【技術實現步驟摘要】
本專利技術涉及視覺定位，具體涉及一種基于雙目視覺的定位方法、裝置、設備及介質。
技術介紹
1、視覺定位技術無需外置信號源，對設備依賴性小，僅通過視覺傳感器獲取周圍環境信息即可對目標物進行定位，且相機成本低廉，適合大規模部署。隨著計算機視覺的發展，視覺定位技術在定位的同時能進行有效的環境感知，這是其他定位方法較難實現的。
2、但在定位任務環境復雜且充滿不確定性時，基于雙目視覺的定位技術有較大的難度，視覺定位需要通過目標檢測算法確定被定位物體，所以相比其他定位方法有更高的復雜度，目前的視覺定位技術還存在圖像檢測存在畸變，以及物體定位不準確，定位效率低下等問題。
技術實現思路
1、本專利技術針對現有技術中存在的技術問題，提供一種基于雙目視覺的定位方法、系統、設備及介質包括：
2、通過雙目相機獲取標定板的標定圖像和目標物的原始圖像，并對所述標定圖像進行角點提取，獲取標定角點，根據所述標定角點計算所述雙目相機的內外參數；
3、根據所述內外參數，對所述原始圖像進行畸變校正處理，獲取校正圖像，基于所述校正圖像獲取所述原始圖像和校正圖像的重疊有效區域圖像；
4、基于所述重疊有效區域圖像，通過邊界限制法對所述圖像像素進行去霧處理，獲取復原圖像；
5、通過區域生長算法對所述復原圖像進行立體匹配，得到目標物體的定位信息。
6、優選的，所述通過雙目相機獲取標定板的標定圖像和目標物的原始圖像，并對所述標定圖像進行角點提取，獲取標定角點，
7、通過預先設置的雙目相機獲取標定板的標定圖像，并對所述標定圖像進行角點提取，獲取標定角點；
8、基于世界坐標系獲取所述標定角點的初始坐標，并對所述初始坐標進行坐標轉換，得到相機成像平面對應的轉換坐標，根據所述初始坐標和轉換坐標確定轉換映射關系；
9、根據所述轉換映射關系，獲取單應性矩陣，根據所述單應性矩陣計算得到對稱矩陣，根據所述對稱矩陣和單位正交矩陣，獲取約束方程；
10、根據所述約束方程和所述對稱矩陣中的六維向量，計算得到所述雙目相機的內外參數。
11、優選的，所述根據所述內外參數，對所述原始圖像進行畸變校正處理，獲取校正圖像，基于所述校正圖像獲取所述原始圖像和校正圖像的重疊有效區域圖像，包括：
12、根據所述內外參數，得到單位變換關系，并通過雙目相機獲取目標物的原始圖像的原始坐標；
13、根據所述單位變換關系和原始坐標，通過畸變模型獲取原始圖像畸變校正后的校正坐標；
14、其中，所述畸變模型包括：徑向畸變模型和切向畸變模型；
15、將所述校正坐標帶入建立的似然函數中，并對所述似然函數進行對數變換，得到對數似然函數；
16、對所述對數似然函數進行偏導數求解，獲取畸變系數的最大似然估計值，根據所述最大似然估計值對所述原始圖像進行畸變消除，得到校正圖像；
17、將所述校正圖像映射至所述原始圖像空間對應位置，獲取所述原始圖像和校正圖像的重疊有效區域圖像。
18、優選的，所述最大似然估計值計算式如下：
19、
20、其中，
21、其中，
22、其中，g(x,y)＝w<m(x,y)+y(x,y)>
23、式中，f表示最大似然估計值；ε表示畸變系數；表示偏導；m(x,y)表示徑向畸變模型；y(x,y)表示切向畸變模型；k1表示第一單位變換參數；k2表示第二單位變換參數；r表示原始圖像中所有原始坐標總數；v(x,y)表示原始圖像中的原始坐標點；ρ表示徑向畸變誤差；σ表示徑向畸變參數；μ表示切向畸變參數；τ表示切向畸變誤差；b表示徑向畸變因子；h表示徑向畸變誤差的概率分布；e表示切向畸變誤差的概率分布；q表示切向畸變因子；g(x,y)表示校正坐標；w表示校正參數。
24、優選的，所述基于所述重疊有效區域圖像，通過邊界限制發對所述圖像像素進行去霧處理，獲取復原圖像，包括：
25、基于所述重疊有效區域圖像，將重疊有效區域圖像的灰度圖分割為四塊，計算每一子塊的均方差與均值；
26、依次選取均方差最小的子塊繼續四分割，當分割區域小于設定的閾值時，在分割得到的圖像塊中檢索獲取數值在預設值范圍內的像素點，并將在預設值內的像素點對應的rgb值可以認為是大氣環境光值，反之則繼續進行分割；
27、根據所述大氣環境光值和圖像輻射立方體中的像素限制，計算得到圖像像素的第一透射率；
28、基于所述第一透射率，在圖像塊中添加引導濾波，獲取圖像像素的優化透射率；
29、根據所述大氣環境光值和優化透射率，對重疊有效區域圖像進行去霧處理，得到復原圖像。
30、其中，所述復原圖像表達式如下：
31、
