本發(fā)明涉及的是一種UUV光視覺圖像的穩(wěn)像方法，尤其涉及一種能夠確定作業(yè)目標(biāo)圖像因UUV橫蕩與垂蕩產(chǎn)生的偏移，并將其實(shí)時(shí)補(bǔ)償?shù)淖鳂I(yè)目標(biāo)圖像的穩(wěn)像方法。

背景技術(shù)：

水下無人航行器(Unmanned Underwater Vehicle，UUV)在執(zhí)行光纜檢修、管線勘測(cè)等高精度水下作業(yè)任務(wù)時(shí)，依靠光視覺系統(tǒng)對(duì)作業(yè)目標(biāo)進(jìn)行搜索定位。受到海流及本體震蕩的影響，UUV在橫蕩和垂蕩方向上會(huì)產(chǎn)生一定程度的無規(guī)則運(yùn)動(dòng)，導(dǎo)致光視覺系統(tǒng)采集的作業(yè)目標(biāo)圖像序列模糊和失穩(wěn)。因此，有必要檢測(cè)并補(bǔ)償因UUV橫蕩與垂蕩產(chǎn)生的視覺圖像偏移，進(jìn)而輸出穩(wěn)定的視覺圖像。

對(duì)現(xiàn)有的技術(shù)文獻(xiàn)檢索發(fā)現(xiàn),目前國內(nèi)外在光視覺穩(wěn)像方面的研究大多應(yīng)用于陸空，針對(duì)UUV橫垂蕩導(dǎo)致的光視覺系統(tǒng)采集的水下作業(yè)目標(biāo)圖像模糊和失穩(wěn)這一工程實(shí)際，還未找到明確的解決方案。申請(qǐng)?zhí)枮镃N201510706396.6的專利文件中，公開了“一種基于SIFT特征匹配和VFC算法的電子穩(wěn)像方法及系統(tǒng)”,通過SIFT(Scale-invariant feature transform)算法對(duì)連幀圖像中的關(guān)鍵特征點(diǎn)進(jìn)行幀間匹配,利用VFC(vector field consensus)算法得到連幀圖像關(guān)鍵特征點(diǎn)的平移軌跡，計(jì)算運(yùn)動(dòng)補(bǔ)償向量并校準(zhǔn)相對(duì)位置。但是該技術(shù)方案具有一定的局限性，當(dāng)水下作業(yè)目標(biāo)的特征點(diǎn)較少或邊緣模糊時(shí)，容易產(chǎn)生特征點(diǎn)的誤匹配，造成穩(wěn)像精度急劇下降。申請(qǐng)?zhí)枮镃N201410172333.2的專利文件中，公開了“一種縱橫搖時(shí)的雙目視覺圖像補(bǔ)償方法”,該方法雖然屬于光視覺穩(wěn)像的范疇，但其通過羅經(jīng)獲得UUV的橫搖角和縱搖角，補(bǔ)償了視覺圖像因縱橫搖產(chǎn)生的角度偏移，并未針對(duì)海流及本體震蕩導(dǎo)致的UUV在橫蕩與垂蕩方向上的運(yùn)動(dòng)偏移，給出相應(yīng)的補(bǔ)償方案。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種能夠?qū)崿F(xiàn)穩(wěn)定的視覺圖像輸出的UUV橫垂蕩時(shí)的光視覺圖像穩(wěn)像方法。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：

步驟一：利用UUV光視覺系統(tǒng)實(shí)時(shí)采集作業(yè)目標(biāo)的原始圖像序列；

步驟二：將各幀圖像的行列灰度值映射為兩個(gè)獨(dú)立的一維波形；

步驟三：分別對(duì)相鄰幀圖像的行列灰度投影進(jìn)行相關(guān)性檢測(cè)；

步驟四：分別確定因UUV橫蕩與垂蕩產(chǎn)生的幀間圖像偏移Δx、Δy；

步驟五：分別補(bǔ)償因UUV橫蕩與垂蕩產(chǎn)生的幀間圖像偏移Δx、Δy。

本發(fā)明還可以包括：

1、所述將各幀圖像的行列灰度值映射為兩個(gè)獨(dú)立的一維波形的映射公式為

$G_k\left(i\right)=\underset{j}{\Σ}{G}_k(i,j)$

$G_k\left(j\right)=\underset{i}{\Σ}{G}_k(i,j)$

其中，G_k(i)表示第k幀圖像第i行的灰度投影值，G_k(j)表示第k幀圖像第j列的灰度投影值，G_k(i,j)表示第k幀圖像上點(diǎn)(i,j)處的灰度值。

