[发明专利]一种单目视觉传感器混合式高精度三维结构恢复方法

权利要求书

1.一种单目视觉传感器混合式高精度三维结构恢复方法，其特征在于：包括如下步骤：

步骤一、定义如下四个互相关联的坐标系：

世界坐标系O_wX_wY_wZ_w，用于表示目标和相机在三维空间中的绝对姿态和坐标；

目标全局坐标系O_tX_tY_tZ_t，以目标上一点为原点，反应目标自身特征三维结构的坐标；

目标面坐标系O_fiX_fiY_fiZ_fi，fi＝1,...,M，目标物体由M个面构成，每个面内特征点刚体链接，结构稳定，形成面坐标系；

相机坐标系O_cX_cY_cZ_c，坐标原点为相机光学中心，Z轴与光轴平行，X轴和Y轴分别与图像视觉传感器的X方向和Y方向平行；

步骤二、使用辅助靶标标定方法对目标的每个面分别进行标定，得到每个面内特征点三维坐标，记为其中fi＝1,...,M表示不同的面，j＝1,...,N表示同一面内不同的特征点；

步骤三、架设主机，对目标360°环绕拍摄，共S个摄站，每个摄站分别以三个高度进行拍摄，共S×3个视图；

步骤四、使用灰度质心法得到视图p＝1,...,3S上特征点的二维坐标

步骤五、采用极线几何原理，当两个视图下存在5个及以上同名点时，即可估计两视图之间的坐标转换关系；同名点的判断根据预先标定的坐标值得到；每两个相邻摄站之间都能够得到一组相对转换关系P_p,p+1＝[R_p,p+1|t_p,p+1]，p＝1,...,3S-1；

步骤六、将步骤五中得到的P_p,p+1进行分组，p＝1,...,3S-1，图像上存在同一组同名点的关系矩阵P_p,p+1合并为一组，记作{pose_fi},fi＝1,...,M；各组满足关系{pose_f1}∪{pose_f2}∪...∪{pose_fM}＝{P_p,p+1}，p＝1,...,3S-1；

步骤七、对步骤六提取的各个关系矩阵组{pose_fi},fi＝1,...,M进行如下操作，更新关系矩阵P_p,p+1的初始值：

使用两摄站的关系矩阵P_p,p+1以及空间点在两视图上的图像坐标q＝(u,v)，重建该特征点Q'＝(X',Y',Z')；将重建点Q'重投影到两个视图中，得到重投影点图像坐标q'＝(u',v')，求使得重投影图像点与原始图像点距离最小的P_p,p+1，对于多个摄站方位对同一组空间点采集图像的情况，设关系矩阵组{pose_fi}包含P_p,p+1对视图组，p＝p1,...,pN，每组视图包含j＝1,...,N个特征点，则目标函数可表示为：

其中，dist(Q',R_p,p+1,t_p,p+1)＝||q_p-q_p'||；

步骤八、步骤七得到的P_p,p+1为每两个摄站之间的转换矩阵，但若要得到目标物体在世界坐标系下的三维结构，则需要将所有摄站对齐在世界坐标系下，以获得各摄站的绝对位姿，这样三维重建出的目标特征点无需二次拼接即处于同一坐标系内；使用如下公式将P_p,p+1对齐到世界坐标系下，得到绝对位姿矩阵P_p＝[R_p|t_p],p＝1,...,3S：

式中，||·||_F表示Frobenius范数；令式(2)取得最小值，得世界坐标系下绝对位姿矩阵P_p＝[R_p|t_p]的最优解；

步骤九、步骤八计算得到了所有摄站在世界坐标系下的绝对位姿，使用步骤八计算的P_p＝[R_p|t_p]三维重建目标结构，得到目标物体上所有特征点在世界坐标系下的三维坐标初值Q_k；

步骤十、使用步骤二中预先标定好的各个面内特征点三维坐标通过如下目标函数再次优化R_p和t_p：

其中，

步骤十一、根据步骤十得到的各摄站绝对空间位姿P_p＝[R_p|t_p],p＝1,...,3S，与目标特征点在世界坐标系下的三维坐标Q_k′＝(X_k,Y_k,Z_k)其中k＝1,...,K，使用主成分分析法建立目标全局坐标系O_tX_tY_tZ_t，将特征点转换到O_tX_tY_tZ_t下，即可得到目标特征点三维结构