[发明专利]一种单幅图像的三维配准方法

权利要求书

1.一种单幅图像的三维配准方法，其特征在于包括三个步骤：相机标定步骤：对单幅图像检测直线信息并提取消隐点，以所述消隐点作为特征计算出相机的内外参数即标定信息，包括焦距和旋转矩阵；交互式建模步骤：利用所述标定信息进行结构约束，以此完成交互式三维场景结构的建模；相机注册步骤：将分布在一个或多个局部世界坐标系中的三维场景结构注册到统一的三维场景中，得到最终的三维配准重建效果；其中，所述相机标定步骤中采用网格法提取粗精度消隐点，采用PClines空间转换和对齐直线点检测的算法对所述粗精度消隐点提纯得到候选消隐点，对所述候选消隐点进行优化更新得到典型消隐点，以所述典型消隐点为相机标定特征建立曼哈顿世界模型约束，对所述典型消隐点进行分析，得出相机的内外参数，

所述相机标定步骤包括五个部分，分别是直线检测：检测所述单幅图像中局部的直轮廓；直线优化与去噪：对直线检测结果进行优化；候选消隐点获取：基于优化后的直线检测结果信息提取消隐点，包括采用网格法的粗精度消隐点提取和采用PClines空间转换和对齐直线点检测算法的粗精度消隐点提纯两个步骤；候选消隐点优化：对所获取的消隐点进行优化；场景约束分析及相机参数计算：通过对优化后的消隐点的分析计算相机的内外参数，其中所述直线检测采用LSD算法：

首先对所述单幅图像进行高斯滤波和降采样；

然后计算每个像素点的梯度g_x(x,y)、g_y(x,y)和梯度等高线角度LLA，相关公式为：

其中，i(x,y)表示灰度图像上像素点(x,y)处的灰度值，对计算得到的LLA经过区域生长算法得到直线支撑区域；

进行矩形估计，即找到每个所述直线支撑区域的最小外接矩形；

对所述矩形进行筛选、调整：定义矩形内像素点的LLA相对于矩形主方向角度偏差在τ以内的点为对齐点，循环计算所述矩形的对齐点密度d以及误报数NFA，相关公式为：

其中，r表示当前矩形，NFA(r)表示当前矩形的误报数，d(r)表示当前矩形的对齐点密度；N为图像高度，M为图像宽度，n为矩形内像素总数，k为矩形内对齐点总数，p表示像素点是对齐点的概率且初始值定为γ为尝试不同p值的个数，

判断所计算出的对齐点密度d是否大于设定的对齐点密度阈值且误报数是否小于设定的误报数阈值，若不满足，则对相应的直线支撑区域进行截断处理或参数调整并重新确定矩形，再对新的矩形依据公式(4)、(5)重新计算并判断，直至找到对齐点密度大于设定的对齐点密度阈值且误报数小于设定的误报数阈值的矩形；

每个矩形对应一条直线段，直线段的方向即为矩形主方向，直线段的长度等于矩形的长边的长度，所得到的直线段即为直线检测的结果。

2.如权利要求1所述的单幅图像的三维配准方法，其特征在于所述直线优化与去噪的结果是得到优化后的直线集，包括续接断开的直线段，对直线段进行两两判断，将符合条件的两条直线段进行续接，续接后的直线段再与其他直线段继续续接，直至完成所有可能的续接，其步骤包括判断所选取两条直线段是否符合续接条件以及对于符合续接条件的直线段进行续接，其中，判断所选取两条直线段是否符合续接条件的方法是：从直线段AB的两端点A和B向直线段CD做垂线得到垂点A′、B′；从直线段CD的两端点C和D向直线段AB做垂线得到垂点C′、D′，

定义直线段AB、CD的距离为：

Distance(AB,CD)＝min(max(L(AA′),L(BB′)),max(L(CC′),L(DD′)))， (6)

其中，L表示直线段的长度，

当直线段AB、CD的夹角小于给定阈值，且直线段AB、CD的距离Distance(AB,CD)小于min(L(AB),L(CD))，则认定直线段AB、CD符合续接条件；

所述对于符合续接条件的直线段进行续接的方法是：选取两条直线段中误报数较小的作为标准调整另一条直线段的斜率，具体为，假设NFA(AB)＜NFA(CD)，则延长直线段AB交直线段CD或其延长线于点P，将直线段CD绕P点以最小角度旋转到直线段AB的延长线上，再连接旋转后的两条直线段相近的端点得到新直线段，删除原直线段AB、CD。