CN111325792B - 用于确定相机位姿的方法、装置、设备和介质 - Google Patents

Abstract

本公开的实施例公开了确定相机姿态的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：提取至少两帧图像的特征点；基于特征点的提取，确定相邻两帧图像之间的单应矩阵；根据该相邻图像之间的单应矩阵，确定平面法向量；确定该平面法向量对应的平面与该目标图像之间的单应矩阵；根据该平面法向量的平面与该目标图像之间单应矩阵和该相邻两帧图像之间的单应矩阵，确定该至少两帧图像与平面之间的单应矩阵；对该至少两帧图像与平面之间的单应矩阵进行处理，得到该至少两帧图像对应的相机的位姿。该实施方式通过估计平面的法平面和跟踪特征点实现了对相机姿态的确定。

Description

用于确定相机位姿的方法、装置、设备和介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于确定相机位姿的方法、装置、设备和计算机可读介质。

背景技术

相机位姿，即相机在空间中的位置和相机的朝向。相机的位姿可以看做相机从原始位置到当前位置的变换，包括平移变换和旋转变换，是刚体在空间中的位置和它自身的姿态。目前，对于相机位姿的确定是在已知图像平面法向量和通过图像中固定水平面来完成的。但是在图像中对于平面的法向量是未知的。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了用于确定相机位姿的方法、装置、设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种用于确定相机位姿的方法，该方法包括：提取至少两帧图像的特征点；提取至少两帧图像的特征点；基于上述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵；根据上述相邻两帧图像之间的单应矩阵，确定平面法向量；基于上述至少两帧图像中的目标图像的旋转角度、上述平面法向量和目标图像对应的平移距离，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵；根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵；对上述至少两帧图像与平面之间的单应矩阵进行处理，得到上述至少两帧图像对应的相机的位姿。

第二方面，本公开的一些实施例提供了一种用于确定相机位姿的装置，装置包括：提取单元，被配置成提取至少两帧图像的特征点；第一确定单元，被配置成基于上述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵；第二确定单元，被配置成根据上述相邻两帧图像之间的单应矩阵，确定平面法向量；第三确定单元，被配置成基于上述至少两帧图像中的目标图像的旋转角度、上述平面法向量和目标图像对应的平移距离，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵；第四确定单元，被配置成根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵；处理单元，被配置成对上述至少两帧图像与平面之间的单应矩阵进行处理，得到上述至少两帧图像对应的相机的位姿。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。

本公开的上述各个实施例中的一个实施例具有如下有益效果：提取上述至少两帧图像的特征点，然后，通过跟踪特征点来确定上述相邻两帧图像之间的单应矩阵。进而，通过上述相邻图像之间的单应矩阵，可以自动实现上述平面法向量的生成。解决了在上述至少两帧图像中对于平面的法向量未知的问题。再而，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵得到平面与目标图像之间的单应矩阵。将平面与目标图像之间的单应矩阵作为初始的单应矩阵，通过与上述相邻两帧图像之间的单应矩阵相乘得到上述至少两帧图像与平面之间的单应矩阵。最后通过矩阵分解精准的、快速的得到旋转角度和平移距离，实现了对相机位姿的确定。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是根据本公开一些实施例的用于确定相机位姿的方法的一个应用场景的示意图；

图2是根据本公开的用于确定相机位姿的方法的一些实施例的流程图；

图3是根据本公开的用于确定相机位姿的方法的又一些实施例的流程图；

图4是根据本公开的用于确定相机位姿的装置的一些实施例的结构示意图；

图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开的一些实施例的用于确定相机位姿的方法的应用场景的示意图。

如图1所示，服务器101获取图像102，在获取的图像上提取大量特征点103。然后，服务器101根据图像中特征点103之间的匹配关系，确定上述相邻两帧图像之间的单应矩阵104。将上述相邻两帧图像之间的单应矩阵104作为约束条件，可以得到平面法向量105。基于平面法向量105、预先设定的平移距离106和目标图像与平面之间的旋转角度107，得到平面与目标图像之间单应矩阵108。根据上述相邻两帧图像之间的单应矩阵104和上述平面与目标图像之间单应矩阵108，得到平面与目标图像之间单应矩阵109。最后将上述平面与目标图像之间单应矩阵109进行矩阵分解得到图像对应的相机的位姿110。

