基于三角位移法姿態(tài)矯正的激光線掃描海底地形三維測(cè)繪

范承成，德曉薇，郭金家*，曹又文，盧澤宇，宋琳娜，張喜林

基于三角位移法姿態(tài)矯正的激光線掃描海底地形三維測(cè)繪

范承成1，德曉薇1，郭金家1*，曹又文1，盧澤宇2，宋琳娜1，張喜林3

（1.中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)部，山東 青島 266100；2.青島海洋科學(xué)與技術(shù)試點(diǎn)國(guó)家實(shí)驗(yàn)室，山東 青島 266237；3.中國(guó)地質(zhì)調(diào)查局青島海洋地質(zhì)研究所，山東 青島 266237）

作為一種三維成像技術(shù)，激光線掃描技術(shù)在海底目標(biāo)探測(cè)和地形地貌測(cè)繪中獲得了廣泛應(yīng)用。本文搭建了一套水下激光線掃描實(shí)驗(yàn)裝置，對(duì)經(jīng)過(guò)標(biāo)定的激光線掃描裝置獲得的圖像進(jìn)行激光光條提取、特征提取匹配等圖像處理后進(jìn)行三維重建。在光條提取算法方面，針對(duì)水下散射粒子等干擾，結(jié)合單通道閾值法和灰度重心法提高了光條提取的精度，較其他光條中心提取算法有更強(qiáng)的魯棒性；在特征提取匹配方面，提出了一種基于圖像的三角位移估計(jì)法用于系統(tǒng)定位和位姿矯正，該方法利用線結(jié)構(gòu)光三角測(cè)量原理估計(jì)場(chǎng)景深度，結(jié)合特征點(diǎn)匹配計(jì)算系統(tǒng)位移，然后融合點(diǎn)云數(shù)據(jù)完成姿態(tài)矯正。利用自研的線掃描系統(tǒng)在實(shí)驗(yàn)室進(jìn)行了標(biāo)準(zhǔn)球精度測(cè)試，在800 mm～2 500 mm的工作距離內(nèi)誤差可以控制在1 mm以下。2019年和2020年該設(shè)備搭載遙控?zé)o人潛水器進(jìn)行了深海海底地形三維成像試驗(yàn)，在海底沙坡區(qū)域?qū)Ρ疚奶岢龅娜俏灰品ㄗ藨B(tài)校正方法成功進(jìn)行了驗(yàn)證，并進(jìn)一步對(duì)不同條件的海底地形進(jìn)行測(cè)試，結(jié)果表明校正后的激光線掃描成像裝置能夠快速準(zhǔn)確地成像，具有較高的形貌還原度。

三維成像；激光線掃描；姿態(tài)矯正；海底地形掃描

1 引　言

海洋中蘊(yùn)含著豐富的資源，進(jìn)行深海科學(xué)考察和資源調(diào)查需要對(duì)待測(cè)區(qū)域有清楚的認(rèn)識(shí)，海底地形地貌的高精度三維重建在海底目標(biāo)識(shí)別、地質(zhì)勘查、礦藏估計(jì)、環(huán)境監(jiān)測(cè)和潛水器路徑規(guī)劃等領(lǐng)域都有著重要的作用［1-4］。聲學(xué)技術(shù)在海底地形測(cè)繪中有著廣泛的應(yīng)用［5］，但由于聲波的傳播特點(diǎn)，在高精度海底地形探測(cè)方面有著很大的限制，一般用于大面積的海底測(cè)繪。光學(xué)三維重建技術(shù)近年來(lái)在水下地形精細(xì)測(cè)繪中逐漸受到重視，現(xiàn)已應(yīng)用在水下的光學(xué)三維成像技術(shù)有結(jié)構(gòu)光法［6-7］、激光雷達(dá)法［8-9］、立體視覺(jué)法［10-11］、運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（Structure from Motion，SFM）法［12-13］等，其中，基于結(jié)構(gòu)光原理的激光線掃描技術(shù)在水下有較遠(yuǎn)的工作距離，且結(jié)構(gòu)簡(jiǎn)單穩(wěn)定、成本低，非常適合搭載水下運(yùn)載器對(duì)海底地形或目標(biāo)物進(jìn)行高精度的三維成像。

