本发明属于计算机视觉测量技术领域，涉及一种利用单个相机通过反向投影法实时获取运动目标位置和姿态参数的方法。
背景技术：
运动目标位置和姿态实时测量是国际计算机视觉领域内的研究前沿。获取运动目标的三维位姿参数，特别是动态实时获取，能可视化的恢复目标的真实位置和姿态，在工业设计、航空航天、事故分析等领域占据重要地位，尤其能在飞行器和空间站自动对接、目标制导系统精度控制、高速车辆的运行姿态监测等技术领域发挥巨大作用。
目前已有多种三维位姿测量的途径，包括GPS、动态航姿仪等。GPS等技术要求对天通视且成本高，基于算机视觉的单目运动目标位姿实时测量方法显现出其优势：非接触、高精度、无需对天通视。日本Terui F等采用ICP匹配算法计算目标的位姿参数，大量特征点与目标模型的匹配计算，导致算法的低效，无法达到实时测量的要求。美国Kelsey J M等人提出了基于目标追踪的单目位姿测量方法，提取目标图像的边缘特征，通过三维模型和边缘特征的匹配实时求解位姿参数，精度高计算量低，但目标追踪的初始位姿求解成为难题。现有的多种方法在一定程度上推动了位姿测量研究的进展，但仍面临着三个迫切需要解决的问题：(1)如何标志点之间特征无差异情况下寻找标志点像物方之间正确的映射匹配关系，为跟踪提供初始位姿解。(2)如何利用视频序列帧影像之间的连续性，快速跟踪标志点，避免映射匹配的重复计算，实现实时动态位姿解算。(3)如何设计跟踪评定机制，实现在跟踪失败的情况下重启检测，保证位姿解算的精度和稳定性。
技术实现要素：
本发明目的是提供一种基于反向投影法的单目运动目标位姿实时测量方法，以解决寻找标志点像物方之间匹配关系的问题和快速实时测量位姿参数的问题，保证位姿解算的实时性和稳定性。
本发明的技术方案
一种基于反向投影法的单目运动目标位姿实时测量方法，该方法在动态干扰环境下利用单个相机获取运动目标的红外序列特征影像，提取无差异的红外灯标志点，设计了一种匹配检测状态机，利用反向投影累积数学模型获得标志点像物方最佳映射匹配关系；设计了一种有效的快速跟踪状态机，实时计算位姿参数；设计了基于精度评定的状态切换机制，实现了匹配检测状态与快速跟踪状态两种状态机的有效转换，保证位姿解算的实时性和精确度。
方法的具体步骤如下：
第1步、基于反向投影法的标志点像物方匹配检测
为了找到标志点像物方间的最佳匹配关系，提出一种基于反向投影法的标志点像物方匹配检测方法；提取并识别影像上的红外灯标志点，计算光点重心坐标，从中盲选3个像方标志点，与已知的物方标志点进行枚举匹配，生成诸多像物方点组合作为匹配样本，后方交会计算位姿模型，根据位姿模型将物方点反向投影于图像上，计算反投像点的灰度值总和；正确匹配保证了位姿模型的正确性，反向投影的像点必定位于光点区域，因而灰度值总和最大的一组匹配即被选为最佳；根据最佳样本的位姿模型确定所有标志点的像物方匹配关系并进行后方交会，精确计算位姿参数；
第2步、快速跟踪状态
标志点像物方对应匹配检测的效率低耗时长，为节省匹配的时间开销，采用一种快速跟踪方法，使系统运行时大部分时间处于跟踪状态，快速高效，以达到位姿测量的实时性；由于序列图像的相邻两帧间标志点像物方对应关系变化很小，快速跟踪方法利用前一帧图像已匹配的光点位置跟踪本帧光点，快速得到本帧图像的像物方匹配关系；
第3步、基于精度评定的状态切换机制
跟踪状态速度快，但前一帧一旦出现错误，将会造成后续跟踪永久性错误；为弥补跟踪算法的不稳定性，采用一种基于精度评定的状态切换机制；对跟踪状态中的每一帧得到的位姿解算结果进行整体精度评定，计算测量误差Σσ，超过误差阈值时重启标志点像物方匹配检测状态机，避免一帧错误，后续跟踪全部错误的严重问题；
