CN110838146A - 一种共面交比约束的同名点匹配方法、***、装置及介质 - Google Patents
一种共面交比约束的同名点匹配方法、***、装置及介质 Download PDFInfo
- Publication number
- CN110838146A CN110838146A CN201910973199.9A CN201910973199A CN110838146A CN 110838146 A CN110838146 A CN 110838146A CN 201910973199 A CN201910973199 A CN 201910973199A CN 110838146 A CN110838146 A CN 110838146A
- Authority
- CN
- China
- Prior art keywords
- point
- potential
- image
- seed
- ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 239000011159 matrix material Substances 0.000 claims abstract description 110
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 230000009466 transformation Effects 0.000 claims description 46
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 15
- 239000013256 coordination polymer Substances 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种共面交比约束的同名点匹配方法、***、装置和介质,包括获取物方点集、物方点集坐标、像方点集及像方点集坐标;基于共面交比计算方法,分别计算得到每个物点的物方种子点交比集合,根据像方点集坐标计算得到中心位置处的像点的像方种子点交比集合;根据像方种子点交比集合和所有物方种子点交比集合,得到多个潜在物方种子点交比集合;基于单应矩阵计算方法得到每个潜在物方种子点交比集合的潜在单应矩阵;并分别根据每个潜在单应矩阵得到物方点集在每个潜在单应矩阵下的潜在同名点集;从所有潜在同名点集中获取物方点集的目标同名点集。本发明无需通过编码反光标志点辅助,也无需建立特征描述子,实现了高精度的同名点匹配。
Description
技术领域
本发明涉及摄影测量和计算机视觉技术领域,尤其涉及一种共面交比约束的同名点匹配方法、***、装置和介质。
背景技术
在摄影测量中,一个空间点在两张影像中成的像点,称为同名点像点,简称同名像点,例如图1中的a1和a2为地面上任意一点A在左右两张影像上的像点,该a1和a2即为同名像点;而空间点与影像中的像点,称为同名点,例如图1中的a1和A为同名点,a2和A也为同名点,其中,同名像点是同名点的一种。
在三维重建、点云拼接、图像拼接和相机标定中都会用到同名点匹配,特别是对于机器视觉和数字摄影测量中的相机标定,同名点匹配显得至关重要,同名点匹配精度越高,相机标定效果越好,有利于相机后续的其他测量工作。
现有的相机标定中同名点匹配方法主要分为两类,一类是像点与物点(三维空间中的点)之间的同名点匹配,通常利用带有编码的反光标志点,通过识别反光标志点的独立编码进行同名点匹配;另一类是像点与像点之间的同名点匹配,通常通过建立同名点之间的特征描述子来进行同名点匹配,例如核线几何约束、相似性约束、角度距离约束和梯度方向约束等几种方法;上述两类匹配方法均存在匹配耗时较长,易发生误匹配,匹配精度不够的问题,导致相机标定不够准确,影响相机后续的工作。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种共面交比约束的同名点匹配方法、***、装置和介质,无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,能够克服现有技术中同名点匹配耗时较长和易发生误匹配的问题。
本发明解决上述技术问题的技术方案如下:
一种共面交比约束的同名点匹配方法,包括以下步骤:
步骤1:获取物方点集以及与所述物方点集对应的物方点集坐标,并获取所述物方点集在影像中的像方点集以及与所述像方点集对应的像方点集坐标;
步骤2:基于共面交比计算方法,根据所述物方点集坐标,分别计算得到与所述物方点集中每个物点一一对应的物方种子点交比集合,根据所述像方点集坐标,计算得到与位于所述像方点集的中心位置处的像点对应的像方种子点交比集合;
步骤3:根据所述像方种子点交比集合和所有物方种子点交比集合,得到多个潜在物方种子点交比集合;
步骤4:基于单应矩阵计算方法,分别计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵;并分别根据每个潜在单应矩阵,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集;
步骤5:从所有潜在同名点集中,获取所述物方点集的目标同名点集,完成同名点匹配。
本发明的有益效果是:首先获取需要进行同心点匹配的物方点集及其对应的物方点集坐标,然后获取物方点集的图像,即像方点集,及其对应的像方点集坐标,便于后续根据物方点集和像方点集进行计算和分析,从而便于对物方点集进行同名点匹配;由于在空间中共线的四个点通过射影变换后,在影像中成像的四个点仍然共线,并满***比不变性,因此基于共面交比计算方法,可以得到以物方点集中的每个物点分别作为物方种子点时,所一一对应的物方种子点交比集合,同理,可以得到以像方点集的中心位置处的像点作为像方种子点时,所对应的像方种子点交比集合,其中,物方种子点交比集合和像方种子点交比集合中均包括多个交比,通过分析像方种子点交比集合和所有的物方种子点交比集合,可以得到与像方种子点交比集合最为匹配的物方种子点交比集合,即为潜在物方种子点交比集合,根据潜在物方种子点交比集合,可以方便后续研究出像方点集和物方点集之间更准确的射影变换关系,即得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵;基于单应矩阵计算方法,利用不同的潜在物方种子点交比集合,会得到不同的潜在单应矩阵,而根据不同的潜在单应矩阵,会得到物方点集在不同射影变换关系下的潜在同名点集,由于潜在单应矩阵之间有所差异,因此这些潜在同名点集中也有所差异,最后从所有的潜在同名点集中找到物方点集最合理、最准确的目标同名点集;
