【】本發明涉及視覺測量，特別涉及一種視覺自動標定系統、方法及存儲介質。

背景技術

0、
背景技術：

1、水下立體視覺技術為水環境中的場景感知提供了一種高效的解決方案。隨著消費級相機的日益普及，利用立體視覺的水下應用變得越來越普及，使各個學科受益匪淺。事實上，許多領域，如水下結構檢查、考古學的3d重建和自主水下航行器狀態估計等，都要求更高的精度。因此，對先進的水下立體攝像機感知技術的需求日益增加。

2、相機標定是立體視覺的關鍵，標定結果的精度對后續的拓展應用至關重要。水下環境復雜多樣，各種不利因素會嚴重影響水下成像質量。水中的散射和吸收會導致像質下降，從而導致圖像模糊、視場減小，從而影響標定精度。

技術實現思路

0、
技術實現要素：

1、為了克服上述問題，本發明提出一種可有效解決上述問題的視覺自動標定系統、方法及存儲介質。

2、本發明解決上述技術問題提供的一種技術方案是：提供一種視覺自動標定系統包括視覺測量儀、水下自發光標定板、控制單元和供電單元，所述水下自發光標定板和供電單元分別與控制單元相連接，所述供電單元與水下自發光標定板連接，視覺測量儀朝向水下自發光標定板；所述水下自發光標定板，包括標定板本體，所述標定板本體上矩陣式設置有多個水下led單元，所述水下led單元的發光波長為530nm，表面設計為平整，光強分布一致。

3、優選地，所述多個水下led單元一共有130個，呈10行13列矩陣式排布，相鄰的水下led單元間距為30mm，在第3行第2列增加一個球形led燈，用于定位標定板的位置。

4、優選地，所述視覺測量儀包括兩個水下立體相機，所述水下立體相機采用大恒mer2-2000-6gm工業相機。

5、優選地，所述視覺自動標定系統還包括x移動模組和y移動模組，所述y移動模組垂直連接于x移動模組上，所述水下立體相機通過支架安裝于y移動模組上，水下立體相機可沿x和y方向移動；所述x移動模組和y移動模組分別與控制器連接。

6、優選地，所述視覺自動標定系統還包括旋轉平臺，所述水下自發光標定板連接于旋轉平臺上，旋轉平臺可控制水下自發光標定板旋轉；所述旋轉平臺與控制器連接。

7、一種視覺自動標定方法，應用于所述的視覺自動標定系統，所述視覺自動標定方法包括如下步驟：

8、步驟s1，將水下自發光標定板和視覺測量儀置于水中，以距離視覺測量儀最近且能清晰成像的標定目標作為初始標定平面，以初始標定平面左下角第一個角點作為世界坐標系的原點；

9、步驟s2，兩個水下立體相機從不同角度采集多組水下自發光標定板圖像信息；

10、步驟s3，采用神經網絡來表達像素坐標與3d世界平面之間的映射關系；

11、步驟s4，采用水下光斑中心提取方式進行圖像特征提??；

12、步驟s5，基于所有經過特征提取的圖像數據，生成標定結果。

13、優選地，所述步驟s3中，將兩個水下立體相機所采集的圖像數據進行融合；對于x和y坐標回歸，保留單目相機像素坐標與世界坐標平面之間的映射，從兩個水下立體相機獲取x和y坐標的預測值。

14、優選地，所述步驟s4中，根據光斑圖像中各亮度等級像素個數，將水下光斑的分為核心區、邊緣區、背景區；分別計算核心區、邊緣區、背景區的平均灰度值，采用灰度質心法提取質心，以圖像坐標及其各自的灰度值作為權重，通過計算加權平均值確定光斑中心。

15、優選地，所述步驟s3中，所述神經網絡為一種3d坐標回歸網絡，采用全連接神經網絡(fcnn)來回歸z坐標；所述全連接神經網絡(fcnn)架構包括輸入層、隱藏層和輸出層，各層通過權重連接。

