[發明專利]多視圖重建中的一種線性全局相機運動參數估計方法

有效

• 申請號: 201810085740.8
• 申請日: 2018-01-29
• 公開（公告）號: CN108280858B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 秦紅星;胡闖
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06V10/75;G06K9/62
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

本發明涉及一種多視圖重建中的一種線性全局相機運動參數估計方法，屬于多視圖幾何和三維重建技術領域，包含如下步驟：S1：輸入多張圖像，對固定場景的多張圖像進行兩兩匹配；S2：采用基于多視圖幾何的理論和全局優化方法將所有相機放在同一坐標系下進行優化；S3：計算出所有相機的絕對旋轉；S4：利用相機的絕對旋轉和點匹配，根據多視圖幾何中極線幾何約束關系計算出相機的絕對平移向量。本發明方法能夠處理大場景的重建應用，同時噪聲的影響較小，計算簡單，不需要額外的其他信息，極大提高了運動參數的精度。

技術領域

本發明屬于多視圖幾何和三維重建技術領域，涉及一種多視圖重建中的一種線性全局相機運動參數估計方法。

背景技術

在計算機視覺中，三維重建是一個研究的熱點問題，并且重建出來的三維模型有著廣泛的應用場景，三維重建技術正在人類的生活中發揮著重要作用。特別是基于圖像的三維重建，在三維游戲開發、古代文物遺跡的重建、三維數字化城市的設計、工業上機器原型的設計等領域有了十分廣泛的應用，因此對于基于圖像的三維重建技術的研究是計算機視覺和圖形學研究領域的重要方向之一。經過多年的研究和計算機技術的發展，其中的一些問題，已得到比較好的解決，比如相機的標定、內參數的獲取等，同時求解相機的外參數，即運動參數的估計卻是一直未能找到比較好的方法，特別是在面臨著大規模場景和噪聲影響的情況下。目前，運動參數估計是三維重建中研究的重點。

隨著研究的不斷深入，研究者們已經提出了很多運動參數估計方法。這些運動參數估計方法有線性求解方法的，還有迭代求解方法，即通過不斷迭代去逼近真實值，有局部優化的方法，也有全局優化的方法，就是把所有的相機放在一起，統一到同一坐標系下進行優化求解，有獨立求解的方法，也有和結構一起求解的，就是同時和恢復空間中場景點一起進行計算估計。現在基本上把該問題當作一個優化問題來處理。

盡管這些運動參數估計方法各有優點，但是也存在不同的缺點。要么是計算太過復雜，難以在計算復雜與精度兩者之間取得平衡，抑或難以實施，要么是精度不高，雖然計算簡單，但效果并不理想，再或者是對噪聲比較敏感。還有就是無法有效解決大規模成千上百的圖像場景的重建應用。

發明內容

有鑒于此，本發明的目的在于提供一種多視圖重建中的一種線性全局相機運動參數估計方法，針對現有運動參數估計方法對噪聲敏感和精度不高等不足，本發明提出的線性全局參數估計方法具有抗噪且精確的特點，使其能基于多視圖幾何的方法計算成對的本質矩陣，從而克服初始化成對本質矩陣的誤差或錯誤的影響，并且其方法是線性的，計算也比較高效，本發明所述方法能有效解決現有運動參數估計方法存在的問題。

為達到上述目的，本發明提供如下技術方案：

多視圖重建中的一種線性全局相機運動參數估計方法，包含如下步驟：

S1：對固定場景的多張圖像進行兩兩匹配；

S2：采用基于多視圖幾何的理論和全局優化方法將所有相機放在同一坐標系下進行優化；

S3：計算出所有相機的絕對旋轉；

S4：利用相機的絕對旋轉和點匹配，根據多視圖幾何中極線幾何約束關系計算出相機的絕對平移向量。

進一步，步驟S1具體為：

S11：對固定場景的多張圖像進行兩兩匹配；

S12：對通過兩兩匹配得到匹配點進行判斷，若判定為內點不足或不符合要求，則將該匹配點對定義為缺失，且不保留該匹配點對或跳過該匹配點對所對應的圖像。

進一步，步驟S2具體為，采用基于多視圖幾何的理論和全局優化方法將所有相機放在同一坐標系下進行優化，通過目標函數計算相機的絕對旋轉矩陣，