順序以及繩索空間坐標(biāo)系的坐標(biāo)(Xwl，ywl，z)， 確定空間中繩索點集{pwi}的順序；
[0053 ]步驟六五、當(dāng)?shù)嚼K索起始端點（始端點為繩索的固定點）的距離為L的繩索點m時， 根據(jù)空間中繩索點集{Pwi}的順序以及點Pwi+ι和Pwi坐標(biāo)建立公式（12): m
[0054] ￡ = -/;K；)' ( 12) i~\
[0055] 當(dāng)pwl+1和如:滿足公式（12)時，確定到繩索起始端點（始端點為繩索的固定點）的距 離為L的繩索點m; i = 1，2…m，…I; pwi為空間繩索的終點，pwi為空間繩索的起始點。
[0056]本實施方式效果：
[0057]本實施方式基于單目視覺測量原理，對柔性繩索在運動過程中所出現(xiàn)復(fù)雜的曲線 與變形情況，使用圖像處理的方法提取出柔性繩索中心線，并計算出繩索中心線在真實空 間的平面位置，同時提出一種繩索點跟蹤算法，可以實現(xiàn)運動繩索上任意一點運動狀態(tài)的 跟蹤，為測量結(jié)果動力學(xué)模型仿真結(jié)果進(jìn)行對比奠定了基礎(chǔ)，從而為柔性繩索的動力學(xué)模 型的準(zhǔn)確性驗證提供參考(如圖2)。
[0058]【具體實施方式】二:本實施方式與【具體實施方式】一不同的是:步驟一中根據(jù)繩索空 間坐標(biāo)系的坐標(biāo)(Xwl，ywl，zwl)和攝像機(jī)坐標(biāo)系(Xc；1， yc；1，Zc；1)計算外參數(shù)矩陣^具體過程為： [0059]定義坐標(biāo)系，空間坐標(biāo)系0 w-XYZ內(nèi)第i個點Pwi坐標(biāo)為(Xwi，ywi， Zwi);攝像機(jī)坐標(biāo)系 0c-XYZ下第i個點Pci坐標(biāo)為(x ci，yci，zci);圖像坐標(biāo)系0-XY，Pwi投影到圖像坐標(biāo)系0-XY上， 圖像中Pi的坐標(biāo)為(m，Vi )，如圖1所示;空間坐標(biāo)系與攝像機(jī)坐標(biāo)系通過(1)進(jìn)行轉(zhuǎn)換：
[0062] 其中，w為空間點;c為圖像點;kx圖像坐標(biāo)系下X軸的歸一化焦距，ky圖像坐標(biāo)系下Y 軸的歸一化焦距，（uo，vo)為光心在圖像坐標(biāo)系下的坐標(biāo)位置;η = [nx，ny，nz ]為空間坐標(biāo)系 下X軸在攝像機(jī)坐標(biāo)系下的方向矢量，nx、ny和nz為η在X，Y和Z軸三個方向上的分量;〇 = [ox 0y 0Z]為空間坐標(biāo)系下Y軸在攝像機(jī)坐標(biāo)系下的方向矢量，〇X、〇y和〇2為〇在父3和2軸三個方 向上的分量;α=[α χ % αζ]為空間坐標(biāo)系下Z軸在攝像機(jī)坐標(biāo)系下的方向矢量，ax、ay和a z為 a在X，Y和Z軸三個方向上的分量;p=[px py pz]為空間坐標(biāo)系下原點在攝像機(jī)坐標(biāo)系下的 坐標(biāo)，px、py和p z為P在X，Y和Z軸三個方向上的分量。其它步驟及參數(shù)與【具體實施方式】一相 同。
【具體實施方式】 [0063] 三:本實施方式與一或二不同的是：步驟一中根據(jù)攝 像機(jī)坐標(biāo)系(Xcd，ycd，Zed)和圖像中Pi的坐標(biāo)為(Ui，Vi)計算內(nèi)參數(shù)矩陣Mi具體過程：
[0064] 攝像機(jī)坐標(biāo)與圖像坐標(biāo)系通過(2)進(jìn)行轉(zhuǎn)換：
其它步驟及參數(shù)與【具體實施方式】一或二相同。
b
【具體實施方式】 [0067] 四：本實施方式與一至三之一不同的是：步驟四中圖 像預(yù)處理;將運動繩索的中心線從圖像序列中提取出來;對圖像進(jìn)行預(yù)處理操作;將圖像中 帶有噪聲的背景去除，在圖像中保留繩索目標(biāo)的圖像得到只包含繩索目標(biāo)的繩索二值圖像 具體為：