本发明的同名点匹配方法,基于共面交比不变性,能获取较准确的潜在物方种子点交比集合,并利用单应矩阵的射影变换关系,能得到较为准确的潜在同名点集,从潜在同名点集得到的目标同名点集,实现了同名点的高精度匹配,既无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,避免了现有技术中同名点匹配耗时较长和易发生误匹配的问题,匹配精度高,极其适用于相机标定和摄像测量等领域。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:所述步骤1的具体步骤包括:
步骤1.1:利用标定板获取所述物方点集,并根据标定板坐标系得到所述物方点集对应的所述物方点集坐标;
步骤1.2:对所述标定板进行摄像,得到标定板图像,对所述标定板图像进行处理,得到所述像方点集和与所述像方点集对应的所述像方点集坐标。
进一步:在所述步骤2中,得到与所述物方点集中每个物点一一对应的物方种子点交比集合的具体步骤包括:
步骤2a.1:在所述物方点集中任选一个物点作为物方种子点,获取物方种子点和物方种子点的每个相邻物点之间的连线分别与水平方向线之间的夹角,并利用kd-tree索引方法,以物方种子点为中心,以顺时针方向为索引方向,按照夹角从小到大的顺序,从物方种子点的所有相邻物点中获取对应的物方种子点的N个邻近物点;其中,N≥5;
步骤2a.2:将N个邻近物点按照每间隔一个邻近物点的方式进行两两连线,得到N条邻近物点连线,基于共面交比计算方法,根据所述物方点集坐标,分别计算得到在每条邻近物点连线上的一一对应的第一交比,根据所有邻近物点连线上的所有第一交比得到对应的物方种子点所对应的物方种子点交比集合;
步骤2a.3:遍历所述物方点集中的每个物点,按照所述步骤2a.1至所述步骤2a.2的方法,得到与所述物方点集中每个物点一一对应的物方种子点交比集合;
在所述步骤2中,得到位于所述像方点集的中心位置处的像点对应的像方种子点交比集合的具体步骤包括:
步骤2b.1:将位于所述像方点集的中心位置处的像点作为像方种子点,按照所述步骤2a.1的方法,获取所述像方种子点的N个邻近像点;
步骤2b.2:按照所述步骤2a.2的方法,得到N条邻近像点连线,并基于共面交比计算方法,根据所述像方点集坐标,分别计算得到在每条邻近像点连线上的一一对应的第二交比,根据所有邻近像点连线上的所有第二交比得到所述像方种子点所对应的所述像方种子点交比集合。
进一步:所述步骤3的具体步骤包括:
步骤3.1:从所有物方种子点交比集合中选取任一个物方种子点交比集合,将所述像方种子点交比集合中的每个第二交比分别与选取出的一个物方种子点交比集合中的每个第一交比一一对应进行做差运算,得到选取出的一个物方种子点交比集合所对应的交比差值集合;
步骤3.2:将选取出的一个物方种子点交比集合所对应的交比差值集合中的最小交比差值与预设的交比阈值进行对比,判断最小交比差值是否小于所述交比阈值,若是,则选取出的一个物方种子点交比集合为潜在物方种子点交比集合,若否,则舍弃选取出的一个物方种子点交比集合;
步骤3.3:遍历所有物方种子点交比集合中的每个物方种子点交比集合,按照所述步骤3.1至所述步骤3.2的方法,得到多个潜在物方种子点交比集合。
进一步:在所述步骤4中,计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵的具体步骤包括:
步骤4.1:从所有潜在物方种子点交比集合中选取任一个潜在物方种子点交比集合,并从选取出的一个潜在物方种子点交比集合所对应的N个邻近物点中选取至少四个邻近物点,从所述像方种子点交比集合所对应的N个邻近像点中选取至少四个邻近像点;
步骤4.2:根据选取的至少四个邻近物点和所述物方点集坐标,得到至少四个邻近物点一一对应的物点齐次坐标,并根据选取的至少四个邻近像点和所述像方点集坐标,得到至少四个邻近像点一一对应的像点齐次坐标;根据至少四个邻近物点一一对应的物点齐次坐标和至少四个邻近像点一一对应的像点齐次坐标,计算得到选取出的一个潜在物方种子点交比集合所对应的潜在单应矩阵;
设第k个选取出的潜在物方种子点交比集合所对应的至少四个邻近物点的齐次坐标为像方种子点交比集合所对应的至少四个邻近像点的齐次坐标为(ui′,vi′,1)T,则计算得到第k个选取出的潜在物方种子点交比集合所对应的潜在单应矩阵的具体公式为:
其中,Hk为第k个潜在物方种子点交比集合所对应的潜在单应矩阵,i为正整数且满足i≥4;
步骤4.3:遍历所有潜在物方种子点交比集合中的每个潜在物方种子点交比集合,按照所述步骤4.1至所述步骤4.2的方法,得到每个潜在物方种子点交比集合一一对应的潜在单应矩阵。
进一步:在所述步骤4中,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集的具体步骤包括:
步骤4.4:选取任一个潜在单应矩阵,利用选取出的一个潜在单应矩阵对所述像方点集进行射影变换,在所述物方点集中,查找到所述像方点集的每个像点分别在对应的潜在单应矩阵下一一对应的变换物方种子点;
步骤4.5:对于任一个变换物方种子点,利用所述kd-tree索引方法,从所述物方点集中获取对应的变换物方种子点所对应的最邻近变换物点;
步骤4.6:计算最邻近变换物点与对应的像点之间的距离,得到最近距离,将最近距离与预设的距离阈值进行对比,判断最近距离是否小于所述距离阈值,若是,则将对应的像点作为最邻近变换物点在对应的潜在单一矩阵下的潜在同名点,若否,则舍弃对应的像点;
步骤4.7:遍历所述像方点集中的每个像点,按照所述步骤4.5至所述步骤4.6的方法,得到所述物方点集中每个最邻近变换物点在对应的潜在单应矩阵下一一对应的潜在同名点,并根据所有最邻近变换物点在对应的潜在单应矩阵下的所有潜在同名点,得到所述物方点集在对应的潜在单应矩阵下的潜在同名点集;
步骤4.8:遍历每个潜在单应矩阵,按照所述步骤4.4至所述步骤4.7的方法,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集。
进一步:所述步骤5的具体步骤包括:
获取所述物方点集在每个潜在单应矩阵下潜在同名点集中的潜在同名点数量,并将潜在同名点数量的最大值所对应的潜在同名点集作为所述物方点集的所述目标同名点集,完成所述物方点集的同名点匹配。
依据本发明的另一方面,提供了一种共面交比约束的同名点匹配***,包括点集获取模块、计算模块、分析模块和匹配模块;
所述点集获取模块,用于获取物方点集以及与所述物方点集对应的物方点集坐标,并获取所述物方点集在影像中的像方点集以及与所述像方点集对应的像方点集坐标;
所述计算模块,用于基于共面交比计算方法,根据所述物方点集坐标,分别计算得到与所述物方点集中每个物点一一对应的物方种子点交比集合,根据所述像方点集坐标,计算得到与位于所述像方点集的中心位置处的像点对应的像方种子点交比集合;