可以理解的是，信息呈现方法可以是由终端设备执行，或者也可以是由服务器101来执行，上述方法的执行主体还可以包括上述终端设备与上述服务器101通过网络相集成所构成的设备，或者还可以是各种软件程序来执行。此外，执行主体也可以体现为服务器、软件等。当执行主体为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的服务器101数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备。

继续参考图2，示出了根据本公开的用于确定相机位姿的方法的一些实施例的流程200。该用于确定相机位姿的方法，包括以下步骤：

步骤201，提取至少两帧图像的特征点。

在一些实施例中，用于确定相机位姿的方法的执行主体（例如图1所示的服务器）对已获取到的至少两帧图像进行特征点的提取。其中，特征点提取方式包括但不限于以下至少一项：FAST特征点，Harris角点，Kanade-Lucas-Tomasi Feature Tracker，ORBfeature。作为示例，可以使用FAST特征点的方式提取上述至少两帧图像的特征点。

步骤202，基于上述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵。

在一些实施例中，上述执行主体（例如图1所示的服务器）可以根据上述至少两帧图像的特征点，可以得到相邻两帧图像之间的单应矩阵。单应矩阵中的单应是射影几何中的概念，又称为射影变换。它把一个射影平面上的点(三维齐次矢量)映射到另一个射影平面上，并且把直线映射为直线，具有保线性质。总的来说，单应是关于三维齐次矢量的一种线性变换。单应矩阵是表示这种线性变换一个3×3的非奇异矩阵。其中，确定上述相邻两帧图像之间的单应矩阵的方式是通过两个相邻图像之间的特征点的一系列数学变换得到的。作为示例，相邻两帧图像中提取的特征点的数量最少是4对。

作为示例，基于相邻两帧图像特征点，相邻两帧图像之间的单应矩阵的可以通过以下方法求得：

两帧相邻图像上的特征点p1，p2。其中，p1的坐标为p1(x，y)，p2坐标为p2(x’，y’)。p1和p2是一对匹配的点对，其单应矩阵为H，则有：

通过上述两帧相邻图像上的特征点p1，p2可得：

因此要恢复出H中的8个参数，至少需要4对匹配点，过程如下：

就可以每次从所有的匹配点中选出4对，可以得到单应性矩阵H。

步骤203，根据上述相邻图像之间的单应矩阵，确定平面法向量。

在一些实施例中，基于步骤202得到的上述相邻图像之间的单应矩阵，进而求解平面法向量。其中，作为示例，平面法向量可以是目标图像在物理世界对应的平面的法向量。目标图像在物理世界对应的平面是指在图像中目标物体显示的区域还原到物理世界对应的现实平面。目标图像可以是上述相邻图像中均显示的对象。作为示例，可以任意抽取两帧图像，通过两帧之间的约束关系，即两帧图像之间的单应矩阵，利用矩阵分解可以得到平面的法向量。

在一些实施例的一些可选的实现方式中，上述根据上述相邻图像之间的单应矩阵，确定平面法向量，包括：基于相邻两帧图像之间的单应矩阵和最小二乘法，得到上述平面法向量。在这里，采用至少三帧图像，将至少三帧图像中相邻两帧图像之间的单应矩阵作为约束条件进行联立，经过最小二乘法，得到上述平面法向量。与随意抽取两帧图像的方法比较，使用至少三帧图像来确定法平面的方法的精准度更高。

步骤204，基于上述至少两帧图像中的目标图像的旋转角度、上述平面法向量和上述目标图像对应的平移距离，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵。

在一些实施例中，上述平面法向量可以是目标图像在物理世界对应的平面的法向量，根据如下公式获取上述平面法向量对应的平面与上述目标图像之间的单应矩阵H1：

H1=K（R+T*d-1*NT）K-1

其中，H1代表上述平面法向量对应的平面与上述目标图像之间的单应矩阵，K是拍摄相机的内参数，R是上述至少两帧图像中的目标图像的旋转角度，N代表平面法向量，d代表平面到相机的距离，即上述目标图像对应的平移距离，T代表相邻图像之间的距离。在这里，上述目标图像对应的平移距离可以是预先设定的。

