亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        雙目視覺(jué)下紅外遙感艦船圖像三維重構(gòu)設(shè)計(jì)研究

        2024-01-03 16:04:02
        艦船科學(xué)技術(shù) 2023年22期
        關(guān)鍵詞:雙目艦船像素點(diǎn)

        趙 金

        (鄭州科技學(xué)院,河南 鄭州 450000)

        0 引 言

        艦船圖像三維重構(gòu)時(shí),過(guò)于依賴(lài)艦船表面的紋理信息[1],當(dāng)艦船表面過(guò)于光滑時(shí),目標(biāo)重構(gòu)結(jié)果[2-3]容易存在數(shù)據(jù)空洞。目前已有眾多研究學(xué)者,針對(duì)目標(biāo)三維重構(gòu)進(jìn)行研究[4]。莊蘇鋒等[5]采用水下雙目立體視覺(jué)相機(jī)采集艦船目標(biāo),在匹配采集圖像目標(biāo)特征的基礎(chǔ)上實(shí)現(xiàn)了目標(biāo)三維重構(gòu)。石磊等[6]依據(jù)圖像中目標(biāo)的幾何信息和光度信息,選取稀疏度自適應(yīng)方法,對(duì)圖像像素點(diǎn)分類(lèi),利用變分模型對(duì)圖像去噪,選取稀疏度正交匹配算法實(shí)現(xiàn)三維重構(gòu)。以上方法雖然可以實(shí)現(xiàn)目標(biāo)三維重構(gòu),重構(gòu)時(shí)間較短,但是艦船航行環(huán)境背景復(fù)雜,采集艦船圖像時(shí),極易成為弱、暗目標(biāo),無(wú)法獲取艦船目標(biāo)的深度信息。存在三維重構(gòu)結(jié)果丟失過(guò)多細(xì)節(jié)的情況,重構(gòu)結(jié)果分辨率不理想。

        為了獲取最佳的艦船圖像三維重構(gòu)結(jié)果,結(jié)合雙目視覺(jué)相機(jī)采集的艦船可見(jiàn)光圖像與艦船紅外遙感圖像,設(shè)計(jì)艦船圖像三維重構(gòu)方法。

        1 紅外遙感艦船圖像三維重構(gòu)

        1.1 可見(jiàn)光圖像與紅外遙感圖像的點(diǎn)云融合

        根據(jù)上述過(guò)程獲取的可見(jiàn)光圖像提供了豐富的顏色和紋理信息,能夠幫助識(shí)別和分類(lèi)目標(biāo)。而紅外遙感圖像[7]則能夠探測(cè)艦船的熱量輻射,提供了艦船的熱紅外特征,可幫助識(shí)別隱蔽或遮擋的目標(biāo)。因此,將雙目視覺(jué)相機(jī)采集的艦船可見(jiàn)光圖像與艦船紅外遙感圖像的點(diǎn)云信息融合處理,即將點(diǎn)云融合問(wèn)題,視為將紅外遙感圖像的點(diǎn)云數(shù)據(jù),通過(guò)像素坐標(biāo)系和世界坐標(biāo)系的相關(guān)轉(zhuǎn)換實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)融合。

        用P1與P2分別表示雙目特征點(diǎn)的稀疏點(diǎn)云以及紅外遙感圖像的點(diǎn)云信息,二者分別位于世界坐標(biāo)系以及圖像像素坐標(biāo)系。相同像素點(diǎn)在不同坐標(biāo)系內(nèi),其坐標(biāo)值不同。用分別表示艦船特征點(diǎn)在像素坐標(biāo)系O1-xyz以及世界坐標(biāo)系Ow-XYZ的坐標(biāo)值,轉(zhuǎn)換像素坐標(biāo)系與世界坐標(biāo)系的表達(dá)式如下:

        式中,k為尺度縮放因子,R為旋轉(zhuǎn)矩陣,T為平移系數(shù),(X,Y,Z)表示雙目視覺(jué)空間中艦船的一點(diǎn)在世界坐標(biāo)下的齊次坐標(biāo)。

        紅外遙感艦船圖像的像素坐標(biāo)系與雙目視覺(jué)攝像機(jī)坐標(biāo)系內(nèi),不存在旋轉(zhuǎn)關(guān)系,取R值為0。轉(zhuǎn)換如下:

        平移變換紅外遙感像素坐標(biāo)下的艦船點(diǎn)云數(shù)據(jù)[8],移動(dòng)至坐標(biāo)原點(diǎn)坐標(biāo)系。利用最小二乘法,求解艦船Z方向的尺度轉(zhuǎn)換參數(shù)。

        雙目視覺(jué)相機(jī)在艦船圖像采集過(guò)程中,主像素點(diǎn)位置與理論位置存在一定差異,因此設(shè)置平移參數(shù)糾正誤差。艦船紅外遙感圖像坐標(biāo)系與雙目視覺(jué)坐標(biāo)系,在X軸與Y軸的平移參數(shù)表達(dá)式如下:

        式中,(u'0,v'0)表示通過(guò)立體標(biāo)定獲取艦船的真實(shí)值,dx與dy分別表示雙目相機(jī)像元在X軸與Y軸的尺寸。

        通過(guò)相機(jī)標(biāo)定獲取X軸與Y軸的焦距值fx與fy。艦船像素點(diǎn)在Z軸的平移參數(shù)表達(dá)式如下:

        綜合式(3)與式(4),獲取紅外遙感圖像的像素坐標(biāo)系與雙目視覺(jué)相機(jī)坐標(biāo)系之間的平移參數(shù)T。

        選取最小二乘法,獲取滿足轉(zhuǎn)化誤差最小目標(biāo)的不同坐標(biāo)下的尺度轉(zhuǎn)換因子k,得到最終的可見(jiàn)光圖像與紅外遙感圖像的點(diǎn)云融合表達(dá)式如下:

        式中,N為特征點(diǎn)數(shù)量。

        1.2 艦船圖像特征點(diǎn)提取與匹配

        為獲取艦船圖像三維重構(gòu)的最佳匹配效果,結(jié)合艦船目標(biāo)的點(diǎn)狀特征與區(qū)域特征,選取艦船目標(biāo)的質(zhì)心、質(zhì)心區(qū)域灰度以及艦船區(qū)域面積,作為艦船圖像的特征基元。通過(guò)艦船圖像中的連通域集合中心,獲取艦船目標(biāo)質(zhì)心的幾何中心坐標(biāo):

        式中,(xi,yi) 與(xo,yo)分別表示相同連通域的像素點(diǎn)坐標(biāo)以及幾何中心坐標(biāo)。

        計(jì)算各連通域內(nèi)元素灰度之差,獲取艦船質(zhì)心區(qū)域的平均灰度表達(dá)式如下:

        式中,d()表示相同連通域內(nèi)的像素點(diǎn)灰度值。艦船質(zhì)心區(qū)域的平均灰度D可反映艦船的整體亮度和顏色特征。艦船通常具有明顯的亮度差異與背景相比,因此利用艦船質(zhì)心區(qū)域的平均灰度可將其作為一個(gè)代表性特征點(diǎn)。

        利用半全局匹配算法,對(duì)所提取的艦船圖像特征點(diǎn)D進(jìn)行匹配。艦船圖像灰度值的絕對(duì)偏差容易受環(huán)境影響,半全局匹配算法利用改進(jìn)的匹配代價(jià)函數(shù)進(jìn)行匹配,并計(jì)算兩幅圖像的互信息值,令匹配結(jié)果更加精準(zhǔn)。

        艦船圖像互信息的計(jì)算公式如下:

        式中,EL與ER分別為左圖像與右圖像直方圖的熵,ELR為聯(lián)合分布直方圖的熵。

        艦船特征點(diǎn)匹配時(shí),對(duì)不同方向設(shè)置順序性約束,得到艦船圖像特征點(diǎn)匹配結(jié)果為:

        式中,G表示艦船圖像特征點(diǎn)匹配結(jié)果,e(x,y,z)表示艦船圖像的像素點(diǎn)匹配誤差,l表示像素點(diǎn)距離。

        1.3 基于三角化曲面的艦船圖像三維重構(gòu)

        在特征點(diǎn)匹配過(guò)程中,由于艦船圖像本身的特性、遮擋等因素導(dǎo)致部分特征點(diǎn)缺失或重復(fù)。使用三角化曲面算法在缺失或重復(fù)特征點(diǎn)的區(qū)域進(jìn)行插值或去除操作,優(yōu)化艦船圖像三維重構(gòu)質(zhì)量。因此,依據(jù)艦船圖像特征點(diǎn)匹配結(jié)果,采用三角化曲面算法,通過(guò)像素點(diǎn)的延伸,連接網(wǎng)格中滿足拓?fù)湔_性和幾何正確性的點(diǎn),實(shí)現(xiàn)艦船圖像三維重構(gòu)。具體重構(gòu)過(guò)程如下:

        1)對(duì)于艦船圖像像素點(diǎn)p=1-G,設(shè)置固定的半徑,利用KD 樹(shù)算法,搜索該像素點(diǎn)在圖像空間內(nèi)的k鄰域。

        2)將該像素點(diǎn)領(lǐng)域內(nèi)的點(diǎn),投影至像素點(diǎn)p的曲面切平面。

        3)將所獲取的投影點(diǎn),利用可見(jiàn)性修剪方法修剪處理,將投影結(jié)果連接至p點(diǎn)至相鄰點(diǎn)內(nèi),組成1 個(gè)三角形。

        重復(fù)以上過(guò)程,直至完成艦船點(diǎn)云內(nèi)全部點(diǎn)的遍歷。完成遍歷后,連接不同點(diǎn)之間的線,所獲取的三角化結(jié)果,即最終的艦船三維重構(gòu)的網(wǎng)格化模型。以所構(gòu)建的網(wǎng)格化模型為基礎(chǔ),依據(jù)可見(jiàn)光圖像,為網(wǎng)格化模型進(jìn)行紋理信息的貼圖處理。完成網(wǎng)格化模型的紋理貼圖后,即可獲取最終艦船三維重構(gòu)結(jié)果。

        2 實(shí)驗(yàn)分析

        為驗(yàn)證所研究的艦船三維重構(gòu)方法的重構(gòu)性能,選取某艦船作為研究對(duì)象。

        2.1 實(shí)驗(yàn)設(shè)置

        以目標(biāo)艦船為測(cè)試對(duì)象進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)步驟如下:

        1)相機(jī)標(biāo)定。使用標(biāo)定板和角度測(cè)量?jī)x標(biāo)定Stereolab 公司的ZED 雙目立體視覺(jué)相機(jī)和FLIR 船載熱像儀M400XR,獲取其內(nèi)外參數(shù)。

        2)圖像采集。分別利用Stereolab 公司的ZED 雙目立體視覺(jué)相機(jī)和FLIR 船載熱像儀M400XR,采集目標(biāo)艦船的可見(jiàn)光圖像與紅外遙感圖像。其中,選取ZED 雙目立體相機(jī)采集艦船的可見(jiàn)光圖像。艦船可見(jiàn)光圖像采集結(jié)果如圖1 所示。采用FLIR 船載熱像儀M400XR 采集艦船的紅外遙感圖像,采集結(jié)果如圖2 所示。

        圖1 可見(jiàn)光圖像采集結(jié)果Fig. 1 Visible light image acquisition results

        圖2 艦船紅外遙感圖像采集結(jié)果Fig. 2 Acquisition results of ship infrared remote sensing images

        通過(guò)圖1、圖2 實(shí)驗(yàn)結(jié)果可看出,采用雙目視覺(jué)相機(jī)采集的艦船可見(jiàn)光圖像,與艦船紅外遙感圖像,分別可體現(xiàn)艦船目標(biāo)的不同細(xì)節(jié)。依據(jù)不同類(lèi)型圖像中包含的豐富圖像細(xì)節(jié),令艦船三維重構(gòu)結(jié)果更加豐富,避免艦船三維重構(gòu)結(jié)果出現(xiàn)空洞情況。

        3)圖像預(yù)處理。使用OpenCV 圖像處理軟件進(jìn)行圖像去噪、校正和對(duì)齊等預(yù)處理操作。

        4)特征點(diǎn)提取和匹配。在預(yù)處理后的圖像上提取特征點(diǎn),并通過(guò)半全局匹配算法匹配艦船圖像特征點(diǎn)。

        5)三維重建?;谌腔娣椒▽?shí)現(xiàn)艦船圖像三維重構(gòu)。

        6)重建結(jié)果分析和可視化。使用Matlab 軟件對(duì)重建結(jié)果進(jìn)行分析和可視化,評(píng)估重建效果和準(zhǔn)確性。

        2.2 結(jié)果分析

        采用本文方法從艦船圖像中提取特征點(diǎn),統(tǒng)計(jì)艦船特征點(diǎn)匹配結(jié)果的三維坐標(biāo),驗(yàn)證本文方法的特征匹配性能,統(tǒng)計(jì)結(jié)果如表1 所示。