所述分析模块,用于根据所述像方种子点交比集合和所有物方种子点交比集合,得到多个潜在物方种子点交比集合;
所述计算模块,还用于基于单应矩阵计算方法,分别计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵;
所述分析模块,还用于分别根据每个潜在单应矩阵,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集;
所述匹配模块,用于从所有潜在同名点集中,获取所述物方点集的目标同名点集,完成同名点匹配。
本发明的有益效果是:基于共面交比不变性,能获取较准确的潜在物方种子点交比集合,并利用单应矩阵的射影变换关系,能得到较为准确的潜在同名点集,从潜在同名点集得到的目标同名点集,实现了同名点的高精度匹配,既无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,避免了现有技术中同名点匹配耗时较长和易发生误匹配的问题,匹配精度高,极其适用于相机标定和摄像测量等领域。
依据本发明的另一方面,提供了一种共面交比约束的同名点匹配装置,包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序,所述计算机程序运行时实现本发明的一种共面交比约束的同名点匹配方法中的步骤。
本发明的有益效果是:通过存储在存储器上的计算机程序,并运行在处理器上,实现本发明的同名点匹配,基于共面交比不变性,能获取较准确的潜在物方种子点交比集合,并利用单应矩阵的射影变换关系,能得到较为准确的潜在同名点集,从潜在同名点集得到的目标同名点集,实现了同名点的高精度匹配,既无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,避免了现有技术中同名点匹配耗时较长和易发生误匹配的问题,匹配精度高,极其适用于相机标定和摄像测量等领域。
依据本发明的另一方面,提供了一种计算机存储介质,所述计算机存储介质包括:至少一个指令,在所述指令被执行时实现本发明的一种共面交比约束的同名点匹配方法中的步骤。
本发明的有益效果是:通过执行包含至少一个指令的计算机存储介质,实现本发明的同名点匹配,基于共面交比不变性,能获取较准确的潜在物方种子点交比集合,并利用单应矩阵的射影变换关系,能得到较为准确的潜在同名点集,从潜在同名点集得到的目标同名点集,实现了同名点的高精度匹配,既无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,避免了现有技术中同名点匹配耗时较长和易发生误匹配的问题,匹配精度高,极其适用于相机标定和摄像测量等领域。
附图说明
图1为本发明中同名点定义的模型示意图;
图2为本发明实施例一中一种共面交比约束的同名点匹配方法的流程示意图;
图3为本发明实施例一中获取物方点集、物方点集坐标、像方点集和像方点集坐标的流程示意图;
图4-1和图4-2分别为本发明实施例一中物方点集和像方点集的示意图;
图5为本发明实施例一中得到每个物点一一对应的物方种子点交比集合的示意图;
图6为本发明实施例一中交比不变性定义的模型示意图;
图7为本发明实施例一中基于交比不变性计算交比的模型示意图;
图8为本发明实施例一中索引物方种子点的五个邻近物点的示意图;
图9为本发明实施例一中的五条邻近物点连线的示意图;
图10为本发明实施例一中得到像方种子点交比集合的流程示意图;
图11为本发明实施例一中得到多个潜在物方种子点交比集合的流程示意图;
图12-1至图12-3为本发明实施例一中判断物方种子点交比集合的最小交比差值的模型示意图;
图13为本发明实施例一中潜在物方种子点交比集合中对应的部分物方种子点的结果示意图;
图14为本发明实施例一中得到物方点集在每个潜在单应矩阵下一一对应的潜在同名点集的流程示意图;
图15为本发明实施例一中物方点集在其中一个潜在单应矩阵下对应的潜在同名点集的结果示意图;
图16为本发明实施例一中物方点集在另一个潜在单应矩阵下对应的潜在同名点集的结果示意图;
图17为本发明实施例一中对物方点集进行同名点匹配的完整流程示意图;
图18为本发明实施例二中一种共面交比约束的同名点匹配***的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
下面结合附图,对本发明进行说明。
实施例一、如图2所示,一种共面交比约束的同名点匹配方法,包括以下步骤:
S1:获取物方点集以及与所述物方点集对应的物方点集坐标,并获取所述物方点集在影像中的像方点集以及与所述像方点集对应的像方点集坐标;
S2:基于共面交比计算方法,根据所述物方点集坐标,分别计算得到与所述物方点集中每个物点一一对应的物方种子点交比集合,根据所述像方点集坐标,计算得到与位于所述像方点集的中心位置处的像点对应的像方种子点交比集合;
S3:根据所述像方种子点交比集合和所有物方种子点交比集合,得到多个潜在物方种子点交比集合;
S4:基于单应矩阵计算方法,分别计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵;并分别根据每个潜在单应矩阵,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集;
S5:从所有潜在同名点集中,获取所述物方点集的目标同名点集,完成同名点匹配。
本实施例的同名点匹配方法,基于共面交比不变性,能获取较准确的潜在物方种子点交比集合,并利用单应矩阵的射影变换关系,能得到较为准确的潜在同名点集,从潜在同名点集得到的目标同名点集,实现了同名点的高精度匹配,既无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,避免了现有技术中同名点匹配耗时较长和易发生误匹配的问题,匹配精度高,极其适用于相机标定和摄像测量等领域。
优选地,如图3所示,S1的具体步骤包括:
S1.1:利用标定板获取所述物方点集,并根据标定板坐标系得到所述物方点集对应的所述物方点集坐标;
S1.2:对所述标定板进行摄像,得到标定板图像,对所述标定板图像进行处理,得到所述像方点集和与所述像方点集对应的所述像方点集坐标。
利用标定板,能方便获取较为标准和统一的物方点集,从而使得获取物方点集坐标方法简单,同时还便于后续获取较为标准和统一的像方点集及其对应的像方点集坐标,无需通过编码反光标志点辅助同名点匹配,从而有利于后续的同名点匹配,并提高匹配精度,有助于相机标定和摄影测量。
具体地,本实施例中通过对标定板上的每个反光标志点进行编号,得到包括72个物点的物方点集,设为点集Points1,如图4-1所示,并通过测量标定板,得到在标定板坐标系的物方点集坐标;采用工业相机对该标定板摄像,得到对应的包括72个像点的像方点集,设为点集Points0,如图4-2所示,通过图像处理方法,得到每个像点的坐标,即得到像方点集坐标;需要说明的是,本实施例中对标定板进行编号,例如1、2、3…72,不同于传统标定方法中的编码,仅仅是用于对各个反光标志点的标记作用。
