基于立体视觉的牛体点云获取方法研究与实现

【摘要】：计算机视觉技术无需接触被测对象,便可从其图像中获取大量的信息,特别适合于动植物产品的检测和品质综合评定。利用计算机视觉技术研究我国肉牛产肉量与胴体形态特征参数的相关性对推进我国肉牛产肉量预测的自动化、提高预测精确度和效率具有非常重要的意义,研究其相关性的前提就是获取点云数据。本文以秦川牛为研究对象,提出了一种基于立体视觉的复杂背景下获取牛体三维点云的方法。为提高获取点云的数量和精度,采用三个相机组成三个双目视觉系统。主要研究内容包括以下3个方面:(1)相机系统标定:在利用极线去除误匹配点对和利用相机的成像模型获取三维点云过程中,都需要用到相机系统标定获取的参数,所以相机系统标定是非常必要的。相机系统标定过程中,先进行单目相机标定获取相机内部参数,然后再统一标定获取三个相机外部参数以及每个双目视觉系统的基础矩阵。实验结果表明相机标定的重投影误差在亚像素精度之内,且每个双目视觉的基础矩阵都是基于相机参数求解的,从而保证了相机标定和基础矩阵的精度。(2)牛体检测:为了便于后期对图像进行特征点检测和匹配,需将牛体从复杂的背景图像中分离出来。由于在采集牛体图像过程中会受到光照影响,所以首先需对图像进行高光去除操作;然后采用基于朴素贝叶斯的皮肤检测算法将牛体从复杂的背景图像中分离出来;并通过图像形态学等操作对提取到的牛体图像进行去噪和修补。实验结果表明本文所采用的高光去除算法可以有效地去除牛体图像高光,且基于朴素贝叶斯的检测算法在RGB颜色通道取得相对较好的检测效果,最终可以将牛体从复杂的背景图像中精确分离出来。(3)特征点匹配及点云获取:本文的最终目的是获取牛体点云数据。首先采用基于SIFT的特征点提取和匹配方法获取匹配点对,并利用计算机视觉中的极线几何原理,剔除误匹配点对;然后通过相机的成像模型求取牛体的三维点云。实验结果表明,五组数据在三个双目视觉系统中特征点匹配正确率均在70%以上,并通过对比分析点云测量获取与手工测量得到的牛体体高和体斜长之间的误差,其误差精度基本上可控制在4%范围内。本文对每个双目视觉系统中牛体检测得到的牛体图像进行特征点提取及匹配,利用获得的匹配点对通过相机的成像模型求取对应牛体点云数据,并且利用三个双目视觉系统在一定程度上增加了匹配点对数,从而提高获取牛体点云的密度和精度。实验结果表明本文所采用的方法在复杂背景下获取牛体点云是可行的,且能得到较好的点云数据。