一种基于计算机双目视觉及单应性矩阵的盲道定位方法
【技术领域】
[0001] 本发明涉及一种基于计算机双目视觉及单应性矩阵的盲道定位方法，用于确定盲 道的空间位置以引导盲人沿盲道行走，尤其适用于计算机视觉导盲。
【背景技术】
[0002] 目前传统的方法是借助导盲杖或导盲犬等来协助盲人行走。然而它们都有很大的 局限性：导盲杖的探测范围有限且精度不高，而导盲犬的数量较少，因此盲人的出行安全难 以得到保障。除此以外，虽然现代化的电子导盲设备多种多样，例如基于红外、蓝牙、射频等 原理的非视觉导盲仪等，但是这些设备的应用也较为有限。实际上，盲人缺失的是视觉，只 有计算机视觉导盲装置才可能最大程度弥补盲人的生理缺陷，最大程度缩小盲人相对于常 人行为能力的巨大差距。
[0003] 近些年，世界各地开始致力于开发计算机视觉导盲装置，希望通过这些设备可以 帮助盲人真正地安全出行，可以说，计算机视觉导盲已经成为了如今导盲研究领域的热点， 而导盲道作为最普遍的导盲道路设施必然是视觉处理的重点。目前现有的技术是采用一种 盲道边界模型对盲道进行定位。在模型中建立两个坐标系，其中一个是盲道图像的图像坐 标系，另一个是由实际盲道的两条边界建立的盲道坐标系，采用Θ表示两个坐标系中心线 之间的夹角。在识别出盲道的边界后，便可确定其中心线以及建立相关的盲道坐标系，进而 定位出盲道与当前行进方向的位置，通过偏离的角度Θ来指导盲人的行进方向。
[0004] 但现有的方法存在一定的缺陷：（1)仅能确定行进方向相对盲道中心线的偏角， 当盲人行走在盲道上时，偏角可以调整行进方向使其沿着盲道方向行走，但一旦盲人偏离 了盲道，仅靠偏角就很难再将盲人引导回盲道上，因此还需要更为详细的数据，比如盲人相 对盲道的距离等；（2)图像坐标系和世界坐标系下的数据并不一致，在图像坐标系中确定 的偏角在世界坐标系中存在较大的误差。
[0005] 由于上述缺陷的存在，因而在计算机视觉导盲中，这种方法应用的效果不够理想。
【发明内容】
[0006] 本发明的技术解决问题：克服现有方法在盲道图像坐标系中定位不可靠的缺陷， 提供了一种基于计算机双目视觉及单应性矩阵的盲道定位方法，达到了对盲道进行空间精 确定位的目的，提高了引导盲人行走的可靠性。
[0007] 本发明的技术解决方案是：对所采集的盲道左、右相机图像进行匹配，并计算匹配 点的三维坐标，进而计算盲道平面方程；再根据匹配点计算左、右相机图像间的单应性矩 阵，获取左图像盲道中心线上的已知点在右图像中的匹配点，得到其三维坐标及盲道中心 线的方向向量；最后计算过此中心线的盲道垂面方程，联立两个平面方程得到盲道中心线 的空间方程，实现盲道相对左相机的定位。
[0008] 所述的计算盲道平面方程的步骤包括：
[0009] 步骤一：对盲道进行拍摄，获取盲道的左、右相机图像；
[0010] 步骤二：检测左、右相机图像的SURF特征点，提取特征描述子并对其进行匹配，获 取匹配点；
[0011] 步骤三：通过双目视觉原理计算匹配点在摄像机坐标系下对应的三维坐标；
[0012] 步骤四：通过最小二乘法计算步骤三中的三维点所在平面的法向量?(為W1), 则盲道平面方程可以表示为：
[0013] A^+B^+C^ = 1
[0014] 其中，（x，y，z)表示摄像机坐标系下的三维坐标，A1, B1, C1为盲道平面方程的系数。
[0015] 所述的计算盲道中心线的方向向量的步骤包括：