优选地,如图5所示,在S2中,得到与所述物方点集中每个物点一一对应的物方种子点交比集合的具体步骤包括:
S2a.1:在所述物方点集中任选一个物点作为物方种子点,获取物方种子点和物方种子点的每个相邻物点之间的连线分别与水平方向线之间的夹角,并利用kd-tree索引方法,以物方种子点为中心,以顺时针方向为索引方向,按照夹角从小到大的顺序,从物方种子点的所有相邻物点中获取对应的物方种子点的N个邻近物点;其中,N≥5;
S2a.2:将N个邻近物点按照每间隔一个邻近物点的方式进行两两连线,得到N条邻近物点连线,基于共面交比计算方法,根据所述物方点集坐标,分别计算得到在每条邻近物点连线上的一一对应的第一交比,根据所有邻近物点连线上的所有第一交比得到对应的物方种子点所对应的物方种子点交比集合;
S2a.3:遍历所述物方点集中的每个物点,按照S2a.1至S2a.2的方法,得到与所述物方点集中每个物点一一对应的物方种子点交比集合;
如图10所示,在S2中,得到位于所述像方点集的中心位置处的像点对应的像方种子点交比集合的具体步骤包括:
S2b.1:将位于所述像方点集的中心位置处的像点作为像方种子点,按照S2a.1的方法,获取所述像方种子点的N个邻近像点;
S2b.2:按照S2a.2的方法,得到N条邻近像点连线,并基于共面交比计算方法,根据所述像方点集坐标,分别计算得到在每条邻近像点连线上的一一对应的第二交比,根据所有邻近像点连线上的所有第二交比得到所述像方种子点所对应的所述像方种子点交比集合。
利用kd-tree索引方法,以任一个物点作为物方种子点,并以该物方种子点中心,顺时针方向为索引方向,在物方点集中索引出距离物方种子点距离较近的相邻物点,即为邻近物点,同理,以像方点集中的中心位置处的像点为像方种子点,按照同样的方法索引出该像方种子点的邻近像点;其中以物方种子点和每个相邻物点之间的连线与水平方向线之间的夹角从小到大的顺序,按照顺时针方向的索引方向,索引出的N个邻近物点(N≥5),以及按照同样方法索引出的N个邻近像点,一方面能获取与物方种子点较为接近的邻近物点和与像方种子点较为接近的邻近像点,从而方便基于交比不变的性质,分别计算出对应的物方种子点交比集合和像方种子点交比集合,并方便根据所有物方种子点交比集合和像方种子点交比集合分析出与像方种子点最为匹配的物方种子点交比集合,即潜在物方种子点交比集合;另一方面能在得到最为匹配的物方种子点交比集合后,方便后续根据射影变换中的单应矩阵计算方法,得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵,由于单应矩阵描述的是射影几何中平面与平面之间的关系,通常由一个3×3矩阵表示,具有8个自由度,即具有8个未知量,因此为求解单应矩阵至少需要4个同名点对求解,而由于N≥5,因此通过N个邻近物点和N个邻近像点可以提供至少5个同名点对求解公式,即建立至少5个单应矩阵计算的方程组,方便直接求解该至少5个单应矩阵计算的方程组而获得对应的潜在单应矩阵;其中,kd-tree索引方法的具体操作步骤为现有技术,具体细节此处不再赘述;
由于根据交比不变性的定义,满***比不变性的共线的点至少为4个,因此在基于交比不变的性质计算对应的物方种子点交比集合的过程中,将至少五个邻近物点按照每间隔一个邻近物点的方式进行两两连线,得到至少五条邻近物点连线(当N为5时,连线后类似于五角星形状),是为了方便获得共线的至少四个点(至少包括两个邻近物点和两个交点),从而方便计算出每条邻近物点连线上共线的四个点所对应的第一交比,由于至少五条邻近物点连线按照交比计算公式得到五个第一交比,因此该至少五个第一交比构成了对应的物方种子点的物方种子点交比集合,基于交比不变的性质计算对应的像方种子点交比集合也同理;因此,按照同样的方法,可以得到物方点集中每个物点作为物方种子点时所一一对应的物方种子点交比集合和位于像方点集中心位置处的像点作为像方种子点时所对应的像方种子点交比集合,方便后续对所有物方种子点交比集合和像方种子点交比集合进行分析,无需建立特征描述子,即可从中得到与像方种子点交比集合较为匹配的多个潜在物方种子点交比集合;其中,索引每个物方种子点的邻近物点和邻近像点的数量一般相同。
具体地,在摄影测量中关于交比不变性的定义,模型示意图如图6和图7所示,直线L表示空间中的一条直线,A、B、C和D表示直线L上的四个点,S表示摄像拍照时的摄影中心点,直线l表示直线L在影像中的像,A、B、C和D四个点通过射影变换后在影像中成像a、b、c和c四个像点,且该四个像点仍然共线,位于直线l上,则该A、B、C和D四个点以及该a、b、c和c四个像点满***比不变性,对应的交比计算公式为:
其中,CR为该A、B、C和D四个点以及该a、b、c和c四个像点所满足的交比,|AC|为A点和C点之间的距离,|BD|为B点和D点之间的距离,AD|为A点和D点之间的距离,|BC|为B点和C点之间的距离,|ac|为a点和c点之间的距离,|bd|为b点和d点之间的距离,|ad|为a点和d点之间的距离,|bc|为b点和c点之间的距离。
具体地,在本实施例S2a.1中,设任一个物方种子点为SP0,取N=5,则索引出的对应的五个邻近物点分别为P0、P1、P2、P3和P4,具体索引的模型示意图如图8所示;在本实施例S2a.2中,通过两两连线得到的五条邻近物点连线如图9所示,分别为LP0P2、LP1P3、LP2P4、LP3P0和LP4P1,则计算在邻近物点连线LP0P2上的第一交比的具体公式为:
其中,CR0为在邻近物点连线LP0P2上的第一交比,CP0为邻近物点连线LP0P2与邻近物点连线LP1P3的交点,CP1为邻近物点连线LP0P2与邻近物点连线LP4P1的交点,|P0CP0|为邻近物点P0与交点CP0之间的距离,|CP1P2|为交点CP1与邻近物点P2之间的距离,|P0P2|为邻近物点P0与邻近物点P2之间的距离,|CP1CP0|为交点CP1与交点CP0之间的距离;
按照上述方法,分别计算出物方种子点SP0的五个第一交比,这五个第一交比构成了物方种子点SP0的物方种子点交比集合,并依次类推分别算出每个物方种子点(即点集Points1中的每个物点)一一对应的物方种子点交比集合以及像方种子点(位于点集Points0中的中心位置处的像点)对应的像方种子点交比集合。
优选地,如图11所示,S3的具体步骤包括:
S3.1:从所有物方种子点交比集合中选取任一个物方种子点交比集合,将所述像方种子点交比集合中的每个第二交比分别与选取出的一个物方种子点交比集合中的每个第一交比一一对应进行做差运算,得到选取出的一个物方种子点交比集合所对应的交比差值集合;
