[发明专利]一种光场相机相对位姿估计方法

说明书

本发明公开了一种光场相机相对位姿估计方法，包括：获得同一场景在第一光场下的第一原始图像和在第二光场下的第二原始图像；获取第一原始图像任一角度的子孔径图像的第一特征点坐标数据和第二原始图像同一角度的子孔径图像的第二特征点坐标数据；根据第一特征点数据和第一光场深度参数获得第一原始图像的第一光场点数据，根据第二特征点数据和第二光场深度参数获得第二原始图像的第二光场点数据；建立第一光场点数据和第二光场点数据中对应光场点的线性约束公式；根据线性约束公式获取光场相机相对位姿。该方法根据光场相机的特性建立光场间的约束模型，以估计光场相机的相对位姿，具有更高的鲁棒性和准确性。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种光场相机相对位姿估计方法。

背景技术

运动恢复结构(Structure from Motion，SfM)是现阶段三维重建的一种常见方法，其通过相机的运动来确定目标的空间结构和几何关系。基于普通相机的传统SfM方法逐渐趋于完善，目前已经能够实现从大量无序的图像集中精确地恢复相机位姿并为真实场景建模，同时能对有序的图像集进行实时操作。然而，在普通相机中，单目相机的尺度不确定性，双目相机的配置与标定较为复杂、视差计算复杂度极高，RGB-D相机的测量范围窄、噪声大、易受日光影响，使用场景受限等问题都影响了场景三维重建的性能。

随着光场相机的问世以及近年来光场技术的快速发展，光场相机开始被应用在SfM技术中，即基于光场的运动恢复结构(Light Field-Structure from Motion，LF-SfM)技术。作为在计算机视觉和计算成像领域实现光场技术的主要设备，光场相机可以仅仅通过拍摄一帧图像记录整个四维光场，既包含普通相机拍摄的二维图像的空间信息，又包含光线的方向信息，可以仅使用单帧图像完成深度计算，推动了包括重聚焦，深度估计，合成孔径成像以及视觉同时定位和构图(Visual Simultaneous Localization and Mapping,VSLAM)在内的多项技术的发展。

请参见图1，图1是现有LF-SfM方法的流程图，作为LF-SfM技术中的关键方法，光场相机相对位姿估计的准确性对重建结果有着至关重要的影响。请参见图2，图2是一种现有光场相机相对位姿估计方法的流程图，如图所示，在进行光场相机相对位姿估计时，首先在两幅图像中分别提取特征点，经过特征匹配方法，建立起特征点之间的对应约束模型，然后通过模型求解计算相对位姿。目前求解光场相机相对位姿的常用方法包括基于广义对极约束(Generalized Epipolar Constraint，GEC)的方法、三维点云(Three-DimensionalPoint Cloud，3DPC)方法、n点透视法(Perspective-n-Point，PnP)和基于光线-空间投影模型的光场相机相对位姿估计方法等，然而现有的这些方法在提取特征点时不可避免地会引入较大误差，造成鲁棒性和精确度不高。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种光场相机相对位姿估计方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种光场相机相对位姿估计方法，所述方法包括：

S1：获得同一场景在第一光场下的第一原始图像和在第二光场下的第二原始图像；

S2：获取所述第一原始图像任一角度的子孔径图像的第一特征点坐标数据和所述第二原始图像同一角度的子孔径图像的第二特征点坐标数据；

S3：根据所述第一特征点数据和第一光场深度参数获得所述第一原始图像的第一光场点数据，根据所述第二特征点数据和第二光场深度参数获得所述第二原始图像的第二光场点数据；；

S4：建立所述第一光场点数据和所述第二光场点数据中对应光场点的线性约束公式；

S5：根据所述线性约束公式获取光场相机相对位姿。

在本发明的一个实施例中，所述S2包括：