|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
2 R' d m. J* D一种基于射线模型的图像定位系统 * k/ ]. A# C2 A6 u
- m- z2 m \ O. m% F1 W# R: I% T5 c. m
摘要:图像定位技术在现实中得)R比的l梢刑的图像定位系统,包含基于射线模型的三维重构算法和基于恼像即可实现定位.本文提出了一种基于射线摄像机模型的图像定位系统,包含基于射线模型& L$ |5 C$ K9 j3 }
姿图优化的图像定位方法.提出的三维重构算法利用射线模型的内在几何性质,能够处理全
/ j2 G, \8 _' S/ l/ D. s' q/ I型,降低采集和重构的代价,提升重构的效果.基于位姿图的定位方法融合了图像与点云匹配的信息和图像闾相对位姿信息实施定位,得到更高的定位精度.实验证明本文方法的有效性.
' v7 Q& A& Y! B1 s. j0 r关键词:图像定位;射线摄像机模型;三维重建;位姿图优化;全景相机! y3 T8 F# b: N
* I9 F# y% `( Z# r
2 E' i: J! K% N4 T( |1 H. m/ H1引言: c: F; ]. f0 A# z9 b V& L
近年来,基于图像的定位技术得到了广泛的研究.该项技术可以用于机器人导航""、路径规划[2、数字旅游、虚拟现实等.能够适用于GPS无法工作的区域,如室内和地下.相比基于传感器的定位技术,如蓝牙、WiFi等,图像定位技术不依赖于专业设备,实施成本低.对用户而言，仅需要拍摄一张图像便可以得到自身的位置和姿态,对于定位服务提供商,只需拍摄一组场景的图像即可.$ `0 w$ i- T: M
目前基于图像定位的方法主要有两类,一种是基于图像检索的方法[34].此类方法寻找查询图像在数据库中的近邻图像,以其位置作为自身位置.由于没有更充分的利用三维信息,其定位精度不优于库图像本身的位置精度和采样间隔.另一种是基于三维重构结合图像-点云(2D-3D)匹配的方法[5.6].这类方法首先离线采集大量关于目标场景的平面图像,进行三维重构得到场景的三维特征点云[7.8].在线定位阶段,提取查询图像特征,并将其与三维特征点云进行2D-3D匹配,利用匹配结果估计目标摄像机的位姿.相比图像检索方法,此类方法能够得到精度更高的定位结果.但其中的三维重构算法只能用于平面摄像机.受限于其较小的视场,通常需要对同一位置变换多个角度进行拍摄,得到数量较大的图像集合进行三维重建,采集量大且重构代价较高.8 r, }" V0 e0 C9 s9 P: N
随着拍摄设备和图像传感器技术的发展,全景、鱼眼等各类广角摄像机应用日益广泛,如图1所示.相比传统的平面相机,这类相机具有更大的视场,覆盖相同场景信息所需的拍摄代价更低.1张全景图像等效于5~8张同光心不同朝向的平面图像.特别适用于对场景完整性要求较高的应用,如本文所研究的图像定位问题,重构时应该尽可能将场景覆盖完整,以适应未知位姿的目标图像.为利用广角摄像机的视场优势,本文提出了一种基于射线模型的图像定位系统,系统包含基于射线模型的三维重构算法,以及融合图像-点云匹配信息和图像间相对位姿信息的图像定位方法.在基于射线模型的三维重构算法中,通过使用三维射线描述二维像素坐标,射线模型能够无畸变地表达多种摄像机模型(全景、鱼眼、平面),并将各种摄像机模型内在的几何约束引入进来.如使用全景图像的三维重构等效于引入了同光心约束的平面图像重构,因而重构效果好,且采集成本低,计算速度快.图像定位中,提出的位姿图优化框架,通过融合图像-点云匹配(2D-3D)信息和图像间相对位姿信息,改善定位效果.相比传统的% {. ]; L+ T$ F3 W4 B
' g7 x5 J; N7 k8 Z+ y' K8 x
8 y* d5 y9 l: ^2 m4 o
( ?! Z* f! s3 O" L( ^4 A+ I- N6 F3 l4 r& z4 v5 G
' \; t. f! t, R6 m0 F/ J2 q$ v
|
|
/1 
发表于 2021-1-20 11:17
收藏
淘帖
支持！
反对！