三维重建在猪胴体体型特征提取中应用.docVIP

三维重建在猪胴体体型特征提取中应用 　　摘?要：为提高猪胴体自动化定级的准确性，利用双摄像机构建了三维重建系统对猪胴体定级所涉及的胴体特征进行提取，该系统通过胴体图像处理、摄像机标定、基于极线约束的立体匹配、三维坐标计算等步骤对猪胴体特征部位进行了三维重建。三维重建得到的胴体1/2处横长的特征值相对于其真实值的误差小于5%，而利用单一图像获取的该特征值的误差为10%；胴体6～7肋处膘厚的三维重建的结果相对于其真实值的误差小于8%，而利用单一图像获取的该特征值的误差为20%；表明猪胴体体型特征值的三维重建结果比从单幅图像中提取更贴近实际值。 关键词：三维重建；立体匹配；图像处理；猪胴体体型特征；摄像机标定 中图分类号：S126；TP182 文献标志码：A 文章编号：1001-8123(2013)10-0001-05 近年来，很多国内外学者利用图像处理和计算机视觉技术开展了对猪胴体等级的评定工作，也有针对企业生产线上的等级评定系统[1-5]；此类系统多以数码相机或工业相机及图像采集卡拍摄胴体图像，经图像处理后提取与等级有关的体形特征数据，如胴体6～7肋处、1/2处、臀中肌处等部位的横长及对应的膘厚度等。现有的等级评定系统中这些体型数据的提取多以单幅二维图像为基础，即首先从图像中提取各部位的像素个数，通过所预先建立的预测模型公式[1-2]估算其真实值；例如在获取胴体6～7肋处实际膘厚度时，采用模型公式y=0.241x＋0.542[2]进行换算，其中，x为在图像中提取的6～7肋处膘厚的图像像素个数，y为膘厚度的实际值，该模型公式通过大量的图像数据和胴体实际数据间的关系统计获得；如此若要得到较为准确的结果，所提取的像素个数应能真实反映该部位的实际数值，所以处理的图像应尽可能是标准的胴体正面图像，这对图像的拍摄过程提出了很高的要求。在实际的拍摄过程中，由于受到胴体姿势、拍摄角度等问题的影响，所拍摄的胴体图像往往会发生不同程度的偏转，这样获取的数据准确性受到限制，如胴体的偏转可能致使胴体某特征部位在图像中所占的像素个数减少，因而再使用上述模型公式进行换算时，得到的结果必然比该特征部位的实际数值要小。因此引入三维重建技术来修正单1二维图像中信息的局限性是十分必要的。 由多幅图像获取物体的三维几何信息是当前计算机视觉领域中的重要研究方向，基于图像的三维重建技术作为图像处理的1个重要研究分支，已被广泛应用于检测和观察中[6-10]。本实验使用2台摄像机构建了1个三维重建系统同时对猪胴体的左半片正面进行拍摄，通过对摄像机进行标定、胴体图像预处理，特征点立体匹配等过程，计算胴体各特征部位点的三维坐标值，进而得到各特征部位的三维重建值，最终获取更为准确的胴体分级指标。 1 材料与方法 1.1 材料与仪器 三元杂交猪胴体 北京资源食品集团生产线上包含各个等级的70片左半胴体。 MV-VS140FC工业数字CCD摄像机 陕西维视数字图像技术有限；1394接口M0814- MP镜头(摄像机最高分辨率1392×1040) CBC ComputarTM公司。 1.2 方法 1.2.1 图像获取 本实验所架设的2台摄像机约有相同的水平高度，2摄像机光轴约成30°角且面向猪胴体拍摄，进而使拍摄的2幅图像间有一定的视差，2台摄像机光心距离30cm，固定焦距8mm，物距约210cm，2台摄像机同时对胴体切割正面进行拍摄，为减少拍摄背景所引入的噪声影响，实验中使用1黑色背景板置于胴体后侧以屏蔽拍摄背景中其他非胴体信息；另外，手工测量出胴体各特征部位的实际值用于后期计算结果的比较。试验所选取的猪胴体涵盖较优等次及较劣等次的各个人工等级，选取的也尽量是包含不同体型与质量的样本，如此使得选取的胴体不失一般性。 1.2.2 相机标定 摄像机标定的目的，就是要建立三维空间坐标与二维图像坐标之间的对应关系[11]。在单目视觉中，这种对应关系是一对多的对应，即二维图像上1个像素点对应着真实三维空间中的1条直线上的多个点；而在双目视觉中，可以通过2幅二维图像上的对应像素点计算得到三维世界坐标与二维图像坐标的一一对应关系，由此便可以得到物体的三维坐标值[12]。为确定2摄像机在空间中的位置，试验采用张正友提出的平面模板2步法[13]对2像机进行标定，该方法因具有较好的精度以及实现过程简单，被广泛应用于实践中。平面模板2步法是1种介于传统标定和自标定[14-19]之间的方法，它不需要知道摄像机的运动信息，比传统的标定方法灵活，同时该方法仍需要1个特定的标定物以及标定物上1系列的空间坐标，因而没有自标定方法灵活。本试验中所使用的标定物为自制的1个7×5方格的黑白棋盘模板，模板中每个小正方形方格的边长为30mm；保持