步骤205，根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵。

在一些实施例中，确定上述至少两帧图像与平面之间的单应矩阵是通过相邻两帧图像之间的单应矩阵与上述平面法向量对应的平面与上述目标图像之间的单应矩阵相乘得到的。作为示例，在已知第一帧图像与平面之间的单应矩阵和相邻两帧图像之间的单应矩阵的情况下，可以通过上述第一帧图像与平面之间的单应矩阵和第一帧图像与第二帧图像之间的单应矩阵相乘得到第二帧图像与平面之间的单应矩阵。进而可以通过第二帧图像与第三帧图像之间的单应矩阵和上述第二帧图像与平面之间的单应矩阵相乘得到第三帧图像与平面之间的单应矩阵，以此类推，可以根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵。

步骤206，对上述至少两帧图像与平面之间的单应矩阵进行处理，得到上述至少两帧图像对应的相机的位姿。

在一些实施例中，上述相机的位姿包括相机从原始位置到当前位置的变换，包括平移变换和旋转变换。通过对上述至少两帧图像与平面之间的单应矩阵进行矩阵分解得到相机的旋转角度和平移距离。根据每帧图像对应的旋转角度和平移变换来确定当前情况下相机的位姿。

在一些实施例的一些可选的实现方式中，对上述单应矩阵进行处理，得到相机位姿，包括：对上述图像与平面之间的单应矩阵进行奇异值分解（SVD，Singular ValueDecomposition），得到相机的旋转角度和平移距离。在这里，使用奇异值分解的方法不仅简单有效，而且非常直白的可以得到相机位姿。这种矩阵分解方法相对于其他矩阵分解方法更为高效。

继续参考图3，其示出了确定相机姿态的方法的另一些实施例的流程300。该确定相机姿态的方法的流程300，包括以下步骤：

步骤301，提取至少两帧图像的特征点。

在一些实施例中，步骤301的具体实现及其所带来的技术效果，可以参考图2对应的实施例中的步骤201，在此不再赘述。

步骤302，基于上述至少两帧图像的特征点和旋转角度，确定相邻两帧图像之间的单应矩阵。

在一些实施例中，根据上述至少两帧图像的特征点，得到的相邻两帧图像之间的单应矩阵体现了两帧图像中相同平面的映射关系。为得到至少两帧图像与平面之间的单应矩阵提供了基础。在这里，将上述至少两帧图像的旋转角度作为已知条件，会增加求得上述邻两帧图像之间的单应矩阵的准确度。

步骤303，根据上述相邻图像之间的单应矩阵，确定平面法向量。

步骤304，基于上述至少两帧图像中的目标图像的旋转角度、上述平面法向量和上述目标图像对应的平移距离，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵。

步骤305，根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵。

步骤306，对上述至少两帧图像与平面之间的单应矩阵进行处理，得到上述至少两帧图像对应的相机的位姿。

在一些实施例中，步骤303-306的具体实现及其所带来的技术效果，可以参考图2对应的实施例中的步骤203-206，在此不再赘述。

步骤307，基于上述至少两帧图像对应的相机的位姿，确定相机的运动方式。

在一些实施例中，通过得到的至少两帧图像的相机的位姿，可以通过记录上述至少两帧图像的相机的位姿，依照上述至少两帧图像的相机的位姿将相机进行场景还原。将上述至少两帧图像的相机的位姿的对应场景联合起来，得到相机的运动方式。

继续参考图4，作为对上述各图上述方法的实现，本公开提供了一种确定相机姿态的装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，一些实施例的用于确定相机姿态的装置400包括：提取单元401，被配置成提取至少两帧图像的特征点；第一确定单元402，被配置成基于上述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵；第二确定单元403，被配置成根据上述相邻图像之间的单应矩阵，确定平面法向量；第三确定单元404，被配置成基于上述至少两帧图像中的目标图像的旋转角度、上述平面法向量和上述目标图像对应的平移距离，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵；第四确定单元405，被配置成根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵；处理单元406，被配置成对上述至少两帧图像与平面之间的单应矩阵进行处理，得到上述至少两帧图像对应的相机的位姿。