激光線掃描技術(shù)在陸地上有廣泛的應(yīng)用，但在海底地形測(cè)繪中，由于水體測(cè)量光路折射、水中懸浮粒子干擾、運(yùn)載器的不規(guī)律運(yùn)動(dòng)等影響，實(shí)現(xiàn)方式和空氣中有很大不同。其中，對(duì)于復(fù)雜環(huán)境下光條提取和系統(tǒng)姿態(tài)估計(jì)問(wèn)題，很多科研機(jī)構(gòu)均開(kāi)展了相關(guān)的研究。傳統(tǒng)的光條提取算法主要包括極值法、灰度重心法、閾值法、幾何中心法等［14］，但它們都不能很好處理光條圖像中帶有強(qiáng)烈干擾的情況［15］。Steger算法［16］精度高，魯棒性好，但是運(yùn)算量大，計(jì)算效率低，難以實(shí)現(xiàn)光條中心的快速提取。Chen等［17］提出使用圖像接縫算法，對(duì)光條圖像建立有向無(wú)環(huán)圖模型，利用最短路徑搜索提取光條中心，具有良好的抗干擾能力。胡增等［18］運(yùn)用改進(jìn)的連通域提取算法和邊緣連接算法，篩選出光條中心輪廓，再沿法向采用加權(quán)灰度重心法，精確提取出亞像素光條中心。上述方法在一定程度上提高了中心提取算法的抗干擾能力，但是針對(duì)復(fù)雜海底環(huán)境下的光條中心提取方法的相關(guān)研究依然較少，還存在運(yùn)算速度慢或抗干擾能力弱的問(wèn)題。為了解決水下運(yùn)載器的位姿估計(jì)問(wèn)題，通常的做法是利用慣性導(dǎo)航系統(tǒng)（Inertial Navigation System，INS）作為水下航行器的主要導(dǎo)航裝置進(jìn)行自主定位［19］，Bodenmann［20］、Bleier［21］、Martins［22］、丁忠軍［23］等人都使用多普勒計(jì)程儀（Doppler Velocity Logs，DVL）、INS和全球定位系統(tǒng)（Global Position System，GPS）等傳感器提供的位姿數(shù)據(jù)與點(diǎn)云數(shù)據(jù)進(jìn)行融合，完成水下目標(biāo)的掃描成像。近年來(lái)，基于視覺(jué)和圖像的機(jī)器人導(dǎo)航定位方式發(fā)展迅速，該方法大大降低了系統(tǒng)的成本。Holak等人［24］提出了一種水下機(jī)器人位姿估計(jì)的視覺(jué)系統(tǒng)數(shù)學(xué)模型，該系統(tǒng)由一個(gè)攝像機(jī)和多個(gè)激光模塊組成，可用于估計(jì)相機(jī)相對(duì)觀測(cè)表面的位置和姿態(tài)。但是該方法要求特定的投影光模式，且該模式很難滿足三維重建的要求。Jeon等人［25］提出了基于同步定位與地圖構(gòu)建（Simultaneous Localization and Mapping，SLAM）的SFM水下三維重建算法，利用SLAM進(jìn)行姿態(tài)估計(jì)提供圖像方向，提高了三維重建的質(zhì)量和SFM的計(jì)算效率。對(duì)于復(fù)雜的水下環(huán)境和低紋理場(chǎng)景，這種方法的三維重建效果嚴(yán)重下降，而且單目系統(tǒng)存在尺度不確定性問(wèn)題。

針對(duì)上述兩個(gè)問(wèn)題，本文提出了單通道閾值和灰度重心法相結(jié)合的光條提取算法，能夠?qū)崿F(xiàn)真實(shí)光條區(qū)域的快速篩選定位，精確提取光條中心；同時(shí)提出了三角位移估計(jì)法用于系統(tǒng)的位姿估計(jì)，該方法利用線結(jié)構(gòu)光三角測(cè)量的深度數(shù)據(jù)達(dá)到固定尺度的目的，最后利用自研的水下激光線掃描三維成像系統(tǒng)搭載遙控?zé)o人潛水器（Remote Operated Vehicle，ROV）進(jìn)行了現(xiàn)場(chǎng)試驗(yàn)和方法驗(yàn)證。

2 系統(tǒng)與實(shí)驗(yàn)

