[发明专利]视频场景三维重建时的特征点优选方法

摘要

一种视频场景三维重建时的特征点优选方法，包括以下步骤：1)视频场景的图像序列I(X,t)，其中，X表示第i个特征点的位置，t表示帧的序数，并使用KLT跟踪器对特征点进行跟踪，2)计算出在相邻帧之间每个跟踪特征点的方向，并用正弦值表示其向量方向θ，计算出θ的均值来决定其中心c，并设定阈值a来排除相对变化较大的向量方向；|θ-c|表示绝对距离；当|θ-c|≤a成立时，不改变KLT跟踪器跟踪的数据结果；当|θ-c|>a成立时，去除这些跟踪点；从而得到优选的特征点。本发明提供一种有效提高精确度的视频场景三维重建时的特征点优选方法。

主权项

1.一种视频场景三维重建时的特征点优选方法，包括以下步骤：1）视频场景的图像序列I(X, t)，其中， X表示第i个特征点的位置，X的坐标为（，），t表示帧的序数，使用KLT跟踪器对特征点进行跟踪，设定图像序列中两帧数据之间的时间间隔是有限的小，特征点仅在位置上发生变化，亮度保持不变，如下式：(1)其中，表示特征点的亮度，X表示特征点的位置，δ(X)表示变换函数，表示时间间隔：δ(x)近似用一个向量d来表示：(2)计算图像I (X, t)和图像I(X+d, t+△t)中的两个窗口之间的差异，如下式：(3)其中，表示差异量，w(X)是一个权值函数，W表示窗口，计算出使得向量d最小；利用泰勒公式把按一阶展开得到线性的部分，并根据d到0设定相应的ε，得到线性的等式：(4)其中，Z是2×2的矩阵；(5)并且，e是2×1的向量；(6)其中，；其特征在于：所述特征点优选方法还包括以下步骤：2）计算出在相邻帧之间每个跟踪特征点的向量方向，并用正弦值表示其向量方向，定义向量方向：(7)其中，上标j 表示帧数；正弦值：(8)其中，；其次，计算出θ的均值来决定其中心c：，并设定阈值a来排除相对变化较大的向量方向；(9)即，|θ-c|表示绝对距离，当|θ-c|≤a成立时，不改变KLT跟踪器跟踪的数据结果；当|θ-c|>a成立时，去除这些跟踪点；得到优选的特征点。