[发明专利]运动模糊效应下的视觉特征三维重建方法

权利要求书

1.一种运动模糊效应下的视觉特征三维重建方法，其特征在于：包括如下步骤

步骤一：对要使用的相机进行标定；

步骤二：在被测物体表面布置编码标记点；

步骤三：获取运动模糊图像；

步骤四：识别图像中的编码标记点的身份；

步骤五：针对同一个编码标记点，借助于在不同时刻拍摄的时间序列图像，对其在不同时刻的空间位置进行粗定位并且拟合成样条曲线，作为该编码标记点空间运动轨迹的初始值；

步骤六：构造编码标记点运动的模糊成像模型；

步骤七：在每次曝光时间内，根据模糊成像模型，优化求解该编码标记点在曝光时间内的运动路径和姿态；

所述步骤三中：

(a)获取运动模糊图像组，即由一对相机在多个时刻获取的成对图像，由于运动模糊效应，每幅图片中的编码标记点成像有不同程度的模糊，用分别表示左c＝0右c＝1相机拍摄的第k幅图像，K为总的拍摄次数，每次拍摄持续时间为Δt，每次拍摄的起始时间为T_k,k＝1,2,...K，相邻两次拍摄的曝光时间没有重叠，前一次曝光结束到下一次曝光开始，之间的间隔时间相同，记为ΔT；

(b)根据相机镜头的畸变系数向量d^(c)，修正的镜头畸变效应，结果记为

(c)对每幅图像进行分割，使得分割以后得到的每个小块恰好包含一个编码标记点的完整的模糊图像，中包含的图像小块的个数记为分割出的图像小块记为其中c＝0,1分别对应左右相机，k＝1,2,...K对应拍摄次序，对应中的第s个小块，的中心在中的像素坐标为

2.如权利要求1所述的运动模糊效应下的视觉特征三维重建方法，其特征在于：所述步骤一中，标定一对相机，分别记为左相机C₀和右相机C₁，它们的成像矩阵分别表示为P₀和P₁，两个相机镜头的畸变系数向量分别表示为d^(c),c＝0,1；选择阈值T_p用于极线约束检测。

3.如权利要求2所述的运动模糊效应下的视觉特征三维重建方法，其特征在于：所述步骤二中：

(a)选择需要使用的编码标记点的身份编号，该身份编号为一个自然数，取值在1到N₀之间，N₀为全套编码标记点的总数目，记选定的编码标记点的集合为N为选定的编码标记点的总数目；

(b)对中每一个id_n,n＝1,2,...,N，准备编码标记点的图像M_n，所有的图像具有相同的像素尺寸，宽高像素数目均记为z；

(c)根据M_n制作实际的编码标记点，边长为l；

(d)粘贴实际的编码标记点到被测物体表面。

4.如权利要求3所述的运动模糊效应下的视觉特征三维重建方法，其特征在于：所述步骤四中：

(a)对图像小块进行预处理，使用一个深度卷积网络MBCNet来识别运动模糊的编码标记点的身份，构建该网络必须为输入层指定宽高尺寸，用w代表输入层需要的图像的宽度和高度，单位为像素；

(b)对每一个图像小块进行尺寸预处理，设每个小块的宽度为w_H像素，高度为w_V像素,(1)如果w_H＝w_V＝w则不需要处理，(2)如果max{w_H,w_V}≠w则缩放图像小块倍，然后在图像小块上下或者左右分别对称地添加与背景相同灰度的空白区域，使得图像宽度高度都为w像素，预处理以后的图像小块记作

(c)对每一个识别其中包含的模糊编码标记点的身份,记为用表示识别出的所有编码标记点的集合。

5.如权利要求4所述的运动模糊效应下的视觉特征三维重建方法，其特征在于：所述步骤五中：

(a)对识别出的编码标记点进行筛选；

(b)对每一个编码标记点身份id∈ID计算拟合起始和终止端点初值