2.1　系統(tǒng)介紹

我們研制的水下激光線掃描三維成像系統(tǒng)由三部分組成：線激光發(fā)射艙、攝像艙和控制艙。結(jié)構(gòu)示意圖如圖1?？紤]到深海試驗(yàn)防水耐壓的工作需求，激光器、攝像機(jī)等都置于密封艙內(nèi)，密封艙主體材料為7075鋁合金，厚度為10 mm，前端采用厚度為15 mm、直徑為66 mm的透明石英窗口進(jìn)行密封。考慮到水體對(duì)不同波長(zhǎng)光的吸收特性：藍(lán)綠光在水下具有較遠(yuǎn)的傳輸距離［26］，我們選擇了功率為500 mw的520 nm線激光器作為照射光源，激光器發(fā)散角為65°，最細(xì)線寬可調(diào)節(jié)至0.4 mm；攝像機(jī)采用1 080p CMOS彩色工業(yè)相機(jī)，最大幀率為25 FPS，前端采用6 mm焦距鏡頭，視場(chǎng)角為67°；激光器和攝像機(jī)之間的角度可以根據(jù)目標(biāo)距離進(jìn)行調(diào)節(jié)，基線長(zhǎng)度為70 cm。系統(tǒng)在深海實(shí)驗(yàn)時(shí)通常將兩者角度固定為25°，使其能夠在0.5 m～10 m的距離內(nèi)正常工作。圖2為系統(tǒng)的工作模式示意圖，線掃描裝置固定在ROV或其他水下運(yùn)載平臺(tái)底部，由水下機(jī)器人帶動(dòng)激光線掃描系統(tǒng)以垂直激光平面的方向進(jìn)行平移掃描成像。

圖1　水下激光線掃描成像系統(tǒng)結(jié)構(gòu)

圖2　水下激光線掃描成像系統(tǒng)工作模式示意圖

2.2　系統(tǒng)標(biāo)定

考慮到介質(zhì)折射和水下系統(tǒng)標(biāo)定環(huán)境限制的問(wèn)題，我們采用空氣和水下標(biāo)定相結(jié)合的方式。首先利用張正友標(biāo)定法［27］對(duì)相機(jī)進(jìn)行水下標(biāo)定，然后在空氣中進(jìn)行系統(tǒng)標(biāo)定確定激光平面方程，再利用水下標(biāo)定的相機(jī)內(nèi)參和Mato等人提出的光平面折射補(bǔ)償法［28］，完成線掃描系統(tǒng)的水下標(biāo)定。

在空氣中進(jìn)行線掃描系統(tǒng)標(biāo)定時(shí)，我們基于單應(yīng)矩陣與交比不變性［29］設(shè)計(jì)了光平面標(biāo)定方法，如圖3所示。該方法采用的標(biāo)定圖像如圖3（a）所示，標(biāo)定板由白色圓點(diǎn)和直線兩部分組成，左側(cè)的特征點(diǎn)用來(lái)確定標(biāo)定板相對(duì)系統(tǒng)的單應(yīng)性矩陣，右側(cè)是激光投射區(qū)域。通過(guò)交比不變定理可以確定激光線與四條直線相交的坐標(biāo)，從而確定激光線條的空間方程，然后改變標(biāo)定板的姿態(tài)多次測(cè)量，利用最小二乘法擬合獲取激光平面方程。

圖3　空氣中線掃描系統(tǒng)標(biāo)定方法

2.3　圖像處理方法

線掃描系統(tǒng)采集的圖像帶有高亮的激光條紋，該條紋反映了目標(biāo)表面的起伏變化，獲取光條的位置是采集地貌信息的基礎(chǔ)。同時(shí)，為了保證整個(gè)區(qū)域地形重建的連續(xù)性和恢復(fù)的準(zhǔn)確性，需要對(duì)激光條紋外的區(qū)域做特征提取匹配，完成系統(tǒng)姿態(tài)估計(jì)和矯正，對(duì)激光線掃描成像裝置圖像處理方法具體介紹如下：

231光條中心提取

我們采用單通道閾值法和灰度重心法相結(jié)合的方法，在保證計(jì)算速度的同時(shí)提高光條中心的提取精度。首先對(duì)獲取的圖像進(jìn)行預(yù)處理，包括中值濾波、形態(tài)學(xué)處理和閾值篩選，隨后利用單通道閾值法定位激光線區(qū)域，在該區(qū)域內(nèi)使用灰度重心法求得光條中心坐標(biāo)。算法流程如圖4所示。

圖4　光條中心提取算法流程圖

圖5　噪聲行三通道灰度值分布圖

使用該方法對(duì)含有散射粒子圖像中的激光線條進(jìn)行提取，結(jié)果與其他方法對(duì)比如圖6所示?？梢?jiàn)，在復(fù)雜海底環(huán)境下，該方法相比其他速度較快的傳統(tǒng)光條提取方法，具有更強(qiáng)的魯棒性，在存在散射粒子干擾的情況下能精確地提取光條中心。

圖6　復(fù)雜海底環(huán)境下提取結(jié)果對(duì)比

從表1可知，對(duì)比其他三種方法，本文所提的方法由于對(duì)真實(shí)光條區(qū)域進(jìn)行了篩選定位，很大程度上排除了散射粒子的干擾，因此標(biāo)準(zhǔn)誤差最小，準(zhǔn)確度相對(duì)較高，同時(shí)僅對(duì)像素面積較小的光條區(qū)域使用灰度重心法，運(yùn)行速度相對(duì)較快。

