[发明专利]基于旋转模型的鱼眼图像准稠密对应点匹配扩散方法

说明书

技术领域

本发明属于计算机视觉领域，具体涉及两幅或多幅图像之间的对应点匹配方法。

背景技术

对应点匹配是计算机视觉及其相关领域中的一个基本问题。以前的相关研究大多集中于普通透视图像，然而由于鱼眼图像具有较大的视场范围，在现实中具有重要的应用价值，因此研究鱼眼图像对应点匹配问题具有重要的意义。

准稠密匹配是介于稀疏匹配和稠密匹配之间的一类对应点匹配方法，为了满足三维建模和基于图像的渲染等应用中所需大量对应点的需要，同时尽可能提高对应点匹配的可靠性，这类方法的对应点匹配只在纹理丰富的区域进行，而对均质区域不进行对应点匹配。这类方法的基本思想可概括为：首先检测和匹配图像中的稀疏特征点，然后从这些稀疏特征点开始，逐步向其邻域进行匹配扩散。

在这类方法中，不同方法之间最主要的区别是匹配扩散过程中对应点视差限制模型的选择问题。Lhuillier等人[1]Lhuillier M and Quan L.Matchpropagation for image-based modeling and rendering.IEEE Transactions onPattern Analysis and Machine Intelligence，2002，24(8)：1140-1146，所采用的视差模型是二维视差梯度约束，该模型假设图像的局部变形近似为二维平移变换，这种假设只适用于短基线平行配置的立体透视图像对；为了将这类方法拓展到宽基线透视图像，Kannala等人[2]Kannala J and Brandt S S.Quasi-dense wide baseline matching using match propagation.In Proceedingof Computer Vision and Pattern Recognition，2007，1-8，采用仿射模型来近似局部视差；类似地，许等人[3]许振辉，张峰，孙凤梅，胡占义.基于邻域传递的鱼眼图像的准稠密匹配.自动化学报，200935(9)：1159-1167，也采用仿射模型来近似鱼眼图像对应点的局部视差。但是，文献[1]采用的模型不适合鱼眼图像的局部变形，而仿射模型由于自由度较多，在计算和更新仿射模型参数时，由于有效数据样本点较少，搜索空间较大等原因，使得计算得到的模型很不稳定，导致最终的扩散结果不可靠。另外，文献[3]中的方法只适用于摄像机已经标定的情况(即摄像机内外参数都已知)，这在某些应用中也是很不方便的。

发明内容

本发明的目的是解决仿射模型不稳定而导致最终的扩散结果不可靠的问题，为此，本发明提供一种基于旋转模型的鱼眼图像准稠密对应点匹配扩散方法。

本发明所述的一种基于旋转模型的鱼眼图像准稠密对应点匹配扩散方法，步骤如下：

S1：从不同位置拍摄两幅待匹配场景的鱼眼图像I，I′，并提取和匹配两幅图像的特征点；

S2：对匹配的特征点进行精确定位，并计算这些特征点的相似性大小和旋转变换模型，然后将相似性大于某一阈值C_T的特征点作为后续准稠密对应点扩散的初始种子点，并把这些种子点存入集合S；

S3：根据相似性大小从种子点集合S中选出相似性最大的种子点作为最优种子点，同时从种子点集合中去除该种子点；然后从当前最优种子点开始，在其邻域实现无极几何约束的准稠密对应点扩散；

S4：将扩散的对应点作为新的种子点，保存到种子点集合S，并且计算这些新种子点的旋转变换模型和相似性大小。

S5：如果当前种子点集合S不为空，那么转步骤S1；

S6：利用已得到的准稠密对应点估计极几何约束，然后利用此约束重新进行带极几何约束的准稠密对应点扩散。

在S3和S6的准稠密对应点扩散过程中，局部视差约束采用旋转变换模型，具体讲，已知图像I，I′中的一对种子点为x，x′，x和x′邻域象素点分别为N(x)和N(x′)，假设将种子点设为对应邻域的局部坐标系原点，且种子点邻域对应的旋转矩阵为R，那么在当前种子点邻域进行对应点扩散过程中，对任意一点p₁∈N(x)，其在I′中可能的匹配点视差限制条件为{p₂：p₂∈N(x′)且||p₂-Rp₁||≤ε}。

本发明中，对应点的视差约束采用旋转变换模型，相比已有的仿射变换模型而言，该模型计算简单，模型自由参数只有一个，因此整个扩散过程稳定可靠，并且可满足大多数的应用需求。