水下双目立体视觉对应点匹配与三维重建方法研究

针对水下双目立体视觉成像稠密立体匹配因不满足空气中极线约束问题,提出一种水下对应点匹配与三维测量方法,可将水下双目相机采集的立体图像校正为符合共面行对齐原则的图像对,再套用空气中成熟的立体匹配方法得到水下左右相机图像视差图,从而实现水下目标的三维重建。首先,将进入相机的所有光线总和看成光场,采用四维光场参数表达对每一条光线建模,据此建立相机的折射成像模型和双目立体视觉模型并计算光线的方向向量;根据光线的光场表达将光线转化为点矢量的形式,计算方向图像上任意像点对应原图像的像素坐标并确定位置映射关系。通过插值即可快速得到符合行对齐原则的左、右方向图像,并最终获得每条光线对应的视差图。仿真结果表明,方向图像的行对齐误差小于0.8 pixel。水池实验采用事先标定的靶球作为目标物,利用随机散点主动投射以增加目标物表面的纹理信息,对靶球多次测量的均方根误差为2.8 mm,具有较高的测量精度。

基于双目立体视觉的水下RGB-D相机

为满足水下机器人水下目标识别、精细作业的需要,研制了一种融合3D点云和二维RGB图像为一体的RGB-D水下相机工程样机。针对水下环境的特殊性,考虑水下多层折射效应,建立水下相机成像及双目立体成像模型。将水下图像转换为空气中的图像来消除折射对重建精度的影响,进行对应点像素匹配,重建3D点云。采用基于颜色校正和暗原色先验的水下图像增强算法对左、右水下图像进行图像增强处理。最后,构建对准叠加模型将3D点云和二维彩色数据叠加融合,获得水下RGB-D图像数据。实验表明:研制的水下RGB-D工程样机具有较好的三维测量精度,3 m远处的系统重建误差为2.6 mm,颜色再现真实,3D点云数据与RGB二维图像对准精准。这对于水下目标识别和水下机器人精细作业具有重要意义。

水下透视投影图像非线性畸变校正方法

针对水下成像多界面折射引起的图像非线性畸变,提出一种水下透视投影图像校正方法,将相机透过多界面拍摄的水下图像转化为空气中相机拍摄目标的透视投影图像。首先,在多层平面折射模型下,以四维光场参数化的形式对水下相机成像过程建模,通过光场的方向信息计算出水中像点与校正像点间坐标的映射关系。然后,利用两者映射关系将水下相机获取的图像转化为空气中透视投影图像。经仿真优化,物距在2~4 m的透视投影图像平均误差在1 pixel以内。实验结果也验证了该方法的可靠性与准确性,当物距在2 m时,校正后的透视投影图像平均误差为0.56 pixel,行匹配平均误差为0.4 pixel。

双目立体视觉成像系统水下建模与标定方法

双目视觉系统水下应用时,空气中的测量模型和标定方法失效,导致水下三维重建难以实现。提出一种水下双目立体视觉成像模型,并据此开展标定方法研究。用光线四维参数化表示方法描述水下相机成像过程,建立水下双目立体视觉成像模型;在保留光线信息的基础上,根据共面约束标定出分界面法向量与空气介质厚度的初始值,并构建最优目标函数进行非线性优化,以获取高精度的标定参数。进行了系统参数标定仿真分析、系统标定实验和水下标准球棒测量实验,结果表明:系统参数标定仿真分析的平均误差为0.078 pixel,系统标定实验的平均误差小于0.12 pixel,水下标准球棒测量误差的标准差优于1.2 mm。水下实物三维重建实验进一步表明,该系统具有较好的水下三维重建效果。

基于主动散斑投射的水下双目视觉三维成像

基于主动散斑投射的双目立体视觉成像技术仅需一次投影拍摄即可实现三维重建,适合于动态成像,但在水下应用时,存在小孔模型失效、极线约束匹配条件不满足,以及投射散斑左右图像因受水下环境吸收、散射影响产生退化等问题。本文重新建立了基于主动投射散斑图案的水下双目视觉成像模型,分析了散斑图案对水下双目对应点匹配精度的影响,搭建了主动散斑水下双目视觉动态三维成像系统实验装置。实验结果表明,基于主动散斑投射的水下双目立体视觉技术具有较好的动态3D成像效果,动态误差在该双目立体视觉实验装置本身结构和系统参数决定的静态误差之内。