S3.2:将选取出的一个物方种子点交比集合所对应的交比差值集合中的最小交比差值与预设的交比阈值进行对比,判断最小交比差值是否小于所述交比阈值,若是,则选取出的一个物方种子点交比集合为潜在物方种子点交比集合,若否,则舍弃选取出的一个物方种子点交比集合;
S3.3:遍历所有物方种子点交比集合中的每个物方种子点交比集合,按照S3.1至S3.2的方法,得到多个潜在物方种子点交比集合。
为了找出与像方种子点交比集合较为匹配的多个潜在物方种子点交比集合,通过每个物方种子点交比集合中的每个第一交比与像方种子点交比集合中的第二交比进行一一对应的做差运算,会得到与每个物方种子点交比集合一一对应的N个交比差值,即为每个物方种子点交比集合一一对应的交比差值集合,对于任一个物方种子点交比集合对应的N个交比差值(交比差值集合),将其中的最小交比差值与预设的交比阈值进行对比,可以判断出选取出的一个物方种子点交比集合是否为较为匹配的潜在物方种子点交比集合;通过上述做差运算和对比判断方法,既无需通过编码反光标志点的识别来辅助同名点匹配,又无需建立特征描述子,得到的潜在物方种子点交比集合与像方种子点交比集合的匹配度较高,方便后续计算出匹配度较高的潜在单应矩阵,从而有效提高同名点匹配精度;其中,预设的交比阈值可根据实际情况设置和调整。
具体地,本实施例中将其中一个物方种子点交比集合对应的五个第一交比与像方种子点交比集合对应的五个第二交比一一进行做差运算,得到的交比差值集合中的最小交比差值与交比阈值进行比较,部分模型示意图如图12-1、图12-2和图12-3所示;其中,在做差运算时,即第一交比与第二交比依次对应相减,取绝对值,由于不知道两组中各自5个交比值的对应关系,因此采用绕物方种子点顺时针旋转的方式对应做差。
具体地,本实施例S3.3中,按照上述方法得到符合要求的两组潜在物方种子点交比集合,两组潜在物方种子点交比集合对应的物方种子点如图13所示的“第49号物方种子点”和“第53号物方种子点”。
优选地,如图14所示,在S4中,计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵的具体步骤包括:
S4.1:从所有潜在物方种子点交比集合中选取任一个潜在物方种子点交比集合,并从选取出的一个潜在物方种子点交比集合所对应的N个邻近物点中选取至少四个邻近物点,从所述像方种子点交比集合所对应的N个邻近像点中选取至少四个邻近像点;
S4.2:根据选取的至少四个邻近物点和所述物方点集坐标,得到至少四个邻近物点一一对应的物点齐次坐标,并根据选取的至少四个邻近像点和所述像方点集坐标,得到至少四个邻近像点一一对应的像点齐次坐标;根据至少四个邻近物点一一对应的物点齐次坐标和至少四个邻近像点一一对应的像点齐次坐标,计算得到选取出的一个潜在物方种子点交比集合所对应的潜在单应矩阵;
设第k个选取出的潜在物方种子点交比集合所对应的至少四个邻近物点的齐次坐标为像方种子点交比集合所对应的至少四个邻近像点的齐次坐标为(ui′,vi′,1)T,则计算得到第k个选取出的潜在物方种子点交比集合所对应的潜在单应矩阵的具体公式为:
其中,Hk为第k个选取出的潜在物方种子点交比集合所对应的潜在单应矩阵,i为正整数且满足i≥4;
S4.3:遍历所有潜在物方种子点交比集合中的每个潜在物方种子点交比集合,按照S4.1至S4.2的方法,得到每个潜在物方种子点交比集合一一对应的潜在单应矩阵。
由于当S3.2判断出一个潜在物方种子点交比集合时,其对应的物方种子点交比集合中对应有N个邻近物点,以及像方种子点交比集合也对应有N个邻近像点,该N个邻近物点和N个邻近像点相当于初步匹配出的同名点,再由于求解单应矩阵至少需要4个同名点对求解,而N≥5,因此该N个邻近物点和N个邻近像点可以提供至少5个同名点对求解公式进行求解对应的单应矩阵,因此首先从该N个邻近物点和N个邻近像点中分别选取出至少四个邻近物点和至少四个邻近像点,再根据步骤1中的物方点集坐标和像方点集坐标,分别获得至少四个邻近物点对应的齐次坐标(即物点齐次坐标)及至少四个邻近像点对应的齐次坐标(即像点齐次坐标);通过上述至少四个物点齐次坐标和至少四个像点齐次坐标可以联立出对应的潜在物方种子点交比集合求解潜在单应矩阵的方程组,再通过求解方程组,即可得到对应的潜在单应矩阵,从而获得初步匹配的同名点之间的影射变换关系,方便后续根据该影射变换关系,将每个像点在物方点集中的变换物方种子点查找出,进而方便找出最终更为匹配的潜在同名点;通过上述计算潜在单应矩阵的方法,可以获得每个潜在物方种子点交比集合一一对应的潜在单应矩阵下,上述基于交比不变性获得潜在物方种子点交比集合和利用单应矩阵计算方法,得到的潜在单应矩阵更能体现出像方点集和物方点集之间真实的影射变换关系,便于后续物方点集的同名点匹配,无需建立特征描述子,方法更为简单易行,耗时更短,匹配精度更高。
具体地,本实施例中的N取5,因此对于其中一组潜在物方种子点交比集合,分别从对应的5个邻近物点中任选4个邻近物点,从5个邻近像点中任选4个邻近像点,根据前述步骤得到的物方点集坐标和像方点集坐标,分别得到4个邻近物点的物点齐次坐标和4个邻近像点的像点齐次坐标,联立4个求解潜在单应矩阵的方程,求解出对应的潜在单应矩阵;按照同样的方法,计算出两组潜在单应矩阵。
优选地,如图14所示,在S4中,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集的具体步骤包括:
S4.4:选取任一个潜在单应矩阵,利用选取出的一个潜在单应矩阵对所述像方点集进行射影变换,在所述物方点集中,查找到所述像方点集的每个像点分别在对应的潜在单应矩阵下一一对应的变换物方种子点;
S4.5:对于任一个变换物方种子点,利用所述kd-tree索引方法,从所述物方点集中获取对应的变换物方种子点所对应的最邻近变换物点;
S4.6:计算最邻近变换物点与对应的像点之间的距离,得到最近距离,将最近距离与预设的距离阈值进行对比,判断最近距离是否小于所述距离阈值,若是,则将对应的像点作为最邻近变换物点在对应的潜在单一矩阵下的潜在同名点,若否,则舍弃对应的像点;
S4.7:遍历所述像方点集中的每个像点,按照S4.5至S4.6的方法,得到所述物方点集中每个最邻近变换物点在对应的潜在单应矩阵下一一对应的潜在同名点,并根据所有最邻近变换物点在对应的潜在单应矩阵下的所有潜在同名点,得到所述物方点集在对应的潜在单应矩阵下的潜在同名点集;
S4.8:遍历每个潜在单应矩阵,按照S4.4至S4.7的方法,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集。
