本发明专利技术提供了一种基于共面特征点的相机位姿测量方法及装置，涉及计算机视觉技术领域，该方法包括：获取共面特征点的归一化坐标和共面特征点在世界坐标系的目标平面上的第一坐标；根据归一化坐标和第一坐标计算单应性矩阵；利用单应性矩阵计算相机的第一初始位姿数据；根据第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据；根据第一局部位姿数据和第二局部位姿数据确定相机位姿测量结果。本发明专利技术考虑了特征点共面情况下位姿测量的歧义性问题，通过生成第一局部位姿数据和第二局部位姿数据，再基于第一局部位姿数据和第二局部位姿数据优选出相机位姿测量结果的过程，使最终的相机位姿测量结果更加稳定和准确。最终的相机位姿测量结果更加稳定和准确。最终的相机位姿测量结果更加稳定和准确。
【技术实现步骤摘要】
基于共面特征点的相机位姿测量方法及装置
[0001]本专利技术涉及计算机视觉
，尤其是涉及一种基于共面特征点的相机位姿测量方法及装置。
技术介绍
[0002]相机位姿测量技术在增强现实、机器人自主定位导航中有着广泛的应用。该技术在已知若干个特征点在三维空间中的分布，以及它们在相机图像上的投影位置的条件下，计算相机在三维空间中的位置和姿态。特别地，当所有特征点位于同一平面上时，该问题转化为基于共面特征点的位姿测量问题。现有的测量方法通常可分为解析方法和迭代方法两种，解析方法速度很快，但精度不高。迭代方法一般具有较高的精度，但是在特征点共面的情况下会面临位姿解的歧义性问题，导致计算结果不稳定。
技术实现思路
[0003]本专利技术提供了一种基于共面特征点的相机位姿测量方法及装置，可以缓解特征点共面情况下位姿测量的歧义性问题，最终的相机位姿测量结果更加稳定和准确。
[0004]第一方面，本专利技术实施例提供了一种基于共面特征点的相机位姿测量方法，该方法包括：获取共面特征点的归一化坐标和所述共面特征点在世界坐标系的目标平面上的第一坐标；所述共面特征点所在平面与所述目标平面重合；根据所述归一化坐标和所述第一坐标计算单应性矩阵；利用所述单应性矩阵计算相机的第一初始位姿数据；根据所述第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据；根据所述第一局部位姿数据和所述第二局部位姿数据确定相机位姿测量结果。
[0005]第二方面，本专利技术实施例还提供一种基于共面特征点的相机位姿测量装置，该装置包括：获取模块，用于获取共面特征点的归一化坐标和所述共面特征点在世界坐标系的目标平面上的第一坐标；所述共面特征点所在平面与所述目标平面重合；矩阵模块，用于根据所述归一化坐标和所述第一坐标计算单应性矩阵；位姿模块，用于利用所述单应性矩阵计算相机的第一初始位姿数据；迭代模块，用于根据所述第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据；测量模块，用于根据所述第一局部位姿数据和所述第二局部位姿数据确定相机位姿测量结果。
[0006]第三方面，本专利技术实施例还提供一种计算机设备，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，所述处理器执行所述计算机程序时实现上述基于共面特征点的相机位姿测量方法。
[0007]第四方面，本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述基于共面特征点的相机位姿测量方法的计算机程序。
[0008]本专利技术实施例带来了以下有益效果：本专利技术实施例提供了一种基于共面特征点的相机位姿测量方案，该方案包括：获取共面特征点的归一化坐标和共面特征点在世界坐标系的目标平面上的第一坐标；共面特征点所在平面与目标平面重合；根据归一化坐标和第
一坐标计算单应性矩阵；利用单应性矩阵计算相机的第一初始位姿数据；根据第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据；根据第一局部位姿数据和第二局部位姿数据确定相机位姿测量结果。本专利技术实施例考虑了特征点共面情况下位姿测量的歧义性问题，通过生成第一局部位姿数据和第二局部位姿数据，再基于第一局部位姿数据和第二局部位姿数据优选出相机位姿测量结果的过程，使最终的相机位姿测量结果更加稳定和准确。
[0009]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
[0010]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0011]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1为本专利技术实施例提供的基于共面特征点的相机位姿测量方法流程图；
[0013]图2为本专利技术实施例提供的世界坐标系与特征点所在平面的关系示意图；
[0014]图3为本专利技术实施例提供的镜像翻转示意图；
