【技术实现步骤摘要】
本专利技术涉及图像处理、计算机视觉、计算方法、数学、三维重建等领域,尤其是这一 种立体视觉的序列重构方法。
技术介绍
序列重构指直接由未标定的多幅图像确定场景结构和相机运动,序列重构一旦完 成,就可通过自标定或者标定使重构达到度量重构层次。现行很多重构方法都是基于点跟 踪进行重构,但点跟踪是个不容易解决的一个难题,这极大的阻碍了序列重构。
技术实现思路
为了克服已有立体视觉的序列重构方法的计算复杂、实用性差的不足,本专利技术提 供一种简化计算、实用性良好的立体视觉的序列重构方法。本专利技术解决其技术问题所采用的技术方案是 ,包括以下步骤1)每两相邻的图片的匹配得到相邻两幅图片的特征点,然后基于所述特征点进行初步 的匹配;用随机抽样一致性方法去除其中的误匹配点;1)每两相邻的图片的匹配得到相邻两幅图片的特征点,然后基于所述特征点进行初步 的匹配;用随机抽样一致性方法去除其中的误匹配点;2)选定与一幅图片I最合适的图片的过程如下(2. 1) 选定一幅图片I,其他m幅图片编号分别为;(2. 2) 计算图片I与其他每幅图片的匹配数目,得到I与Ij的匹配数目,j=l,…m, 由此得到向量S= (h,…^i,!.)1 ;(2. 3) 计算视差向量4,」=1广1巧=[卜-r』■ |r,-r_f]’ 与^t为图片。与 图片I上的匹配点,k=l,···!!;(2. 4) 对于每个i^·计算其中元素的均值〃和标准方差r;,j=l,…m,得到均值向量吨..dr和标准方差‘ 4'…J;(2. 5) ^D= I—『^^丨得到距离向量D,其中,符号彳在这里表示两个向量的对 应元素相乘; ...
【技术保护点】
一种立体视觉的序列重构方法,其特征在于:所述序列重构方法包括以下步骤:1)每两相邻的图片的匹配得到相邻两幅图片的特征点,然后基于所述特征点进行初步的匹配;用随机抽样一致性方法去除其中的误匹配点;2)选定与一幅图片I最合适的图片的过程如下:(2.1)选定一幅图片I,其他m幅图片编号分别为I↓[1],…,I↓[m];(2.2)计算图片I与其他每幅图片的匹配数目,得到I与I↓[j]的匹配数目s↓[I,I↓[j]],j=1,…m,由此得到向量***;(2.3)计算视差向量R↓[j],j=1,…m,***,*与*为图片I↓[j]与图片I上的匹配点,k=1,…n;(2.4) 对于每个R↓[j]计算其中元素的均值r↓[j]和标准方差r↓[j]↑[*],j=1,…m,得到均值向量d↓[meax]=[r↓[1]…r↓[m]]↑[T]和标准方差d↓[devi]=[r↓[1]↑[*]…r↓[m]↑[*]]↑[T];(2.5)由D=d↓[meax]*d↓[devi]/‖d↓[meax]‖×‖d↓[devi]‖得到距离向量D,其中,符号*在这里表示两个向量的对应元素相乘;(2.6)计算I′=*(max(S*D) ...
【技术特征摘要】
一种立体视觉的序列重构方法,其特征在于所述序列重构方法包括以下步骤1)每两相邻的图片的匹配得到相邻两幅图片的特征点,然后基于所述特征点进行初步的匹配;用随机抽样一致性方法去除其中的误匹配点;2)选定与一幅图片I最合适的图片的过程如下(2.1) 选定一幅图片I,其他m幅图片编号分别为;(2.2) 计算图片I与其他每幅图片的匹配数目,得到I与Ij的匹配数目,j=1,…m,由此得到向量;(2.3) 计算视差向量,j=1,…m, 与为图片Ij 与图片I上的匹配点,k=1,…n;(2.4) 对于每个计算其中元素的均值和标准方差 ,j=1,…m,得到均值向量和标准方差;(2.5) 由得到距离向量D,其中,符号在这里表示两个向量的对应元素相乘;(2.6)计算,得到最与I最合适的图片;3)设有n幅图片,每相邻两幅都做匹配并计算基本矩阵F,设和是任意一对匹配点,任意匹配点满足下面关系通过最小二乘法解出基本矩阵F; 得到n 1个基本矩阵,也得到n 1重构与其决定的n 1个射影空间,把所有重构结果都转移到第一个射影重构,具体步骤3.1) 确定相邻两个射影重构之间的变换,得到n 2个变换H1,H2,H3,….H n 2,,Hi代表第i个重构与第i+1个重构之间的变换,i=1,…, n 2;设第i个射影空间与第i+1个射影空间有对应的3D空间点为和则有下面的方程;通过最小二乘法计算得到Hi;3.2)变换第i个重构到第1个射影重构中设第i个重构中的投影矩阵为,3D空间点为,则转换到第1个射影重构中其投影矩阵变为×,3D空间点变为×,其中;3.3)重复3.2)直到所有的射影重构被转移到第1个射影重构。2010105228660100001dest_path_image001.jpg,2010105228660100001dest_path_image002.jpg,2010105228660100001dest_path_image003.jpg,2010105228660100001dest_path_image004.jpg,2010105228660100001dest_path_image005.jpg,2010105228660100001dest_path_image006.jpg,2010105228660100001dest_path_image007.jpg,2010105228660100001dest_path_image008.jpg,2010105228660100001dest_path_image009.jpg,2010105228660100001dest_path_image010.jpg,2010105228...
【专利技术属性】
技术研发人员:陈胜勇,刘大伟,汪晓妍,李友福,王万良,管秋,刘盛,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:86[中国|杭州]
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。