一種基于特征方位角的全景圖像誤匹配消除方法技術

本發明專利技術公開了一種基于特征方位角的全景圖像誤匹配消除方法，將同一場景的兩幅折反射全景圖像中的horizon圓上的像素保存為一維圖像，并結合變換方程對拍攝這兩幅圖像間對應的最優相機運動參數進行估算；分別計算出待測特征點匹配對在兩幅圖像中的方位角的實際值，并根據特征點在一幅圖像中的方位角對其匹配點在另一幅圖像中的方位角進行估算；最后通過設定閾值去除方位角的實際值與估算值之間偏差過大的特征匹配對。本發明專利技術，可以應用于由二次曲面反射鏡和普通相機構成的折反射全景成像系統，去除圖像中錯誤匹配的特征點，該方法有效的減少了誤匹配特征點的數量，為后續視覺相關任務的順利完成提供良好的基礎。

A method for eliminating false match of panoramic image based on feature azimuth

The invention discloses a panoramic image feature azimuth matching error elimination method based on the pixel horizon circle of the same scene two catadioptric panoramic images on the preservation of one dimension image, and combining to shoot the two images corresponding to the optimal camera motion parameters to estimate the transformation equation were calculated; the actual measured feature points matching two images in azimuth and range value estimates are based on the feature points in an image in the angle of the matching point in another image in azimuth; finally, by setting the threshold to remove the azimuth angle of the actual value and the estimated value of deviation between features the big match. The invention can be applied to the catadioptric panoramic imaging system is composed of two curved mirrors and ordinary camera, remove the feature points in the image matching error, the method effectively reduces the error, the number of feature points, provide a good foundation for subsequent vision related tasks successfully completed.