表1標(biāo)準(zhǔn)誤差和運(yùn)行時(shí)間比較結(jié)果

Tab.1　Comparison results of standard error and run time

232三角位移法姿態(tài)矯正

在實(shí)際深海測(cè)量過(guò)程中，由于受到底流、地形起伏等影響，水下運(yùn)載平臺(tái)往往難以維持相對(duì)地形或海平面水平的姿態(tài)進(jìn)行勻速平移，此時(shí)掃描到的地形地貌或目標(biāo)物會(huì)發(fā)生較大的變形?？紤]到ROV等水下運(yùn)載平臺(tái)在海底行進(jìn)時(shí)以直線巡航為主，產(chǎn)生的俯仰姿態(tài)較少，而速度改變與水平方向運(yùn)動(dòng)改變較多，為盡量使獲取的點(diǎn)云數(shù)據(jù)更精確，利用特征點(diǎn)提取匹配［32-33］，在水平平面上對(duì)系統(tǒng)的運(yùn)動(dòng)方向與速度進(jìn)行求解，模擬系統(tǒng)在航行時(shí)產(chǎn)生的水平姿態(tài)改變。

為了避免激光條紋及散射粒子對(duì)特征點(diǎn)提取的影響，對(duì)激光條紋和較大粒子區(qū)域做掩膜處理，特征提取時(shí)剔除落在掩膜區(qū)域附近的特征點(diǎn)，選取感興趣區(qū)域時(shí)優(yōu)先考慮激光條紋區(qū)域的兩側(cè)鄰近區(qū)域，提高深度估計(jì)的可靠性。由于采用了三角測(cè)量的深度估計(jì)方法和、方向正交分解的位移處理方式，該方法稱(chēng)為三角位移估計(jì)法。姿態(tài)矯正流程如圖7所示，該算法主要由兩部分組成：一是對(duì)激光線上的深度值采樣并取平均用來(lái)估計(jì)鄰近區(qū)域的場(chǎng)景深度；二是利用特征檢測(cè)和匹配求得特征軌跡，結(jié)合場(chǎng)景深度值估計(jì)和方向的實(shí)際位移，獲得水平平面上系統(tǒng)的位移軌跡，融合點(diǎn)云數(shù)據(jù)完成姿態(tài)矯正。

圖7　姿態(tài)矯正流程圖

2.4　實(shí)驗(yàn)室測(cè)試

實(shí)驗(yàn)室測(cè)試時(shí)，激光線掃描系統(tǒng)搭載在由電機(jī)驅(qū)動(dòng)的水平導(dǎo)軌上，整個(gè)裝置放置在水面上方，水箱底部放有鵝卵石、螺釘、拉環(huán)等目標(biāo)物。實(shí)驗(yàn)時(shí)模擬深海黑暗環(huán)境，降低自然光對(duì)成像結(jié)果的影響，同時(shí)為了使目標(biāo)物的紋理可見(jiàn)，姿態(tài)矯正時(shí)可以提供大量的特征點(diǎn)，系統(tǒng)配置了LED光源，保證了一定的光照條件。電機(jī)帶動(dòng)系統(tǒng)進(jìn)行水平掃描成像，工作距離為1.1 m左右，掃描速度為0.1 m/s，水箱底部掃描實(shí)驗(yàn)如圖8所示。從圖中可以看出，我們搭建的激光線掃描系統(tǒng)可以清晰地對(duì)水下圖像進(jìn)行三維重建，螺釘?shù)穆菁y也比較清晰，體現(xiàn)了系統(tǒng)的檢測(cè)精度。

同時(shí)，為了進(jìn)一步對(duì)激光線掃描系統(tǒng)的精度進(jìn)行定量，在實(shí)驗(yàn)室水池中對(duì)不同距離處的標(biāo)準(zhǔn)球（半徑為30.01 mm）進(jìn)行掃描成像，根據(jù)點(diǎn)云成像球半徑和實(shí)際值的誤差來(lái)驗(yàn)證系統(tǒng)的測(cè)量精度。測(cè)量所得到的半徑值和誤差隨距離變化如圖9所示，總的來(lái)說(shuō)，測(cè)量誤差隨距離增加而變大，800 mm到2 500 mm范圍內(nèi)，點(diǎn)云擬合球誤差在1 mm以內(nèi)。

圖8　實(shí)驗(yàn)室水箱底部掃描成像實(shí)驗(yàn)

