[发明专利]一种基于实时视频的位姿估计方法

权利要求书

1.一种基于实时视频的位姿估计方法，其特征在于，所述方法包括以下步骤：

S1利用摄像机获取实时视频数据，并建立摄像机模型；

S2利用摄像机模型在三维空间点和二维图像点之间建立映射；

S3对于相邻图像之间的位姿变换关系，采用对极几何的方式进行度量；

S4利用PnP算法求解三维空间点到二维图像点对运动；

S5持续计算新的图像帧对应的位姿变换，并保证尺度一致性；

S6利用BA算法对位姿估计进行优化，最终得到最佳的位姿估计结果。

2.根据权利要求1所述的基于实时视频的位姿估计方法，其特征在于，所述摄像机模型存在四个坐标系间的转换关系，包括世界坐标系、相机坐标系、图像坐标系以及像素坐标系。

3.根据权利要求1所述的基于实时视频的位姿估计方法，其特征在于，所述S1中，获取实时视频的数据，首先对图像进行预处理，利用畸变参数结合畸变投影模型求得原图像中像素坐标在校正以后的正确坐标，通过建立原图像像素坐标与校正后图像像素坐标的一一对应关系，得到校正后的图像，消除成像过程中产生的畸变和噪声。

4.根据权利要求1所述的基于实时视频的位姿估计方法，其特征在于，所述方法对涉及的点特征进行搜索和匹配，具体包括以下步骤：

T1对视频序列进行适当处理，提取出连续的单一帧图像；

T2利用特定的目标检测方法检测图像序列中出现的非合作目标本体，作为前景目标；

T3若视频序列中的某一帧图像中出现前景目标，则对前景目标图像利用特征点提取算子提取特征点；

T4对此幅图像之后的任意两帧相邻图像，在前景图像中搜索上一帧图像中的特征点在当前帧图像之中的最优位置，进而求得此点在当前帧中的坐标参数；

T5对以上的过程进行迭代操作，进而实现对特征点的KLT追踪。

5.根据权利要求1所述的基于实时视频的位姿估计方法，其特征在于，所述方法中，采用Zhang标定算法，用具有精确定位信息的平面点阵模板，通过摄像机在不同方位获得两幅以上的模板图像，利用平面模板上的特征点与其对应图像点之间的单应性矩阵来求得摄像机的内部参数，对摄像机进行标定。

6.根据权利要求1所述的基于实时视频的位姿估计方法，其特征在于，所述方法中，在实际图像上采集特征点，然后用畸变模型反算出其在虚拟的无畸变图像中的坐标，再使用反算后的坐标参与算法求解，实现图像畸变校正。

7.根据权利要求6所述的基于实时视频的位姿估计方法，其特征在于，所述方法中，对全图像进行畸变校正时，首先在虚拟的无畸变图像平面采样，求取采样点畸变后的坐标，然后使用求得的坐标在实际图像上采集灰度信息并填入无畸变图像上的对应位置，实现全图像进行畸变校正。