[发明专利]基于平行视差的移动相机虚拟阵列标定方法无效
| 申请号: | 201310003719.6 | 申请日: | 2013-01-06 |
| 公开(公告)号: | CN103093460A | 公开(公告)日: | 2013-05-08 |
| 发明(设计)人: | 杨涛;张艳宁;张晓强;宋征玺 | 申请(专利权)人: | 西北工业大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00 |
| 代理公司: | 西北工业大学专利中心 61204 | 代理人: | 王鲜凯 |
| 地址: | 710072 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明公开了一种基于平行视差的移动相机虚拟阵列标定方法,用于解决现有的基于平行视差的固定相机阵列标定方法需要多台相机的技术问题。技术方案是利用直线导轨上平行移动的单个相机模拟一个虚拟的相机阵列系统,对各视点所拍摄图像中的特征点进行跟踪并以此估计多视角相机姿态。利用得到的各视角姿态,首先定义一个与直线导轨向平行的参考平面,对由此平面诱导的各视角和某一参考视角的单应矩阵进行估计。而后此单应矩阵计算各视角与参考视角在参考平面的视差。各视点的相对位置由对视差矩阵的SVD分解计算所得。利用本发明方法对静态场景中的被遮挡目标进行透视成像,去遮挡效果良好。 | ||
| 搜索关键词: | 基于 平行 视差 移动 相机 虚拟 阵列 标定 方法 | ||
【主权项】:
1.一种基于平行视差的移动相机虚拟阵列标定方法,其特征在于包括以下步骤:步骤一、首先对输入的图像序列进行SIFT特征点检测与匹配,使用RANSAC鲁棒估计方法对所检测到的特征点进行外点去除;而后利用各视角二维图像上的图像特征对应内点,恢复各视角的姿态、相机内参数以及场景中若干稀疏点的三维坐标;最后对所有帧的估计结果在捆集调整的框架下进行整体优化;该步骤结束后,建立空间三维点在各视角图像上的投影方程:xi=PiX其中X为世界坐标系下点的三维坐标,Pi为估计出的第i个视角的相机姿态以及内参数矩阵;步骤二:设相机在直线导轨上的运动过程中,各视点光心所处平面为相机平面,与相机平面所平行的参考平面为∏R;设在相机运动过程中,共在k个不同视角采集了图像,即V1,...,VR...,Vk,其中VR为一个用来度量视差的参考视角;设Hi表示由∏R诱导的从Vi到VR的单应矩阵;在参考平面上有j个控制点XR1,..,XRj,利用第一步所估计出的Pi矩阵,将XR1,...,XRj投影至各视角图像上,利用黄金标准算法对平面∏R诱导单应进行估计;步骤三:设共有I个不同的平面与参考平面∏R平行,分别为∏1,...,∏I,在每个平面上,均有J个不同的控制点,第i个平面上的第j个控制点用Xij表示,利用各视点的姿态以及相机内参数,将Xij投影至视角Vk以及参考视角VR的图像上,设此投影点分别为xijk和xijR;则由三维点Xij诱导的视角Vk与VR之间的视差pijk在参考平面∏R上表示如下:pijk=Hixijk-xijR式中,Hi为估计出的诱导单应;将同一平面上的J个视差数据进行累加求均,得到在平面∏i上视角Vk与VR之间的平均视差pikp ik = 1 J Σ j = 1 J p ijk ]]> 将I个平面上的K个不同视角的平均视差写成矩阵形式,得视差矩阵M,对矩阵M进行SVD分解,得
式中,s为标量系数,Δxk为视角Vk与参考视角VR的相对位置,di为平面∏i与参考平面∏R的相对距离:d i = Δz i Z ]]> 式中,Δzi为∏i到∏R的距离,Z为∏i到相机平面的距离。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310003719.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种输液袋全自动制袋机
- 下一篇:治疗小儿积滞症的中药制剂





