基于雙目視覺的相對定位定向研究

徐安瑩，李 偉，王 慕

（武漢大學 電子信息學院，湖北 武漢 430079）

目前，基于視覺的定位定向研究在國內還處在起步階段，甚至在國外，該項目的研究還是僅僅依靠個人興趣，大多沒有正式的立為研究項目。而且基于視覺理論而制作的傳感器在定位定向的應用上有著傳統儀器和技術無法比擬的優勢，不但精度有著很顯著的提高，對環境的適應性更強，有利于在惡劣環境下的廣泛應用。

本文的研究是建立在雙目照相機構建的框架下，通過左右參數確定的兩個照相機，不斷實時地從外界獲取圖像信息。傳送入電腦后，通過利用MATLAB強大的視頻圖像處理功能，把提取的對應圖像進行特征點提取、匹配、三維點坐標的計算，最后得到相機系統移動的軌跡和姿態[1]。

1 總體原理框圖

圖1為總體原理框圖。

2 準確提取特征點[2]

特征提取是機器視覺和圖像處理中的一個概念。特征提取是用一定的算法決定圖像上的某一個點是否屬于圖像的某一個特征。它是圖像處理的基本工作。

特征提取點是影響分析和匹配的熱點問題，特征的精確提取和定位，對于提高影像匹配的精度有著很大的作用。數字圖像的特征一般可分為點狀特征、線狀特征和面狀特征。點特征就是平常所說的角點。角點是二維圖像亮度變化劇烈或圖像邊緣曲線上曲率的極大值點，它決定了目標的輪廓特征。提取角點的算子稱為興趣算子或者有利算子。

為了能精確地進行運動估計，必須先找到左右幀、前后幀之間相互匹配的點集。這一過程主要包括3個部分：特征點的提取、立體圖像的特征點匹配和前后圖像的特征點跟蹤。

本文有關特征點提取、跟蹤都是基于Harris和SIFT算法完成的。Harris算法是一種非常有效的角點檢測算法。對于圖像來說，亮度變化、視角變化、噪聲都屬于圖像的線性變換。而Harris恰好利用了這一點，對圖像求進行一階變換，因此，Harris對于圖像的這些性質有很好的魯棒性能。

Harris有利算子

3 相機標定

確定雙目相機的相對位置，參數不變。相機內參數矩陣：

算法步驟：首先要利用平面棋盤式標定板，從各個不同的角度拍攝該標定板的若干張圖像，檢測出每張圖像中的角點，對不精確的角點要進行誤差的剔除和再檢測，以免影響標定的精度。

標定分為初始化和非線性最優化。初始化步驟為基礎的計算不包括任何鏡頭畸變的校準參數封閉解，非線性優化步驟使所有的校準參數誤差達到最小（在最小二乘意義上）。就模型的復雜性的判斷，有些誤差仍然過大，這主要是因為圖像上網格的一些彎道并不十分精確[4]。

4 特征匹配和空間位置的確定

采用SIFT算法提取特征點并將此點作為待匹配點。尺寸不變特征變換具有尺度、旋轉不變性，且具有亮度變化和仿射變換的部分不變性。

圖2為利用SIFT算法進行特征匹配的實驗照片。以左圖為基準，提取當前幀左圖中的特征點后，對左右圖像做匹配，根據前一步已經確定的相機參數，求出所有點的空間三維坐標。再進行前后圖像的匹配，得到兩組和圖像數量相一致的坐標點集。例如，對左圖像第n幅圖像和右圖像第n幅圖像進行匹配，得到匹配點的二維坐標，然后對左圖像的第n和第n＋1幅圖像進行匹配，又可以得到這兩幅圖像的匹配坐標。利用循環求得所有點之間的歐氏距離，如果結果小于某一個閾值，即可認為該點即是空間中的同一個點。

這樣，分別可以得到第1幀和第2幀，第2幀和第3幀，…，第n幀和第n＋1幀圖像之間的公共點云。從已有的點三維坐標中提取出公共點的三維坐標即可[5]。圖3為實驗現場左右相機照片。圖4為已恢復三維坐標物體的不同角度視圖。

5 恢復相機軌跡

要確定相機的軌跡，可以把相機軌跡分為許多小的線段，得到這些線段的起點和終點的點云。然后確定每相鄰兩幅圖像之間點云坐標系的相互關系，包括坐標旋轉矩陣R和平移矩陣T，再以某一幅圖像的坐標系為基準，確定所有圖像點云在該坐標系下的坐標。

現在計算該四元組矢量：

1）計算過程中要進行坐標變換，因此，先計算兩組點集的質心

2）將三維點集相對于各自的質心進行坐標變換，得到新的點集

3）構造一個塊矩陣

5）平移矢量

求得旋轉矢量R和平移矢量后即可求得相機的軌跡[6]。

6）人機交互界面。

利用MATLAB語言及其所提供的函數進行圖像處理，編程簡單、操作方便、可靠性強，能夠達到預期的效果。MATLAB工具箱功能非常強大，簡化了繁瑣的數學計算工作，有效促進數字圖像處理相關的研究開發工作。圖5為人機交互界面。

6 結 論

本系統可通過對雙目立體視覺所采集到的圖片進行特征提取和特征匹配后，對所得數據進行三維建模以及通過四元組法推算出相機的移動軌跡。該系統可在無GPS信號的地區用于定位和定向，且設備造價相對低廉，與GPS相結合可以彌補在特殊情況下衛星導航系統的不足，因此本系統具有廣闊的應用前景。

[1]吳功偉，周文暉，顧偉康.基于視差空間的雙目視覺里程計[J].傳感技術學報，2007，20（6）：1433-1434.

WU Gong-wei， ZHOU Wen-hui，GU Wei-kang.Disparity Space based on binocular visual odometry[J].Journal of Sensors and Actuators， 2007，20（6）：1433-1434.

[2]彭勃，周文暉，劉濟林.基于Harris角點檢測的立體視覺里程計[J].兵工學報，2007，28（12）：1498-1502.

PENG Bo，ZHOU Wen-hui，LIU Ji-lin.Harris corner detectionbased stereo visual odometry[J].Acta Armamentari， 2007，28（12）：1498-1502.

[3]吳婷.多尺度自適應角點檢測及匹配算法[D].武漢：武漢大學，2006.

[4]周富強，張廣軍，江潔.線結構光視覺傳感器的現場標定方法[J].機械工程學報，2004，40（6）:169-173.

ZHOUFu-qiang，ZHANGGuang-jun,JIANGJie.Fieldcalibration method for line structured light vision sensor[J].Journal of Mechanical Engineering,2004，40（6）:169-173.

[5]周驥，石教英，趙友兵.圖像特征點匹配的強壯算法[J].計算機輔助設計與圖形學學報，2002，14（8）:754-777.

ZHOU Ji，SHI Jiao-ying，ZHAO You-bing.Robust algorithm for feature point matching[J].Journal of Compurer Aided Design&Computer Graphics， 2002，14（8）:754-777.

[6]顧元亮，李新軍，呂曉東，等.標志點拼接技術在大型薄壁件型面非接觸測量中的應用 [J].塑性工程學報，2004，11（6）:26-28.

GU Yuan-liang，LI Xin-jun，LV Xiao-dong，et al.Application of marked point registration in non-contact surface measurement of large dimension sheet parts[J].Journal of Mechanical Engineering,2004,11（6）:26-28.