当通过单应矩阵计算方法,计算出一个潜在单应矩阵时,可以利用该潜在单应矩阵,将像方点集中的每个像点反算到物方点集中,找到在该潜在单应矩阵所表示的影射变换关系下的变换物方种子点,对于任一个像点所反算的变换物方种子点,同样可利用前述步骤2a.1的kd-tree索引方法找出该变换物方种子点对应的多个邻近物点,其中,将距离变换物方种子点距离最近的邻近物点确定为该变换物方种子点对应的最邻近变换物点;再计算该最邻近变换物点与对应的像点之间的距离,作为最近距离,当该最近距离小于预设的距离阈值时,对应的像点及为该最近距离所对应的最邻近变换物点的潜在同名点,否则,该像点不为最邻近变换物点的潜在同名点;通过上述最近距离与距离阈值的比较判断方法,可以匹配出在对应的潜在单应矩阵下与每个最邻近变换物点匹配程度最高的像点,而每个最邻近变换物点均为物方点集中的物点,因此可以匹配出在对应的潜在单应矩阵下物方点集匹配程度最高的潜在同名点集,便于后续从所有的潜在单应矩阵下的所有潜在同名点集找出物方点集的目标同名点集;其中,预设的距离阈值可根据实际情况设置和调整。
优选地,S5的具体步骤包括:
获取所述物方点集在每个潜在单应矩阵下潜在同名点集中的潜在同名点数量,并将潜在同名点数量的最大值所对应的潜在同名点集作为所述物方点集的所述目标同名点集,完成所述物方点集的同名点匹配。
在摄影测量中,由于潜在单应矩阵代表着物方点集和像方点集之间潜在的射影变换关系,因此每个潜在单应矩阵之间有所差异,从而导致得到的潜在同名点集也会有所差异,通过步骤4匹配出的潜在同名点的数量也有所不同;而由于像方点集是对物方点集拍摄而得的,因此潜在同名点数量最多的,代表着得到这些潜在同名点的潜在单应矩阵最为合理,对应的物方点集和像方点集之间的潜在的影射变换关系最为合理,则潜在同名点数量的最大值所对应的潜在同名点集即为物方点集的目标同名点集;上述得到目标同名点集的方法合理、有效。
具体地,本实施例按照上述S4.4至S4.8的方法,分别得到物方点集在两个潜在单应矩阵下一一对应的潜在同名点集,结果如图15和图16所示,其中,图15所示的潜在同名点数量为15个,图16所示的潜在同名点数量为72个,则图16所示的潜在同名点集即为本实施例中标定板对应的物方点集的目标同名点集。本实施例中物方点集的同名点匹配的完整流程示意图如图17所示。
实施例二、如图18所示,一种共面交比约束的同名点匹配***,包括点集获取模块、计算模块、分析模块和匹配模块;
所述点集获取模块,用于获取物方点集以及与所述物方点集对应的物方点集坐标,并获取所述物方点集在影像中的像方点集以及与所述像方点集对应的像方点集坐标;
所述计算模块,用于基于共面交比计算方法,根据所述物方点集坐标,分别计算得到与所述物方点集中每个物点一一对应的物方种子点交比集合,根据所述像方点集坐标,计算得到与位于所述像方点集的中心位置处的像点对应的像方种子点交比集合;
所述分析模块,用于根据所述像方种子点交比集合和所有物方种子点交比集合,得到多个潜在物方种子点交比集合;
所述计算模块,还用于基于单应矩阵计算方法,分别计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵;
所述分析模块,还用于分别根据每个潜在单应矩阵,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集;
所述匹配模块,用于从所有潜在同名点集中,获取所述物方点集的目标同名点集,完成同名点匹配。
基于共面交比不变性,能获取较准确的潜在物方种子点交比集合,并利用单应矩阵的射影变换关系,能得到较为准确的潜在同名点集,从潜在同名点集得到的目标同名点集,实现了同名点的高精度匹配,既无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,避免了现有技术中同名点匹配耗时较长和易发生误匹配的问题,匹配精度高,极其适用于相机标定和摄像测量等领域。
实施例三、基于实施例一和实施例二,本实施例还公开了一种共面交比约束的同名点匹配装置,包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序,所述计算机程序运行时实现如图2所示的S1至S5的具体步骤。
通过存储在存储器上的计算机程序,并运行在处理器上,实现本发明的同名点匹配,基于共面交比不变性,能获取较准确的潜在物方种子点交比集合,并利用单应矩阵的射影变换关系,能得到较为准确的潜在同名点集,从潜在同名点集得到的目标同名点集,实现了同名点的高精度匹配,既无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,避免了现有技术中同名点匹配耗时较长和易发生误匹配的问题,匹配精度高,极其适用于相机标定和摄像测量等领域。
本实施例还提供一种计算机存储介质,所述计算机存储介质上存储有至少一个指令,所述指令被执行时实现所述S1至S5的具体步骤。
通过执行包含至少一个指令的计算机存储介质,通过存储在存储器上的计算机程序,并运行在处理器上,实现本发明的同名点匹配,基于共面交比不变性,能获取较准确的潜在物方种子点交比集合,并利用单应矩阵的射影变换关系,能得到较为准确的潜在同名点集,从潜在同名点集得到的目标同名点集,实现了同名点的高精度匹配,既无需通过编码反光标志点辅助同名点匹配,也无需通过建立特征描述子进行匹配,避免了现有技术中同名点匹配耗时较长和易发生误匹配的问题,匹配精度高,极其适用于相机标定和摄像测量等领域。
本实施例中S1至S5的未尽细节,详见实施例一及图2至图17的内容,具体不再赘述。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种共面交比约束的同名点匹配方法,其特征在于,包括以下步骤:
步骤1:获取物方点集以及与所述物方点集对应的物方点集坐标,并获取所述物方点集在影像中的像方点集以及与所述像方点集对应的像方点集坐标;
步骤2:基于共面交比计算方法,根据所述物方点集坐标,分别计算得到与所述物方点集中每个物点一一对应的物方种子点交比集合,根据所述像方点集坐标,计算得到与位于所述像方点集的中心位置处的像点对应的像方种子点交比集合;
步骤3:根据所述像方种子点交比集合和所有物方种子点交比集合,得到多个潜在物方种子点交比集合;
步骤4:基于单应矩阵计算方法,分别计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵;并分别根据每个潜在单应矩阵,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集;
步骤5:从所有潜在同名点集中,获取所述物方点集的目标同名点集,完成同名点匹配。
2.根据权利要求1所述的共面交比约束的同名点匹配方法,其特征在于,所述步骤1的具体步骤包括:
步骤1.1:利用标定板获取所述物方点集,并根据标定板坐标系得到所述物方点集对应的所述物方点集坐标;