[0068] 步驟四一、采用背景建模法對圖像背景進(jìn)行建模，在對繩索運動之前對運動環(huán)境 進(jìn)行拍攝獲取1〇〇~200幀的圖像，將背景圖像像素的均值作為背景模型的像素值；
[0069]步驟四二、將繩索運動的圖像序列（拍攝得到的圖像的順序)與背景模型進(jìn)行差分 得到粗糙前景圖像，式(11)中設(shè)定閾值T進(jìn)行差分： I /(x. v) l/ifxj') - /(x, v)| > y
[0070] Λ'(.ν. v)-i '' ^ Π )
[0071] 其中，B(x，y)為背景模型像素的灰度值，I(x，y)為繩索圖像像素灰度值，F(xiàn)Kxj) 為差分圖像，T為閾值;差分后得到包含繩索以及一定噪聲的粗糙前景圖像;進(jìn)而對前景圖 像進(jìn)行平滑操作，
[0072]步驟四三、采用窗口像素為5*5,〇=1的高斯平滑算子來平滑粗糙前景圖像得到平 滑圖像；
[0073] 步驟四四、計算步驟四三得到的平滑圖像的Otsu最佳全局閾值，以全局閾值對平 滑后的圖像進(jìn)行二值化，得到只包含繩索目標(biāo)的二值圖像。其它步驟及參數(shù)與具體實施方 式一至三之一相同。
【具體實施方式】 [0074] 五:本實施方式與一至四之一不同的是：步驟二中求 解外參數(shù)矩陣Mw得到出和出具體為：
[0075] 在相機(jī)內(nèi)參數(shù)已經(jīng)精確標(biāo)定情況下，給定圖像中的η個特征點的圖像坐標(biāo)以及相 對應(yīng)的空間坐標(biāo)，求解出攝像機(jī)坐標(biāo)所在的坐標(biāo)系與空間坐標(biāo)系之間的轉(zhuǎn)換關(guān)系即ΡηΡ問 題，對于3彡η<6時，ΡηΡ問題存在多解，并且對于特征點的圖像坐標(biāo)位置誤差極為敏感，但η =4且四個特征點共面時外參數(shù)矩陣存在唯一解;本發(fā)明通過求解η = 4時Ρ4Ρ問題，計算外 參數(shù)矩陣Mw;
[0076] 由于PW1位于同一平面上時，則Z軸值都為0，式（1)表示為： XC,=n,X,i+〇J\, +Ps·
[0077] ^ y =n x -f·ο v + n or y wi y< wi ^ v (jJ Ζ?ι=ηχ^ + ο^.+ρ^
[0078] 當(dāng)n = 4時，i = l，2,3,4;
[0079] 式(2)改寫為： 〇〇80
[0081 ] ,>，ι? )為除去比例因子的攝像機(jī)坐標(biāo)系下的坐標(biāo)；
[0082] 將⑶代入到⑷得 ^ χ，λ + - -γι￡, y,-pz + ρ, - xut Ρζ=°
[0083] < ' vy+ywpy - ylCt Xwi% - y1Ct ywl〇z + Py- ylCi pz = 〇
[0084] 對于n個點得到n組如(5)的方程組，則得到：
[0085] AiHi+A2H2 = 0 (6) 0 -Ι'Λι _
[0086] 其中，冷=: :： : ， 0 -xlcxwn _0 -凡,,，而_ >?·ι 0 ~Wi 1 0 - xiq~ 0 0 1 -凡，
[0087] A) .=. :· : '： :*： :*： ； ， ·>'《,, 〇 -W- ? 〇 -? _ o 凡《 -0: 1 -λ,"_
[0088] Hi=[nx ny nz]T，H2 = [0x oy οζ ρχ py ρζ]τ且，I |Ηι| I =1;
[0089] (~"，凡."，少心)為中間變量；
[0090] 構(gòu)造指標(biāo)函數(shù)F:
[0091] F= I IA1H1+A2H2I |2+λ(1-| I Hi I I2) (7)
[0092] λ為函數(shù)乘子；
[0093] 將(6)的求解問題轉(zhuǎn)換為優(yōu)化問題，即在任意λ條件下保持指標(biāo)函數(shù)F最小，出和出 的解由（8)給出， Γ KH, = AH；