圖9　標(biāo)準(zhǔn)球水下精度測(cè)試實(shí)驗(yàn)結(jié)果

2.5　現(xiàn)場(chǎng)試驗(yàn)

我們研制的激光線掃描系統(tǒng)在2019年7～8月以及2020年7～8月由FCV3000 ROV搭載進(jìn)行了深海原位測(cè)試，對(duì)包括平坦沙坡區(qū)、大面積碳酸鹽結(jié)殼巖石區(qū)與平坦沉淀區(qū)等區(qū)域都進(jìn)行了激光線掃描三維成像。激光線掃描系統(tǒng)在海底工作時(shí)固定于ROV底部的金屬杠上，并通過(guò)水密纜連接ROV，ROV到達(dá)海底后，控制其在距離海底1～10 m的高度進(jìn)行水平移動(dòng)，激光線掃過(guò)下方目標(biāo)物，由攝像機(jī)連續(xù)獲取圖像并存儲(chǔ)。系統(tǒng)現(xiàn)場(chǎng)工作照片如圖10所示，圖11為獲得的典型激光線掃描海底圖像。

圖10　激光線掃描系統(tǒng)海上現(xiàn)場(chǎng)工作照片，右圖為局部放大圖。

圖11　典型激光線掃描海底圖像

如前所述，對(duì)獲得的圖像進(jìn)行光條中心提取，結(jié)合標(biāo)定數(shù)據(jù)得到三維點(diǎn)云，經(jīng)過(guò)姿態(tài)校正獲得海底三維圖像，圖12是采用本文三角位移法姿態(tài)校正獲得的海底沙坡區(qū)域三維圖像，在圖12中同時(shí)展示了未進(jìn)行姿態(tài)校正的結(jié)果，對(duì)比原視頻可知，通過(guò)水平位姿對(duì)三維點(diǎn)云進(jìn)行矯正后，能夠準(zhǔn)確地還原出目標(biāo)區(qū)域的三維信息。

進(jìn)一步通過(guò)我們研制的深海激光線掃描系統(tǒng)和圖像處理方法，對(duì)不同海底地形進(jìn)行了測(cè)試，典型的成像結(jié)果如圖13和14所示，圖13是海底凸起石塊目標(biāo)物的三維點(diǎn)云成像結(jié)果及相機(jī)照片對(duì)比圖，相機(jī)照片來(lái)自于ROV攝像頭，激光線掃描系統(tǒng)成像距離海底1.5～3 m左右，ROV運(yùn)動(dòng)速度約為0.2 m/s。對(duì)比點(diǎn)云圖和相機(jī)獲取圖片，系統(tǒng)對(duì)于海底凸起石塊目標(biāo)物可以較好地三維成像，巖石上凹凸不平的細(xì)節(jié)呈現(xiàn)較為完整。

圖12　采用三角位移法姿態(tài)矯正前后的海底沙坡區(qū)域三維點(diǎn)云圖像

圖13　海底凸起石塊目標(biāo)物的三維點(diǎn)云及照片

圖14是海底一條狹長(zhǎng)坑道的三維點(diǎn)云圖，成像距離在5～7 m左右，由于距離較遠(yuǎn)，從坑道的局部照片可以看出此時(shí)攝像機(jī)的成像效果較差，但激光線掃描系統(tǒng)依然可以很好地獲取坑道的三維信息和還原形貌特征。

圖14　海底狹長(zhǎng)坑道的三維點(diǎn)云圖和坑道局部照片

由于海底目標(biāo)物的真實(shí)三維數(shù)據(jù)無(wú)法得知，為了驗(yàn)證激光線掃描結(jié)果的準(zhǔn)確性和形貌還原程度，將激光線掃描測(cè)得的深度數(shù)據(jù)與ROV攜帶的Kongsberg 1007D系列高度計(jì)所測(cè)的數(shù)據(jù)對(duì)比，圖15為兩者30 s內(nèi)在同一區(qū)域所測(cè)得的深度曲線圖。兩系統(tǒng)安裝位置相距25 cm，高度計(jì)所測(cè)得數(shù)據(jù)大于激光線掃描的數(shù)據(jù)，但從圖15中可以看出整體趨勢(shì)一致。將兩者安裝位置所帶來(lái)的誤差排除后，激光線掃描系統(tǒng)測(cè)量的深度值相對(duì)于高度計(jì)的平均相對(duì)誤差為2.93%，表明本系統(tǒng)獲得的三維數(shù)據(jù)具有準(zhǔn)確的尺度。