[0016] 步骤一：由匹配点计算左、右相机图像间的单应性矩阵；
[0017] 步骤二：在左图像的盲道中心线上任意选取两个已知其图像坐标的点，经单应性 矩阵变换得到其在右图像中对应点的图像坐标，得到中心线上的两组匹配点；
[0018] 步骤三：通过双目立体视觉原理计算这两组匹配点在摄像机坐标系下对应的三维 坐标，进而得到盲道中心线的方向向量I13
[0019] 过盲道中心线的垂面的法向量f (.4:,(T2)由式仄= 得出，进而得到的盲道 垂面方程为：
[0020] A2x+B2y+C2z = D
[0021] 其中，（X，y，z)表示摄像机坐标系下的三维坐标，A2, B2, C2, D为盲道垂面方程的系 数，:T为盲道中心线的方向向量，?为盲道平面的法向量，?为盲道垂面的法向量。
[0022] 盲道中心线的空间方程由盲道平面和盲道垂面联合表示，即由下述公式确定：
[0023]
[0024] 其中，（X，y，ζ)表示摄像机坐标系下的三维坐标，A2, B2, C2, D为盲道垂面方程的系 数，A1, B1, C1为盲道平面方程的系数。
[0025] 盲道中心线的空间方程确定后，便可确定盲道在空间中的位置，从而实现了盲道 对左相机的定位，为引导盲人的安全行走提供了必要条件。
[0026] 本发明与现有技术相比的优点在于：（1)通过确定盲道中心线在摄像机坐标系下 的空间方程，获取了更丰富的盲道信息，包括盲人相对盲道的距离和行进方向相对盲道中 心线的偏角，从而可以调整盲人的行进方向，即使盲人偏离盲道，仍能引导其走回盲道，因 而更适用于计算机视觉导盲；（2)通过计算盲道中心线在摄像机坐标系下的空间位置，得 到实际三维空间中准确的距离和偏角信息，提高了引导盲人行走的可靠性。
【附图说明】
[0027] 图1为本发明基于计算机双目视觉及单应性矩阵进行盲道定位的总体流程图；
[0028] 图2为本发明计算盲道平面方程的流程图；
[0029] 图3为本发明基于单应性矩阵计算盲道中心线方向向量的示意图。
【具体实施方式】
[0030] 本发明基于计算机双目视觉及单应性矩阵进行盲道定位的总体流程如图1所示， 具体包括：对所采集的盲道左、右相机图像进行匹配，并计算匹配点的三维坐标，进而计算 盲道平面方程；再根据匹配点计算左、右相机图像间的单应性矩阵，获取左图像盲道中心线 上的已知点在右图像中的匹配点，得到其三维坐标及盲道中心线的方向向量；最后计算过 此中心线的盲道垂面方程，联立两个平面方程得到盲道中心线的空间方程，实现盲道相对 左相机的定位。
[0031] 下面结合说明书附图对本发明中的各个部分做详细说明：
[0032] 本发明计算盲道平面方程的流程如图2所示，具体步骤详细说明如下：
[0033] 步骤1 :对盲道进行拍摄，获取盲道的左、右相机图像；
[0034] 步骤 2 :
[0035] 2-1、检测左、右相机图像的SURF特征点。SURF检测器选用二阶Hessian矩阵进 行特征点的检测。给定图像I中某点X= (x，y)，在该点X处，尺度为σ的Hessian矩阵 Η(Χ，σ)定义如式（1):
[0036]
[0037] 其中，Lxx(X，σ)是高斯二阶微分^在点X= (x，y)处与图像I的卷积， .0ΛΓ Lxy(X，〇)、Lyy(X，〇)以此类推。由上式可得到图像上每点的响应值，通过设置阈值d，当响 应强度大于d时则认为其为特征点；<