第4步、实时恢复目标的三维姿态和位置
根据精确解算的序列影像位姿参数，利用OpenGL技术实时恢复目标的三维姿态和位置。
根据最佳样本的位姿模型确定所有标志点的像物方匹配关系并进行后方交会，精确计算位姿参数的具体步骤如下：
(1)采用基于圆置信度的方法进行标志点识别
相机获取红外灯标志点的影像，屏蔽波长小于850nm的可见光背景，采用基于最大类间方差的OTSU阈值分割，提取的标志点和背景的错分概率最小；采用一种基于圆置信度的方法进行标志点识别；首先提取二值影像中的轮廓链，对于轮廓链分布为Ω的影像f(x,y)的二维(p+q)阶矩定义为：
其中，(x,y)为像素点坐标，f(x,y)为像素点灰度值；阶p和q均为0时，m00为轮廓链的面积。
考虑相机焦距f、像元尺寸ω、摄影距离D和LED直径d，LED光晕在影像上的成像面积S表示为：
考虑到LED光晕的发散性，具有自适应性的面积特征识别定义为：
0.5S＜m00＜5S (3)
圆置信度θ定义为：
其中，L为轮廓链的周长；圆置信度越大形状越接近圆形，正圆的圆置信度为1，非目标的噪声和干扰的圆置信度大部分在0.1以下；圆置信度识别定义为：
0.5＜θ≤1 (5)
面积特征和圆置信度识别滤除了噪声和干扰,正确识别标志点；
(2)枚举匹配，计算位姿模型
在n对像物方标志点中盲选3对进行枚举匹配，可生成多种匹配组合Ωi，通过后方交会法计算多个位姿模型Mj；
(3)反向投影法筛选最佳匹配
为了筛选最佳匹配Ω*及其位姿参数M*，采用一种物方点反向投影法检验匹配的正确性；依据像物方匹配Ωi和位姿模型Mj，将n个物方点反向投影到图像上；若位姿模型Mj正确，n个物方点将全部正确反投到灰度较大的标志光点区域，n个点的灰度总和较大；因此最大的反投点总灰度值对应最佳匹配Ω*及其位姿模型M*；
最大反投灰度值总和的表达式：
其中，和是位姿参数，是后方交会得到的位姿模型，Xo是标志点物方坐标，是标志点的像方坐标，g(u)是像点u的灰度值；n是标志点数量。当u超出图像范围时，g(u)＝0；像点坐标计算公式：
初步得到的最佳位姿模型M*是由3对像物方点后方交会而得的，精度较低，需要进行位姿参数的二次精确计算；根据得到的最佳的像物方点组合Ω*及其位姿模型M*，再次将n个物方标志点进行反向投影，与反向投影点最接近的标志灯像点即为此标志灯的对应像点，由此一一完成n对像物方点的对应匹配；利用n对像物方点进行二次后方交会，计算得到更加精确的位姿参数，包括旋转参数R和位移参数T。
快速跟踪匹配方法利用前一帧图像已匹配的光点位置跟踪本帧光点，快速得到本帧图像的像物方匹配关系的步骤如下：
定义有效像点是经过特征识别的标志灯轮廓链重心点；前一帧共有n个有效点，第i个像点记为Pi(xi,yi)，对应物点为Ni；本帧共有m个有效点，第j个像点记为Pj(xj,yj)；通过最短距离寻找Pj和Pi间的对应；最短距离表达式：
MIN[DIST(Pj,Pi)|i＝0,1,...n-1] (8)
i＝i*时取得距离最小值，本帧像点Pj(xj,yj)对应于前一帧像点从而得到本帧的像物方匹配关系：本帧像点Pj(xj,yj)对应物点Ni；依次完成m个有效标志点的像物方快速匹配；快速跟踪方法使测量效率大幅提升，可实现高速运动目标的实时位姿解算。
基于精度评定的状态切换机制的具体操作步骤如下：
定义本帧跟踪得到的像点坐标为(xi,yi)，根据前一帧的位姿参数并将物方点反向投影，得到的像点坐标验证匹配精度的误差计算公式：
其中,n增大时Σσ变小，每一个像点的误差σi减小时整体误差Σσ也变小；因此该评定函数能正确反映了整体匹配误差的情况。
本发明的优点和有益效果：
