[发明专利]一种针对动态变化场景的实时摄像机跟踪方法

权利要求书

1.一种针对动态变化场景的实时摄像机跟踪方法，其特征在于，它包括以下步骤：

（1）特征点匹配及摄像机参数估计，使用基于不变量的特征点来表达场景特征，每个场景点对应一个特征描述量，使用KD树组织所有场景特征，对每帧图像提取特征点并在KD树中搜索特征匹配，随后进行摄像机参数的估计；

（2）场景更新，使用关键帧及场景特征点对应的三维点云表达场景几何信息。通过添加关键帧和三维点扩充场景，若已有关键帧的对应场景发生变化，删除变化的关键帧和变化的三维点。

（3）前后台多线程协同运行，前台线程用于对每一帧进行特征点匹配和摄像机运动参数的估计，后台线程不断进行KD树、关键帧和三维点云的维护和更新，并联合优化关键帧的摄像机运动参数和三维点位置。

2.根据权利要求1所述的针对动态变化场景的实时摄像机跟踪方法，其特征在于，所述步骤1通过以下子步骤来实现：

（1.1）使用基于不变量的特征点来表达场景特征，每个场景点对应一个特征描述量，使用KD树组织所有场景特征。构造两棵存储全局场景特征的KD树T₁、T₂，用于全局特征点描述量和图像特征点描述量间的匹配，T₁用于实时匹配，T₂用于动态更新。

（1.2）选定两帧初始关键帧，对场景结构、运动以及KD树等进行初始化。

（1.3）对每帧图像抽取特征点，利用其特征描述量在T₁中搜索匹配。对于特征点x，假设T₁中它的最相邻的两个描述量是N₁(x)和N₂(x)，使用下面的公式作为匹配的置信度：

c=||p(x)-p(N1(x))||||p(x)-p(N2(x))||]]>

其中，p(x)表示特征点x的描述量。如果c<0.6,将x和N₁(x)作为一对匹配点，由此得到一系列场景特征点和当前帧图像特征点之间的匹配。

（1.4）根据步骤（1.3）得到一系列场景特征点和当前帧图像特征点之间的匹配，通过最小化目标函数估计出当前帧摄像机运动参数；其中，R表示旋转矩阵，t表示平移向量，π表示投影函数，其作用是将三维空间点投影到二维空间，获得二维空间点位置，即π（X,Y,Z）=（x,y），其中x=X/Z，y=Y/Z）），x_i表示特征点，K表示摄像机内置参数，X_i表示三维点，通过RANSAC算法剔除误匹配，将正确的匹配定义为全局匹配集合G。