[发明专利]一种鲁棒的立体像对矫正新方法

说明书

技术领域

本发明涉及计算机视觉领域，具体涉及图像矫正技术。

背景技术

立体匹配是计算机视觉研究中一个重要和活跃的课题。随着立体匹配应用越来越多，怎样提高匹配的效率也成为了一个亟需解决的问题。图像矫正正是一个提高匹配速度的有效方法。图像矫正又称为两视矫正，它是指对立体图像对分别实施一次平面射影变换，使得两个图像中对应的对极线都平行于x轴（或者y轴），也就是说图像间的视差仅仅发生在x（y）方向，y（x）方向没有视差，从而使沿极线搜索对应点变得更加方便快捷。

图像矫正可以在相机标定和无相机标定的情况下进行。Fusiello在摄像机标定的情况下，通过应用两个透视矩阵到各自的摄像机矩阵中，从而计算一对矫正投影矩阵。这种方法明显增加了矫正的工作量和误差，因此无相机标定的方法具有更大的适应性。无相机的标定方法是建立在一系列对应点坐标之上，也就是要求矫正的图像具有部分共同的场景。通过图像特征点提取及匹配技术可以得到图像对中兴趣点的对应点集。在依据对应点集而建立的图像矫正算法中，Pollefeys等人提出以对极点为极坐标的原点，利用坐标变换以达到图像矫正的目的，这种方法在对极点位于图像内部时可以得到较好效果，但是当对极点原理图像时精度就得不到的保证；Francesco等提出了一种只依赖与对应点集信息的图像矫正方法，它无需计算基本矩阵，在校正过程使用非线性优化计算求出矫正矩阵的相关参数，但是也存在初始值选取缺乏可信度，采用金字塔结构的优化过程计算量很大的问题，是一种不稳定的方法；Yu提出应用RANSAC算法到图像矫正中以避免由于噪声和兴趣点误匹配导致的错误，虽然得到了较好的效果，但是采用LM迭代和EP算法也使效率不高。

发明内容

本发明为了解决图像矫正过程中计算量大，运算时间长，垂直误差较大的情况，提出了一种基于对极线匹配的立体像对鲁棒矫正方法。

本发明首先需要计算图像对间的匹配点的信息；然后寻找一个投影矩阵H’将右图的对极点e’映射到无穷远点，此时的右图上的对极线被映射为平行于x轴的直线；接着分析图像矫正的基本原理，推导出应用在左图上的投影矩阵H，使得该图像上的对极线与右图上的对极线互相匹配；最后根据得到的投影矩阵H和H’重新采样对应的图像，达到最终的矫正目的。

本发明的基于对极线匹配的立体像对鲁棒矫正方法步骤如下所示：

1）通过兴趣点提取匹配算法，至少确定两幅图像间的7对匹配点                                                ；

2）使用得到匹配点对计算基本矩阵，并求出两幅图像的对极点e和e'；

3）寻找一个投影矩阵H'将e'映射到无穷远点(1,0,0)^T；

4）根据图像矫正后满足的条件，推导出与投影矩阵H'相匹配的另一个投影矩阵H；

5）使用投影矩阵H和H'分别重采样对应的图像得到矫正图像。

附图说明

图1是本发明方法的流程框图；

图2是本发明的立体像对的对极几何图；

图3是本发明的矫正过程示意图；

图4是本发明步骤1的输出结果图；

图5是本发明的矫正前对极线图；

图6是本发明的矫正后对极线图。

具体实施方式

结合图1说明本实施方式，其具体步骤如下：

1、通过兴趣点提取匹配算法至少确定两幅图像间的7对匹配点。确定两幅图像的匹配点有很多方法，SURF算法就是其中比较热门的一个。SURF算法可以看成著名算法SIFT的加速版，它在适当的条件下基本可以实时处理两幅图像兴趣点的提取和匹配，其快速的基础得益于积分图像计算以及Hessian行列式简化和近似.

2、使用得到匹配点对计算基本矩阵并求出两幅图像的对极点e和e'。

1）基本矩阵计算。基本矩阵F是对极几何的代数表示，它最基本的性质就是满足以下公式：

                   （1）

其中x’和x就是两幅图像中任何一对对应点的齐次坐标。得到匹配点之后就可以根据公式（1）使用RANSAC算法获取内点和使用内点通过归一化8点算法求得基本矩阵。

2）对极点计算。令e和e’为两摄像机的对极点，F是摄像机对的基本矩阵，则有：

                  （2）