[發明專利]基于GPU并行加速的基礎矩陣和單應矩陣估計方法和系統

有效

• 申請號: 201710478041.5
• 申請日: 2017-06-21
• 公開（公告）號: CN107301618B
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 陶文兵;李杰;孫琨;徐青山
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06T15/00
• 代理公司: 42201 華中科技大學專利中心
• 代理人: 李智;曹葆青<國際申請>=<國際公布>=

本發明公開了一種基于GPU并行加速的基礎矩陣和單應矩陣估計方法和系統，其中方法的實現包括：對多個圖像，基于特征點利用匹配算法得到每個圖像對的匹配列表，匹配列表包含圖像對特征點的匹配信息；由于顯存容量限制，每次只選取M個圖像對進行并行計算，對此M個圖像對中的特征點匹配對進行并行隨機采樣；根據采樣結果并行地計算得到對應的候選基礎矩陣或候選單應矩陣和相應的內點數；然后在屬于同一個圖像對的多個候選基礎矩陣或候選單應矩陣中獲取內點數最大的候選矩陣進行優化得到最終的基礎矩陣或單應矩陣。本發明可以大幅度減少基礎矩陣和單應矩陣計算時間。

技術領域

本發明屬于計算機視覺領域，更具體地，涉及一種基于GPU并行加速的基礎矩陣和單應矩陣估計方法和系統。

背景技術

三維重建是在計算機中建立表達客觀世界的虛擬現實的關鍵技術。近幾年來，三維重建已經越來越成為一門比較熱門的課題。而在其中對于無序圖像的重建也漸漸成為很多人關注的重點，對無序圖像的重建最經典的方法要屬增量式Structure from Motion(SfM)。該方法的過程主要包括：提取圖像特征點；建立圖像對之間特征點匹配關系；計算圖像之間的雙視圖幾何關系；根據匹配估計稀疏三維點云和相機參數。雙視圖幾何關系中主要是計算圖像之間的基礎矩陣和單應矩陣，基礎矩陣可以用于剔除圖像之間的錯誤匹配，提高重建精度；單應矩陣的內點率可以反映圖像之間是否存在平面場景以及推測圖像之間基線的大小，可用于選擇合適的重建起點，因此兩者對于重建都有比較重要的作用。

但是在SfM中，基礎矩陣和單應矩陣的計算主要還是在CPU上完成。其往往需要與隨機采樣一致性算法(RANSAC)結合，才能得到比較魯棒的結果，但是利用RANSAC算法需要多次采樣并重復計算，因而是比較耗時的，特別是在大規模圖像的三維重建中，基礎矩陣和單應矩陣計算時間的問題將會更加突出。

由此可見，現有的基礎矩陣和單應矩陣估計方法中存在計算時間長，效率低的技術問題。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種基于GPU并行加速的基礎矩陣和單應矩陣估計方法和系統，由此解決現有的基礎矩陣和單應矩陣估計方法中存在計算時間長，效率低的技術問題。

為實現上述目的，按照本發明的一個方面，提供了一種基于GPU并行加速的基礎矩陣和單應矩陣估計方法，包括：

(1)對多個圖像，提取每個圖像的特征點，基于特征點利用匹配算法得到每個圖像對的匹配列表，匹配列表包含圖像對之間特征點的匹配信息，定義圖像對的匹配列表中相互匹配的1對特征點為匹配對，根據每個圖像對匹配列表中匹配對數量構建索引，得到索引編號，以便于查找；

(2)從具有匹配關系的所有圖像對中選取M個圖像對進行并行計算，在選取的每個圖像對的匹配列表中采集C*N個匹配對，此時C表示計算一個基礎矩陣或單應矩陣需要的匹配對數量，N為矩陣原始算法中RANSAC的最大迭代次數，對于M個圖像對，利用GPU并行產生M*N組隨機采樣序列，每組隨機采樣序列包含C個隨機數，每個隨機數為相應圖像對中匹配對的索引編號；

(3)對于每組隨機采樣序列，基于索引編號對應的匹配對得到候選基礎矩陣或候選單應矩陣和相應的內點數量，利用GPU并行得到M*N個候選基礎矩陣或M*N個候選單應矩陣和相應的M*N個內點數；

(4)在屬于同一個圖像對的N個候選基礎矩陣或N個候選單應矩陣中獲取內點數最大的矩陣為初始基礎矩陣或初始單應矩陣，則M*N個候選基礎矩陣中得到M個初始基礎矩陣，M*N個候選單應矩陣中得到M個初始單應矩陣，對M個初始基礎矩陣或M個初始單應矩陣進行優化得到最終的基礎矩陣或最終的單應矩陣。

進一步的，步驟(3)的具體實現方式為：