        表1 特征點(diǎn)三維坐標(biāo)匹配結(jié)果Tab. 1 Results of three-dimensional coordinate matching of feature points

        可看出,采用本文方法可實(shí)現(xiàn)所提取特征點(diǎn)的精準(zhǔn)匹配。本文方法從艦船可見(jiàn)光圖像與艦船紅外遙感圖像的融合結(jié)果中,提取艦船目標(biāo)特征,并進(jìn)行特征點(diǎn)的匹配,2 幅圖像的特征點(diǎn)吻合度極高,驗(yàn)證本文方法的匹配性能。

        采用本文方法對(duì)艦船三維網(wǎng)格化結(jié)果進(jìn)行貼圖處理,獲取最終的艦船三維重構(gòu)結(jié)果,如圖3 所示。

        圖3 艦船三維重構(gòu)結(jié)果Fig. 3 Results of ship 3D reconstruction

        由圖3 可看出,采用本文方法有效利用雙目視覺(jué)相機(jī)采集的可見(jiàn)光圖像,與紅外遙感圖像結(jié)合,實(shí)現(xiàn)艦船的三維重構(gòu)。進(jìn)一步分析圖3 的艦船三維重構(gòu)結(jié)果可知,重構(gòu)結(jié)果未出現(xiàn)細(xì)節(jié)丟失或空洞情況,豐富度較高,分辨率高,基本可體現(xiàn)艦船圖像中的全部?jī)?nèi)容。

        3 結(jié) 語(yǔ)

        結(jié)合雙目視覺(jué)相機(jī)采集的艦船可見(jiàn)光圖像與紅外遙感艦船圖像,進(jìn)行艦船圖像的三維重構(gòu)。通過(guò)可見(jiàn)光圖像與紅外遙感圖像的融合,在艦船目標(biāo)紋理信息較少時(shí),仍可獲取理想的三維重構(gòu)結(jié)果。實(shí)驗(yàn)結(jié)果驗(yàn)證,該方法有效改善缺少目標(biāo)紋理,導(dǎo)致重構(gòu)結(jié)果中存在大量空洞的問(wèn)題,獲取高分辨率的艦船三維重構(gòu)結(jié)果。

        猜你喜歡
        雙目艦船像素點(diǎn)
        艦船通信中的噪聲消除研究
        艦船測(cè)風(fēng)傳感器安裝位置數(shù)值仿真
        基于雙目測(cè)距的卡爾曼濾波船舶軌跡跟蹤
        電子制作(2019年20期)2019-12-04 03:51:38
        基于canvas的前端數(shù)據(jù)加密
        基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
        基于雙目視覺(jué)圖像的長(zhǎng)度測(cè)量方法
        艦船腐蝕預(yù)防與控制系統(tǒng)工程
        基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
        基于雙目視覺(jué)的接觸線幾何參數(shù)測(cè)量方法
        一種雙目立體視覺(jué)相機(jī)標(biāo)定方法
        中文字幕日本在线乱码| 中文字幕精品亚洲人成| 欧美精品日韩一区二区三区| 色综合中文字幕综合网| 日本xxxx色视频在线观看免费| 性欧美老人牲交xxxxx视频| 正在播放国产多p交换视频| 加勒比熟女精品一区二区av| 国产一区二区三区我不卡| 国产一区二区三区免费观看在线| 欧美z0zo人禽交欧美人禽交| 亚洲人妻中文字幕在线视频 | 人妻无码在线免费| 亚洲天堂av在线一区| 亚洲 欧美 综合 在线 精品 | 欧美激情肉欲高潮视频| 免费看久久妇女高潮a| 久久久精品中文无码字幕| 男女性行为免费视频网站| 夜夜躁狠狠躁日日躁2022| 国产精品嫩草影院AV| 国产一区二区三区白浆在线观看| 国产精品亚洲三级一区二区三区 | 一区二区三区国产97| 精品一级一片内射播放| 国产男小鲜肉同志免费| 最新亚洲人成网站在线| 国产视频在线播放亚洲| 强奸乱伦影音先锋| 亚洲精品无码久久久久sm| 亚洲女同系列高清在线观看| 国产日产在线视频一区| 亚洲国产成人无码av在线影院| 亚洲电影一区二区三区| 男生自撸视频在线观看| 无码小电影在线观看网站免费| 精品性影院一区二区三区内射| 亚洲精品国产主播一区二区| 欲女在线一区二区三区| 久久精品国产亚洲av蜜臀| 亚洲国产成人无码电影|