圖15　線掃描與高度計(jì)深度測(cè)量值對(duì)比圖

3 結(jié)　論

本文針對(duì)激光線掃描系統(tǒng)在深海環(huán)境應(yīng)用中遇到的問(wèn)題開(kāi)展了方法研究。對(duì)于圖像中散射粒子干擾嚴(yán)重的情況改進(jìn)了光條中心提取算法，可以實(shí)現(xiàn)條紋區(qū)域的快速篩選定位，對(duì)比其他的光條提取算法，該方法具有更快的速度和更強(qiáng)的魯棒性；為解決激光線掃描推掃過(guò)程中系統(tǒng)運(yùn)動(dòng)軌跡變化問(wèn)題提出了基于圖像的三角位移法姿態(tài)矯正的方法，在不依賴于DVL等外部設(shè)備的情況下有效提高了目標(biāo)的還原程度。為了驗(yàn)證方法的可行性，我們?cè)趯?shí)驗(yàn)室使用了半徑為30.01 mm的標(biāo)準(zhǔn)球進(jìn)行誤差分析，在800 mm～2 500 mm的距離范圍內(nèi)，線掃描系統(tǒng)的三維重建誤差能夠控制在1 mm以內(nèi)。最后，我們使用激光線掃描系統(tǒng)在深海海底開(kāi)展了原位測(cè)試，基于上述方法的處理獲取了海底地形的三維點(diǎn)云，并將線掃描系統(tǒng)與高度計(jì)測(cè)量的深度值進(jìn)行對(duì)比，平均相對(duì)誤差為2.93%。現(xiàn)場(chǎng)試驗(yàn)結(jié)果表明，系統(tǒng)對(duì)于海底地形能夠快速準(zhǔn)確地成像，形貌還原程度較高，進(jìn)一步證明了本論文方法的有效性，同時(shí)表明了低成本、結(jié)構(gòu)簡(jiǎn)單的線激光掃描系統(tǒng)替代昂貴的專(zhuān)業(yè)光學(xué)深度傳感器的可能，為水下激光三維重建技術(shù)提供了新的參考。

［1］ FLORINSKY I V， FILIPPOV S V. Three-dimensional geomorphometric modeling of the Arctic Ocean submarine topography： a low-resolution desktop application［J］.， 2021， 46（1）： 88-101.

［2］ 唐遠(yuǎn)河，王浩軒，劉青松，等. 主動(dòng)遙感探測(cè)海底可燃冰的正演研究［J］. 光學(xué)精密工程， 2018， 26（12）： 2909-2916.

TANG Y H， WANG H X， LIU Q S，. Forward measurement of submarine gas hydrates by active remote sensing technology［J］.， 2018， 26（12）： 2909-2916.（in Chinese）

［3］ JOHNSON-ROBERSON M， BRYSON M， FRIEDMAN A，. High-resolution underwater robotic vision-based mapping and three-dimensional reconstruction for archaeology［J］.， 2017， 34（4）： 625-643.

［4］ PICARDI G， CHELLAPURATH M， IACOPONI S，. Bioinspired underwater legged robot for seabed exploration with low environmental disturbance［J］.， 2020， 5（42）： eaaz1012.

［5］ 舒岳階，吳俊，周遠(yuǎn)航，等. 水工物理模型水下高精度超聲水位測(cè)量［J］. 光學(xué)精密工程， 2020， 28（9）： 2027-2034.

SHU Y J， WU J， ZHOU Y H，. Underwater high-precision ultrasonic water level measurement method for hydraulic physical model［J］.， 2020， 28（9）： 2027-2034.（in Chinese）

［6］ BRUNO F， BIANCO G， MUZZUPAPPA M，. Experimentation of structured light and stereo vision for underwater 3D reconstruction［J］.， 2011， 66（4）： 508-518.

［7］ RISHOLM P， KIRKHUS T， THIELEMANN J T，. Adaptive structured light with scatter correction for high-precision underwater 3D measurements［J］.， 2019， 19（5）： 1043.

［8］ 金鼎堅(jiān)，吳芳，于坤，等. 機(jī)載激光雷達(dá)測(cè)深系統(tǒng)大規(guī)模應(yīng)用測(cè)試與評(píng)估：以中國(guó)海岸帶為例［J］. 紅外與激光工程， 2020， 49（S2）： 9-23.

JIN D J， WU F， YU K，. Large-scale application test and evaluation of an airborne lidar bathymetry system—A case study in China's coastal zone［J］.， 2020， 49（S2）： 9-23.（in Chinese）

［9］ 徐夢(mèng)溪，陸云揚(yáng)，談曉珊，等. 固態(tài)激光雷達(dá)傳感器技術(shù)及無(wú)人機(jī)載測(cè)深應(yīng)用［J］. 電子測(cè)量技術(shù)， 2021， 44（15）： 89-96.