【技術實現步驟摘要】
一種基于特征方位角的全景圖像誤匹配消除方法
本專利技術涉及計算機視覺領域，具體涉及一種基于特征方位角的全景圖像誤匹配消除方法。
技術介紹
基于折反射全景圖像的特征匹配在很多計算機視覺相關的任務中是很重要的一個步驟，例如圖像拼接、目標識別及運動估計等。匹配操作一般是在基于同一場景的兩幅圖像間進行的，其通常包括特征提取和匹配兩步。目前在圖像特征的提取和匹配方面應用比較廣泛的是SIFT(ScaleInvariantFeatureTransform)算法，盡管SIFT特征對平移、旋轉、尺度縮放等具有良好的不變性，同時對于視角變化、仿射變換和亮度變化也能夠保持一定程度的穩定性，但在實際應用中仍然存在特征點的誤匹配問題。這些錯誤匹配的特征點會嚴重影響后續視覺任務的執行，甚至導致任務失敗。因此，盡量消除錯誤匹配的特征點至關重要。RANSAC(RandomSampleandConsensus)是一種應用廣泛的消除誤匹配方法。這種方法采用大量匹配特征點樣本進行實驗找到最適合的參數，并通過這些參數建立兩幅圖像間的轉換矩陣。該矩陣一般描述平移、旋轉及尺度等變換。利用轉換矩陣，可以根據一個特征點在圖像中的位置坐標來估計其匹配點的坐標，進而判斷特征點匹配對是否正確。在折反射全景圖像中，由于其投影關系較為復雜且存在成像畸變，因此在兩幅圖像中的特征點之間難以建立統一的轉換矩陣。即RANSAC方法難以直接應用于未處理的折反射全景圖像上，其一般需要先將全景圖像展開后才能處理。與RANSAC方法類似，目前存在的大部分誤匹配消除算法應用于折反射全景圖像時都存在上述問題。綜上所述，目前需要一種不需要對折反射全景圖像進行展開，可以有效的減少錯誤匹配特征對的全景圖像誤匹配消除方法。
技術實現思路
本專利技術所要解決的技術問題是在去除誤匹配特征的過程中需要將環形的折反射全景圖像進行展開，導致額外增加計算量還會丟失部分圖像信息的問題。為了解決上述技術問題，本專利技術所采用的技術方案是提供一種基于特征方位角的全景圖像誤匹配消除方法，包括以下步驟：在折反射式全景成像系統中，將用于形成周圍環境場景的圖像的曲面鏡和位于曲面鏡的下方且光軸指向曲面鏡的攝像機一起完成全景圖像的采集，在理想情況下，在未展開的全景圖像中存在一個以圖像中心為圓心的圓，與曲面鏡內焦點位于同一水平高度的特征點投影必定位于該圓上，設該圓為horizon圓，步驟一，將同一場景的兩幅折反射全景圖像中的horizon圓上的像素保存為一維圖像，并根據該一維圖像結合變換方程對拍攝這兩幅圖像間對應的最優相機運動參數進行估算；步驟二，分別計算出待測特征點匹配對在兩幅圖像中的方位角的實際值，并通過相應的最優相機運動參數根據特征點在一幅圖像中的方位角對其匹配點在另一幅圖像中的方位角進行估算；步驟三，通過設定閾值去除方位角的實際值與估算值之間偏差過大的特征匹配對。在上述方案中，設反射鏡長短軸分別為a、b，水平入射光線與反射鏡的交點距反射鏡的焦點距離為r，f為相機的焦距，R為Horizon圓的半徑。反射鏡方程為：x2/a2-(y+c)2/b2＝-1，其中計算可知：根據相似三角形的性質可知：計算出R之后，以圖像中心為圓心，R為半徑的圓即為Horizon圓；設全景相機的運動空間為一個平面，兩幅匹配全景圖像分別為IH和IC，則隨著相機的運動位于Horizon圓上的像素點只可能在兩幅圖像間的該圓上運動，一定不會運動到Horizon圓外，其中，PH為圖像IH中的一個像素點L在Horizon圓上的位置，θH為像素點L對應的方位角；PC為像素點L在圖像IC中的位置，θC為其對應的方位角。在上述方案中，以步驟一確定的Horizon圓結合變換方程估計出拍攝兩幅全景圖像時相機的運動參數；設L為場景中的一個特征，H和C分別為兩幅匹配全景圖像的拍攝位置，在這兩個位置處的箭頭方向分別為相機對應的正面朝向。θH為特征L在位置H處的方位角，θC為L在位置C處的方位角，θT為相機平移運動的方向角，θR為相機自身旋轉的角度。dLH為特征點L與位置H之間的距離，dCH為位置C與H之間的距離。在三角形LHC中應用正弦定理，可以得到：令dLH/dCH＝1/λ，并根據等距分布假設化簡上式即可得到變換方程：其中，上式共包含λ、θT和θR三個運動參數。分別在兩幅匹配全景圖像中提取出Horizon圓，并將其上的像素點以圖2中xI軸與Horizon圓的交點為起點沿逆時針方向保存為一維圖像，分別用IH1和IC1表示。然后以IH1為初始圖像，按照一定的搜索步長對參數λ、θT和θR的取值空間進行窮盡搜索，利用得到的每組參數結合變換方程可以計算出一幅一維的預測圖像將預測圖像與實際提取得到的IC1進行對比，計算二者之間的圖像距離，當圖像距離最小時對應的那組參數即為最優的運動參數和在上述方案中，在步驟二中，通過步驟一中確定的最優運動參數和并結合變換方程，即可根據特征在圖像IH中的方位角θH預測出其匹配特征在圖像IC中的方位角最后，在步驟三中，通過設定判斷閾值θTHR，去除掉滿足式的特征匹配對。本專利技術，不需要展開折反射全景圖像及建立兩幅圖像間的轉換矩陣，可以有效的消除圖像中大部分錯誤匹配的特征點，提高了匹配準確度，可以應用于由二次曲面反射鏡和普通相機構成的折反射全景成像系統，該算法有效的減少了誤匹配特征點的數量，為后續視覺相關任務的順利完成提供良好的基礎。附圖說明圖1為本專利技術的Horizon圓成像原理圖；圖2為本專利技術位于horizon圓上的像素的方位角變化特性圖；圖3為本專利技術全景圖像中的特征方位角隨相機運動而變化的幾何描述圖；圖4為本專利技術拍攝兩幅全景圖像時相機最優運動參數的估計方法圖；圖5a為本專利技術基于original圖像庫的初始SIFT特征匹配結果圖；圖5b為本專利技術基于original圖像庫的消除誤匹配特征后的結果圖；圖6a為本專利技術基于chairs圖像庫的初始SIFT特征匹配結果圖；圖6b為本專利技術基于chairs圖像庫的消除誤匹配特征后的結果圖；圖7a為本專利技術基于day圖像庫的初始SIFT特征匹配結果圖；圖7b為本專利技術基于day圖像庫的消除誤匹配特征后的結果圖；圖8為本專利技術的方法流程圖。具體實施方式下面結合說明書附圖對本專利技術做出詳細的說明。如圖1、圖8所示，本專利技術提供的是一種基于特征方位角的全景圖像誤匹配消除方法。包括以下步驟：步驟一、根據折反射全景成像系統的參數在圖像中確定Horizon圓。如圖1所示：設反射鏡長短軸分別為a、b，水平入射光線與反射鏡的交點距反射鏡的焦點距離為r，f為相機的焦距，R為Horizon圓的半徑。反射鏡方程為：x2/a2-(y+c)2/b2＝-1，其中計算可知：根據相似三角形的性質可知：計算出R之后，以圖像中心為圓心，R為半徑的圓即為Horizon圓。如圖2所示，Horizon圓具有如下特性：假設全景相機的運動空間為一個平面，兩幅匹配全景圖像分別為IH和IC，則隨著相機的運動位于Horizon圓上的像素點只可能在兩幅圖像間的該圓上運動，一定不會運動到Horizon圓外，其中，PH為圖像IH中的一個像素點L在Horizon圓上的位置，θH為像素點L對應的方位角；PC為像素點L在圖像IC中的位置，θC為其對應的方位角。由于Horizon圓上的像素點的本文檔來自技高網...

