[发明专利]一种单幅图像的三维配准方法

摘要

本发明涉及一种单幅图像的三维配准方法，包括相机标定、交互式建模和相机注册三个步骤，所述相机标定步骤中采用网格法提取粗精度消隐点，并结合采用PClines空间转换和对齐直线点检测算法对所述粗精度消隐点提纯得到候选消隐点，对所述候选消隐点进行优化更新得到典型消隐点，以所述典型消隐点为相机标定特征建立曼哈顿世界模型约束，对所述典型消隐点进行分析，得出相机的内外参数，包括焦距和旋转矩阵，所述相机注册步骤主要使用基于直线特征对齐的方法将三维模型配准并注册到统一的三维场景中。本发明能够克服基于几何投影信息的单幅图像三维配准技术的误差累积较多的缺点，得到更加准确的三维重建效果。

主权项

1.一种单幅图像的三维配准方法，其特征在于包括三个步骤：相机标定步骤：对单幅图像检测直线信息并提取消隐点，以所述消隐点作为特征计算出相机的内外参数即标定信息，包括焦距和旋转矩阵；交互式建模步骤：利用所述标定信息进行结构约束，以此完成交互式三维场景结构的建模；相机注册步骤：将分布在一个或多个局部世界坐标系中的三维场景结构注册到统一的三维场景中，得到最终的三维配准重建效果；其中，所述相机标定步骤中采用网格法提取粗精度消隐点，采用PClines空间转换和对齐直线点检测的算法对所述粗精度消隐点提纯得到候选消隐点，对所述候选消隐点进行优化更新得到典型消隐点，以所述典型消隐点为相机标定特征建立曼哈顿世界模型约束，对所述典型消隐点进行分析，得出相机的内外参数，所述相机标定步骤包括五个部分，分别是直线检测：检测所述单幅图像中局部的直轮廓；直线优化与去噪：对直线检测结果进行优化；候选消隐点获取：基于优化后的直线检测结果信息提取消隐点，包括采用网格法的粗精度消隐点提取和采用PClines空间转换和对齐直线点检测算法的粗精度消隐点提纯两个步骤；候选消隐点优化：对所获取的消隐点进行优化；场景约束分析及相机参数计算：通过对优化后的消隐点的分析计算相机的内外参数，其中所述直线检测采用LSD算法：首先对所述单幅图像进行高斯滤波和降采样；然后计算每个像素点的梯度g_x(x,y)、g_y(x,y)和梯度等高线角度LLA，相关公式为：其中，i(x,y)表示灰度图像上像素点(x,y)处的灰度值，对计算得到的LLA经过区域生长算法得到直线支撑区域；进行矩形估计，即找到每个所述直线支撑区域的最小外接矩形；对所述矩形进行筛选、调整：定义矩形内像素点的LLA相对于矩形主方向角度偏差在τ以内的点为对齐点，循环计算所述矩形的对齐点密度d以及误报数NFA，相关公式为：其中，r表示当前矩形，NFA(r)表示当前矩形的误报数，d(r)表示当前矩形的对齐点密度；N为图像高度，M为图像宽度，n为矩形内像素总数，k为矩形内对齐点总数，p表示像素点是对齐点的概率且初始值定为γ为尝试不同p值的个数，判断所计算出的对齐点密度d是否大于设定的对齐点密度阈值且误报数是否小于设定的误报数阈值，若不满足，则对相应的直线支撑区域进行截断处理或参数调整并重新确定矩形，再对新的矩形依据公式(4)、(5)重新计算并判断，直至找到对齐点密度大于设定的对齐点密度阈值且误报数小于设定的误报数阈值的矩形；每个矩形对应一条直线段，直线段的方向即为矩形主方向，直线段的长度等于矩形的长边的长度，所得到的直线段即为直线检测的结果。