[发明专利]一种基于旋转矩阵的3D重建优化方法和装置

说明书

本发明涉及一种基于旋转矩阵的3D重建优化方法，具体包括以下步骤：步骤S1：获取同一场景由多个相机拍摄的照片组，由特征匹配算法得到相机间的相对旋转矩阵和绝对旋转矩阵；步骤S2：拼接得到相对旋转拼接矩阵和绝对旋转拼接矩阵，由相对旋转拼接矩阵的最小特征根得到半正定矩阵；步骤S3：绝对旋转拼接矩阵、相对旋转拼接矩阵和半正定矩阵的组合矩阵进行泰勒展开，展开后的优化绝对旋转矩阵进行迭代，求解每次迭代中的最优值；步骤S4：重复步骤S3，直到优化绝对旋转矩阵的最优值收敛或到达最大迭代次数，根据收敛时的优化绝对旋转矩阵和照片进行3D重建。与现有技术相比，本发明具有加快收敛速度、能够并行计算以及提高3D重建模型质量等优点。

技术领域

本发明涉及3D重建领域，尤其是涉及一种基于旋转矩阵的3D重建优化方法和装置。

背景技术

近年来人们对旋转平均问题进行了深入研究，旋转平均问题的目的是在给定相机之间的一堆相对旋转矩阵的情况下确定相机的绝对旋转矩阵。旋转平均问题在计算机视觉、机器人技术、传感器网络和相关领域中有着广泛的应用。例如，在计算机视觉中，旋转平均问题用于从关于一个场景的一组图像中生成相机方向和相机位置，通过提取和纯化此类信息，进行3D重建。由于大量的应用程序需要应用到3D重建，所以研究旋转平均问题的重要性由此可见。

现有技术公开了一种图像特征点的3D重建方法和装置，通过获取第一特征点进行归一化处理，经过旋转矩阵进行3D重建。但是由特征点直接得到的旋转矩阵并未有效去除旋转矩阵测量中的噪声，导致旋转矩阵上的旋转约束高度不同，对3D重建模型存在一定的影响。

发明内容

本发明的目的就是为了克服上述现有技术存在的旋转矩阵测量中的噪声并未去除、影响3D重建的模型效果的缺陷而提供一种基于旋转矩阵的3D重建优化方法和装置。

本发明的目的可以通过以下技术方案来实现：

一种基于旋转矩阵的3D重建优化方法，具体包括以下步骤：

步骤S1：获取同一场景由多个相机拍摄的照片组，根据特征匹配算法得到相机间的相对旋转矩阵和绝对旋转矩阵；

步骤S2：将所述相对旋转矩阵进行拼接得到相对旋转拼接矩阵，将所述绝对旋转矩阵进行拼接得到绝对旋转拼接矩阵，根据所述相对旋转拼接矩阵的最小特征根计算出相对旋转拼接矩阵的半正定矩阵；

步骤S3：对绝对旋转拼接矩阵、相对旋转拼接矩阵和半正定矩阵的组合矩阵进行泰勒展开，根据连续上限最小化算法对展开后的优化绝对旋转矩阵进行迭代，并通过具有单个特殊正交组约束的线性优化算法求解每次迭代中优化绝对旋转矩阵的最优值；

步骤S4：重复步骤S3，直到优化绝对旋转矩阵的最优值收敛或到达最大迭代次数，根据收敛时对应的优化绝对旋转矩阵和照片进行3D重建。

所述绝对旋转矩阵满足三维旋转群，所述三维旋转群具体如下：

其中，SO(3)为三维旋转群。

所述相对旋转矩阵为3x3矩阵。

所述相对旋转拼接矩阵具体为：

其中，为相对旋转拼接矩阵。

进一步地，所述相对旋转拼接矩阵满足：

其中，R_ij为相对旋转矩阵。

所述半正定矩阵具体如下：

其中，B为半正定矩阵，为相对旋转拼接矩阵，I为单位矩阵，μ为特征参数。

进一步地，所述特征参数具体为：