[发明专利]基于二维图像局部变形的三维配准方法

说明书

本发明涉及一种基于二维图像局部变形的三维配准方法，其包括初步配准、局部变形和精确配准三个主要步骤，首先调整三维模型场景与二维图像场景一致，通过选择三维坐标点对应图像坐标点计算投影矩阵，将二维图像投影到三维模型完成初步配准，而后在二维图像中选择与三维模型配准错误的坐标，利用移动最小二乘法局部变形，使错误坐标移动到正确位置；最后计算出二维图像全部区域或变形所针对区域的坐标映射表，利用坐标映射表重新调整二维图像，将新二维图像投影到三维模型完成最终配准。本发明有利于减小初步配准产生的误差，尤其是局部误差，进而获得更好的三维配准效果。

技术领域

本发明涉及一种基于二维图像局部变形的三维配准方法。

背景技术

三维配准是将二维图像中的基本信息(点、线、面的二维坐标及像素等)与三维空间信息(点、线、面的三维坐标及纹理等)匹配融合，需要定量配准分析空间物体的大小和位置关系。现有图像三维配准方法主要可分为三大类别：

1)基于特征统计学习方法。该方法建立在大型的目标数据库基础上,将数据库中的目标与实际目标进行特征比对，建立概率函数，通过概率大小进行目标深度的配准。目前已用的概率模型有马尔科夫模型、隐马尔科夫模型等。

2)基于形状恢复技术。此方法的核心在于抽取二维图像中的三维信息(立体光、阴影、轮廓、纹理、运动等)，进行物体的三维恢复、配准。目前大多数形状恢复技术的基础是朗伯体反射图方程，它对成像条件、光学特征都做了理想假设。

3)基于图像中的几何投影信息。其基本原理是利用图像中含有的大量几何属性的约束进行相机或平面标定，从而估计相机的内外参数，然后对图像建立数字化模型，最后完成三维模型的配准。

然而，尽管上述三类配准技术分别在各自适应的场合取得了成功，但依然存在各自的局限性或缺陷。其中，基于特征统计学习方法的单幅图像三维配准虽然取得了较好的效果，但当图像与目标数据库不一致时，效果不够理想，甚至完全背离。配准效果对目标数据库的依赖性很强，而精准、全面的目标数据库的获取难度很高，所以此种方法较其余两种方法成本和难度较高。基于形状恢复技术的配准方法对光线和灰度要求较大，需要对图像的光度和灰度做预处理，并且图像分辨率高低和前景背景灰度差别会影响配准的效果；而且此项技术若没有其它约束条件,对形如凸面和凹面等曲面物体不能实现唯一匹配。基于几何投影信息的单幅图像三维配准技术对含有几何结构的目标图像取得了较理想的效果，但是测量误差累积较多，而且二维图像形变影响局部配准效果，如果能够较好地消除这些缺陷，这类方式不失为一种适应性更强的操作简洁、速度快、投入少、效率高的配准方法。因此，如何在现有基于图像中几何投影信息的配准技术的基础上，更准确地获取几何特征从而减少配准误差，是值得研究的问题。

发明内容

本发明的目的是在现有现有基于图像中几何投影信息的配准技术的基础上，提供一种基于二维图像局部变形的三维配准方法，以减小初步配准产生的误差，尤其是局部误差，进而获得更好的三维配准效果。

本发明的技术方案是：一种基于二维图像局部变形的三维配准方法，包括下列步骤：

计算投影矩阵：调整三维模型场景与二维图像场景一致，在三维模型和二维图像上选择实际对应的若干对匹配点，所述匹配点的数量不少于6对，依据各对匹配点的坐标，计算出三维模型坐标点在二维图像上的投影矩阵；

初步配准：依据所述投影矩阵，进行二维图像和三维模型的初步配准；

选取原始控制点：在配准错误的区域，在原始二维图像上选择若干易于分辨的特征点做为精确配准的原始控制点，形成原始控制点集；

确定目标控制点：在三维模型中确定分别与各原始控制点实际对应的三维坐标点，依据投影矩阵计算出形成这些三维坐标点的二维图像坐标点并以此作为目标控制点，形成目标控制点集；