步骤1.2:对所述标定板进行摄像,得到标定板图像,对所述标定板图像进行处理,得到所述像方点集和与所述像方点集对应的所述像方点集坐标。
3.根据权利要求1所述的共面交比约束的同名点匹配方法,其特征在于,在所述步骤2中,得到与所述物方点集中每个物点一一对应的物方种子点交比集合的具体步骤包括:
步骤2a.1:在所述物方点集中任选一个物点作为物方种子点,获取物方种子点和物方种子点的每个相邻物点之间的连线分别与水平方向线之间的夹角,并利用kd-tree索引方法,以物方种子点为中心,以顺时针方向为索引方向,按照夹角从小到大的顺序,从物方种子点的所有相邻物点中获取对应的物方种子点的N个邻近物点;其中,N≥5;
步骤2a.2:将N个邻近物点按照每间隔一个邻近物点的方式进行两两连线,得到N条邻近物点连线,基于共面交比计算方法,根据所述物方点集坐标,分别计算得到在每条邻近物点连线上的一一对应的第一交比,根据所有邻近物点连线上的所有第一交比得到对应的物方种子点所对应的物方种子点交比集合;
步骤2a.3:遍历所述物方点集中的每个物点,按照所述步骤2a.1至所述步骤2a.2的方法,得到与所述物方点集中每个物点一一对应的物方种子点交比集合;
在所述步骤2中,得到位于所述像方点集的中心位置处的像点对应的像方种子点交比集合的具体步骤包括:
步骤2b.1:将位于所述像方点集的中心位置处的像点作为像方种子点,按照所述步骤2a.1的方法,获取所述像方种子点的N个邻近像点;
步骤2b.2:按照所述步骤2a.2的方法,得到N条邻近像点连线,并基于共面交比计算方法,根据所述像方点集坐标,分别计算得到在每条邻近像点连线上的一一对应的第二交比,根据所有邻近像点连线上的所有第二交比得到所述像方种子点所对应的所述像方种子点交比集合。
4.根据权利要求3所述的共面交比约束的同名点匹配方法,其特征在于,所述步骤3的具体步骤包括:
步骤3.1:从所有物方种子点交比集合中选取任一个物方种子点交比集合,将所述像方种子点交比集合中的每个第二交比分别与选取出的一个物方种子点交比集合中的每个第一交比一一对应进行做差运算,得到选取出的一个物方种子点交比集合所对应的交比差值集合;
步骤3.2:将选取出的一个物方种子点交比集合所对应的交比差值集合中的最小交比差值与预设的交比阈值进行对比,判断最小交比差值是否小于所述交比阈值,若是,则选取出的一个物方种子点交比集合为潜在物方种子点交比集合,若否,则舍弃选取出的一个物方种子点交比集合;
步骤3.3:遍历所有物方种子点交比集合中的每个物方种子点交比集合,按照所述步骤3.1至所述步骤3.2的方法,得到多个潜在物方种子点交比集合。
5.根据权利要求4所述的共面交比约束的同名点匹配方法,其特征在于,在所述步骤4中,计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵的具体步骤包括:
步骤4.1:从所有潜在物方种子点交比集合中选取任一个潜在物方种子点交比集合,并从选取出的一个潜在物方种子点交比集合所对应的N个邻近物点中选取至少四个邻近物点,从所述像方种子点交比集合所对应的N个邻近像点中选取至少四个邻近像点;
步骤4.2:根据选取的至少四个邻近物点和所述物方点集坐标,得到至少四个邻近物点一一对应的物点齐次坐标,并根据选取的至少四个邻近像点和所述像方点集坐标,得到至少四个邻近像点一一对应的像点齐次坐标;根据至少四个邻近物点一一对应的物点齐次坐标和至少四个邻近像点一一对应的像点齐次坐标,计算得到选取出的一个潜在物方种子点交比集合所对应的潜在单应矩阵;
设第k个选取出的潜在物方种子点交比集合所对应的至少四个邻近物点的齐次坐标为像方种子点交比集合所对应的至少四个邻近像点的齐次坐标为(u′i,v′i,1)T,则计算得到第k个选取出的潜在物方种子点交比集合所对应的潜在单应矩阵的具体公式为:
其中,Hk为第k个选取出的潜在物方种子点交比集合所对应的潜在单应矩阵,i为正整数且满足i≥4;
步骤4.3:遍历所有潜在物方种子点交比集合中的每个潜在物方种子点交比集合,按照所述步骤4.1至所述步骤4.2的方法,得到每个潜在物方种子点交比集合一一对应的潜在单应矩阵。
6.根据权利要求4所述的共面交比约束的同名点匹配方法,其特征在于,在所述步骤4中,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集的具体步骤包括:
步骤4.4:选取任一个潜在单应矩阵,利用选取出的一个潜在单应矩阵对所述像方点集进行射影变换,在所述物方点集中,查找到所述像方点集的每个像点分别在对应的潜在单应矩阵下一一对应的变换物方种子点;
步骤4.5:对于任一个变换物方种子点,利用所述kd-tree索引方法,从所述物方点集中获取对应的变换物方种子点所对应的最邻近变换物点;
步骤4.6:计算最邻近变换物点与对应的像点之间的距离,得到最近距离,将最近距离与预设的距离阈值进行对比,判断最近距离是否小于所述距离阈值,若是,则将对应的像点作为最邻近变换物点在对应的潜在单一矩阵下的潜在同名点,若否,则舍弃对应的像点;
步骤4.7:遍历所述像方点集中的每个像点,按照所述步骤4.5至所述步骤4.6的方法,得到所述物方点集中每个最邻近变换物点在对应的潜在单应矩阵下一一对应的潜在同名点,并根据所有最邻近变换物点在对应的潜在单应矩阵下的所有潜在同名点,得到所述物方点集在对应的潜在单应矩阵下的潜在同名点集;
步骤4.8:遍历每个潜在单应矩阵,按照所述步骤4.4至所述步骤4.7的方法,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集。
7.根据权利要求6所述的共面交比约束的同名点匹配方法,其特征在于,所述步骤5的具体步骤包括:
获取所述物方点集在每个潜在单应矩阵下潜在同名点集中的潜在同名点数量,并将潜在同名点数量的最大值所对应的潜在同名点集作为所述物方点集的所述目标同名点集,完成所述物方点集的同名点匹配。
8.一种共面交比约束的同名点匹配***,其特征在于,包括点集获取模块、计算模块、分析模块和匹配模块;
所述点集获取模块,用于获取物方点集以及与所述物方点集对应的物方点集坐标,并获取所述物方点集在影像中的像方点集以及与所述像方点集对应的像方点集坐标;
所述计算模块,用于基于共面交比计算方法,根据所述物方点集坐标,分别计算得到与所述物方点集中每个物点一一对应的物方种子点交比集合,根据所述像方点集坐标,计算得到与位于所述像方点集的中心位置处的像点对应的像方种子点交比集合;
所述分析模块,用于根据所述像方种子点交比集合和所有物方种子点交比集合,得到多个潜在物方种子点交比集合;
所述计算模块,还用于基于单应矩阵计算方法,分别计算得到与每个潜在物方种子点交比集合一一对应的潜在单应矩阵;
所述分析模块,还用于分别根据每个潜在单应矩阵,得到所述物方点集在每个潜在单应矩阵下一一对应的潜在同名点集;
