[发明专利]面向定标面阵相机影像的位姿高精度直接估计方法

权利要求书

1.一种面向定标面阵相机影像的位姿高精度直接估计方法，其特征在于，包括以下步骤：

步骤1、测定一组高等级物方点坐标，采用定标相机获取含有上述物方点的影像；

步骤2、选择影像数据中物方点对应的凸包像点参与影像位姿估计；

步骤3、采用坐标量测仪获得影像中物方点对应的像点坐标；

步骤4、在步骤2中选择凸包点中三角形面积最大的三个像点对应的物方点作为基点组，获得影像深度和平移向量；

步骤5、在步骤4的基础上，将影像位姿估计转化为由向量求旋转矩阵问题，采用Procrustes方法完成旋转矩阵的高精度估计；

步骤6、根据估计获得的旋转矩阵和平移向量获得影像外方位线元素，根据估计获得的旋转矩阵获得影像外方位角元素；

步骤7、完成影像的位姿估计。

2.根据权利要求1所述的面向定标面阵相机影像的位姿高精度直接估计方法，其特征在于，步骤4所述的在步骤2选择的凸包点中三角形面积最大的三个像点所对应的物方点作为基点组，获得影像深度和平移向量，具体步骤如下：

步骤4-1、根据物方点和像点之间的解析关系，转换为矩阵形式；

所述的物方点和像点之间的关系，具体公式如下：

其中，X表示物方点在物方空间坐标系X坐标，Y表示物方点在物方空间坐标系Y坐标，Z表示物方点在物方空间坐标系Z坐标，X_s表示相机位置在物方空间坐标系X坐标，Y_s表示相机位置在物方空间坐标系Y坐标，Z_s表示相机位置在物方空间坐标系Z坐标，a₁、a₂、a₃、b₁、b₂、b₃、c₁、c₂和c₃表示姿态角ω，κ构成的旋转矩阵元素；

将公式(1)转换为矩阵形式；

λ_ix_i＝KR^T(X_i-X_s) (2)

其中，λ_i表示物方点在像空间辅助坐标系下深度，i表示像点编号，R表示像空间辅助坐标系到物空间坐标系的旋转矩阵，K＝diag(-f，-f，1)，f表示相机主距；x_i＝[x_i^T，1]^T表示像点x_i的齐次坐标，x_i为像点的欧氏坐标；X_i为同名物方点的物空间坐标；

将像点坐标进行规范化处理，得到的公式(1)的改化形式；

具体公式如下：

其中，为像点坐标规范化形式；

步骤4-2、选择凸包点中三角形面积最大的三个像点所对应的物方点作为基点组，构建其他物方点与基点组间的比例系数向量；

所述的比例系数向量为：

其中，表示比例系数向量第一分量，表示比例系数向量第二分量，表示比例系数向量第三分量；X₁表示基点组中第一个点坐标，X₂表示基点组中第二个点坐标，X₃表示基点组中第三个点坐标，X_j表示除基点组外其他物方点坐标，j＝4，5，....N，N表示所有凸包点个数；

将比例系数代入公式(3)中进行转化获得如下公式：

其中，λ_j表示第j个物方点在像空间辅助坐标系下深度，表示第j个像点的规范化坐标，T＝R^TX_s表示平移向量；

步骤4-3、将转化后的关系式两端同时乘以一个反对称矩阵，整理获得齐次方程组，并求解获得齐次方程组的通解；

其中，为反对称矩阵；

求解获得齐次方程组的通解；

其中，α＞0为标量，表示第i个物方点在像空间辅助坐标系下深度估值，T^*表示相机平移向量估计值；

步骤4-4、将齐次方程通解代入改化后的共线方程中，并根据旋转矩阵的保范数特性获得标量的估值；

其中，α^*表示标量α的估计值。