本發(fā)明專(zhuān)利技術(shù)公開(kāi)了一種雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法，包括如下步驟：在不同測(cè)量視點(diǎn)下獲取被測(cè)三維物體的點(diǎn)云數(shù)據(jù)，構(gòu)建這些點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)；利用所述點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)求取表示各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間相對(duì)位置關(guān)系的對(duì)應(yīng)矩陣M；對(duì)對(duì)應(yīng)矩陣M進(jìn)行奇異值分解，得到各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間特征匹配點(diǎn)對(duì)的平移向量T和旋轉(zhuǎn)矩陣R；利用平移向量T和旋轉(zhuǎn)矩陣R，計(jì)算得到各個(gè)測(cè)量視點(diǎn)中的點(diǎn)云數(shù)據(jù)相對(duì)第一測(cè)量視點(diǎn)的實(shí)際平移向量T′；根據(jù)旋轉(zhuǎn)矩陣R和實(shí)際平移向量T′，實(shí)現(xiàn)不同測(cè)量視點(diǎn)下點(diǎn)云數(shù)據(jù)的自動(dòng)拼合。本發(fā)明專(zhuān)利技術(shù)雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法，簡(jiǎn)單可靠，操作方便，測(cè)量精度較高。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及計(jì)算機(jī)立體視覺(jué)技術(shù)，具體涉及一種雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法。
技術(shù)介紹
利用雙目立體視覺(jué)測(cè)量系統(tǒng)對(duì)三維物體的形狀進(jìn)行構(gòu)建的過(guò)程中，單次測(cè)量?jī)H僅能夠獲取被測(cè)三維物體表面一定區(qū)域的幾何點(diǎn)云數(shù)據(jù)，對(duì)于較大的三維物體要想獲得整個(gè)三維物體的外形數(shù)據(jù)需要移動(dòng)被測(cè)三維物體，或者進(jìn)行多視點(diǎn)測(cè)量，這導(dǎo)致不同測(cè)量視點(diǎn)的相機(jī)下用于計(jì)算得到點(diǎn)云數(shù)據(jù)的坐標(biāo)系不同。為了最終得到被測(cè)三維物體整個(gè)表面的三維外形數(shù)據(jù)需要將不同坐標(biāo)系下的數(shù)據(jù)變換到同一坐標(biāo)系，多個(gè)測(cè)量視點(diǎn)得到的不同坐標(biāo)系下的幾何點(diǎn)云數(shù)據(jù)的自動(dòng)拼接和配準(zhǔn)一直是一個(gè)棘手的問(wèn)題，現(xiàn)有的方法主要包括以下幾種(I)在被測(cè)三物體表面粘貼人工標(biāo)記點(diǎn)，對(duì)幾次測(cè)量的標(biāo)記點(diǎn)進(jìn)行搜索建立相匹配的標(biāo)記點(diǎn)對(duì)，同時(shí)保證兩個(gè)視點(diǎn)間的雙目相機(jī)至少有三個(gè)以上的共同標(biāo)記點(diǎn)，然后通過(guò)匹配的共同標(biāo)記點(diǎn)計(jì)算多次測(cè)量得到的點(diǎn)云數(shù)據(jù)之間的坐標(biāo)變換關(guān)系，從而實(shí)現(xiàn)多視點(diǎn)測(cè)量數(shù)據(jù)的自動(dòng)拼接。但是，在三維物體表面粘貼標(biāo)記點(diǎn)不但會(huì)破壞三維物體表面的紋理信息，同時(shí)無(wú)法對(duì)標(biāo)記點(diǎn)粘貼處的被測(cè)三維物體表面的外形數(shù)據(jù)進(jìn)行計(jì)算，而且該方法不適合在某些特殊的被測(cè)物體表面上粘貼標(biāo)記點(diǎn)，例如歷史文物等，因此其使用范圍具有一定的局限性。(2)利用旋轉(zhuǎn)臺(tái)確定被測(cè)三維物體與雙目立體視覺(jué)測(cè)量系統(tǒng)之間的位置變化關(guān)系，通過(guò)旋轉(zhuǎn)臺(tái)的運(yùn)動(dòng)參數(shù)直接計(jì)算多測(cè)量視點(diǎn)下的點(diǎn)云數(shù)據(jù)之間的坐標(biāo)變化關(guān)系，該方法比較穩(wěn)定可靠，而且具有很高的精度，但是需要額外的高精度機(jī)械裝置，并且雙目立體視覺(jué)測(cè)量系統(tǒng)的結(jié)構(gòu)也較復(fù)雜。(3)手工選取特征點(diǎn)進(jìn)行初匹配，然后通過(guò)現(xiàn)有的軟件算法處理完成三維物體的外形點(diǎn)云數(shù)據(jù)的拼合。此類(lèi)方法首先需借助人工干預(yù)在圖像上選取匹配特征對(duì)，實(shí)現(xiàn)對(duì)外形點(diǎn)云數(shù)據(jù)的初匹配，但在有些情況下誤差過(guò)大，難以達(dá)到理想的拼合效果，由于此類(lèi)方法需要借助一定的人工干預(yù)，無(wú)法實(shí)現(xiàn)對(duì)多測(cè)量視點(diǎn)點(diǎn)云數(shù)據(jù)的自動(dòng)拼合。