2、所述分別對(duì)相鄰幀圖像的行列灰度投影進(jìn)行相關(guān)性檢測(cè)時(shí)，列相關(guān)度的計(jì)算公式為

$C_1\left(\mathrm{\ω}\right)=\underset{j=1}{\overset{n}{\Σ}}{\[G_{k+1}(a+j)-G_k(j+\mathrm{\ω}-1)\]}^2,1\≤\mathrm{\ω}\≤2a+1$

其中，G_k+1(j)和G_k(j)分別表示當(dāng)前幀即第k+1幀圖像和參考幀即第k幀圖像第j列的灰度值，n表示參與列相關(guān)度計(jì)算的列數(shù)，α為幀間圖像偏移在參考幀圖像左右一側(cè)的搜索寬度，ω為搜索變量。

行相關(guān)度的計(jì)算公式為

$C_2\left(\mathrm{\ω}\right)=\underset{i=1}{\overset{m}{\Σ}}{\[G_{k+1}(b+i)-G_k(i+\mathrm{\ω}-1)\]}^2,1\≤\mathrm{\ω}\≤2b+1$

其中，G_k+1(i)和G_k(i)分別表示當(dāng)前幀即第k+1幀圖像和參考幀即第k幀圖像第i行的灰度值，m表示參與行相關(guān)度計(jì)算的行數(shù)，b為幀間圖像偏移在參考幀圖像上下一側(cè)的搜索寬度，ω為搜索變量。

3、所述分別確定因UUV橫蕩與垂蕩產(chǎn)生的幀間圖像偏移Δx、Δy的具體包括：

若ω_min為C₁(ω)取最小值時(shí)ω的值，則當(dāng)前幀圖像相對(duì)于參考幀圖像在UUV橫蕩方向上的偏移量為Δx＝a+1-ω_min；若ω′_min為C₂(ω)取最小值時(shí)ω的值，則當(dāng)前幀圖像相對(duì)于參考幀圖像在UUV垂蕩方向上的偏移量Δy＝b+1-ω′_min。

4、分別補(bǔ)償因UUV橫蕩與垂蕩產(chǎn)生的幀間圖像偏移Δx、Δy，補(bǔ)償后的像素位置分別為其中，Δx與Δy分別表示UUV在橫蕩與垂蕩方向上產(chǎn)生的幀間偏移量，(x,y)與(x′,y′)分別表示圖像補(bǔ)償前后對(duì)應(yīng)點(diǎn)處的坐標(biāo)。

本發(fā)明針對(duì)海流及本體震蕩導(dǎo)致的UUV在橫蕩與垂蕩方向上的運(yùn)動(dòng)偏移，提出了一種能夠確定作業(yè)目標(biāo)圖像因UUV橫蕩與垂蕩產(chǎn)生的偏移，并將其實(shí)時(shí)補(bǔ)償?shù)淖鳂I(yè)目標(biāo)圖像的穩(wěn)像方法。

本發(fā)明的有益效果是：通過將作業(yè)目標(biāo)圖像的行列灰度值映射為兩個(gè)獨(dú)立的一維波形，能夠準(zhǔn)確檢測(cè)圖像序列的幀間運(yùn)動(dòng)矢量，利用反向平移像素點(diǎn)的方法能有效補(bǔ)償圖像的偏移量，使處于橫垂蕩抖動(dòng)模式下的UUV拍攝的作業(yè)目標(biāo)圖像更加清晰穩(wěn)定，有利于提高UUV對(duì)作業(yè)目標(biāo)的識(shí)別能力和自主作業(yè)的精準(zhǔn)度。

