基于低秩纹理的摄像机位置和姿态测量方法
【专利摘要】基于低秩纹理的摄像机位置和姿态测量方法，属于计算机视觉测量【技术领域】。其特征是：将室内场景中的一些低秩纹理如天花板上的方格纹理，用于摄像机位置和姿态的测量。通过摄像机拍摄低秩纹理的图像，用欧拉角表示摄像机拍摄时的投影矩阵，并通过求解关于低秩纹理成像模型的优化问题求得表示摄像机姿态的欧拉角；再进一步结合场景中纹理的几何关系和摄像机成像原理解出摄像机在场景中的位置。本发明的效果和益处是，能够利用室内场景中的低秩纹理特征实现摄像机姿态和空间位置6个自由度的测量，且在测量过程中，摄像机可以转动，从而使视觉测量的应用范围更广。
【专利说明】基于低秩纹理的摄像机位置和姿态测量方法
【技术领域】
[0001] 本发明属于计算机视觉测量【技术领域】，涉及一种基于低秩纹理的摄像机空间姿态 和位置测量方法。
【背景技术】
[0002] 室内测量技术是一项应用广泛的技术。随着近年来C⑶技术和图像处理技术的不 断提高，视觉测量技术以其适用范围广、精度高的特点，受到了研究者越来越多的关注。视 觉定位技术采用一个或多个摄像机从场景中获取含有特征的图像，通过不同方法对图像特 征进行表达和提取，最终利用这些特征提供的信息求解摄像机在空间中的位置和姿态。图 像的特征分为局部特征和全局特征。局部特征主要包含角点、直线等。目前大多数视觉定 位方法基于图像局部特征，从图像中提取点或直线等以实现摄像机定位。这类方法的测量 精度依赖于局部特征提取的精度，极易受到噪声干扰，且在一些场合中精度往往达不到实 际应用的要求。全局特征主要是图像的颜色、纹理等。纹理在室内的天花板、地板或者墙壁 等平面上比较容易找到，常具有重复性或对称性，可以利用纹理所具有的这些特征进行摄 像机相关测量。但目前使用纹理特征进行摄像机位置和姿态测量的方法较少。
[0003] 另外，目前各方法多只将摄像机放置在某一个平面内，固定安装摄像机的拍摄角 度，摄像机拍摄时不能转动。除此之外，大多数方法仅求解了摄像机在其所放置平面内的二 维位置坐标，未求解摄像机在空间中的三维坐标。
【发明内容】
[0004] 本发明的目的是提供一种基于低秩纹理的摄像机位置和姿态测量方法。该方法采 用安装角度不固定的摄像机拍摄室内场景中一些具有低秩特征的纹理，如天花板上的方格 纹理等，通过处理所拍摄图像进行摄像机空间位置和姿态6个自由度的测量。
[0005] 本发明的技术方案是：
[0006] 采用摄像机拍摄室内场景中的一些纹理图像，如天花板上的方格纹理等。用欧拉 角表示低秩纹理成像模型中的投影矩阵，通过优化方法求解欧拉角表示的低秩纹理成像模 型，解出表示摄像机姿态的欧拉角。再进一步利用纹理的几何特点和摄像机的成像关系，求 解摄像机在空间中的位置。下面将对技术方案进行详细的介绍，首先介绍低秩纹理及摄像 机对低秩纹理的拍摄，然后介绍如何利用纹理的低秩特性求解摄像机姿态，最后介绍求解 摄像机空间位置的步骤。
[0007] 步骤一：获取包含低秩纹理的图像
[0008] 实际场景中的天花板、地面、墙壁上常可以抽象出如图1所示的纹理。这些纹理具 有对称性和重复性。由于这些纹理的图像矩阵的秩较低，我们将这些纹理称为低秩纹理。这 里给出低秩纹理的定义：通常二维（2D)的纹理被认为是在平面R2上定义的函数I°(x，y); 如果函数族I°(x，·）横跨有限低维子空间，则将纹理1°定义为低秩纹理。如式（1)所示， 对于某较小的整数k:
[0009]
【权利要求】
1.基于低秩纹理的摄像机位置和姿态测量方法，其特征在于，步骤如下： 步骤一：获取包含低秩纹理的图像 用标定好焦距和主点位置的摄像机对场景中的低秩纹理进行拍摄，获得包含低秩纹理 的图像； 步骤二：利用拍摄的低秩纹理图像求解摄像机拍摄姿态 在CXD中心建立图像坐标系，在低秩纹理平面上建立世界坐标系，在摄像机光心处建 立摄像机坐标系，并基于上述坐标系推导出低秩纹理上一点在三个坐标系中的坐标之间的 关系，如式（2):