技術(shù)實(shí)現(xiàn)思路
本專(zhuān)利技術(shù)提供了一種雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法，不需要借助硬件輔助設(shè)備，也不需要在被測(cè)三維物體表面貼標(biāo)記點(diǎn)，即可實(shí)現(xiàn)多測(cè)量視點(diǎn)點(diǎn)云數(shù)據(jù)的自動(dòng)拼合，簡(jiǎn)單可靠，能夠保證較高的測(cè)量精度，具有廣泛的適用性。一種雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法，包括如下步驟(I)在不同測(cè)量視點(diǎn)下獲取被測(cè)三維物體的點(diǎn)云數(shù)據(jù)，構(gòu)建這些點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)；不同測(cè)量視點(diǎn)中隨機(jī)選取一個(gè)測(cè)量視點(diǎn)作為第一測(cè)量視點(diǎn)；現(xiàn)有技術(shù)中的雙目測(cè)量系統(tǒng)(市場(chǎng)上的商業(yè)軟硬件系統(tǒng))具有將不同測(cè)量視點(diǎn)中的特征點(diǎn)進(jìn)行匹配的功能，并能夠?qū)我粶y(cè)量視點(diǎn)下的幾何和紋理數(shù)據(jù)高精度配準(zhǔn)。(2)利用所述點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)求取表示各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間相對(duì)位置關(guān)系的對(duì)應(yīng)矩陣M ;各個(gè)測(cè)量視點(diǎn)中不包括第一測(cè)量視點(diǎn)，各個(gè)測(cè)量視點(diǎn)和第一測(cè)量視點(diǎn)共同構(gòu)成步驟(I)中所述的不同測(cè)量視點(diǎn)；(3)對(duì)對(duì)應(yīng)矩陣M進(jìn)行奇異值分解，得到各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間特征匹配點(diǎn)對(duì)的平移向量T和旋轉(zhuǎn)矩陣R ；(4)利用各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間特征匹配點(diǎn)對(duì)的平移向量T和旋轉(zhuǎn)矩陣R，計(jì)算得到各個(gè)測(cè)量視點(diǎn)中的點(diǎn)云數(shù)據(jù)相對(duì)第一測(cè)量視點(diǎn)的實(shí)際平移向量T'；(5)根據(jù)旋轉(zhuǎn)矩陣R和實(shí)際平移向量T'，對(duì)各個(gè)測(cè)量視點(diǎn)下的點(diǎn)云數(shù)據(jù)進(jìn)行坐標(biāo)變換，將所有點(diǎn)云數(shù)據(jù)在第一測(cè)量視點(diǎn)坐標(biāo)系下表示，實(shí)現(xiàn)不同測(cè)量視點(diǎn)下點(diǎn)云數(shù)據(jù)的自動(dòng)拼合。不同測(cè)量視點(diǎn)的數(shù)目越多，自動(dòng)拼合后得到的點(diǎn)云數(shù)據(jù)越準(zhǔn)確，但相應(yīng)計(jì)算量也大大增加，優(yōu)選地，所述步驟(I)中的不同測(cè)量視點(diǎn)的數(shù)目至少為三個(gè)。作為優(yōu)選，所述步驟(2)中求取對(duì)應(yīng)矩陣M時(shí)，在每個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)中隨機(jī)選取20對(duì)進(jìn)行計(jì)算。對(duì)η個(gè)不同的測(cè)量視點(diǎn)分別進(jìn)行編號(hào)，依次為1，2，3……η，第一測(cè)量視點(diǎn)，即η =1，求取第k(k = 2,3……η)個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間的相對(duì)位置和姿態(tài)的關(guān)系時(shí)，從第k(k = 2，3……η)個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)之間隨機(jī)選取20對(duì)，進(jìn)行計(jì)算。