附圖說明

圖1為UUV光視覺系統(tǒng)穩(wěn)像流程圖。

圖2(a)為作業(yè)目標(biāo)參考幀原始圖像；圖2(b)為作業(yè)目標(biāo)當(dāng)前幀原始圖像。

圖3(a)為圖2(a)的行投影曲線；圖3(b)為圖2(b)的行投影曲線。

圖4(a)為圖2(a)的列投影曲線；圖4(b)為圖2(b)的列投影曲線。

圖5(a)為圖3(a)與圖3(b)的相關(guān)曲線；圖5(b)為圖4(a)與圖4(b)的相關(guān)曲線。

圖6(a)為作業(yè)目標(biāo)參考幀原始圖像；圖6(b)為補(bǔ)償后的作業(yè)目標(biāo)當(dāng)前幀圖像。

具體實(shí)施方式

為了使本發(fā)明的技術(shù)方案和有益效果更加清楚明白，下面結(jié)合附圖舉例對(duì)本發(fā)明作進(jìn)一步說明。

結(jié)合圖1，UUV光視覺系統(tǒng)穩(wěn)像流程圖，本發(fā)明的具體實(shí)施方式分為以下幾個(gè)步驟：

步驟一：利用UUV光視覺系統(tǒng)實(shí)時(shí)采集作業(yè)目標(biāo)的原始圖像序列(圖2)；

步驟二：將各幀圖像的行列灰度值映射為兩個(gè)獨(dú)立的一維波形(圖3、圖4)；

步驟三：分別對(duì)相鄰幀圖像的行列灰度投影進(jìn)行相關(guān)性檢測(cè)(圖5)；

步驟四：分別確定因UUV橫蕩與垂蕩產(chǎn)生的幀間圖像偏移Δx、Δy；

步驟五：分別補(bǔ)償因UUV橫蕩與垂蕩產(chǎn)生的幀間圖像偏移Δx、Δy。

所述步驟二的具體實(shí)現(xiàn)過程為：

將各幀圖像的行列灰度值映射為兩個(gè)獨(dú)立的一維波形時(shí)，映射公式為

$G_k\left(i\right)=\underset{j}{\Σ}{G}_k(i,j)$

$G_k\left(j\right)=\underset{i}{\Σ}{G}_k(i,j)$

式中，G_k(i)表示第k幀圖像第i行的灰度投影值，G_k(j)表示第k幀圖像第j列的灰度投影值，G_k(i,j)表示第k幀圖像上點(diǎn)(i,j)處的灰度值。

所述步驟三的具體實(shí)現(xiàn)過程為：

令k＝1、2、3、…、N(N為UUV光視覺系統(tǒng)采集到的圖像總幀數(shù))，并將第k幀圖像視為參考幀圖像，將第k+1幀圖像視為當(dāng)前幀圖像，分別對(duì)相鄰兩幀(當(dāng)前幀和參考幀)圖像的行列投影曲線進(jìn)行互相關(guān)運(yùn)算。列相關(guān)度的計(jì)算公式為

$C_1\left(\mathrm{\ω}\right)=\underset{j=1}{\overset{n}{\Σ}}{\[G_{k+1}(a+j)-G_k(j+\mathrm{\ω}-1)\]}^2,1\≤\mathrm{\ω}\≤2a+1$

式中，G_k+1(j)和G_k(j)分別表示當(dāng)前幀(第k+1幀)圖像和參考幀(第k幀)圖像第j列的灰度值，n表示參與列相關(guān)度計(jì)算的列數(shù)，a為幀間圖像偏移在參考幀圖像左右一側(cè)的搜索寬度，ω為搜索變量。

行相關(guān)度的計(jì)算公式為

$C_2\left(\mathrm{\ω}\right)=\underset{i=1}{\overset{m}{\Σ}}{\[G_{k+1}(b+i)-G_k(i+\mathrm{\ω}-1)\]}^2,1\≤\mathrm{\ω}\≤2b+1$

式中，G_k+1(i)和G_k(i)分別表示當(dāng)前幀(第k+1幀)圖像和參考幀(第k幀)圖像第i行的灰度值，m表示參與行相關(guān)度計(jì)算的行數(shù)，b為幀間圖像偏移在參考幀圖像上下一側(cè)的搜索寬度，ω為搜索變量。

