[发明专利]一种全景图特征匹配精度优化的方法及系统

权利要求书

1.一种全景图特征匹配精度优化的方法，其特征是，包括如下步骤：

步骤(1)：输入两幅全景图像：参考全景图像和目标全景图像；

步骤(2)：每幅全景图像均提取若干个虚拟普通图像；

步骤(3)：建立L层图像金字塔；

步骤(4)：若干个虚拟普通图像作为输入，运行三维重建软件PMVS，得到相机参数和原始特征匹配结果；

步骤(5)：从第L层图像金字塔开始，基于PMVS得到的3D点云，进行目标全景图像的特征匹配优化；

所述步骤(5)的步骤为：

步骤(51)：从第L层图像金字塔开始，以每一个3D点P_i为中心构造一个长方形3D区域Q_i，按照设定步长对长方形3D区域Q_i进行采样，使长方形3D区域Q_i投影到任意2D普通图像上产生n*n的色块q_ij；i的参数含义是第i个点，j的参数含义是第j幅图像；

步骤(52)：将色块q_ij投影到对应的参考全景图像和目标全景图像上；

步骤(53)：通过对比投影到参考全景图像的2D纹理W_r(i,j)和投影到目标全景图像上的2D纹理W_t(i,j)，修改目标全景图像上的特征坐标点p_ij；给每个目标全景图像上的色块一个偏移量W_tar(i+Δi,j+Δj)，通过NCC算法搜索目标全景图像上与参考全景图像的2D纹理W_r(i,j)最为匹配的位置；

步骤(6)：判断是否所有3D点都经过处理，若是就进入步骤(7)；若否就返回步骤(5)；

步骤(7)：判断是否所有L层图像金字塔都迭代完，若是就采用光束平差法改善相机参数，进入步骤(8)；若否，则L＝L-1，返回步骤(5)；

步骤(8)：判断主循环次数是否等于设定次数，若是就将优化后的p_ij投影到目标全景图像上，最终获得精确的特征匹配；若否就返回步骤(4)。

2.如权利要求1所述的方法，其特征是，所述步骤(2)的虚拟普通图像就是虚拟的普通图像，虚拟的普通图像通过全景图像投影得到的，包括位置的坐标和代表颜色信息的矩阵。

3.如权利要求1所述的方法，其特征是，所述步骤(2)的步骤为：

(21)首先找到虚拟普通图像上的点与球面上点的投影关系；

(22)得到普通图像与球形模型之间的投影关系后，普通图像上每一点的颜色即是该点所对应的球面坐标处的颜色值，为普通图像上每一个坐标填充颜色，就将普通图像提取出来。