[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

说明书

本发明涉及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：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；在有效平面区域图像集合和中建立匹配关系；获得每组匹配平面所指导的相机相对位姿P_i；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。

技术领域

本发明属于人工智能、计算机视觉领域，涉及主动视觉技术，具体为一种基于多平面联合位姿估计的主动相机重定位方法。

背景技术

主动式相机重定位，旨在物理真实地将相机六自由度位姿恢复到与拍摄参考图像时一致，在环境监测，历史文化遗产预防性保护，微小变化检测等领域发挥着重要作用，是主动视觉技术的一个重要应用[1]。主动式相机重定位过程包括相机的相对位姿估计和相机的动态调整，相机的调整由机器人平台完成。

目前最先进的主动式相机重定位算法在大量野生赋存环境下的文化遗产微小变化检测任务中取得了巨大成功[2]。但需要注意的是，这些监测任务是在稳定和可控的环境条件下进行的，在这种条件下，所采用图像的特征匹配结果能够支持准确的相机位姿估计。

然而，当历次观测的光照条件(方向和强度)不同时，监测结果差强人意。光照的显著差异会改变场景(尤其是普遍存在的三维结构场景)的表观，进而使涉及到姿态估计的图像中的特征点描述子会发生变化，导致相机位姿估计失败。此外，如果观测场景中的背景(非监测对象区域)变化较大，例如，被监测古建筑附近的植被在不同季节可能发生剧烈变化(甚至结构变化)，将显著增加图像中误匹配特征点的数量，严重影响重定位结果的准确性。实际任务中常见的上述两种情况，会严重损害主动相机重定位的精度，导致实际监测结果不可靠，从而无法支持户外不可控环境条件下的重定位作业。

参考文献：

[1]Feng W,Tian F P,Zhang Q,et al.Fine-Grained Change Detection ofMisaligned Scenes with Varied Illuminations[C]ICCV.IEEE,2015.

[2]Tian F P,Feng W,Zhang Q,et al.Active camera relocalization from asingle reference image without hand-eye calibration[J].IEEE transactions onpattern analysis and machine intelligence,2018,41(12):2791-2806.

[3]冯伟，孙济洲，张乾，田飞鹏，韩瑞泽,专利名称：一种无需手眼标定的相机六自由度位姿精确重定位方法，申请号：CN201611140264.2

发明内容

本发提供了一种基于多平面联合位姿估计的主动相机重定位方法，利用观测场景中的所有有效平面对相机的运动信息进行联合估计，有效减少了现有重定位方法对历次观测场景光照一致性和场景结构一致性的依赖，同时有效减少了重定位过程的时间花费，从而支持可靠高效的户外任务作业。技术方案如下：

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

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