XU M X， LU Y Y， TAN X S，. Solid-state LiDAR sensor technology and bathymetry application of UAV［J］.， 2021， 44（15）： 89-96.（in Chinese）

［10］ 謝亮亮，屠大維，張旭，等. 深海原位激光掃描雙目立體視覺(jué)成像系統(tǒng)［J］. 儀器儀表學(xué)報(bào)， 2020， 41（6）： 106-114.

XIE L L， TU D W， ZHANG X，. Deep Seabinocular stereo vision imaging system with laser scanning［J］.， 2020， 41（6）： 106-114.（in Chinese）

［11］ LWIN K N， MUKADA N， MYINT M，. Visual docking against bubble noise with 3-D perception using dual-eye cameras［J］.， 2020， 45（1）： 247-270.

［12］ SHI C， WANG Q B， HE X L，. An automatic method of fish length estimation using underwater stereo system based on LabVIEW［J］.， 2020， 173： 105419.

［13］ BAYLEY D T I， MOGG A O M. A protocol for the large-scale analysis of reefs using Structure from Motion photogrammetry［J］.， 2020， 11（11）： 1410-1420.

［14］ 李瑩瑩，張志毅，袁林. 線結(jié)構(gòu)光光條中心提取綜述［J］. 激光與光電子學(xué)進(jìn)展， 2013， 50（10）： 13-22.

LI Y Y， ZHANG Z Y， YUAN L. Survey on linear structured light stripe center extraction［J］.， 2013， 50（10）： 13-22.（in Chinese）

［15］ 周淵，孟祥群，江登表，等. 復(fù)雜干擾情況下的結(jié)構(gòu)光條紋中心提取方法［J］. 中國(guó)激光， 2020， 47（12）： 1204004.

ZHOU Y， MENG X Q， JIANG D B，. Centerline extraction of structured light stripe under complex interference［J］.，2020， 47（12）： 1204004.（in Chinese）

［16］ STEGER C. An unbiased detector of curvilinear structures［J］.， 1998， 20（2）： 113-125.

［17］ CHEN J S， SU G D， XIANG S B. Robust welding seam tracking using image seam extraction［J］.， 2012， 17（2）： 155-161.

［18］ 胡增，李偉明，ALAA A A，等. 抗焊渣飛濺干擾的線結(jié)構(gòu)光光條中心快速提取方法［J/OL］. 激光與光電子學(xué)進(jìn)展：1-12［2022-05-11］. http：//kns.cnki.net/kcms/detail/31.1690.TN. 20210712. 1655.058.html.

HU Z， LI W M， ALAA A A，. A fast center extraction algorithm for line structure laser stripe of anti-welding slag spatter［J/OL］.：1-12［2022-05-11］. http：//kns.cnki.net/kcms/detail/31.1690.TN.202107 12. 1655.058.html.

［19］ DINC M， HAJIYEV C. Integration of navigation systems for autonomous underwater vehicles［J］.， 2015， 14（1）： 32-43.

［20］ BODENMANN A， THORNTON B， URA T. Generation of high-resolution three-dimensional reconstructions of the seafloor in color using a single camera and structured light［J］.， 2017， 34（5）： 833-851.

［21］ BLEIER M， LUCHT JVAN DER， NüCHTER A. Scout3d-an underwater laser scanning system for mobile mapping［J］.，， 2019， XLII-2/W18： 13-18.

［22］ MARTINS A， ALMEIDA J， ALMEIDA C，. UX 1 system design - A robotic system for underwater mining exploration［C］. 2018（）15，2018，，IEEE， 2018： 1494-1500.

［23］ 丁忠軍，趙子毅，張春堂，等. 載人潛水器的深海地貌線結(jié)構(gòu)光三維重建［J］. 紅外與激光工程， 2019， 48（5）： 11-19.

DING Z J， ZHAO Z Y， ZHANG C T，. 3D reconstruction of deep sea geomorphologic linear structured light based on manned submersible［J］.， 2019， 48（5）： 11-19.（in Chinese）

［24］ HOLAK K， CIESLAK P， KOHUT P，. A vision system for pose estimation of an underwater robot［J］.， 2020： 1-15.

［25］ JEON I， LEE I. 3d reconstruction of unstable underwater environment with sfm using slam［J］.，， 2020，： 957-962.

［26］ POPE R M， FRY E S. Absorption spectrum （380-700 nm） of pure water. II. Integrating cavity measurements［J］.， 1997， 36（33）： 8710-8723.

