[发明专利]一种基于多平面联合位姿估计的主动相机重定位方法

权利要求书

1.一种基于多平面联合位姿估计的主动相机重定位方法，包括下列步骤：

步骤一：提取当前观测图像T及参考观测图像R中场景的有效平面区域图像集合和具体步骤如下：

(1)针对观测对象，选取原场景图像，分别检测当前观测图像T及参考观测图像R中场景的平面区域，得到平面区域图像集合和

(2)在平面区域图像集合和中分别选取有效平面区域得到图像集合和方法如下：

第1步：确定面积比：分别计算所检测到的平面区域的图像面积与原场景图像面积的比例；

第2步：设定阈值，分别选取集合及中，平面区域图像面积占场景图像面积比大于阈值的区域组成有效平面区域图像集合和

第3步：若集合及中所有的平面区域图像面积占比均小于阈值，则分别选取各自集合中平面区域面积占比前5的图像区域组成有效平面区域图像集合，不足5个以实际数目为准，和

(3)对有效平面区域图像集合和中所有平面区域图像进行图像形态学腐蚀，获得所有有效平面区域图像集合和

步骤二：在有效平面区域图像集合和中建立匹配关系，方法为：

(1)对于有效平面区域图像集合计算其中每一个平面区域图像的SIFT特征点的个数；计算其中每两个平面区域图像之间的最小欧氏距离；对有效平面区域图像集合做同样操作；

(2)对于有效平面区域图像集合以其中每一个平面区域图像作节点建立无向全连通图对有效平面区域图像集合做同样操作得到无向全连通图

(3)以平面图像的SIFT特征点个数作为图的节点权重，以平面图像间的欧式距离作为图的边权重，求解和间的图匹配问题，建立有效平面区域图像集合和中匹配关系

步骤三：获得每组匹配平面所指导的相机相对位姿P_i；

步骤四：通过融合所有的相机相对位姿P_i获得指导相机运动信息。

2.根据权利要求1所述的方法，其特征在于，所设定的阈值为10％。

3.根据权利要求1所述的方法，其特征在于，步骤三具体为：

第1步：对于每一对匹配平面计算间的单应性矩阵H_i；

第2步：对于每一个单应性矩阵H_i，分别对其进行奇异值分解，求取所对应的旋转矩阵和平移向量，即为该组匹配平面所指导的相机相对位姿P_i。

4.根据权利要求1所述的方法，其特征在于，步骤四具体为：

(1)确定参与每个P_i计算的SIFT特征点个数及特征点在平面上的分布；

(2)根据每个P_i所对应的SIFT特征点个数即数值权和SIFT特征点分布情况即分布权进行权重融合，按照各自对相机相对位姿的影响比重对所有的P_i做加权融合，获得最终用来指导相机运动的信息，两个权重的确立方法如下：

第1步：数值权用参与P_i计算的特征匹配点对的个数与参与匹配关系中所有L个相机相对位姿计算的特征匹配点对的个数的比值来确定；

第2步：分布权η_i：将参与P_i计算的有效平面区域图像按照平面区域形状的外接矩形裁剪生成将均匀分割成网格区域，统计每一个网格中参与P_i计算的特征匹配点个数，计算这些分布在每一个网格中的相关特征匹配点个数的方差，进而计算分布权，方差越小，权值越高。

5.根据权利要求1所述的方法，其特征在于，数值权占比0.8，分布权占比0.2。