所述步驟四的具體實(shí)現(xiàn)過程為：

若ω_min為C₁(ω)取最小值時(shí)ω的值，則當(dāng)前幀圖像相對(duì)于參考幀圖像在UUV橫蕩方向上的偏移量為Δx＝a+1-ω_min，當(dāng)Δx＞0時(shí)，表示當(dāng)前幀圖像相對(duì)于參考幀圖像向右移動(dòng)了|Δx|個(gè)像素，當(dāng)Δx＜0時(shí)，表示當(dāng)前幀圖像相對(duì)于參考幀圖像向左移動(dòng)了|Δx|個(gè)像素；若ω′_min為C₂(ω)取最小值時(shí)ω的值，則當(dāng)前幀圖像相對(duì)于參考幀圖像在UUV垂蕩方向上的偏移量為Δy＝b+1-ω′_min，當(dāng)Δy＞0時(shí)，表示當(dāng)前幀圖像相對(duì)于參考幀圖像向下移動(dòng)了|Δy|個(gè)像素，當(dāng)Δy＜0時(shí)，表示當(dāng)前幀圖像相對(duì)于參考幀圖像向上移動(dòng)了|Δy|個(gè)像素。

所述步驟五的具體實(shí)現(xiàn)過程為：

補(bǔ)償后的像素位置分別為其中，Δx與Δy分別表示UUV在橫蕩與垂蕩方向上產(chǎn)生的幀間偏移量，(x,y)與(x′,y′)分別表示圖像補(bǔ)償前后對(duì)應(yīng)點(diǎn)處的坐標(biāo)。

在本發(fā)明實(shí)例中，UUV光視覺系統(tǒng)采集到的作業(yè)目標(biāo)原始圖像分辨率為632×470像素，考慮到UUV受到海流及本體震蕩的影響，橫蕩方向上產(chǎn)生的偏移量一般大于垂蕩方向上的偏移量，故選取a＝80，b＝60，進(jìn)而可以計(jì)算，n＝472，m＝350。

因此，幀間圖像的列相關(guān)度的計(jì)算公式為

$C_1\left(\mathrm{\ω}\right)=\underset{j=1}{\overset{472}{\Σ}}{\[G_{k+1}(80+j)-G_k(j+\mathrm{\ω}-1)\]}^2,1\≤\mathrm{\ω}\≤161$

行相關(guān)度的計(jì)算公式為

$C_2\left(\mathrm{\ω}\right)=\underset{i=1}{\overset{350}{\Σ}}{\[G_{k+1}(60+i)-G_k(i+\mathrm{\ω}-1)\]}^2,1\≤\mathrm{\ω}\≤121$

當(dāng)前幀圖像相對(duì)于參考幀圖像在UUV橫蕩方向上的偏移量為Δx＝81-ω_min，在UUV垂蕩方向上的偏移量為Δy＝61-ω′_min。

結(jié)合圖5，幀間圖像的行列相關(guān)曲線，可以看出，ω_min＝57，ω′_min＝74。故本發(fā)明實(shí)例中當(dāng)前幀圖像相對(duì)于參考幀圖像的偏移量Δx＝81-57＝24，Δy＝61-74＝-13，即當(dāng)前幀圖像相對(duì)于參考幀圖像向右移動(dòng)了24個(gè)像素，向上移動(dòng)了13個(gè)像素。

通過步驟五的具體實(shí)現(xiàn)過程，可以得出當(dāng)前幀圖像被補(bǔ)償后的像素位置變?yōu)檠a(bǔ)償后的當(dāng)前幀圖像與參考幀圖像如圖6所示。

對(duì)于UUV光視覺系統(tǒng)拍攝的連幀圖像，將前一幀圖像視為參考幀，將后一幀圖像視為當(dāng)前幀，應(yīng)用本發(fā)明闡述的UUV橫垂蕩時(shí)的光視覺圖像穩(wěn)像方法，能使處于橫垂蕩抖動(dòng)模式下的UUV拍攝的作業(yè)目標(biāo)圖像更加清晰穩(wěn)定，提高UUV對(duì)作業(yè)目標(biāo)的識(shí)別能力和自主作業(yè)的精準(zhǔn)度。