(1)本发明在动态干扰环境下利用单个相机获取运动目标的红外序列特征影像，自动提取无差异的红外灯标志点。(2)设计了一种匹配检测状态机，利用反向投影累积数学模型获得标志点像物方最佳映射匹配关系。(3)设计了一种有效的快速跟踪状态机，降低了解算的时间开销，达到实时测量位姿的目的。(4)设计了基于精度评定的状态切换机制，实现了匹配检测状态与快速跟踪状态的有效转换，保证位姿解算的高效性和精确度。
附图说明
图1为单目位姿测量原理图。
图2为单目位姿测量方法流程图。
图3为红外灯标志点特征识别效果图；其中(a)可见光影像，(b)红外影像，(c)二值图，(d)红外灯标志点识别图。
图4为反向投影灰度和统计图；其中(a)最佳匹配，(b)错误匹配，(c)错误匹配。
图5为快速跟踪与反向投影法匹配检测效率对比图。
图6为测量精度实时统计图。
图7为测量耗时实时统计图。
图8为运动目标三维位姿渲染图。
具体实施方式
以下结合技术方案和附图详细叙述本发明的具体实施方式。
附图1为单目位姿测量原理图。采用8×8的国际象棋棋盘作为运动目标，安装6个波长大于850nm的红外LED发光二极管作为红外灯标志点，红外相机获取序列影像，像幅为640×480。人工控制目标在相机视野范围内高速移动，并相对于相机做360°平行旋转、偏转和翻滚的三维旋转。
附图2为单目位姿测量方法流程图，对于OTSU阈值分割影像，红外灯标志点特征识别算法根据面积和圆度的轮廓特征，滤除全部噪声和非目标干扰，正确识别目标上的红外灯标志点。识别效果如附图3所示。
标志点像物方匹配检测算法对像物方点进行枚举匹配，6个标志点中盲选3个进行像物方匹配，可生成的匹配组合Ω的数量为组合列表如表1。
表1像物方点匹配组合
依据表1的匹配组合Ωi，通过后方交会，计算位姿模型Mj，包括旋转矩阵R和平移矩阵T，如表2所示。
表2位姿模型Mj
将6个物方标志点根据盲匹配的位姿模型反向投影到原始影像的位置，标记十字丝，计算6个位置处像素灰度和，以验证检测状态中像物方匹配关系的正确性，最大反向投影灰度和对应匹配关系即为最佳匹配。如表3所示，统计反向投影灰度和可知，正确匹配Ω2的反向投影灰度和远大于其他错误匹配，如附图4所示。
表3不同匹配下反向投影灰度总和值表
统计400帧序列影像耗时，基于反向投影法的像物方匹配模块中的枚举匹配效率较低，平均每帧耗时78.9ms，难以跟踪到运动速度较高的目标。采用本发明快速跟踪模块弥补了位姿解算效率低的缺陷，平均每帧耗时15.4ms，可对高速运动的目标进行实时位姿解算，运行流畅。效率统计对比如附图5所示。
为避免快速跟踪生成错误匹配导致永久性错误，基于精度评定的状态切换机制在快速跟踪过程中实时计算匹配的误差，在第195、233和337帧误差超出阈值eT＝13pixel，程序进行了匹配检测状态机的自动重启，正确解算位姿参数后再次切换到跟踪状态，既保证了程序快速跟踪运行，又及时地重启匹配检测状态机纠正错误，保证位姿解算的精确度和稳定性。测量精度实时统计结果如附图6所示，测量耗时实时统计结果如附图7所示。
国际象棋棋盘相对于相机做三维空间上快速的旋转、偏转和翻滚运动。在LED灯能在相机上清晰成像的条件下，三个方向的运动范围均为360°。在OpenGL三维渲染中，国际象棋棋盘被虚拟为一架飞机模型，6个LED灯被虚拟为红色圆。根据精确解算的序列影像位姿参数,实时恢复飞机模型的三维姿态和位置，效果如附图8所示。
本发明可用于运动目标的三维位姿实时测量，适用范围广。在红外灯标志点无差异的条件下，采用反向投影法得到最佳物像匹配关系，精确计算位姿参数。快速跟踪状态快速高效。基于精度评定的状态切换机制保证了测量的稳定性。三维实时渲染动态展示目标的三维位置和姿态，具有广阔的应用前景。