【技術保護點】
一種基于特征方位角的全景圖像誤匹配消除方法，包括以下步驟：在折反射式全景成像系統中，將用于形成周圍環境場景的圖像的曲面鏡和位于曲面鏡的下方且光軸指向曲面鏡的攝像機一起完成全景圖像的采集，在理想情況下，在未展開的全景圖像中存在一個以圖像中心為圓心的圓，與曲面鏡內焦點位于同一水平高度的特征點投影必定位于該圓上，設該圓為horizon圓，其特征在于，步驟一，將同一場景的兩幅折反射全景圖像中的horizon圓上的像素保存為一維圖像，并根據該一維圖像結合變換方程對拍攝這兩幅圖像間對應的最優相機運動參數進行估算；步驟二，分別計算出待測特征點匹配對在兩幅圖像中的方位角的實際值，并通過相應的最優相機運動參數根據特征點在一幅圖像中的方位角對其匹配點在另一幅圖像中的方位角進行估算；步驟三，通過設定閾值去除方位角的實際值與估算值之間偏差過大的特征匹配對。

【技術特征摘要】
1.一種基于特征方位角的全景圖像誤匹配消除方法，包括以下步驟：在折反射式全景成像系統中，將用于形成周圍環境場景的圖像的曲面鏡和位于曲面鏡的下方且光軸指向曲面鏡的攝像機一起完成全景圖像的采集，在理想情況下，在未展開的全景圖像中存在一個以圖像中心為圓心的圓，與曲面鏡內焦點位于同一水平高度的特征點投影必定位于該圓上，設該圓為horizon圓，其特征在于，步驟一，將同一場景的兩幅折反射全景圖像中的horizon圓上的像素保存為一維圖像，并根據該一維圖像結合變換方程對拍攝這兩幅圖像間對應的最優相機運動參數進行估算；步驟二，分別計算出待測特征點匹配對在兩幅圖像中的方位角的實際值，并通過相應的最優相機運動參數根據特征點在一幅圖像中的方位角對其匹配點在另一幅圖像中的方位角進行估算；步驟三，通過設定閾值去除方位角的實際值與估算值之間偏差過大的特征匹配對。2.如權利要求1所述的基于特征方位角的全景圖像誤匹配消除方法，其特征在于，在步驟一中，設反射鏡長短軸分別為a、b，水平入射光線與反射鏡的交點距反射鏡的焦點距離為r，f為相機的焦距，R為Horizon圓的半徑。反射鏡方程為：x2/a2-(y+c)2/b2＝-1，其中計算可知：根據相似三角形的性質可知：計算出R之后，以圖像中心為圓心，R為半徑的圓即為Horizon圓；設全景相機的運動空間為一個平面，兩幅匹配全景圖像分別為IH和IC，則隨著相機的運動位于Horizon圓上的像素點只可能在兩幅圖像間的該圓上運動，一定不會運動到Horizon圓外，其中，PH為圖像IH中的一個像素點L在Horizon圓上的位置，θH為像素點L對應的方位角；PC為像素點L在圖像IC中的位置，θC為其對應的方位角。3.如權利要求2所述的基于特征方位角的全景圖像誤匹配消除方法，...

【專利技術屬性】
技術研發人員：劉傳家，程德斌，詹林獻，劉佳，曾鈺，趙常均，萬磊，孫智權，李博，
申請(專利權)人：廣州智能裝備研究院有限公司，
類型：發明
國別省市：廣東,44