CN105513072A - 一种云台校正方法 - Google Patents

Abstract

本发明涉及一种云台校正方法，属于云台校准技术领域。本发明首先采集某一预置位置的图片作为模板图片，并记录下此时的方位角、俯仰角和相机变焦倍数；然后对模板图片进行建模，以模板图片的中心点为中心提取出目标物体的轮廓；再以模板图片采集时的预置位置设置云台和相机进行图片采集，将采集的图片和模板图片进行比对，计算出目标物体的偏移像素；最后根据得到偏移像素计算云台偏移角度，并将得到云台偏移角度加到云台预置位上，得到校正后的绝对角度。本发明采用机器视觉技术对目标点进行识别，能够快速调整云台姿态，无需外加传感器，提高了云台的对准精度，减小了拍摄图片时的目标偏离误差。

Description

一种云台校正方法

技术领域

本发明涉及一种云台校正方法，属于云台校准技术领域。

背景技术

在无人职守的变电站、机房的远程监控等需要移动监控的场所，平时没有相关的工作人员在值班，运维人员在控制中心通过远程控制云台装置来操作监控场所里的活动轨道摄像机对设备进行日常的巡检工作。例如变电站中的巡检机器人需要在变电站内进行巡检，巡检过程中，需要在特定的点停下采集图片，由于导航精度的原因，机器人的停车误差会过大，造成拍摄图片发生偏离，为了提高云台的对准精度，需要对云台进行校正。传统的校正方法大都采用机械式的校正策略，例如申请号为201410694969的专利文件，该专利文件公开了一种姿态自校正云台摄像机控制装置及其方法，并具体公开了采用加速度计与陀螺仪等传感器技术来检测轨道平台及云台摄像机的姿态变化，根据所检测姿态变化计算轨道平台的实际行进距离和云台摄像机偏转角度及俯仰角度，再通过与预设值进行对比来计算机械误差，并根据该误差对云台位置进行修正。可见，该文件中需要外加传感器才能实现，既增加了成本，又可能由于外加传感器本身的误差导致校正精度不高。

发明内容

本发明的目的是提供一种云台校正方法，以提高云台的对准精度，以减小拍摄图片时的目标偏离误差。

本发明为解决上述技术问题提供了一种云台校正方法，该校正方法的步骤如下：

1)采集某一预置位置的图片作为模板图片，并记录下此时的方位角、俯仰角和相机变焦倍数；

2)对模板图片进行建模，以模板图片的中心点为中心提取出目标物体的轮廓；

3)以模板图片采集时的预置位置设置云台和相机进行图片采集，将采集的图片和模板图片进行比对，计算出目标物体的偏移像素；

4)根据得到偏移像素计算云台偏移角度，并将得到云台偏移角度加到云台预置位上，得到校正后的绝对角度。

所述步骤4)云台偏移角度的计算过程如下：

A.根据目标物体的偏移像素计算出目标物体的物理偏移，

d_x＝c_x×ρ

d_y＝c_y×ρ

其中，d_x和d_y为目标物体的物理偏移，c_x和c_y为目标物体的偏移像素，ρ为所用摄像机的像素尺寸；

B.由摄像机当前变焦倍数k计算其当前的焦距f,

f＝kf₁

其中f₁为摄像机的最小焦距；

C.根据目标物体的物理偏移和摄像机当前的焦距，计算云台的偏移角度，包括方位角度偏差Δθ和俯仰角度偏差Δγ，

$\begin{array}{c}\mathrm{\Δ}\mathrm{\θ}=arctan\left(\frac{d_x}{f}\right)\\ \mathrm{\Δ}\mathrm{\γ}=arctan\left(\frac{d_y}{f}\right)\end{array}.$

所述模板图片是在大视场下采集的。

所述目标物体的偏移像素c_x和c_y的计算过程为：通过显著性特性计算，分析候选区域，采用局部自适应的核回归计算匹配区域，即可得到目标中心位置偏移像素c_x和c_y。

本发明的有益效果是:本发明首先采集某一预置位置的图片作为模板图片，并记录下此时的方位角、俯仰角和相机变焦倍数；然后对模板图片进行建模，以模板图片的中心点为中心提取出目标物体的轮廓；再以模板图片采集时的预置位置设置云台和相机进行图片采集，将采集的图片和模板图片进行比对，计算出目标物体的偏移像素；最后根据得到偏移像素计算云台偏移角度，并将得到云台偏移角度加到云台预置位上，得到校正后的绝对角度。本发明采用机器视觉技术对目标点进行识别，能够快速调整云台姿态，无需外加传感器，提高了云台的对准精度，减小了拍摄图片时的目标偏离误差。本发明不仅适用于变电站巡检机器人领域的云台校正，也同样适用于其他领域的云台校正。

