买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江工业大学

摘要：一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法，包括：通过相机实时拍摄天然特征图像，对图像进行预处理并选取天然特征感兴趣区域后进行特征识别，通过特征点匹配算法得到各特征点位移结果；判别并标记其中的异常特征点，向前追溯最近的稳定图像并计算动态单应性矩阵，通过矩阵映射计算得到特征点在图像中的最优估计并修正异常特征点坐标；经过加权平均计算各个特征点位移得到天然特征单一位移。本发明实现待测目标天然特征的长时间免标志视觉测量变形监测，增强多种环境因素耦合作用下天然标志识别追踪的稳定性，满足测量精度且适应多种测量环境要求。

主权项：1.一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法，包括如下步骤：1在待测目标处依据实际工况选择合适的天然特征，根据天然特征位置选择静止场地架设相机，调节相机参数使天然特征能够在相机中清晰成像；2根据天然特征附近工况分别在相机镜头及相机附近安装滤光片和补光灯；在天然特征附近通过标定板对相机进行标定后连续实时拍摄天然特征图像；3对初始帧图像进行直方图均衡化、高斯滤波等预处理后，根据天然特征位置框选感兴趣区域；依据特征纹理调节SURF算法响应阈值并通过算法识别得到多个特征点及其对应的特征描述子；建立动态单应性矩阵并设定其初始值为1；将初始帧图像定为动态单应性矩阵计算图像；4对于后续第n帧n≥2图像，对其进行直方图均衡化、高斯滤波等预处理后，框选天然特征感兴趣区域；设定特征点个数范围采用二分搜索法调节SURF算法响应阈值并通过算法识别得到特征点坐标及其特征描述子；利用特征描述子采用最近邻搜索法FLANN以欧式距离最小为原则与第n-1帧图像匹配特征点；5根据特征点的匹配结果采用双向匹配筛选法及3σ准则判别第n帧与第n-1帧图像特征点匹配的准确性；依据判别结果，若无异常点，则将该帧图像更新为新的动态单应性矩阵计算图像；6若步骤5中出现异常特征点，选择第n帧图像以及动态单应性矩阵计算图像，调整SURF算法响应阈值，重复识别与匹配算法计算得到两帧图像之间大量特征点匹配结果；通过大量匹配特征点采用渐进一致采样PROSAC算法，优先选择高质量匹配点并通过多次采样迭代计算得到两帧图像之间的单应性矩阵，根据计算结果更新动态单应性矩阵；7标记判别结果为异常值的特征点位置，利用动态单应性矩阵映射得到第n帧图像异常特征点的坐标，将其填入异常特征点位置并替换特征描述子为动态单应性矩阵计算图像的特征描述子；8将第n帧特征点坐标与初始帧坐标作差得到各特征点位移，利用特征点最近比邻值评估其置信度，采用加权平均算法集合多特征位移矩阵为单一位移结果；通过标定系数将天然特征像素位移转换为世界坐标位移，得到待测目标实时位移结果。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法