[0094] / r 、-1 T (8) a：a,h,
[0095] 其中，忍~4,為-為;Γ1 ? .其它步驟及參數(shù)與【具體實施方式】一至四之 一相同。
【具體實施方式】 [0096] 六:本實施方式與一至五之一不同的是：步驟五中采 用基于距離變換的多尺度連通骨架算法來計算得到單像素寬度的繩索中心線的算法流程 如下：
[0097]步驟五一、對繩索二值圖像的像素寬度進(jìn)行距離變換得到距離變換圖和距離變換 值，距離變換值為點Pi到繩索二值圖像邊界的最近距離；
[0098]距離變換的方法為基于模板的近似方法或精確方法;基于模板的近似方法或精確 方法在文獻(xiàn)《基于距離變換的多尺度連通骨架算法》中有記載
[0099]步驟五二、選擇距離變換圖中距離變換值最大點作為種子點，以種子點作為圓心， 距離變換值作為半徑對圖像進(jìn)行覆蓋;在繩索二值圖像中除去覆蓋的圖像產(chǎn)生k個連通域； [0100]步驟五三、生長新骨架點；在k個連通域中每一個連通域中，選取步驟五二中的圓 心的8鄰域中距離變換值最小的點作為骨架點；
[0101] 步驟五四、以步驟五三中骨架點為圓心，8鄰域中最小的距離變換值為半徑，重復(fù) 步驟五二至五三，直至距離變換值為0得到繩索圖像的骨架；
[0102] 判斷新分支數(shù).每個生長前沿點都對應(yīng)圖形剩余部分的一個連通區(qū)域，經(jīng)過覆蓋 后，該連通區(qū)域包含的點數(shù)將會減少，并且被拆分成了 k個連通區(qū)，k為大于等于1的整數(shù)，這 k個連通區(qū)都是此前沿點應(yīng)該生長的方向，因此需要產(chǎn)生k個分支，繼續(xù)分別覆蓋這k個連通 區(qū)；
[0103]覆蓋這一步的任務(wù)是以生長前沿點為圓心，相應(yīng)的距離變換值為半徑，覆蓋圖形； 被覆蓋的圖形部分將被挖去，每輪迭代的操作都會減小圖形，直至圖形的剩余部分為零，即 找到的骨架點已足以覆蓋整個圖形，整個迭代過程結(jié)束。其它步驟及參數(shù)與【具體實施方式】 一至五之一相同。
【主權(quán)項】
1. 一種基于視覺測量的繩索物質(zhì)點跟蹤方法，其特征在于，該方法具體是按照W下步 驟進(jìn)行的： 步驟一、利用繩索空間坐標(biāo)系Ow-XYZ內(nèi)第i個點Pwi在空間坐標(biāo)系的坐標(biāo)(Xwi，ywi，Zwi)轉(zhuǎn) 換成在攝像機(jī)坐標(biāo)系第i個點Pci的坐標(biāo)(xci，yci，zci);將根據(jù)攝像機(jī)坐標(biāo)系（xci，yci，zci)轉(zhuǎn) 換成繩索圖像中Pi的坐標(biāo)為(Ui，Vi);根據(jù)繩索空間坐標(biāo)系的坐標(biāo)(xwi，ywi，zwi)和攝像機(jī)坐 標(biāo)系(xci，yci，zci)計算外參數(shù)矩陣Mw;根據(jù)攝像機(jī)坐標(biāo)系(xci，yci，zci)和繩索圖像中點Pi的 坐標(biāo)為(化，Vi)計算內(nèi)參數(shù)矩陣Mi; 步驟二、求解外參數(shù)矩陣Mw得到化和此;其中，出為矩陣B的最小特征值所對應(yīng)的特征向 量;此為空間坐標(biāo)系下Y軸在攝像機(jī)坐標(biāo)系的方向矢量和空間原點在攝像機(jī)坐標(biāo)系下的坐 標(biāo)的方向矢量組成的向量； 步驟Ξ、根據(jù)化和出建立測量點二維坐標(biāo)(xwi，ywi)的關(guān)系式：空間坐標(biāo)系Ow-XYZ中確定測量平面，將測量平面中的第i個點Pwi的齊次坐標(biāo)表示為Pwi (Xwi , Ywi , Z , 1 ); 其中，Z為點Pwi垂直測量平面的距離，為像素坐標(biāo)經(jīng)內(nèi)參數(shù)矩陣Ml變換后得到的中 間坐標(biāo)變量；在該測量平面上的點Pwl在測量平面上的齊次坐標(biāo)表示為PwlUwi，ywi，Z，1 )，該點Pwl與圖 像坐標(biāo)系之間的投影關(guān)系為：其中，Zi為中間變量，其定義為：Zi = nzXwi+Ozywi+QzZ+piz， 則步驟四、對圖像進(jìn)行預(yù)處理操作;將圖像中帶有噪聲的背景去除，在圖像中保留繩索目 標(biāo)的圖像得到只包含繩索目標(biāo)的繩索二值圖像；圖像進(jìn)行預(yù)處理操作包括背景建模、背景 差分、圖像平滑與圖像二值化四個部分； 步驟五、根據(jù)步驟四得到的繩索二值圖像的像素寬度，使用繩索的中屯、線對繩索二值 圖像的繩索進(jìn)行等效，即對繩索細(xì)化提取繩索中屯、線所在的像素位置;采用基于距離變換 的多尺度連通骨架算法來計算得到單像素寬度的繩索中屯、線； 步驟六、利用繩索物質(zhì)點跟蹤算法對單像素寬度的繩索中屯、線進(jìn)行鏈碼標(biāo)記后，進(jìn)行 自適應(yīng)的貝塞爾曲線擬合，最終得到光滑的空間中繩索點集{pwl}的順序，根據(jù)繩索點集 {Pwi}的順序計算得到與繩索起始端點的距離為L的繩索點m; 步驟六一、計算出圖像中繩索任意一點Pi在圖像序列中對應(yīng)的位置(Ui，Vi);利用繩索 物質(zhì)點跟蹤算法對單像素寬度的繩索中屯、線進(jìn)行鏈碼標(biāo)記； 步驟六二、采用1階貝塞爾曲線對鏈碼標(biāo)記后的點集{Pi}進(jìn)行擬合，即選取相對于圖像 點Pi-迪X和Y軸方向上有變化的點Pi，作為貝塞爾曲線的節(jié)點，根據(jù)貝塞爾曲線的節(jié)點并W 繩索曲線所占的像素數(shù)量作為步長，實現(xiàn)了自適應(yīng)的貝塞爾曲線擬合；自適應(yīng)的貝塞爾曲 線中Pi的坐標(biāo)為(ιΛ，ν/〇; 步驟六Ξ、按照貝塞爾曲線中點集{Pi}的順序，根據(jù)坐標(biāo)Wiyo利用（10)求解出圖 像中每個像素點對應(yīng)的空間坐標(biāo)(Xwi，ywi); 步驟六四、貝塞爾曲線中點集{Pi}的順序W及繩索空間坐標(biāo)系的坐標(biāo)(xwl，ywl，z)，確定 空間中繩索點集{Pwi }的順序； 步驟六五、當(dāng)?shù)嚼K索起始端點的距離為L的繩索點m時，根據(jù)空間中繩索點集{pwi}的順 序W及點Pwi+I和Pwi坐標(biāo)建立公式（12):當(dāng)滿足公式（12)時，確定到繩索起始端點的距離為L的繩索點111;1 = 1，2··· m，· · · I; Pwi為空間繩索的終點，pwi為空間繩索的起始點。2.根據(jù)權(quán)利要求1所述一種基于視覺測量的繩索物質(zhì)點跟蹤方法，其特征在于:步驟一 中根據(jù)繩索空間坐標(biāo)系的坐標(biāo)(Xwi，州，Zwi )和攝像機(jī)坐標(biāo)系（Xci，yci，Zci )計算外參數(shù)矩陣 Mw具體過程為： 定義坐標(biāo)系，空間坐標(biāo)系Ow-XYZ內(nèi)第i個點Pwi坐標(biāo)為(xwi，ywi，zwi);攝像機(jī)坐標(biāo)系Oc-XYZ 下第i個點Pci坐標(biāo)為(Xci，yci，Zci);圖像坐標(biāo)系0-XY，Pwi投影到圖像坐標(biāo)系0-XY上，圖像中Pi 的坐標(biāo)為(Ui，VI )，空間坐標(biāo)系與攝像機(jī)坐標(biāo)系通過(1)進(jìn)行轉(zhuǎn)換：其中，W為空間點；C為圖像點；kx圖像坐標(biāo)系下X軸的歸一化焦距，ky圖像坐標(biāo)系下Y軸的 歸一化焦距，（U0，V0)為光屯、在圖像坐標(biāo)系下的坐標(biāo)位置;η = [nx，ny，nz ]為空間坐標(biāo)系下X軸 在攝像機(jī)坐標(biāo)系下的方向矢量，rix、ny和nz為η在Χ，Υ和Z軸Ξ個方向上的分量;o=[〇x oy oz] 為空間坐標(biāo)系下Υ軸在攝像機(jī)坐標(biāo)系下的方向矢量，〇x、〇y和〇3為0在乂，￥和Z軸Ξ個方向上的 分量;α = [αχ Qy Qz]為空間坐標(biāo)系下巧由在攝像機(jī)坐標(biāo)系下的方向矢量，ax、ay和az為a在Χ，Υ 和Ζ軸Ξ個方向上的分量;ρ=[ρχ py ρζ]為空間坐標(biāo)系下原點在攝像機(jī)坐標(biāo)系下的坐標(biāo)， Ρχ、Py和化為Ρ在X，Υ和Ζ軸Ξ個方向上的分量。