32、其中，
33、其中，
34、式中，p(x)表示復原圖像；z(x)表示重疊有效區域圖像；x表示灰度圖中的像素點；i(x)表示像素點x對應的大氣環境光值；b表示優化透射率；t(x)表示場景透射率；ζ環境透射率比例；θ表示轉換因子；表示引導濾波參數；tk表示像素限制；mintk表示最小邊界限制；s表示灰度圖分割上限；α表示表示灰度圖子塊的均方差；β0表示灰度圖子塊的均值；η表示大氣散射系數。
35、優選的，所述通過區域生長算法對所述復原圖像進行立體匹配，得到目標物體的定位信息，包括：
36、步驟r1：對所述復原圖像進行灰度化處理，獲取灰度圖像，通過orb算法對所述灰度圖像進行像素點檢測，確定所述灰度圖像的特征點；
37、步驟r2：將所述特征點輸入預先設置的匹配模型中，獲取匹配點集，在所述匹配點集中選取一組像素作為起始點，并將所述起始點作為第一個區域的中心點；
38、步驟r3：通過zncc方法計算所述中心點的周圍像素和所述中心點像素的相似度，當獲取的相似度大于預設閾值時，將當前的周圍像素加入當前區域，并將所述中心點的周圍像素作為新的中心點，重復步驟r3依次進行迭代；
39、當獲取的相似度小于等于預設閾值時，停止迭代，得到符合條件的像素；
40、步驟r4：將所有符合條件的像素組成的區域進行標記，將具有標記的區域作為一個對象后，返回r3繼續獲取新的中心點，當整幅圖像中所有的像素都被標記為一個對象，獲取區域生長視差圖；
41、步驟r5：計算所述區域生長視差圖的積分圖，用于后續的均值濾波；
42、步驟r6：獲取所述區域生長視差圖中最大的空洞，并計算所述空洞與區域生長視差圖的面積比例，根據所述面積比例選擇預設尺寸的初始濾波窗口，根據所述初始窗口和區域生長視差圖的積分圖通過均值濾波進行空洞填充；
43、步驟r7：對所述初始窗口按照固定縮小比例進行縮小，得到第二濾波窗口，根據所述第二濾波窗口和積分圖通過均本文檔來自技高網...
【技術保護點】
1.一種基于雙目視覺的定位方法，其特征在于，包括：
2.根據權利要求1所述的一種基于雙目視覺的定位方法，其特征在于，所述通過雙目相機獲取標定板的標定圖像和目標物的原始圖像，并對所述標定圖像進行角點提取，獲取標定角點，根據所述標定角點計算所述雙目相機的內外參數，包括：
3.根據權利要求1所述的一種基于雙目視覺的定位方法，其特征在于，所述根據所述內外參數，對所述原始圖像進行畸變校正處理，獲取校正圖像，基于所述校正圖像獲取所述原始圖像和校正圖像的重疊有效區域圖像，包括：
4.根據權利要求3所述的一種基于雙目視覺的定位方法，其特征在于，所述最大似然估計值計算式如下：
5.根據權利要求1所述的一種基于雙目視覺的定位方法，其特征在于，所述基于所述重疊有效區域圖像，通過邊界限制發對所述圖像像素進行去霧處理，獲取復原圖像，包括：
6.根據權利要求1所述的一種基于雙目視覺的定位方法，其特征在于，所述通過區域生長算法對所述復原圖像進行立體匹配，得到目標物體的定位信息，包括：
7.根據權利要求6所述的一種基于雙目視覺的定位方法，其
8.一種基于雙目視覺的定位裝置，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種非暫態計算機可讀存儲介質，其特征在于，所述存儲介質中存儲有計算機軟件程序，所述計算機軟件程序被處理器執行時實現如權利要求1-7任一項所述的一種基于雙目視覺的定位方法。
...【技術特征摘要】
1.一種基于雙目視覺的定位方法，其特征在于，包括：
2.根據權利要求1所述的一種基于雙目視覺的定位方法，其特征在于，所述通過雙目相機獲取標定板的標定圖像和目標物的原始圖像，并對所述標定圖像進行角點提取，獲取標定角點，根據所述標定角點計算所述雙目相機的內外參數，包括：
3.根據權利要求1所述的一種基于雙目視覺的定位方法，其特征在于，所述根據所述內外參數，對所述原始圖像進行畸變校正處理，獲取校正圖像，基于所述校正圖像獲取所述原始圖像和校正圖像的重疊有效區域圖像，包括：
4.根據權利要求3所述的一種基于雙目視覺的定位方法，其特征在于，所述最大似然估計值計算式如下：
5.根據權利要求1所述的一種基于雙目視覺的定位方法，其...
【專利技術屬性】
技術研發人員：樊國鵬，夏可，殷磊，黃春，滕永，
申請(專利權)人：誠芯智聯武漢科技技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。