基于3D模型的单幅图像卡车体积测量方法

摘要

本发明公开了一种基于3D模型的单幅图像卡车体积测量方法，主要解决当前测量方法工作强度大、自动化程度不高的问题。其实现过程是：1.标定真实相机内参数，并使用OpenGL函数库建立虚拟现实环境，在环境中导入被测卡车图片与卡车3D模型；2.用ASM算法对卡车图片中卡车的特征点进行识别并建立被测卡车图片与卡车3D模型之间的联系；3.利用被测卡车图片上的待匹配点和卡车3D模型上的控制点实现卡车3D模型与被测卡车图片的自动匹配；4.根据虚拟现实环境与真实环境之间的比例关系，用卡车3D模型的体积计算出被测卡车的体积。本发明测量快速精确，自动化程度较高，可用于高速公路的收费系统。

主权项

一种基于3D模型的单幅图像卡车体积测量方法，包括如下步骤：(1)利用OpenGL函数库搭建虚拟现实环境：标定出真实相机的内参数矩阵K，用OpenGL函数库在虚拟现实环境中设定一个虚拟相机，使虚拟相机的内参数与真实相机的内参数一致，将被测卡车图片和与该卡车外形相似的卡车3D模型导入到虚拟现实环境中，并计算出虚拟现实环境和真实环境的比例关系r₀；(2)用ASM算法识别被测卡车特征点：(2a)取50幅卡车图片作为训练样本集，手工标定每幅训练图片上的34个特征点，标定的顺序要保持一致，各个特征部位的特征点的个数相同，将每幅图片对应的特征点的坐标值按标定顺序放在一个形状向量H_c中，c＝1,2,...,50；(2b)以形状向量H_c初始数据，依次通过计算特征点的权重、图像配准、主成份分析、建立局部灰度信息为卡车建立主动形状模型；(2c)使用主动形状模型自动识别被测卡车图片中卡车的34个特征点；(3)将卡车3D模型在虚拟现实环境中所成的像与被测卡车图片中的卡车进行匹配：(3a)在虚拟现实环境中，利用EPnP算法调整卡车3D模型的位姿使卡车3D模型所成的像与被测卡车图片中的卡车的位姿吻合；(3b)使用EPnP算法后，将虚拟现实环境和真实环境的比例关系调整为r₁；(3c)选取被测卡车图片上卡车的9个特征点a_i为待匹配点，i＝1,2,...,9，同时在3D卡车模型上找出与a_i位置对应的9个特征点X_i作为控制点；(3d)将控制点X_i与待匹配点a_i进行匹配得到目标点Y_i，根据控制点X_i和目标点Y_i构造控制能量函数$E_1\left(X_i\right)=\underset{i}{\Sigma }{\left|\right|X_i-Y_i\left|\right|}_2^2;$(3e)将待匹配点a_i反投影到虚拟现实环境中形成一条以虚拟相机光心为端点的射线：R_i＝K^‑1*[a_i z_i]^T，其中K^‑1是对虚拟相机的内参数矩阵取逆，z_i∈[0,1]，目标点Y_i是射线R_i上的一个点；(3f)将目标点Y_i和Y_j连成线段Y_iY_j，j＝1,2,...,9，j≠i，根据线段Y_iY_j的平行、垂直关系求出约束函数g(z_i)；(3g)用约束优化算法SQP在g(z_i)的约束下求解E₁(X_i)的极小值得到一组最优解z_i，将z_i带入R_i＝K^‑1*[a_i z_i]^T求出目标点Y_i的值；(3h)根据目标点Y_i的值，利用卡车3D模型的对称性求出卡车3D模型上3个被遮挡的控制点X_e和与这3个控制点对应的目标点Y_e，e＝10,11,12，此时控制点为X_g，目标点为Y_g，g＝i∪e＝1,2,...,12；(3i)构造形变能量函数其中x是卡车3D模型上任意一点，ω_g(x)是x的权函数；用最小二乘法求解E₂(x)的最小值得到形变函数T_x(x)；(3j)用形变函数T_x(x)作用于卡车3D模型的每一点x，使卡车3D模型形变后在虚拟现实环境中所成的像与被测图片中的卡车相互匹配，匹配后卡车3D模型的体积V与被测卡车的体积V′的比例关系为:V₂/V₁＝r₁³；(4)计算出卡车3D模型的体积V，将V带入比例关系式，得到被测卡车的体积V₂＝V₁*r₁³。