[发明专利]可提供3D节目拍摄指导的极线校正方法

说明书

技术领域

本发明涉及的是一种立体视觉技术领域的极线校正方法，具体是一种既能够应用于3D节目后期处理又能够为3D节目现场拍摄提供摄像机姿态调整指导的极线校正方法。

背景技术

近几年，随着《阿凡达》等3D电影的狂热，立体视觉技术引起了国内外学者的广泛研究。在立体视觉实际应用研究中，为了能够舒适地观赏3D节目，对立体图像对进行极线校正不可避免。所谓极线校正，就是指通过对左、右视图像各进行一次射影变换，使得图像投影到一个公共的平行于两个摄像机基线的空间平面，从而使两幅图像对应的极线在同一行水平线上，并且不存在垂直视差。极线校正可以有效地将对应点搜索范围从二维空间降至一维扫描线，在立体匹配、深度提取和三维跟踪等立体视觉关键技术中得到广泛应用。

经过对现有技术文献的检索发现，John Mallon等人于2005年在《Image and Vision Computing(图像和视觉计算)》上发表的“Projective rectification from the fundamental matrix(基础矩阵引导的射影校正)”中给出了一种仅依赖于基本矩阵的方法，该方法根据基本矩阵求出极点，然后将极点旋转到X轴，接着将极点投影到无穷远处，最后使得两幅图像对应的极线在同一条扫描线上。这种方法必须依赖于基础矩阵，当基础矩阵估计地不够准确时，校正的精度会受到明显的影响。即使能够得到高精度的基础矩阵，也未必能够得到好的校正结果，导致校正结果出现较大的扭曲变形，原因是图像校正的评价准则与基础矩阵的准则完全不相同。而且这种方法不能够为3D节目现场拍摄提供摄像机姿态调整指导。

又经检索发现，Min Zhu等人于2007年在《IEEE International Conference on Integration Technology(IEEE集成技术国际会议)》上发表的“Stereo Vision Rectification Based on Epipolar Lines Match and Three Variables Projective Matrix(基于极线匹配和3变量射影矩阵的立体图像校正方法)”中提出了一种简化的极线校正方法，该方法仅需要3对匹配极线既可以估计出左右相机的投影矩阵。这种方法依赖于立体图像中极线的匹配精度，当匹配中存在误匹配时候，会导致校正结果往往出现较大的扭曲变形。而且这种方法也不能够为3D节目现场拍摄提供摄像机姿态调整指导，仅适合在3D节目的后期处理中使用。

发明内容

本发明的目的在于克服现有技术中的上述不足，提出一种既能够应用于3D节目后期处理又能够为3D节目现场拍摄提供摄像机姿态调整指导的极线校正方法，并有效地降低了极线校正后立体图像对的扭曲变形。该方法利用遗传一致性估计(GCE)方法来消除误匹配获取一致最大内点集，将基础矩阵参数化为包含摄像机姿态信息的参量，通过匹配点对坐标建立误差方程进而采用最小二乘法求解摄像机参量，利用所得的摄像机参量直接求解极线校正矩阵，并为现场3D拍摄提供如何调整摄像机姿态的信息，可广泛应用于立体匹配、深度图提取和三维跟踪等领域。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

第一步，分别对立体图像对中的左视图和右视图进行SIFT特征点提取，并对得到的两组SIFT特征点进行匹配，得到初始匹配点对集。

第二步，利用遗传一致性估计(GCE)算法剔除初始匹配点对集中的误匹配点对，得到满足同一基本矩阵的一致最大内点集。

所述的GCE算法剔除误匹配处理，包括以下步骤：

1)在初始匹配点对集中选择P个个体组成初始种群，得到每个个体包含的内点数，且至少有一个个体中包含的内点数大于或者等于相关阈值T_in；

所述的个体包含从初始匹配点对集中随机选择的s组非奇异匹配点对。

所述的s取值范围是：区间[7，10]上的整数。

所述的内点是Sampson误差小于内点阈值Thr的匹配点对。

所述的内点阈值Thr的取值范围是：[0.5，2]。

所述的Sampson误差，是：