式（2)中（u，V)为低秩纹理上一点的像素坐标，（X。，y。，z。）为该点在摄像机坐标系中的 坐标，（xw,yw,zw)为该点在世界坐标系中的坐标；s为一个非零的比例因子,N为摄像机的内 参数矩阵，f为摄像机的焦距；dx,dy分别表示U、V方向的像元尺寸，（Uci,Vci)为摄像机光心 在图像坐标系中的坐标，也即主点坐标；<、7；':分别表示摄像机相对于世界坐标系的旋 转矩阵和平移矩阵； 用欧拉角表示摄像机拍摄低秩纹理时的投影矩阵；并基于式（2)将低秩纹理成像模 型修改为基于欧拉角的低秩纹理成像模型，将摄像机姿态的求解问题转化为一个优化问 题：丨"mrank(Z0) +l||i?||〇 ^ 4h\其中I。表示原始的低秩纹理图像，I表 示低秩纹理的实际拍摄图像，T表示投影变换所依赖的参数集，包含6个参数，分别为摄 像机坐标系各轴绕世界坐标系各轴旋转的三个欧拉角0X、0y、ejp表征摄像机光心相对 于世界坐标系原点的归一化位移量t' i，t' 2，t'3;符号〇表示将投影变换作用在I上 的一种运算，E表示随机噪声，IIEII^表示随机噪声E中非零元的个数，入为E的权值； 利用增广拉格朗日乘子法求解该优化问题，解出表示摄像机姿态的欧拉角参数；求解 欧拉角的具体步骤如下： 51、 接受所拍摄的低秩纹理图像作为输入图像，设定T的初值为T^ = (0, 0, 0, 0, 0, 1)，其前三个参数表示欧拉角的初始值，后三个值表示归一化位移的初始值； 选定收敛精度e> 〇 ;选定权值A> 0 ; 52、 在输入图像上取含有低秩纹理的矩形窗，所得图像记为I; 53、 对图像I，重复以下迭代步骤，直到目标函数f=I|I°|L+AI|E|I1^局收敛： 将图像I进行归一化，并将归一化的值重新赋给I; 对I求取关于欧拉角和归一化位移的雅克比矩阵； 用增广拉格朗日乘子法求解式（12)所表述的问题，得到T的局部最优解T' ：
其中11ijL表示Icl的核范数，I|e11i表示随机噪声E中非零元的个数的Ii-范 数，I(Uij(T)，Vij(T))为用像素值（U，V)表示的图像I，且U，V均是关于T的函数， vy.(r))为I关于T的雅克比矩阵，AT为丁的增量，i，j分别表示I的行序号和 列序号； 应用〇运算，将局部最优解T'对应的投影变换作用在图像I的每一个点上，这样I便转化成了一幅新的图像；将所得的新图像重新赋值给I; S4、输出全局最优解T%其前三个值即为表示摄像机姿态的欧拉角的值； 步骤三：利用成像原理和低秩纹理几何关系求解摄像机在空间中位置 在低秩纹理上选取两个特征点，测量其在空间中的几何关系，计算其在世界坐标系下 的坐标，同时从摄像机拍摄的图像上提取特征点对应的像素点，得到特征点的像素坐标；利 用针孔成像原理推导出摄像机位置的求解公式：
其中（〇<，〇表示世界坐标系原点〇w在摄像机坐标系下的坐标；表示 摄像机光心0。在世界坐标系中的坐标；(upi，Vpi)表示特征点的像素坐标；(Utl,Vtl)为摄像 机主点，fd为摄像机像的焦距；4 =rIlX厂+ri2W+ri3 =GA'' + 'U''' +?<， q+r3y，且i,j= 1，2 ;R"为投影矩阵的逆阵充丨/1中参数，参数rm为投影 矩阵疋中参数，m，n= 1，2, 3,如式（3); 将欧拉角的值、特征点在世界坐标系中的坐标和特征点的像在图像坐标系中的坐标带 入公式（15)和（17)，计算得出摄像机的空间位置。
2.根据权利要求1所述的基于低秩纹理的摄像机位置和姿态测量方法，其特征在于， 步骤二中〇运算的步骤为将低秩纹理Itl上一点（ui，V1)通过式（6)，转化成图像I上的对 应点（U2,V2):
【文档编号】G06T7/40GK104504691SQ201410777911
【公开日】2015年4月8日 申请日期:2014年12月15日 优先权日:2014年12月15日
【发明者】孙怡, 张婷婷 申请人:大连理工大学