一种基于类环面的相机位姿估计方法、系统和存储介质技术方案

本发明专利技术涉及计算机视觉技术领域，公开了一种基于类环面的相机位姿估计方法、系统和存储介质。该方法包括：建立测试环境数据库；使用相机对测试环境巡航，获得实时图像，将实时图像与环境数据库中的图像进行匹配，获得已知图像；根据实时图像和已知图像建立单应性矩阵；根据已知图像的相关信息和单应性矩阵获得实时图像的四个角点像素坐标；建立以实时图像为底面的视锥体；根据视锥体和实时图像的像素坐标建立类环面；根据类环面和实时图像的像素坐标建立三个类环面参数方程；求解三个类环面参数方程确定相机位置；根据相机位置和实时图像的像素坐标确定相机朝向，从而确定相机位姿；本发明专利技术提高了相机位姿估计的精度、效率和泛化能力。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，特别是涉及一种基于类环面的相机位姿估计方法、系统和存储介质。

技术介绍

1、相机位姿估计是实现自动驾驶汽车以及自主机器人的关键一步，也是增强现实室内导航的先决条件，随着硬件技术和计算方法的不断进步，相机定位技术已经有了很大的发展。目前，相机位姿估计分为基于特征点的传统方法和基于深度学习的方法，传统方法包括基于几何结构的方法和基于图像检索法，几何法首先提取查询图像中的特征点，然后匹配 2d 特征点与场景模型中的 3d 坐标点间的关系，最后对相机位姿进行解算，图像检索法则先对查询图像进行特征编码，检索出近邻图像，然后匹配图像上二维特征点间的关系，最后对相机位姿进行解算；基于深度学习的方法进行相机位姿估计主要包括两类，一类是直接使用神经网络回归相机位姿或场景坐标，另一类是通过输入彩色图像与其对应的深度图像，构建出3d模型，最后得到图像对应的相机位姿。其中，使用深度学习方法进行相机位姿估计在面对实际场景与训练场景差别较大和实际场景经常变化时，估计的结果精度不高和泛化能力不强，若要提高精度，只能对实际场景进行训练新模型，需要耗费大量的时间和本文档来自技高网...

【技术保护点】

1.一种基于类环面的相机位姿估计方法，其特征在于，包括：

2.根据权利要求1所述的一种基于类环面的相机位姿估计方法，其特征在于，步骤S1具体包括：

3.根据权利要求2所述的一种基于类环面的相机位姿估计方法，其特征在于，

4.根据权利要求3所述的一种基于类环面的相机位姿估计方法，其特征在于，步骤S3.2中所述特征点匹配检测算法为基于HSV与Harris角点检测的图像匹配特征点检测算法。

5.根据权利要求4所述的一种基于类环面的相机位姿估计方法，其特征在于，步骤S5的具体过程包括：

6.根据权利要求4所述的一种基于类环面的相机位姿估...

【技术特征摘要】

1.一种基于类环面的相机位姿估计方法，其特征在于，包括：

2.根据权利要求1所述的一种基于类环面的相机位姿估计方法，其特征在于，步骤s1具体包括：

3.根据权利要求2所述的一种基于类环面的相机位姿估计方法，其特征在于，

4.根据权利要求3所述的一种基于类环面的相机位姿估计方法，其特征在于，步骤s3.2中所述特征点匹配检测算法为基于hsv与harris角点检测的图像匹配特征点检测算法。

5.根据权利要求4所述的一种基于类环面的相机位姿估计方法，其特征在于，步骤s5的具体过程包括：

6.根据权利要求4所述的一种基于类环面的相机位姿估计方法，其特征在于，步...

【专利技术属性】
技术研发人员：罗立宏，刘炫东，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：