位姿的确定方法和装置、存储介质及电子装置制造方法及图纸

本发明专利技术公开了一种位姿的确定方法和装置、存储介质及电子装置。其中，该方法包括：在通过相机拍摄目标图像得到的多个图像帧中提取位于每个交互区域中的关键帧，其中，目标图像与相机之间的交互空间被划分为多个交互区域，关键帧包括：在交互区域中拍摄目标图像时相机的位姿；在通过相机拍摄目标图像得到的当前图像帧发生位姿丢失的情况下，确定位于当前图像帧所在的交互区域中的目标关键帧，其中，关键帧包括目标关键帧；以目标关键帧中包括的相机的位姿为参照位姿，递推出拍摄目标图像得到当前图像帧时的相机的位姿。本发明专利技术解决了相关技术中无法精确计算相机相对于图片的位姿的技术问题。

【技术实现步骤摘要】
位姿的确定方法和装置、存储介质及电子装置
本专利技术涉及计算机领域，具体而言，涉及一种位姿的确定方法和装置、存储介质及电子装置。
技术介绍
为了精确跟踪相机与平面图片的位姿，通常采用的方法是借鉴快速特征点提取和描述的算法(OrientedFASTandRotatedBRIEF，简称为ORB)和同时定位与地图构建算法(simultaneouslocalizationandmapping，简称为SLAM)提取图片特征点，进行位姿的计算，并通过关键帧的插入来提高位姿的鲁棒性。目前，ORB-SLAM的方式能够支持相对于一般图片的相机位姿计算，但是，对目标图片的特征和环境特征却无法区分，当手机静止而目标图片在视野中运动时，无法对相机进行相对于图片的位姿计算。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种位姿的确定方法、装置及存储介质，以至少解决相关技术中无法精确计算相机相对于图片的位姿的技术问题。根据本专利技术实施例的一个方面，提供了一种位姿的确定方法，包括：在通过相机拍摄目标图像得到的多个图像帧中提取位于每个交互区域中的关键帧，其中，目标图像与相机之间的交互空间被划分为多个交互区域，关键帧包括：在交互区域中拍摄目标图像时相机的位姿；在通过相机拍摄目标图像得到的当前图像帧发生位姿丢失的情况下，确定位于当前图像帧所在的交互区域中的目标关键帧，其中，关键帧包括目标关键帧；以目标关键帧中包括的相机的位姿为参照位姿，递推出拍摄目标图像得到当前图像帧时的相机的位姿。根据本专利技术实施例的另一方面，还提供了一种位姿的确定装置，包括：第一提取单元，用于在通过相机拍摄目标图像得到的多个图像帧中提取位于每个交互区域中的关键帧，其中，目标图像与相机之间的交互空间被划分为多个交互区域，关键帧包括：在交互区域中拍摄目标图像时相机的位姿；第一确定单元，用于在通过相机拍摄目标图像得到的当前图像帧发生位姿丢失的情况下，确定位于当前图像帧所在的交互区域中的目标关键帧，其中，关键帧包括目标关键帧；递推单元，用于以目标关键帧中包括的相机的位姿为参照位姿，递推出拍摄目标图像得到当前图像帧时的相机的位姿。根据本专利技术实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述方法。根据本专利技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的方法。在本专利技术实施例中，采用在相机与目标图像之间的交互空间中划分交互区域，在交互区域中确定关键帧的方式，并在相机拍摄目标图像得到的当前图像帧发生位姿丢失的情况下，通过确定位于当前图像帧所在的目标交互区域中的目标关键帧，以目标关键帧中包括的相机的位姿为参照递推出拍摄目标图像得到当前图像帧时的相机的位姿。通过划分交互区域确定关键帧，实现了关键帧分布均匀的技术效果。并且，由于关键帧的数量是基于划分的交互区域的数量确定的，解决了相关技术中无法精确计算相机相对于图片的位姿的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种位姿的确定方法的应用环境的示意图；图2是根据本专利技术实施例的一种位姿确定方法的流程示意图；图3是根据本专利技术实施例的目标图片在交互空间的半球面的位置的平面图；图4是本实施例中交互空间的水平中线剖面图；图5是本实施例中的交互空间的轴侧视图；图6是本实施例中的竖直中线剖面图；图7是根据本专利技术实施例的提取特征点的示意图；图8是根据本专利技术实施例的寻找特征点的匹配点的示意图；图9本实施例中的整体的流程图；图10是根据本专利技术实施例的一种位姿的确定装置的结构示意图；图11是根据本专利技术实施例的一种可选的电子装置的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。为了方便理解本专利技术实施例，首先在此介绍本专利技术实施例描述中引入的几个要素：增强现实(AugmentedReality，简称为AR)，是一种将真实世界信息和虚拟世界信息“无缝”集成的技术，是把原本在现实世界的一定时间空间范围内很难体验到的实体信息(视觉信息，声音，味道，触觉等)，模拟仿真后再叠加，将虚拟的信息应用到真实世界，被人类感官所感知，从而达到超越现实的感官体验。真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。同时定位与地图构建(simultaneouslocalizationandmapping，简称为SLAM)，同时定位与地图构建也称为并发建图与定位(ConcurrentMappingandLocalization，简称为CML)。快速特征点提取和描述的算法(OrientedFASTandRotatedBRIEF，简称为ORB)。汉明距离，是使用在数据传输差错控制编码里面的，它表示两个(相同长度)字对应位不同的数量，以d(x,y)表示两个字x,y之间的汉明距离。对两个字符串进行异或运算，并统计结果为1的个数，那么这个数就是汉明距离。卡尔曼滤波(Kalmanfiltering)，是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。迭代，是重复反馈过程的活动，其目的通常是为了逼近所需目标或结果。每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值。FAST(Featuresfromacceleratedsegmenttest)，是一种角点检测方法，它可以用于特征点的提取，并完成跟踪和映射物体。该算法的基本原理是使用圆周长为16个像素点(半径为3的Bresenham圆)来判定其圆心像素P是否为角点。在圆周上按顺时针方向从1到16的顺序对圆周像素点进行编号。如果在圆周上有N个连续的像素的亮度都比圆心像素的亮度Ip加上阈值t还要亮，或者比圆心像素的亮度减去阈值还要暗，则圆心像素被称为角点。FAST角点检测方法的具体步骤为：1、在圆周上的部分像素点上，进行非角点的检测；2、如果初步判断是角点，则在圆周上的全部像素点上进行角点检测；3、对角本文档来自技高网...

