[发明专利]基于单应矩阵特性的纯旋转运动判定方法

说明书

技术领域

本发明涉及一种运动判定方法，具体地，涉及一种基于单应矩阵特性的纯旋转运动判定方法。

背景技术

利用双视图计算位姿和三维重建是计算机视觉中的关键问题，也是组成复杂视觉系统的基础技术，如即时定位与地图构建(SLAM)。在特定场景下，双视图之间的运动越明显，位姿和三维重建的效果越好，越有利于SLAM系统的正常工作。当双视图之间只存在纯旋转或近似纯旋转(位移/景深比很小)运动时，三维重建几乎无法进行。准确地判定出纯旋转运动，对提高视觉系统工作的鲁棒性很有意义。

目前，计算机视觉领域通常采用单应(Homography)模型的内点比例实现纯旋转运动的判别，但其阈值选取存在较大的任意性和模糊性，工程实用的效果不佳。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于单应矩阵特性的纯旋转运动判定方法，其利用了双视图成像几何的归一化单应矩阵(Normalized Homography Matrix)的奇异值的性质，即在纯旋转运动下其三个奇异值相等。考虑到随机噪声的影响，本发明根据最大与最小奇异值之比来识别纯旋转运动。

根据本发明的一个方面，提供一种基于单应矩阵特性的纯旋转运动判定方法，其特征在于，包括以下步骤：

步骤一：从双视图中提取正确的特征点对(x_i,x_i′),i＝1,2...,m，其中征点对的个数m≥4，x_i和x_i′分别为特征点对的归一化齐次坐标；

步骤二：定义矩阵，取矩阵对应最小奇异值的奇异向量，并按照列的顺序从奇异向量构造3*3矩阵；

步骤三：对得到的3*3矩阵进行奇异值分解，如下式：

其中三个奇异值从大到小排列，σ₁＞σ₂＞σ₃；T表示矩阵或向量的转置，U和V为奇异值分解得到的正交矩阵；

步骤四：若σ₁/σ₃落在区间[1,δ]内，则断定为纯旋转或近似纯旋转运动。

与现有技术相比，本发明具有如下的有益效果：本发明适用于各种特征点结构，如平面特征点结构；相对于单应模型的内点比例的方法，本发明直接利用了单映矩阵的性质，计算复杂度小。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

本发明基于单应矩阵特性的纯旋转运动判定方法包括以下步骤：

步骤一：从双视图中提取正确的特征点对(x_i,x_i′),i＝1,2...,m，其中征点对的个数m≥4，x_i和x_i′分别为特征点对的归一化齐次坐标；

从双视图中提取特征点，可采用各种主流的特征提取算法，如SIFT、SURF或ORB等，并使用随机取样一致性(RANSAC)等鲁邦算法剔除错误匹配点对。

步骤二：定义矩阵，如式(1)：

其中表示为克罗内克积,上标T表示矩阵或向量的转置，(a×)表示由三维向量a＝[a₁ a₂ a₃]^T构成的叉乘矩阵，

取矩阵A对应最小奇异值的奇异向量h，并按照列的顺序从奇异向量h构造3*3矩阵H；

步骤三：对得到的3*3矩阵H进行奇异值分解，即如式(2)：

其中三个奇异值从大到小排列，即σ₁＞σ₂＞σ₃。

U和V为奇异值分解得到的正交矩阵。

步骤四：若σ₁/σ₃落在区间[1,δ]内，则断定为纯旋转或近似纯旋转运动。阈值δ设置与具体的应用场景相关，可根据具体的判定精度要求来设定。

本发明适用于各种特征点结构，如平面特征点结构；相对于单应模型的内点比例的方法，本发明直接利用了单映矩阵的性质，计算复杂度小。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。