所述匹配模块,用于从所有潜在同名点集中,获取所述物方点集的目标同名点集,完成同名点匹配。
9.一种共面交比约束的同名点匹配装置,其特征在于,包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序,所述计算机程序运行时实现如权利要求1至7任一项权利要求所述的方法步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质包括:至少一个指令,在所述指令被执行时实现如权利要求1至7任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910973199.9A CN110838146A (zh) | 2019-10-14 | 2019-10-14 | 一种共面交比约束的同名点匹配方法、***、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910973199.9A CN110838146A (zh) | 2019-10-14 | 2019-10-14 | 一种共面交比约束的同名点匹配方法、***、装置及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110838146A true CN110838146A (zh) | 2020-02-25 |
Family
ID=69575344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910973199.9A Pending CN110838146A (zh) | 2019-10-14 | 2019-10-14 | 一种共面交比约束的同名点匹配方法、***、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110838146A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596299A (zh) * | 2020-05-19 | 2020-08-28 | 三一机器人科技有限公司 | 反光柱跟踪定位方法、装置及电子设备 |
CN112614188A (zh) * | 2020-12-07 | 2021-04-06 | 上海交通大学 | 一种基于交比不变性的点阵式标定板及其识别方法 |
CN114034288A (zh) * | 2021-09-14 | 2022-02-11 | 中国海洋大学 | 海底微地形激光线扫描三维探测方法及*** |
-
2019
- 2019-10-14 CN CN201910973199.9A patent/CN110838146A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596299A (zh) * | 2020-05-19 | 2020-08-28 | 三一机器人科技有限公司 | 反光柱跟踪定位方法、装置及电子设备 |
CN112614188A (zh) * | 2020-12-07 | 2021-04-06 | 上海交通大学 | 一种基于交比不变性的点阵式标定板及其识别方法 |
CN114034288A (zh) * | 2021-09-14 | 2022-02-11 | 中国海洋大学 | 海底微地形激光线扫描三维探测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549873B (zh) | 三维人脸识别方法和三维人脸识别*** | |
CN111223133B (zh) | 一种异源图像的配准方法 | |
CN111340797A (zh) | 一种激光雷达与双目相机数据融合检测方法及*** | |
CN109308722B (zh) | 一种基于主动视觉的空间位姿测量***及方法 | |
CN110689579A (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量*** | |
CN110068270A (zh) | 一种基于多线结构光图像识别的单目视觉箱体体积测量方法 | |
CN106683137B (zh) | 基于人工标志的单目多目标识别与定位方法 | |
CN109211198B (zh) | 一种基于三目视觉的智能目标检测和测量***和方法 | |
CN110838146A (zh) | 一种共面交比约束的同名点匹配方法、***、装置及介质 | |
CN110009667B (zh) | 基于罗德里格斯变换的多视点云全局配准方法 | |
CN111640157A (zh) | 一种基于神经网络的棋盘格角点检测方法及其应用 | |
CN111123242B (zh) | 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质 | |
CN111709980A (zh) | 基于深度学习的多尺度图像配准方法和装置 | |
CN113610917A (zh) | 一种基于消隐点的圆阵靶标中心像点定位方法 | |
CN109974618B (zh) | 多传感器视觉测量***的全局标定方法 | |
CN113393524B (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
CN116129037B (zh) | 视触觉传感器及其三维重建方法、***、设备及存储介质 | |
Hu et al. | Pipe pose estimation based on machine vision | |
CN112613107A (zh) | 杆塔工程确定施工进度的方法、装置、存储介质及设备 | |
CN107067441B (zh) | 摄像机标定方法及装置 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及*** | |
CN110176041B (zh) | 一种基于双目视觉算法的新型列车辅助装配方法 | |
Jiang et al. | Learned local features for structure from motion of uav images: A comparative evaluation | |
CN111583342A (zh) | 一种基于双目视觉的目标快速定位方法及装置 | |
CN114792345A (zh) | 一种基于单目结构光***的标定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200225 |