(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211096064.7 (22)申请日 2022.09.08 (71)申请人 中国人民解 放军32181部队 地址 710032 陕西省西安市新城区金花北 路16号 (72)发明人 雷正伟　甄红涛　张勇　袁祥波　 孙华刚　夏明飞　王天　周春霞　 贾锋　李志伟　吕垌　 (74)专利代理 机构 石家庄轻拓知识产权代理事 务所(普通 合伙) 13128 专利代理师 李婷婷 (51)Int.Cl. G06F 16/56(2019.01) G06T 5/00(2006.01) G06T 5/20(2006.01)G06T 7/50(2017.01) G06T 7/73(2017.01) G06T 7/80(2017.01) G06V 10/26(2022.01) G06V 10/46(2022.01) G06V 10/74(2022.01) G06V 10/77(2022.01) G06V 20/70(2022.01) (54)发明名称 一种基于空间平面滤波的标牌矢量 化方法 (57)摘要 本发明为一种基于空间平面滤波的标牌矢 量化方法， 属于辅助定位技术领域， 包括生成标 牌空间点， 借助双 目相机， 应用双目立体视觉原 理对所采集的信息进行处理； 空间平面滤波， 获 得标牌参考面， 使用主成分分析方法计算空间点 的有向包围盒， 提取空间中心平面和优化滤波； 将标牌特征角点投影到空间平 面， 获得标牌矢量 数据， 矢量化的标牌数据可用于视觉辅助定位系 统， 主要体 现在两个流程阶段中， 即， 将带有 地理 坐标信息的矢量标牌数据作为先验基准存入信 标数据库； 使用提取的标牌矢量数据与基准信标 数据配准 解算， 从而获得定位信息 。 权利要求书3页 说明书9页 附图4页 CN 115391587 A 2022.11.25 CN 115391587 A 1.一种基于空间平面滤波的标牌矢量 化方法， 其特 征在于， 包括 生成标牌空间点， 借助双目相机， 应用双目立体视 觉原理对所采集的信息进行处 理； 空间平面滤波， 获得标牌参考面， 使用主成分分析方法计算空间点的有向包围盒， 提取 空间中心 平面和优化滤波； 将标牌特 征角点投影到空间平面， 获得 标牌矢量数据。 2.根据权利要求1所述的一种基于空间平面滤波的标牌矢量化方法， 其特征在于， 生成 标牌空间点包括 通过双目立体视 觉算法采集空间点图像， 具体包括， 设置两个相机， 相机 两个相机的投影中心的连线为基线， 基线长度即为b； 取三维空间任意 一点P在左相机的成像点 为PL， 在右相机的成像点 为PR； 连接PL与左侧相机的投影中心点做射线OLPL， 连接PR与右侧相机的投影中心点做射线 ORPR， 将射线OLPL和射线ORPR的焦点标记， 即为 三维空间点P的实际位置； 使得三维空间点P和双目相机发生相对位移， 通过视 差得到三维空间点P的实际坐标。 3.根据权利要求2所述的一种基于空间平面滤波的标牌矢量化方法， 其特征在于， 生成 标牌空间点中还 包括， 计算空间点， 计算空间点包括， 图像采集， 通过两个相机获取双目图像对； 双目标定， 得到 两个相机的内外参数、 单应矩阵； 双目矫正， 根据标定结果对原始图像校正， 校正后的两张图像位于同一平面且互相平 行； 立体匹配， 对校正后的两张图像进行像素点匹配； 空间点坐标计算， 根据视差原 理， 通过双目立体视觉算法计算特征点的深度信 息， 从而 获得三维坐标。 4.根据权利要求3所述的一种基于空间平面滤波的标牌矢量化方法， 其特征在于， 立体 匹配包括， 生成高斯差分金字塔， 尺度空间构建； 空间极值 点检测； 稳定关键点的精确定位 稳定关键点方向信息分配； 关键点描述； 特征点匹配。 5.根据权利要求1所述的一种基于空间平面滤波的标牌矢量化方法， 其特征在于， 空间 平面滤波包括， S2‑1‑1， 分解点集的xyz分量， 把所有点的x、 y、 z值分别放到独立的数组中； S2‑1‑2， 对一维数组x、 y、 z这 三个随机变量 求协方差矩阵； S2‑1‑3， 对S2‑1中的协方差矩阵求解特征值与特征向量， 特征向量构造列向量矩阵M， 求解过程使用Jacobi迭代计算 算法； S2‑1‑4， 将点集的几何中心 平移至坐标系原点， 并全部乘以M矩阵进行旋转变换； S2‑1‑5， 通过旋转变换后的点的坐标， 求xMax、 xMin、 yMax、 yMin、 zMax、 zMin， 进而求出 有向包围盒中心坐标和有向包围盒半长； S2‑1‑6， 将有向包围盒中心坐标左乘M的逆， 得到此中心坐标在原来 坐标系的坐标值；权　利　要　求　书 1/3 页 2 CN 115391587 A 2S2‑1‑7， 将S2‑1‑6中得到的原坐标系下的有向包围盒中心坐标平 移回原处； 得到特征向量作为有向包围盒的三个轴朝向， 有向包围盒的三个方向的半长和有向包 围盒的中心坐标。 6.根据权利要求5所述的一种基于空间平面滤波的标牌矢量化方法， 其特征在于， 空间 平面滤波还 包括计算 其中心平面及各点与平面的误差， S2‑2‑1， 计算有向包围盒的垂直方向中心 平面； S2‑2‑2， 计算标牌各空间点与中心 平面的误差； S2‑2‑3， 设置误差滤波器， 根据 误差， 按照从小到大的顺序对 空间点排序， 剔除后1/3的 空间点； S2‑2‑4， 使用滤波后的点 集重新计算有向包围盒， 从而获得 更精确的中心 平面。 7.根据权利要求6所述的一种基于空间平面滤波的标牌矢量化方法， 其特征在于， 获得 标牌矢量数据的过程包括， 使用Harris算子， 检测特 征角点； 计算特征角点对应的空间点投影； 计算特征角点对应的空间点在中心 平面上的投影坐标； 连接各角点在中心 平面的投影点， 获得 标牌矢量 化数据。 8.根据权利要求7所述的一种基于空间平面滤波的标牌矢量化方法， 其特征在于， 使用 Harris算子， 检测特 征角点包括 计算图像I(x， y)在X 方向和Y方向的梯度； 计算图像两个方向梯度的乘积 IxIy； 使用窗口高斯 函数分别对 IxIy进行高斯加权， 生成矩阵M； 计算每个像素的Har ris响应值R， 并设定一阈值T， 对小于阈值T的R置零； 在一个固定窗口大小的邻域内(5 ×5)进行非极大值抑制， 局部极大值点即为图像 中的 角点。 9.根据权利要求8所述的一种基于空间平面滤波的标牌矢量 化方法， 其特 征在于， 将相机坐标系转换到高斯 坐标系和BLH坐标系， 像素坐标系到相机坐标系的转换关系为： 像素坐标系到世界坐标系的转换关系为：权　利　要　求　书 2/3 页 3 CN 115391587 A 3