[发明专利]一种基于广角相机大畸变图的初始化建图方法及系统

权利要求书

1.一种基于广角相机大畸变图的初始化建图方法，其特征在于：该方法包括以下步骤：

步骤S1、通过对入射光线的追踪，确定特定相机模型：遍历图像上所有像素点，将每个像素点通过预先标定的相机模型反投影为对应的入射光线向量，再通过初始的特定相机模型将同样的像素点反投影为对应的入射光线向量；构建预先标定的相机模型反投影得到的入射光线向量与初始的特定相机模型反投影得到的入射光线向量之间的最小二乘误差项，将图像上所有的像素点产生的误差项进行相加，迭代调整特定相机模型，使误差项之和最小，从而确定最终的特定相机模型；

步骤S2、提取畸变图视觉特征点，进行数据关联，以生成入射光线匹配对：在畸变图上提取视觉特征点，通过计算特征点对应的图像块的描述子的距离，来判断是否是有效匹配点对；之后将步骤S1中得到的特定相机模型应用于各个匹配点对，将视觉特征点转换为其对应的入射光线的方向向量，从而生成入射光线匹配对；

步骤S3、根据入射光线匹配对应的几何关系对畸变图地图初始化：根据步骤S2得到的入射光线匹配对，分别计算入射光线匹配对对应的对极几何关系与单应性几何关系，将对极矩阵和单应性矩阵分解，得到对应的两帧图像的相对运动，在已知相对运动的情况下，恢复入射光线匹配对对应的三维空间中的点；其中，所述的单应性几何关系简称为H模型，所述的对极几何关系简称为F模型；

步骤S4、通过误差比较对几何模型进行选择：根据步骤S3的计算结果，分别计算对极矩阵与单应性矩阵分解得到的两帧图像的相对运动的误差，通过误差比较，选择最佳的相对运动解算结果；

步骤S5、递归尺度恢复：在视频帧序列中，通过轮式编码器和惯导系统输入得到每帧图像的具有绝对尺度的位姿，将步骤S4中得到的帧间最佳相对运动解算结果与此位姿对齐，通过多帧累积调整三维地图点的绝对尺度，得到最终三维空间点带有绝对尺度的坐标。

2.根据权利要求1所述的一种基于广角相机大畸变图的初始化建图方法，其特征在于：步骤S1中所述的初始的特定相机模型采用的是4阶多项式相机的特定相机模型，通过反投影的方法来计算图像中任意像素点x＝(u，v)及其对应的入射光线的方向向量r＝(x，y，z)，具体方法如下：

(1)首先对图像像素坐标进行二维平面仿射变换

其中，u_c和v_c分别表示图像在横纵方向的中心坐标，A表示仿射变换矩阵在特定相机标定过程中通常初始值设定为单位矩阵，即s表示一个缩放因子，在特定相机标定过程中初始值通常设为1；

(2)计算仿射变换后像素坐标相对于4阶多项式相机中心的距离ρ

(3)计算入射光线在相机坐标系中z轴方向的分量

z′＝a₀+a₁ρ+a₂ρ²+a₃ρ³+a₄ρ⁴

其中，a₀，a₁，a₂，a₂表示多项式的系数；

最终得到的图像像素点对应的入射光线的方向向量为

3.根据权利要求2所述的一种基于广角相机大畸变图的初始化建图方法，其特征在于：步骤S1中将每个像素点通过预先标定的相机模型反投影为对应的入射光线向量时，可以将预先标定的相机模型反投影过程抽象表示为函数f，通过预先标定的相机模型反投影追踪像素点x的入射光线为r′，即：r′＝f(x)

根据预先标定相机模型反投影得到的入射光线与特定相机模型反投影得到的入射光线所构建的最小二乘误差项之和的公式如下：

g＝min_g∑_n(r-r′)²

其中，g表示最终使用的特定相机模型的反投影，n表示图像上像素点的个数。