[发明专利]一种基于轨迹基的射影重建方法

说明书

本发明涉及一种基于轨迹基的射影重建方法，其是假设非刚体由若干个轨迹基组成，先提取图像序列的特征点数据，建立特征点三维齐次轨迹坐标，再利用图像矩阵低秩的特性，进行奇异值分解，用行向量约束和列向量约束同时进行求解深度因子，实现射影重建，本发明的方法提高了运算速度和算法的鲁棒性，保证收敛速度快，重投影效果好，并且针对该透视模型结合本发明的计算方法，使得重建效果更接近真实，误差更小。

技术领域

本发明属于计算机视觉研究技术领域，特别是针对非刚体进行的基于轨迹基的射影重建方法。

背景技术

基于图像序列的三维重建是计算机视觉研究的热点问题，而射影重建是三维重建必经的一个过程，其精度会直接影响三维重建的结果。三维重建在生物医学、游戏制造业、动漫制作等领域有着广泛的应用前景，因此对其研究有重要的研究意义和实用价值。经过近二十年的发展，刚体的研究已经趋近于成熟，为后来研究非刚体奠定了基础。生活中大部分运动都有柔性，属于非刚体，但非刚体运动时结构会发生变化，运动情况复杂。2000年，Bregler等人在国际计算机视觉与模式识别会议上发表的论文《从图像流恢复非刚体的三维形状》(Bregler C,Hertzmann A,Biermann H.Recovering non-rigid 3D shape fromimage streams[J].Conf on Computer Vision&Pattern Recognition,2000,2:690-696.)中首次提出非刚体可以由若干个刚性形状基线性加权组成的假设，为非刚体研究指明了方向。后来许多的学者在研究非刚体时都是基于Bregler的假设。其中，Torresani在论文《用秩约束追踪和模拟非刚性物体》(Torresani L.et al.Tracking and modeling non-rigidobjects with rank constraints[J].CVPR,2001,1:493.)中利用秩的约束重建了非刚体的结构和运动信息，但是忽略了物体运动的关联性，鲁棒性差。为了解决这个问题，Akhtert等人在模式分析与机器智能上发表了《轨迹空间：非刚体运动恢复结构的对偶表示》(Akhter I,Sheikh Y,Khan S,et al.Trajectory Space:A Dual Representation forNonrigid Structure from Motion.[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2010,33(7):1442-1456.)的论文，提出基于轨迹基的三维重建方法，该方法认为图像的所有特征点都在一个低维子空间运动，即每个特征点的运动轨迹都可以用一系列的轨迹基线性组合表示。但是Akhtert的方法是基于正投影模型，当物体景深与相机到物体距离相比不能忽略时，误差较大。

发明内容

本发明基于以往射影重建效果差、收敛速度慢的特点，提供了一种运算速度快、误差小并且在透视投影模型下利用列向量约束和行向量约束求解深度因子值实现射影重建的方法。

为了实现上述目的，本发明所采用的技术方案是由以下步骤组成：

(1)在图像序列中提取每一幅图像中可反应运动轨迹的特征点数据，表达式为F和P分别为图像数目和特征点数；

(2)根据特征点数据求解图像的深度因子，完成射影重建，具体为：

(2.1)假设相机模型为透视投影模型，将深度因子初始化为1，建立特征点的三维齐次轨迹坐标；

(2.2)根据特征点的三维齐次轨迹坐标建立图像序列矩阵，并对其进行SVD分解；

(2.3)根据分解得到的正交阵，求解出图像序列中前3r+1行和前3r+1列所对应的投影矩阵，r为基元数目；

(2.4)利用所得前3r+1列所对应的投影矩阵计算深度因子值；