[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

说明书

本发明涉及一种多视图重建中的一种线性全局相机运动参数估计方法，属于多视图几何和三维重建技术领域，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点匹配，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。本发明方法能够处理大场景的重建应用，同时噪声的影响较小，计算简单，不需要额外的其他信息，极大提高了运动参数的精度。

技术领域

本发明属于多视图几何和三维重建技术领域，涉及一种多视图重建中的一种线性全局相机运动参数估计方法。

背景技术

在计算机视觉中，三维重建是一个研究的热点问题，并且重建出来的三维模型有着广泛的应用场景，三维重建技术正在人类的生活中发挥着重要作用。特别是基于图像的三维重建，在三维游戏开发、古代文物遗迹的重建、三维数字化城市的设计、工业上机器原型的设计等领域有了十分广泛的应用，因此对于基于图像的三维重建技术的研究是计算机视觉和图形学研究领域的重要方向之一。经过多年的研究和计算机技术的发展，其中的一些问题，已得到比较好的解决，比如相机的标定、内参数的获取等，同时求解相机的外参数，即运动参数的估计却是一直未能找到比较好的方法，特别是在面临着大规模场景和噪声影响的情况下。目前，运动参数估计是三维重建中研究的重点。

随着研究的不断深入，研究者们已经提出了很多运动参数估计方法。这些运动参数估计方法有线性求解方法的，还有迭代求解方法，即通过不断迭代去逼近真实值，有局部优化的方法，也有全局优化的方法，就是把所有的相机放在一起，统一到同一坐标系下进行优化求解，有独立求解的方法，也有和结构一起求解的，就是同时和恢复空间中场景点一起进行计算估计。现在基本上把该问题当作一个优化问题来处理。

尽管这些运动参数估计方法各有优点，但是也存在不同的缺点。要么是计算太过复杂，难以在计算复杂与精度两者之间取得平衡，抑或难以实施，要么是精度不高，虽然计算简单，但效果并不理想，再或者是对噪声比较敏感。还有就是无法有效解决大规模成千上百的图像场景的重建应用。

发明内容

有鉴于此，本发明的目的在于提供一种多视图重建中的一种线性全局相机运动参数估计方法，针对现有运动参数估计方法对噪声敏感和精度不高等不足，本发明提出的线性全局参数估计方法具有抗噪且精确的特点，使其能基于多视图几何的方法计算成对的本质矩阵，从而克服初始化成对本质矩阵的误差或错误的影响，并且其方法是线性的，计算也比较高效，本发明所述方法能有效解决现有运动参数估计方法存在的问题。

为达到上述目的，本发明提供如下技术方案：

多视图重建中的一种线性全局相机运动参数估计方法，包含如下步骤：

S1：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点匹配，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。

进一步，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。

进一步，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，