[发明专利]多视图重建中的一种线性全局相机运动参数估计方法

权利要求书

1.多视图重建中的一种线性全局相机运动参数估计方法，其特征在于：包含如下步骤：

S1：输入多张图像，对固定场景的多张图像进行两两匹配；

S2：采用基于多视图几何的理论和全局优化方法将所有相机放在同一坐标系下进行优化；

S3：计算出所有相机的绝对旋转；

S4：利用相机的绝对旋转和匹配点对，根据多视图几何中极线几何约束关系计算出相机的绝对平移向量；

步骤S1具体为：

S11：对固定场景的多张图像进行两两匹配；

S12：对通过两两匹配得到匹配点对进行判断，若判定为内点不足或不符合要求，则将该匹配点对定义为缺失，且不保留该匹配点对或跳过该匹配点对所对应的图像；

步骤S2具体为，采用基于多视图几何的理论和全局优化方法将所有相机放在同一坐标系下进行优化，通过目标函数计算相机的绝对旋转矩阵，

其中，R_i为绝对的旋转矩阵，表示相机i在全局坐标系下的方位或朝向；为相对的旋转矩阵，表示第i个相机相对于第j个相机的旋转；R_j表示相机j在全局坐标系下的方位或朝向，R_n表示相机n在全局坐标系下的方位或朝向，n表示图像的数量，||·||_F表示一个矩阵的Frobenius范数；

所述目标函数通过如下方式计算：

S21：将所有的相对旋转集合起来，构造一个3n×3n的对称矩阵G；

S22：统计矩阵G中每个行块有效的相对旋转矩阵的数量，构造3n×3n的矩阵D；

所述对称矩阵G为，

所述矩阵D为，

其中，I为单位矩阵，为相机的相对旋转矩阵，表示第i个相机相对于第j个相机旋转；d_k表示矩阵G中第k行块中得到的有效相对旋转的数量，1≤k≤n；

步骤S4具体为：

S41：根据相机的绝对旋转和匹配点对来计算相机的平移向量；

S42：根据多视图几何中的极线几何约束关系，结合匹配点对得到绝对平移向量；

步骤S41中，相机的平移向量根据本质矩阵获得，所述本质矩阵为，

E_ij＝R_i^T(T_i-T_j)R_j

其中，T_i＝[t_i]_×，T_i表示t_i内积的斜对称矩阵，T_j表示t_j内积的斜对称矩阵，t_i为第i个相机的绝对平移向量，表示在全局坐标下的位置，t_j表示第j个相机的绝对平移向量；

步骤S42中，结合匹配点对得到绝对平移向量满足：

其中，为第i张图像上的第m个特征点；为第j张图像上的第m个特征点。