[发明专利]平面位姿的获取方法、装置、电子设备及存储介质有效

专利信息
申请号: 202010291736.4 申请日: 2020-04-14
公开(公告)号: CN113538477B 公开(公告)日: 2023-08-29
发明(设计)人: 李坤 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/73;G06T5/20;G06T19/00
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 冯右明
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 平面 获取 方法 装置 电子设备 存储 介质
【说明书】:

本公开关于一种平面位姿的获取方法、装置、电子设备及存储介质。该方法根据惯性测量数据确定空间平面的平面竖直轴的方向向量,根据平面区域上在同一水平直线的边缘点在相机坐标系中的坐标数据计算空间平面的平面水平轴的方向向量,并根据平面竖直轴以及平面水平轴的方向向量获取空间平面的平面法向量,得到相机坐标系与空间平面所在的空间平面坐标系的第一旋转矩阵;根据平面区域投影到空间平面上的外切矩形获取空间平面坐标系的原点,得到相机坐标系与空间平面坐标系间的平移向量;将第一旋转矩阵和平移向量确定为空间平面的位姿。该方法结合惯性测量数据和图像特征优化空间平面的位姿,计算量小且可应用到各种场景中。

技术领域

本公开涉及计算机视觉技术领域,尤其涉及一种平面位姿的获取方法、装置、电子设备及存储介质。

背景技术

随着计算机技术的发展,AR(Augmented Reality,增强现实)技术的应用范围越来越广。在针对竖直平面的AR技术应用中需要确定竖直平面在相机坐标系的空间位姿,从而能在空间平面上放置增强现实虚拟物体。现有的竖直平面在相机坐标系的空间位姿,通常是通过深度神经网络结构PlaneRCNN,从单个图像中检测和重建分段平面,但是深度神经网络结构需要大量的训练数据训练,计算量巨大,且难以泛化到各种场景中。

发明内容

本公开提供一种平面位姿的获取方法、装置、电子设备及存储介质,以至少解决传统技术中需要大量训练数据且难以泛化到各种场景中的问题。本公开的技术方案如下:

根据本公开实施例的第一方面,提供一种平面位姿的获取方法,包括:

获取拍摄终端所拍摄的目标图像,在所述目标图像中识别空间平面对应的平面区域;

获取所述拍摄终端的惯性测量数据,根据所述惯性测量数据,确定所述空间平面的平面竖直轴在相机坐标系中的方向向量;

获取所述平面区域上的在同一水平直线的边缘点,并根据所述在同一水平直线的边缘点在相机坐标系中的坐标数据,计算所述空间平面的平面水平轴在相机坐标系中的方向向量;其中,所述水平直线平行于所述空间平面的平面水平轴;

根据所述平面竖直轴以及所述平面水平轴的方向向量,获取所述空间平面在相机坐标系中的平面法向量;

根据所述平面水平轴的方向向量、所述平面竖直轴的方向向量以及所述平面法向量,构建所述目标图像中相机坐标系到所述空间平面所在的空间平面坐标系的第一旋转矩阵;

获取所述平面区域投影到所述空间平面上的外切矩形,根据所述外切矩形获取空间平面坐标系的原点,得到所述相机坐标系与所述空间平面坐标系间的平移向量;

将所述第一旋转矩阵以及所述平移向量,确定为所述空间平面的位姿。

在其中一个实施例中,所述根据所述惯性测量数据,确定所述空间平面的平面竖直轴在相机坐标系中的方向向量的步骤,包括:

根据所述惯性测量数据获取相机坐标系到世界坐标系的第二旋转矩阵;

根据所述第二旋转矩阵以及世界坐标系中的重力轴的方向向量,获取所述重力轴在相机坐标系中的方向向量;

将所述重力轴在相机坐标系中的方向向量,确定为所述空间平面的平面竖直轴在相机坐标系中的方向向量。

在其中一个实施例中,所述获取所述平面区域上的在同一水平直线的边缘点的步骤,包括:

根据所述空间平面的平面竖直轴在相机坐标系中的方向向量以及所述空间平面的初始平面法向量,获取所述空间平面的平面水平轴的初始方向向量;所述空间平面的初始平面法向量是在所述目标图像中识别获取的;

根据所述空间平面的平面水平轴的初始方向向量,获取所述空间平面的平面水平轴在目标图像上投影直线的投影角度;

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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/202010291736.4/2.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