在一些实施例的一些可选的实现方式中，第二确定单元403进一步被配置成：基于相邻两帧图像之间的单应矩阵和最小二乘法，得到上述平面法向量。

在一些实施例的一些可选的实现方式中，处理单元406进一步被配置成：对上述图像与平面之间的单应矩阵进行奇异值分解，得到相机的旋转角度和平移距离。

在一些实施例的一些可选的实现方式中，上述目标图像对应的平移距离是预先设定的。

在一些实施例的一些可选的实现方式中，第一确定单元402进一步被配置成：基于上述至少两帧图像的特征点和旋转角度，确定相邻两帧图像之间的单应矩阵；

在一些实施例的一些可选的实现方式中，装置400还可以包括：第五确定单元（图中未示出），第五确定单元可以被配置成基于上述至少两帧图像对应的相机的位姿，确定相机的运动方式。

可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。

下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备（例如图1中的服务器）500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置（例如中央处理器、图形处理器等）501，其可以根据存储在只读存储器（ROM）502中的程序或者从存储装置508加载到随机访问存储器（RAM）503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：提取至少两帧图像的特征点；基于上述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵；根据上述相邻两帧图像之间的单应矩阵，确定平面法向量；基于上述至少两帧图像中的目标图像的旋转角度、上述平面法向量和目标图像对应的平移距离，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵；根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵；对上述至少两帧图像与平面之间的单应矩阵进行处理，得到上述至少两帧图像对应的相机的位姿。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括提取单元、第一确定单元、第二确定单元、第三确定单元、第四确定单元和处理单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，提取单元还可以被描述为“提取至少两帧图像的特征点的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上***（SOC）、复杂可编程逻辑设备（CPLD）等等。

根据本公开的一个或多个实施例，提供了一种确定相机姿态的方法的方法，包括：提取至少两帧图像的特征点；提取至少两帧图像的特征点；基于上述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵；根据上述相邻两帧图像之间的单应矩阵，确定平面法向量；基于上述至少两帧图像中的目标图像的旋转角度、上述平面法向量和目标图像对应的平移距离，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵；根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵；对上述至少两帧图像与平面之间的单应矩阵进行处理，得到上述至少两帧图像对应的相机的位姿。

根据本公开的一个或多个实施例，上述根据上述相邻图像之间的单应矩阵，确定平面法向量，包括：基于相邻两帧图像之间的单应矩阵和最小二乘法，得到上述平面法向量。

根据本公开的一个或多个实施例，上述目标图像对应的平移距离是预先设定的。

根据本公开的一个或多个实施例，上述对上述单应矩阵进行处理，得到相机位姿，包括：对上述至少两帧图像与平面之间的单应矩阵进行奇异值分解，得到相机的旋转角度和平移距离。

根据本公开的一个或多个实施例，确定相邻两帧图像之间的单应矩阵，包括：基于上述至少两帧图像的特征点和旋转角度，确定相邻两帧图像之间的单应矩阵。

根据本公开的一个或多个实施例，上述方法还包括：基于上述至少两帧图像对应的相机的位姿，确定相机的运动方式。

根据本公开的一个或多个实施例，提供了一种用于确定相机位姿的装置，包括：提取单元，被配置成提取至少两帧图像的特征点；第一确定单元，被配置成基于上述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵；第二确定单元，被配置成根据上述相邻两帧图像之间的单应矩阵，确定平面法向量；第三确定单元，被配置成基于上述至少两帧图像中的目标图像的旋转角度、上述平面法向量和目标图像对应的平移距离，确定上述平面法向量对应的平面与上述目标图像之间的单应矩阵；第四确定单元，被配置成根据上述平面法向量对应的平面与上述目标图像之间的单应矩阵和上述相邻两帧图像之间的单应矩阵，确定上述至少两帧图像与平面之间的单应矩阵；处理单元，被配置成对上述至少两帧图像与平面之间的单应矩阵进行处理，得到上述至少两帧图像对应的相机的位姿。