［27］ ZHANG Z. A flexible new technique for camera calibration［J］.， 2000， 22（11）： 1330-1334.

［28］ MATOS G， BUSCHINELLI P， PINTO T. Underwater laser triangulation sensor model with flat refractive interfaces［J］.， 2020， 45（3）： 937-945.

［29］ MU D Y， XU G L， DONG W D. A simple calibration method for line-structured light vision sensor based on planar target of different positions［C］. 2020，（）1012，2020，，IEEE， 2020： 117-121.

［30］ 嚴(yán)婷婷，李鋒，王琦. 高斯加權(quán)的二維灰度重心法提取光條中心［J］. 計(jì)算機(jī)工程與設(shè)計(jì)， 2020， 41（12）： 3570-3574.

YAN T T， LI F， WANG Q. Gaussian weighted two-dimensional gray center of gravity method for extracting strip center［J］.， 2020， 41（12）： 3570-3574.（in Chinese）

［31］ 吳頔，呂且妮，盧琳，等. 基于互相關(guān)和改進(jìn)高斯擬合的光斑中心提取方法［J］. 光電子·激光， 2017， 28（2）： 202-210.

WU D， LU Q N， LU L，. Spot center extraction based on cross correlation and improved Gaussian fitting［J］.， 2017， 28（2）： 202-210.（in Chinese）

［32］ LEUTENEGGER S， CHLI M， SIEGWART R Y. BRISK： binary robust invariant scalable keypoints［C］. 2011613，2011，，IEEE， 2011： 2548-2555.

［33］ CALONDER M， LEPETIT V， STRECHA C，.：［M］. Computer Vision-ECCV 2010. Berlin， Heidelberg： Springer Berlin Heidelberg， 2010： 778-792.

3D mapping of submarine topography by laser line scanning based on pose correction by triangular displacement method

FAN Chengcheng1，DE Xiaowei1，GUO Jinjia1*，CAO Youwen1，LU Zeyu2，SONG Linna1，ZHANG Xilin3

（1，，266100，；2（），266237，；3，，266237，），：

As a three-dimensional （3D） imaging technology， laser line scanning has been widely used in underwater target detection and topographic mapping. In this study， a set of underwater laser line scanning experimental equipment is constructed， and images obtained using a calibrated laser line scanning device are processed via laser strip extraction， feature extraction， and matching； subsequently， 3D reconstruction is performed. To mitigate the interference of underwater scattering particles， the light strip extraction algorithm is used， where the single channel threshold and gray center methods are combined to improve the accuracy of light strip extraction. Consequently， a higher robustness is achieved compared with that afforded by other light strip center extraction algorithms. In terms of feature extraction and matching， an image-based triangular displacement estimation method for system positioning and pose correction is proposed herein. This method applies the principle of line-structured light triangulation to estimate the scene depth， matches feature points to estimate system displacement， and fuses point cloud data to complete pose correction. We performed a standard ball accuracy test in a laboratory using a self-developed line scanning system， and the error can be controlled below 1 mm within a distance of 800–2500 mm. In 2019 and 2020， we performed 3D imaging tests of deep-sea seabed terrains with an ROV using the abovementioned system. The tests successfully validated the pose correction method of the proposed triangular displacement method in a sloped seabed sand area， and further tests were performed on the seabed terrain under different conditions. The results demonstrate that the corrected laser line scanning imaging device can perform imaging rapidly and accurately with a high degree of morphology reduction.

3D imaging； laser line scanning； pose correction； submarine topography scanning

TN247；TP391

A

10.37188/OPE.20223010.1170

1004-924X（2022）10-1170-11

2021-10-25；

2021-12-18.

青島市海洋工程與技術(shù)智庫(kù)聯(lián)合基金項(xiàng)目（No.20211119-2）；山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（No.2020CXGC010706）

范承成（1997），男，安徽黃山人，碩士研究生，2019年于安徽大學(xué)獲得學(xué)士學(xué)位，現(xiàn)就讀于中國(guó)海洋大學(xué)光學(xué)工程專(zhuān)業(yè)，主要從事激光三維成像方面的研究。E-mail： fcc_ouc@163.com

郭金家（1979），男，山東青島人，教授級(jí)高級(jí)工程師，博士生導(dǎo)師，2001年于山東師范大學(xué)獲得學(xué)士學(xué)位，2004年、2012年于中國(guó)海洋大學(xué)分別獲得碩士和博士學(xué)位，現(xiàn)就職于中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)部物理與光電工程學(xué)院，主要從事海洋激光探測(cè)技術(shù)的研究。Email： opticsc@ouc.edu.cn