`第k(k = 2,3……η)個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)的相對(duì)位置和姿態(tài)關(guān)系共同構(gòu)成對(duì)應(yīng)矩陣Μ。作為優(yōu)選，所述步驟(2)中求取對(duì)應(yīng)矩陣M時(shí)使用驗(yàn)證機(jī)制。使用驗(yàn)證機(jī)制可以進(jìn)一步保證求取的對(duì)應(yīng)矩陣M的穩(wěn)健性，同時(shí)，增加對(duì)誤匹配的容錯(cuò)性。假設(shè)驗(yàn)證機(jī)制從不同測(cè)量視點(diǎn)獲取圖像并建立的特征匹配點(diǎn)對(duì)，在這些特征匹配點(diǎn)對(duì)中進(jìn)行多次隨機(jī)選取，每次選取二十對(duì)特征匹配點(diǎn)對(duì)，對(duì)于某一測(cè)量視點(diǎn)中的圖像I中的20個(gè)特征點(diǎn)，針對(duì)這20個(gè)特征點(diǎn)r(i = i。。。20)，通過(guò)極線幾何約束關(guān)系，尋找其在該測(cè)量視點(diǎn)圖像2中對(duì)應(yīng)的極線L(i = u。。。2。)，然后計(jì)算4 = 1。。20)對(duì)應(yīng)的該測(cè)量視點(diǎn)圖像2中的特征點(diǎn)到 L(i = 1。。。。20)的距 1 D(i = 1。。。。2(1)，并計(jì)算距 1 D = DfDjD3+......+D19+D2(l,最后選取 D值最小的一組作為最終的求取本質(zhì)矩陣的組對(duì)。采用此種方法一方面可以通過(guò)極限幾何約束進(jìn)一步提高特征匹配點(diǎn)對(duì)的容錯(cuò)性，另一方面可以保證算法的穩(wěn)健性和魯棒性。作為優(yōu)選，所述步驟(3)中對(duì)對(duì)應(yīng)矩陣M進(jìn)行奇異值分解時(shí)，采用SVD分解方法。SVD分解(Singular Value Decomposition),可以計(jì)算兩個(gè)不同的測(cè)量視點(diǎn)之間的歸一化的平移向量T和旋轉(zhuǎn)矩陣R，通過(guò)利用各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間特征匹配點(diǎn)對(duì)的平移向量T和旋轉(zhuǎn)矩陣R，計(jì)算得到各個(gè)測(cè)量視點(diǎn)中的點(diǎn)云數(shù)據(jù)相對(duì)第一測(cè)量視點(diǎn)的實(shí)際平移向量T'。在每個(gè)測(cè)量視點(diǎn)進(jìn)行測(cè)量前，在被測(cè)三維物體旁邊放一個(gè)具有嚴(yán)格尺寸大小的比例尺，同時(shí)對(duì)被測(cè)三維物體以及比例尺進(jìn)行測(cè)量，在每個(gè)測(cè)量視點(diǎn)重建的點(diǎn)云數(shù)據(jù)中包含被測(cè)三維物體和比例尺的點(diǎn)云數(shù)據(jù)。由于求得的點(diǎn)云數(shù)據(jù)都是歸一化后的，并不是三維物體的實(shí)際尺寸，因此，需要利用比例因子S還原三維物體的尺寸，比例因子S等于比例尺的實(shí)際尺寸與重建出的歸一化的比例尺的尺寸之間的比值，將被測(cè)三維物體歸一化后的三維點(diǎn)坐標(biāo)乘以比例因子S即可恢復(fù)被測(cè)三維物體的實(shí)際尺寸。本專(zhuān)利技術(shù)雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法，只需利用不同測(cè)量視點(diǎn)下的特征匹配點(diǎn)對(duì)，通過(guò)計(jì)算即可實(shí)現(xiàn)多測(cè)量視點(diǎn)點(diǎn)云幾何數(shù)據(jù)的自動(dòng)拼合，簡(jiǎn)單可靠，操作方便，并能達(dá)到較高的測(cè)量精度。具體實(shí)施例方式—種雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法，包括如下步驟:(I)求取對(duì)應(yīng)矩陣M在不同測(cè)量視點(diǎn)下，拍攝得到被測(cè)三維物體的隨機(jī)圖像，不同測(cè)量視點(diǎn)依次標(biāo)記為1，2,3......η,隨機(jī)選取一個(gè)測(cè)量視點(diǎn)為第一測(cè)量視點(diǎn),例如選取η = I為第一測(cè)量視點(diǎn)。建立第k(k = 2，3......η)個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間隨機(jī)圖像Ik和I1之間穩(wěn)定的特征匹配點(diǎn)對(duì)，假設(shè)圖像Ik和I1中的特征點(diǎn)在各自測(cè)量視點(diǎn)的相機(jī)坐標(biāo)系下對(duì)應(yīng)的圖像坐標(biāo)分別為qk和q1，利用三維向量分別表示為(qik，q2k，q3k)，(q/，q2\‘)。根據(jù)幾何約束關(guān)系可得極限約束方程(q1) TFqk = O(I)其中F為基本矩陣，是極線幾何的一種代數(shù)表示，也是立體視覺(jué)與運(yùn)動(dòng)視覺(jué)中一個(gè)十分重要的矩陣。 同時(shí)，基本矩陣F還滿(mǎn)足下列關(guān)系F = K2^tEK1-1(2)K1和K2為3X3上三角矩陣，分別包含了兩個(gè)攝像機(jī)的內(nèi)部參數(shù)，E為矩陣，包含了雙目立體視覺(jué)本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