附图说明

图1是本发明实施例中模板图片与采集图片的对比示意图；

图2是摄像机针孔成像模型示意图；

图3是本发明云台校正方法的原理示意图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步的说明。

本发明采用机器视觉技术对目标点进行识别，通过采集某一预置位置的图片作为模板图片，并记录下此时的方位角、俯仰角和相机变焦倍数；对模板图片进行建模，以模板图片的中心点为中心提取出目标物体的轮廓；以模板图片采集时的预置位置设置云台和相机进行图片采集，将采集的图片和模板图片进行比对，计算出目标物体的偏移像素；根据得到偏移像素计算云台偏移角度，并将得到云台偏移角度加到云台预置位上，得到校正后的绝对角度。下面以变电站巡检机器人的云台校正过程为例进行详细说明，具体的实施步骤如下：

1.首先采集到某一预置位置的图片作为模板，图片模板是在大视场下采集，记录下此时的方位角θ_t和俯仰角γ_t，方位角θ_t、俯仰角γ_t和相机变焦倍数k作为预置位保存。这里的预置位置指的是特定的一个点，也就是特定方位俯仰角。

2.然后对该模板进行建模，以目标中心点为中心提取出目标物体的轮廓，然后保存模板。在机器人全自动工作时，以模板采集时的预置位设置云台和相机，进行图片采集。将采集的图片和模板比对，如图1所示，识别出目标物体的偏移像素c_x和c_y。

偏移像素c_x和c_y计算过程如下：首先通过显著性特性计算，分析候选区域，然后采用局部自适应的核回归计算匹配区域，即可得到目标中心位置偏移像素c_x和c_y。该过程为现有技术，这里对其具体过程不再详述。

3.利用图片中物体的偏移像素c_x和c_y来计算云台的方位俯仰误差角Δθ和Δγ。具体的方法是：对所使用的摄像机进行标定，标定出精确的像素尺寸ρ。通过偏移像素c_x和c_y可以计算出物理偏移d_x和d_y：

d_x＝c_x×ρ

(1)

d_y＝c_y×ρ

由当前变焦倍数k计算得到当前焦距：f＝kf₁，其中f₁为摄像机的最小焦距。如图2和图3所示，可以计算云台偏移角度：

$\begin{array}{c}\mathrm{\Δ}\mathrm{\θ}=arctan\left(\frac{d_x}{f}\right)\\ \mathrm{\Δ}\mathrm{\γ}=arctan\left(\frac{d_y}{f}\right)\end{array}---\left(2\right)$

将角度偏差Δθ和Δγ加到预置位上，得到校正后的绝对角度。

本发明通过采用机器视觉技术对目标点进行识别，能够快速调整云台姿态，实现了对云台的校正，本发明不仅适用于变电站巡检机器人领域的云台校正，也同样适用于其他领域的云台校正。

Claims (4)

1.一种云台校正方法，其特征在于，该校正方法的步骤如下：

1)采集某一预置位置的图片作为模板图片，并记录下此时的方位角、俯仰角和相机变焦倍数；

2)对模板图片进行建模，以模板图片的中心点为中心提取出目标物体的轮廓；

3)以模板图片采集时的预置位置设置云台和相机进行图片采集，将采集的图片和模板图片进行比对，计算出目标物体的偏移像素；

4)根据得到偏移像素计算云台偏移角度，并将得到云台偏移角度加到云台预置位上，得到校正后的绝对角度。

2.根据权利要求1所述的云台校正方法，其特征在于，所述步骤4)云台偏移角度的计算过程如下：

A.根据目标物体的偏移像素计算出目标物体的物理偏移，

d_x＝c_x×ρ

d_y＝c_y×ρ

其中，d_x和d_y为目标物体的物理偏移，c_x和c_y为目标物体的偏移像素，ρ为所用摄像机的像素尺寸；

B.由摄像机当前变焦倍数k计算其当前的焦距f,

f＝kf₁

其中f₁为摄像机的最小焦距；

C.根据目标物体的物理偏移和摄像机当前的焦距，计算云台的偏移角度，包括方位角度偏差Δθ和俯仰角度偏差Δγ，

$\begin{array}{c}\mathrm{\Δ}\mathrm{\θ}=arctan\left(\frac{d_x}{f}\right)\\ \mathrm{\Δ}\mathrm{\γ}=arctan\left(\frac{d_y}{f}\right)\end{array}.$

3.根据权利要求2所述的云台校正方法，其特征在于，所述模板图片是在大视场下采集的。

4.根据权利要求3所述的云台校正方法，其特征在于，所述目标物体的偏移像素c_x和c_y的计算过程为：通过显著性特性计算，分析候选区域，采用局部自适应的核回归计算匹配区域，即可得到目标中心位置偏移像素c_x和c_y。