[0015]图4为本专利技术实施例提供的一种基于共面特征点的相机位姿测量装置结构框图；
[0016]图5为本专利技术实施例提供的另一种基于共面特征点的相机位姿测量装置结构框图；
[0017]图6为本专利技术实施例提供的位姿模块结构框图；
[0018]图7为本专利技术实施例提供的迭代模块结构框图；
[0019]图8为本专利技术实施例提供的计算机设备结构框图。
具体实施方式
[0020]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，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，都属于本专利技术保护的范围。
[0021]本专利技术实施例提供的一种基于共面特征点的相机位姿测量方法及装置，该方法应用于图像处理和计算机视觉
，在保证较高精度的同时，提升了计算结果的稳定性。
[0022]为便于对本实施例进行理解，首先对本专利技术实施例所公开的一种基于共面特征点的相机位姿测量方法进行详细介绍。
[0023]本专利技术实施例提供了一种基于共面特征点的相机位姿测量方法，参见图1所示的一种基于共面特征点的相机位姿测量方法流程图，该方法包括以下步骤：
[0024]步骤S102，获取共面特征点的归一化坐标和共面特征点在世界坐标系的目标平面
上的第一坐标。
[0025]在本专利技术实施例中，归一化坐标是共面特征点在相机坐标系下的坐标。共面特征点在物理空间所在平面与世界坐标系中的某个平面重合，将该平面作为目标平面。第一坐标是共面特征点在世界坐标系下的坐标。
[0026]步骤S104，根据归一化坐标和第一坐标计算单应性矩阵。
[0027]在本专利技术实施例中，参见图2所示的世界坐标系与特征点所在平面的关系示意图，利用归一化坐标和第一坐标计算特征点在物理空间所在平面到相机的像平面的单应性矩阵。
[0028]步骤S106，利用单应性矩阵计算相机的第一初始位姿数据。
[0029]在本专利技术实施例中，在得到单应性矩阵后，对单应性矩阵进行分解，可以得到第一初始位姿数据。
[0030]步骤S108，根据第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据。
[0031]在本专利技术实施例中，基于第一初始位姿数据进行迭代处理，得到第一局部位姿数据，利用第一局部位姿数据经计算和迭代得到第二局部位姿数据。本专利技术实施例采用迭代算法得到第一局部位姿数据和第二局部位姿数据，可以提升最终测量结果的精度。
[0032]步骤S110，根据第一局部位姿数据和第二局部位姿数据确定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于共面特征点的相机位姿测量方法，其特征在于，包括：获取共面特征点的归一化坐标和所述共面特征点在世界坐标系的目标平面上的第一坐标；所述共面特征点所在平面与所述目标平面重合；根据所述归一化坐标和所述第一坐标计算单应性矩阵；利用所述单应性矩阵计算相机的第一初始位姿数据；根据所述第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据；根据所述第一局部位姿数据和所述第二局部位姿数据确定相机位姿测量结果。2.根据权利要求1所述的方法，其特征在于，获取共面特征点的归一化坐标和所述共面特征点在世界坐标系的目标平面上的第一坐标之前，还包括：将共面特征点在图像上的像素坐标进行归一化处理，得到归一化坐标；所述图像利用所述相机拍摄得到；建立世界坐标系；所述共面特征点所在平面与所述世界坐标系的一个平面重合。3.根据权利要求1所述的方法，其特征在于，根据所述归一化坐标和所述第一坐标计算单应性矩阵，包括：采用直接线性变换法计算特征点平面到像平面的单应性矩阵。4.根据权利要求1所述的方法，其特征在于，利用所述单应性矩阵计算相机的第一初始位姿数据，包括：根据所述单应性矩阵确定第一矩阵和第二矩阵；对所述第一矩阵进行奇异值分解，得到奇异值分解结果；利用所述奇异值分解结果确定相机的旋转矩阵；利用所述奇异值分解结果和所述第二矩阵确定相机的平移向量；将所述旋转矩阵和所述平移向量作为相机的第一初始位姿数据。5.根据权利要求1所述的方法，其特征在于，根据所述第一初始位姿数据确定第一局部位姿数据和第二局部位姿数据，包括：将所述第一初始位姿数据作为迭代始点，利用预设迭代算法计算第一局部位姿数据；对所述第一局部位姿数据进行镜像翻转处理，得到第二初始位姿数据；将所述第二初始位姿数据作为迭代始点，利用预设迭代算法计算第二局部位姿数据。6.根据权利要求5所述的方法，其特征在于，包括：按照如下公式对所述第一局部位姿数据进行镜像翻转处理，得到第二初始位姿数据：R
op
＝[r
1op r
【专利技术属性】
技术研发人员：尹首一，周凯，韩慧明，刘雷波，魏少军，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。