一種雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法，其特征在于，包括如下步驟：(1)在不同測(cè)量視點(diǎn)下獲取被測(cè)三維物體的點(diǎn)云數(shù)據(jù)，構(gòu)建這些點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)；(2)利用所述點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)求取表示各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間相對(duì)位置關(guān)系的對(duì)應(yīng)矩陣M；(3)對(duì)對(duì)應(yīng)矩陣M進(jìn)行奇異值分解，得到各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間特征匹配點(diǎn)對(duì)的平移向量T和旋轉(zhuǎn)矩陣R；(4)利用各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間特征匹配點(diǎn)對(duì)的平移向量T和旋轉(zhuǎn)矩陣R，計(jì)算得到各個(gè)測(cè)量視點(diǎn)中的點(diǎn)云數(shù)據(jù)相對(duì)第一測(cè)量視點(diǎn)的實(shí)際平移向量T′；(5)根據(jù)旋轉(zhuǎn)矩陣R和實(shí)際平移向量T′，對(duì)各個(gè)測(cè)量視點(diǎn)下的點(diǎn)云數(shù)據(jù)進(jìn)行坐標(biāo)變換，將所有點(diǎn)云數(shù)據(jù)在第一測(cè)量視點(diǎn)坐標(biāo)系下表示，實(shí)現(xiàn)不同測(cè)量視點(diǎn)下點(diǎn)云數(shù)據(jù)的自動(dòng)拼合。
【技術(shù)特征摘要】
1.一種雙目立體視覺(jué)系統(tǒng)中的點(diǎn)云數(shù)據(jù)的自動(dòng)拼合算法，其特征在于，包括如下步驟: (1)在不同測(cè)量視點(diǎn)下獲取被測(cè)三維物體的點(diǎn)云數(shù)據(jù)，構(gòu)建這些點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)； (2)利用所述點(diǎn)云數(shù)據(jù)的特征匹配點(diǎn)對(duì)求取表示各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間相對(duì)位置關(guān)系的對(duì)應(yīng)矩陣M ; (3)對(duì)對(duì)應(yīng)矩陣M進(jìn)行奇異值分解，得到各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間特征匹配點(diǎn)對(duì)的平移向量T和旋轉(zhuǎn)矩陣R ； (4)利用各個(gè)測(cè)量視點(diǎn)與第一測(cè)量視點(diǎn)之間特征匹配點(diǎn)對(duì)的平移向量T和旋轉(zhuǎn)矩陣R，計(jì)算得到各個(gè)測(cè)量視點(diǎn)中的點(diǎn)云數(shù)據(jù)相對(duì)第一測(cè)量視點(diǎn)的實(shí)際平移向量T'； (5)根據(jù)旋轉(zhuǎn)矩陣R和實(shí)際平移向量T'，對(duì)各個(gè)測(cè)量視點(diǎn)下的點(diǎn)云數(shù)據(jù)進(jìn)行坐標(biāo)變換，將所有點(diǎn)云數(shù)據(jù)在第一測(cè)量視點(diǎn)坐標(biāo)系下表示，實(shí)現(xiàn)不同測(cè)量視點(diǎn)下點(diǎn)云數(shù)據(jù)的自動(dòng)拼合。2.如權(quán)利要求1...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：趙磊，張勤飛，李偉，包倪光，李裕麒，任艷姣，
申請(qǐng)(專(zhuān)利權(quán))人：浙江大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。