根据本公开的一个或多个实施例，第二确定单元进一步被配置成：基于相邻两帧图像之间的单应矩阵和最小二乘法，得到上述平面法向量。

根据本公开的一个或多个实施例，上述目标图像对应的平移距离是预先设定的。

根据本公开的一个或多个实施例，处理单元进一步被配置成：对上述至少两帧图像与平面之间的单应矩阵进行奇异值分解，得到相机的旋转角度和平移距离。

根据本公开的一个或多个实施例，第一确定单元进一步被配置成：基于上述至少两帧图像的特征点和旋转角度，确定相邻两帧图像之间的单应矩阵

根据本公开的一个或多个实施例，装置还包括：第五确定单元，被配置成基于上述至少两帧图像对应的相机的位姿，确定相机的运动方式。

根据本公开的一个或多个实施例，提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述任一实施例描述的方法。

根据本公开的一个或多个实施例，提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如上述任一实施例描述的方法。

Claims (12)

1.一种用于确定相机位姿的方法，包括：

提取至少两帧图像的特征点；

基于所述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵；

根据所述相邻两帧图像之间的单应矩阵，确定平面法向量；所述根据所述相邻两帧图像之间的单应矩阵，确定平面法向量，包括：

将至少三帧图像中相邻两帧图像之间的单应矩阵作为约束条件，根据最小二乘法确定所述平面法向量；

基于所述至少两帧图像中均存在的目标图像的旋转角度、所述平面法向量和目标图像对应的平移距离，确定所述平面法向量对应的平面与所述目标图像之间的单应矩阵；

根据所述平面法向量对应的平面与所述目标图像之间的单应矩阵和所述相邻两帧图像之间的单应矩阵，确定所述至少两帧图像与平面之间的单应矩阵；

对所述至少两帧图像与平面之间的单应矩阵进行处理，得到所述至少两帧图像对应的相机的位姿；所述相机的位姿包括平移变换和旋转变换。

2.根据权利要求1所述的方法，其中，所述目标图像对应的平移距离是预先设定的。

3.根据权利要求1所述的方法，其中，所述对所述至少两帧图像与平面之间的单应矩阵进行处理，得到所述至少两帧图像对应的相机的位姿，包括：

对所述至少两帧图像与平面之间的单应矩阵进行奇异值分解，得到相机的旋转角度和平移距离。

4.根据权利要求1所述的方法，其中，所述基于所述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵，包括：

基于所述至少两帧图像的特征点和旋转角度，确定相邻两帧图像之间的单应矩阵。

5.根据权利要求1-4中任一所述的方法，其中，所述方法还包括：

基于所述至少两帧图像对应的相机的位姿，确定相机的运动方式。

6.一种用于确定相机位姿的装置，包括：

提取单元，被配置成提取至少两帧图像的特征点；

第一确定单元，被配置成基于所述至少两帧图像的特征点，确定相邻两帧图像之间的单应矩阵；

第二确定单元，被配置成根据所述相邻两帧图像之间的单应矩阵，确定平面法向量；所述根据所述相邻两帧图像之间的单应矩阵，确定平面法向量，包括：

将至少三帧图像中相邻两帧图像之间的单应矩阵作为约束条件，根据最小二乘法确定所述平面法向量；

第三确定单元，被配置成基于所述至少两帧图像中均存在的目标图像的旋转角度、所述平面法向量和目标图像对应的平移距离，确定所述平面法向量对应的平面与所述目标图像之间的单应矩阵；

第四确定单元，被配置成根据所述平面法向量对应的平面与所述目标图像之间的单应矩阵和所述相邻两帧图像之间的单应矩阵，确定所述至少两帧图像与平面之间的单应矩阵；

处理单元，被配置成对所述至少两帧图像与平面之间的单应矩阵进行处理，得到所述至少两帧图像对应的相机的位姿；所述相机的位姿包括平移变换和旋转变换。

7.根据权利要求6所述的装置，其中，所述目标图像对应的平移距离是预先设定的。

8.根据权利要求6所述的装置，其中，所述处理单元进一步被配置成：

对所述至少两帧图像与平面之间的单应矩阵进行奇异值分解，得到相机的旋转角度和平移距离。

9.根据权利要求6所述的装置，其中，所述第一确定单元进一步被配置成：

基于所述至少两帧图像的特征点和旋转角度，确定相邻两帧图像之间的单应矩阵。

10.根据权利要求6-9中任一所述的装置，其中，所述装置还包括：

第五确定单元，被配置成基于所述至少两帧图像对应的相机的位姿，确定相机的运动方式。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。