16、一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現所述的視覺自動標定方法的步驟。

17、與現有技術相比，本發明的視覺自動標定系統、方法高效準確，以數據驅動的校準將相機校準過程簡化為網絡學習，與傳統的水下校準方法相比，校準精度高，并通過消除對成像模型的理解要求降低了復雜性；設計的水下自發光定標靶系統有效降低了水體散射的影響，并結合提出的水下光斑提取方法以提升校準精度。

技術特征：

1.一種視覺自動標定系統，其特征在于，包括視覺測量儀、水下自發光標定板、控制單元和供電單元，所述水下自發光標定板和供電單元分別與控制單元相連接，所述供電單元與水下自發光標定板連接，視覺測量儀朝向水下自發光標定板；

2.如權利要求1所述的視覺自動標定系統、方法及存儲介質，其特征在于，所述多個水下led單元一共有130個，呈10行13列矩陣式排布，相鄰的水下led單元間距為30mm，在第3行第2列增加一個球形led燈，用于定位標定板的位置。

3.如權利要求1所述的視覺自動標定系統、方法及存儲介質，其特征在于，所述視覺測量儀包括兩個水下立體相機，所述水下立體相機采用大恒mer2-2000-6gm工業相機。

4.如權利要求1所述的視覺自動標定系統、方法及存儲介質，其特征在于，所述視覺自動標定系統還包括x移動模組和y移動模組，所述y移動模組垂直連接于x移動模組上，所述水下立體相機通過支架安裝于y移動模組上，水下立體相機可沿x和y方向移動；所述x移動模組和y移動模組分別與控制器連接。

5.如權利要求1所述的視覺自動標定系統、方法及存儲介質，其特征在于，所述視覺自動標定系統還包括旋轉平臺，所述水下自發光標定板連接于旋轉平臺上，旋轉平臺可控制水下自發光標定板旋轉；所述旋轉平臺與控制器連接。

6.一種視覺自動標定方法，其特征在于，應用于如權利要求1-5中任一項所述的視覺自動標定系統，所述視覺自動標定方法包括如下步驟：

7.如權利要求6所述的視覺自動標定方法，其特征在于，所述步驟s3中，將兩個水下立體相機所采集的圖像數據進行融合；對于x和y坐標回歸，保留單目相機像素坐標與世界坐標平面之間的映射，從兩個水下立體相機獲取x和y坐標的預測值。

8.如權利要求6所述的視覺自動標定方法，其特征在于，所述步驟s4中，根據光斑圖像中各亮度等級像素個數，將水下光斑的分為核心區、邊緣區、背景區；分別計算核心區、邊緣區、背景區的平均灰度值，采用灰度質心法提取質心，以圖像坐標及其各自的灰度值作為權重，通過計算加權平均值確定光斑中心。

9.如權利要求6所述的視覺自動標定方法，其特征在于，所述步驟s3中，所述神經網絡為一種3d坐標回歸網絡，采用全連接神經網絡(fcnn)來回歸z坐標；所述全連接神經網絡(fcnn)架構包括輸入層、隱藏層和輸出層，各層通過權重連接。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求6至9中任一項所述的視覺自動標定方法的步驟。

技術總結
本發明涉及視覺測量技術領域，特別涉及一種視覺自動標定系統、方法及存儲介質，包括視覺測量儀、水下自發光標定板、控制單元和供電單元，所述水下自發光標定板和供電單元分別與控制單元相連接，所述供電單元與水下自發光標定板連接，視覺測量儀朝向水下自發光標定板；所述水下自發光標定板，包括標定板本體，所述標定板本體上矩陣式設置有多個水下LED單元，所述水下LED單元的發光波長為530nm，表面設計為平整，光強分布一致。與現有技術相比，本發明的視覺自動標定系統、方法及存儲介質高效準確，以數據驅動的校準將相機校準過程簡化為網絡學習，與傳統的水下校準方法相比，校準精度高，并通過消除對成像模型的理解要求降低了復雜性；設計的水下自發光定標靶系統有效降低了水體散射的影響，并結合提出的水下光斑提取方法以提升校準精度。

技術研發人員：唐建,王立偉,何洪濤,張兵
受保護的技術使用者：深圳市匯奧德技術有限公司
技術研發日：
技術公布日：2025/4/28