【技术保护点】
1.一种位姿的确定方法，其特征在于，包括：在通过相机拍摄目标图像得到的多个图像帧中提取位于每个交互区域中的关键帧，其中，所述目标图像与所述相机之间的交互空间被划分为多个所述交互区域，所述关键帧包括：在所述交互区域中拍摄所述目标图像时所述相机的位姿；在通过所述相机拍摄所述目标图像得到的当前图像帧发生位姿丢失的情况下，确定位于所述当前图像帧所在的交互区域中的目标关键帧，其中，所述关键帧包括所述目标关键帧；以所述目标关键帧中包括的所述相机的位姿为参照位姿，递推出拍摄所述目标图像得到所述当前图像帧时的相机的位姿。

【技术特征摘要】
1.一种位姿的确定方法，其特征在于，包括：在通过相机拍摄目标图像得到的多个图像帧中提取位于每个交互区域中的关键帧，其中，所述目标图像与所述相机之间的交互空间被划分为多个所述交互区域，所述关键帧包括：在所述交互区域中拍摄所述目标图像时所述相机的位姿；在通过所述相机拍摄所述目标图像得到的当前图像帧发生位姿丢失的情况下，确定位于所述当前图像帧所在的交互区域中的目标关键帧，其中，所述关键帧包括所述目标关键帧；以所述目标关键帧中包括的所述相机的位姿为参照位姿，递推出拍摄所述目标图像得到所述当前图像帧时的相机的位姿。2.根据权利要求1所述的方法，其特征在于，所述目标图像与所述相机之间的交互空间被划分为多个所述交互区域包括：以所述相机与所述目标图像的中心之间的距离为半径确定所述交互空间中多个等距交互的半球面；根据所述半球面的半径与所述目标图像的平面法线之间形成的夹角确定多个等视角交互的锥面；将所述目标图像两条相对顶点连线所在的直线向所述目标图像的平面法线侧延伸，以确定所述目标图像与所述交互空间之间的多个象限分割面；基于多个所述等视角交互的锥面，所述多个等距交互的半球面以及多个所述象限分割面将所述交互空间划分为多个所述交互区域，其中，所述交互空间最内侧的等视角交互锥面的空间不被所述象限分割面划分。3.根据权利要求1所述的方法，其特征在于，在通过所述相机拍摄所述目标图像得到的多个图像帧中提取位于每个交互区域中的关键帧包括：从所述相机拍摄所述目标图像得到的多个图像帧中提取位于每个交互区域中的多个图像帧；从位于所述每个交互区域中的多个图像帧中选择一个图像帧作为所述关键帧。4.根据权利要求3所述的方法，其特征在于，从位于所述每个交互区域中的多个图像帧中选择一个图像帧作为所述关键帧包括：确定位于所述每个交互区域中的多个图像帧与所述目标图像之间匹配的特征点的数量以及与所述目标图像之间的视角正视程度；将匹配的特征点的数量达到第一阈值，所述视角正视程度达到第二阈值的图像帧作为所述关键帧。5.根据权利要求1所述的方法，其特征在于，所述关键帧还包括：所述目标图像在所述交互区域中的特征点、所述特征点的特征描述符。6.根据权利要求1所述的方法，其特征在于，在通过所述相机拍摄所述目标图像得到的多个图像帧中提取位于每个交互区域中的关键帧之前，所述方法还包括：提取所述目标图像中的多个特征点、所述目标图像中的多个特征点的特征描述符以及所述目标图像中的多个特征点的特征方向；在通过相机拍摄目标图像得到的多个图像帧中确定初始图像帧；提取所述初始图像帧中的多个特征点、所述初始图像帧中的多个特征点的特征描述符以及所述初始图像帧中的多个特征点的特征方向；将所述初始图像帧中的多个特征点分别与所述目标图像中的多个特征点进行匹配，得到所述初始图像帧与所述目标图像之间匹配的多个特征点对；对所述匹配的多个特征点对中的每对特征点进行特征描述符的筛选，并对所述匹配的多个特征点对中的每对特征点进行特征方向变化量直方图的筛选，以剔除匹配错误的特征点对；在筛选之后的匹配的特征点对的数目达到预设值时，计算所述相机拍摄所述目标图像得到所述初始图像帧时的位姿，以确定所述相机的初始位姿。7.根据权利要求6所述的方法，其特征在于，提取所述目标图像中的多个特征点包括：以设定比例多次缩小所述目标图像的尺寸，得到多个所述目标图像的缩小图像；利用多个所述目标图像的缩小图像确定图像金字塔；提取所述图像金字塔中的每层图像中的特征点，以确定所述目标图像中的特征点。8.根据权利要求7所述的方法，其特征在于，利用多个所述目标图像的缩小图像确定图像金字塔中的图像之前，所述方法还包括...

【专利技术属性】
技术研发人员：解洪文，柴晓杰，伍敏慧，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44