[發明專利]一種利用局部參數優化計算基礎矩陣的相對定向方法

有效

• 申請號: 201410219948.6
• 申請日: 2014-05-23
• 公開（公告）號: CN104019799A
• 公開（公告）日: 2014-09-03
• 發明（設計）人: 董明利;李巍;孫鵬;王君;燕必希
• 申請（專利權）人: 北京信息科技大學
• 主分類號: G01C11/00
• 分類號: G01C11/00
• 代理公司: 北京律恒立業知識產權代理事務所(特殊普通合伙) 11416
• 代理人: 蔡艷園;陳軼蘭

技術領域

本發明涉及攝影測量技術領域，特別涉及一種基礎矩陣精確解算的非線性迭代方法。

背景技術

近年來，隨著以機電重工、汽車、船舶、通信電線，航空航天等為代表的現代大型裝備制造業不斷發展，大范圍現場高精度測量技術在裝備、對接和質量控制等任務環節中的需求越來越多，因此便攜、快速、高精度、大尺寸測量成為數字化攝影精密測量技術的一個重要發展方向。攝影測量系統的外方位參數解算是直接影響測量系統的關鍵因素。然而傳統定向方法的定向精度單純依賴于定向靶的加工和校準精度，且在測量過程中定向靶位置固定，測量范圍受限。當測量范圍較大時，就需要在測量構件不同位置多次擺放靶標才能完成對大尺寸或超大尺寸構件的整體測量，測量效率低且測量精度不高。為了克服傳統定向方式的缺陷，擴展測量范圍和測量靈活性，從計算機視覺中引入了基于外極線幾何約束的兩圖像相對定向方法。計算機視覺中最經典的雙圖像相對定向方法是八點算法，利用外極線幾何約束關系最少用兩幅圖像中公共的8個對應像點就可以計算出包含兩幅圖像間外方位關系的基礎矩陣。基礎矩陣是分析同一景物兩幅圖像外極線幾何約束關系的有力工具，它獨立于場景結構，包含了相機的內參數和外方位參數全部信息，被廣泛應用于圖像匹配、運動估計、三維重建、相機標定及虛擬現實等計算機視覺實際應用問題中，其較高精度的求解是后續工作的基礎，因此，精確、魯棒的估計基礎矩陣是非常重要的。

由于實際圖像觀測值存在誤差，基礎矩陣的求解問題轉化成最小化誤差優化問題，基礎矩陣估計的關鍵問題是：選擇最小化優化誤差函數，基礎矩陣參數化表示方法及估計方法。

目前計算基礎矩陣的常用方法主要分為三類：線性方法，非線性方法和魯棒方法。線性方法運算速度快，但忽略基礎矩陣各參數間的約束關系且最小化模型缺乏物理意義，對噪聲非常敏感，所以精度和魯棒性較差。而非線性方法和魯棒方法可以得到更精確的結果，但是相當耗時，不滿足在線測量要求。

線性算法中最常用的是Hartley提出的歸一化8點算法，經過對圖像坐標歸一化和基礎矩陣的秩為2約束的加入，能夠有效消除由于噪聲干擾產生的圖像觀測值誤差，與其他線性迭代算法相比，計算簡單，運算速度較快。然而，由于基礎矩陣是外極線幾何的數學表達形式，包含了相機的內參數和外參數全部信息，理論上所有極線交于一點，基礎矩陣秩為2，但由于計算誤差及像點坐標定位誤差，實際中的極點并不交于一點，而是近似交于一點，所以實際中基礎矩陣秩不為2，這就需要通過歸一化八點算法將求出的基礎矩陣強加入秩為2的約束，然后采用非線性迭代方法對求解出的初始基礎矩陣進行迭代更新，使其無限逼近最優解。

常用的非線性方法和魯棒方法主要有梯度法、M估計法、隨機一致性采樣法(RANSAC)，但是這些算法由于數學模型比較復雜，運算速度慢，不能很好的滿足在線測量要求。因此，需要一種高精度并且運算簡便快捷的解算基礎矩陣的方法。

發明內容

本發明的目的在于提供一種高效的解算基礎矩陣的相對定向方法，即一種利用局部參數優化計算基礎矩陣的相對定向方法，所述方法包括如下步驟：

(1).在測量場中布置多個空間特征點；

(2).在大于或等于兩個的不同站位由相機對所述多個空間特征點進行拍攝測量，獲取在每個站位處拍攝的每一幅圖像中的n個空間特征點各自的像面坐標，其中n≥8；

(3).獲得相機內參數，從上述圖像中選擇具有至少8個公共空間特征點的兩幅圖像，則兩圖像外極線幾何約束用本質矩陣和像點坐標描述為如下式所示：

m^'TEm＝0??????(1)

其中m(m,n,c)^T和m'(m',n',c')^T代表同一空間特征點在兩幅圖像中對應像點在相機坐標系下的坐標，E是表征兩圖像中相機外方位參數的本質矩陣；

(4).用局部參數優化的方法對拍攝獲得的每一組對應像點坐標構成的外極線幾何約束式(1)中的本質矩陣進行如下參數優化過程：