[发明专利]一种面向多视图三维重建的初始视图选取方法在审

专利信息
申请号: 202010012401.4 申请日: 2020-01-06
公开(公告)号: CN111210507A 公开(公告)日: 2020-05-29
发明(设计)人: 贾伟;夏伟;曹明伟;赵洋;闵海;余烨 申请(专利权)人: 合肥工业大学
主分类号: G06T17/00 分类号: G06T17/00;G06T7/80
代理公司: 安徽知问律师事务所 34134 代理人: 代群群
地址: 230009 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 视图 三维重建 初始 选取 方法
【权利要求书】:

1.一种面向多视图三维重建的初始视图选取方法,其特征在于,包括以下步骤:

S1:输入应用场景的图像序列、特征点以及所采用的摄像机的内部参数,所述特征点为二维特征点,所述摄像机的内部参数包括摄像机的焦距、主点和畸变系数;

S2:根据输入的图像序列和特征点,计算任意两幅视图之间的基本矩阵;

S3:结合摄像机的内部参数与通过步骤S2得到的基本矩阵,计算摄像机的投影矩阵;

S4:根据摄像机的投影矩阵,计算三维点在图像上的投影点和反投影误差;

S5:根据输入的图像序列和特征点,计算任意两幅视图之间的单应性矩阵和单应性性误差;

S6:根据步骤S4得到的反投影误差和步骤S5得到的单应性误差,得到任意两幅视图之间的特征点位置误差之和;

S7:根据步骤S6得到特征点位置误差之和,选取输入图像序列中特征点位置误差之和最小的两幅视图作为多视图重建的初始视图。

2.根据权利要求1所述的一种面向多视图三维重建的初始视图选取方法,其特征在于,所述步骤S3中,计算所述摄像机的投影矩阵按以下步骤:

S3.1:根据步骤S2得到的基本矩阵,并结合摄像机内部参数,计算出两幅视图之间的本征矩阵;

S3.2:对本征矩阵进行分解,同时结合摄像机的内部参数,计算出摄像机的投影矩阵。

3.权利要求1所述的一种面向多视图三维重建的初始视图选取方法,其特征在于,所述步骤S4中,三维点在图像上的投影点的计算方法为:x=PsX,其中x为二维点,X为三维点,Ps表示摄像机的投影矩阵。

4.权利要求1所述的一种面向多视图三维重建的初始视图选取方法,其特征在于,所述步骤S4中,反投影误差的计算方法为:

e2d(x,xm)=||x-xm||,

e2d(x′,x′m)=||x′-x′m||,

e2d(xm,x′m)=||xm-x′m||,

式中,x为三维点在视图I上的投影点,x′为三维点在视图I′上的投影点,xm为三维点在摄像机C上的投影点,x′m为三维点在摄像机C′上的投影点,e2d(x,xm)表示投影点x与xm之间的反投影误差,e2d(x′,x′m)表示投影点x′与x′m之间的反投影误差,e2d(xm,x′m)表示投影点xm与x′m之间的反投影误差。

5.权利要求1所述的一种面向多视图三维重建的初始视图选取方法,其特征在于,所述步骤S6中,采用直接变换算法计算任意两幅视图之间的单应性矩阵。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010012401.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top