3. 根據(jù)權(quán)利要求2所述一種基于視覺測量的繩索物質(zhì)點跟蹤方法，其特征在于:步驟一 中根據(jù)攝像機(jī)坐標(biāo)系（Xci，yci，Zci)和圖像中Pi的坐標(biāo)為(山，Vi)計算內(nèi)參數(shù)矩陣Mi具體過 程： 攝像機(jī)坐標(biāo)與圖像坐標(biāo)系通過(2)進(jìn)行轉(zhuǎn)換：4. 根據(jù)權(quán)利要求3所述一種基于視覺測量的繩索物質(zhì)點跟蹤方法，其特征在于:步驟二 中求解外參數(shù)矩陣Mw得到化和出具體為： 求解n = 4時P4P問題，計算外參數(shù)矩陣Mw;Z軸值都為0,式（1)表示為：義cO為除去比例因子的攝像機(jī)坐標(biāo)系下的坐標(biāo)； 將(3)代入到(4)得對于η個點得到η組如巧)的方程組，則得到： A 出1+Α2出=0 (6)構(gòu)造指標(biāo)函數(shù)F: F= llAiHi+A 她 ||2+λ(1-| I出 I |2) (7) λ為函數(shù)乘子； 在任意λ條件下保持指標(biāo)函數(shù)F最小，Hi和出的解由（8)給出，其中，B=AiTa 廣 AiTA2(A2TA2)-1A2TAi。5. 根據(jù)權(quán)利要求4所述一種基于視覺測量的繩索物質(zhì)點跟蹤方法，其特征在于:步驟四 中對圖像進(jìn)行預(yù)處理操作;將圖像中帶有噪聲的背景去除，在圖像中保留繩索目標(biāo)的圖像 得到只包含繩索目標(biāo)的繩索二值圖像具體為： 步驟四一、采用背景建模法對圖像背景進(jìn)行建模，在對繩索運動之前對運動環(huán)境進(jìn)行 拍攝獲取100~200帖的圖像，將背景圖像像素的均值作為背景模型的像素值； 步驟四二、將繩索運動的圖像序列與背景模型進(jìn)行差分得到粗糖前景圖像，式（11)中 設(shè)定闊值T進(jìn)行差分：其中，B(x，y)為背景模型像素的灰度值，I(x，y)為繩索圖像像素灰度值，F(xiàn)i(x，y)為差分 圖像，T為闊值； 步驟四Ξ、采用窗口像素為5*5,〇 = 1的高斯平滑算子來平滑粗糖前景圖像得到平滑圖 像； 步驟四四、計算步驟四Ξ得到的平滑圖像的Otsu最佳全局闊值，W全局闊值對平滑后 的圖像進(jìn)行二值化，得到只包含繩索目標(biāo)的二值圖像。6. 根據(jù)權(quán)利要求5所述一種基于視覺測量的繩索物質(zhì)點跟蹤方法，其特征在于:步驟五 中采用基于距離變換的多尺度連通骨架算法來計算得到單像素寬度的繩索中屯、線的算法 流程如下： 步驟五一、對繩索二值圖像的像素寬度進(jìn)行距離變換得到距離變換圖和距離變換值， 距離變換值為點Pi到繩索二值圖像邊界的最近距離； 步驟五二、選擇距離變換圖中距離變換值最大點作為種子點，W種子點作為圓屯、，距離 變換值作為半徑對圖像進(jìn)行覆蓋;在繩索二值圖像中除去覆蓋的圖像產(chǎn)生k個連通域； 步驟五Ξ、生長新骨架點；在k個連通域中每一個連通域中，選取步驟五二中的圓屯、的8 鄰域中距離變換值最小的點作為骨架點； 步驟五四、W步驟五Ξ中骨架點為圓屯、，8鄰域中最小的距離變換值為半徑，重復(fù)步驟 五二至五Ξ，直至距離變換值為0得到繩索圖像的骨架。
【文檔編號】G06T7/00GK106097277SQ201610473438
【公開日】2016年11月9日
【申請日】2016年6月24日
【發(fā)明人】魏承, 鄂薇, 劉宇, 趙陽
【申請人】哈爾濱工業(yè)大學(xué)