[发明专利]一种基于GPU并行加速的实时三维变形测量方法

权利要求书

1.一种基于GPU并行加速的实时三维变形测量方法，其特征在于，包括以下步骤：

1)使用张正友标定法对左右两个固定的相机进行立体标定，获得左、右相机的投影矩阵M_L、M_R；

2)使用上述两个相机同步拍摄目标物体表面在变形前的左、右图像L₀、R₀和变形过程中第i个时刻的左、右图像L_i、R_i，其中i＝1,2,3,…,n；

3)在图像L₀上选择兴趣区域，在该区域中等间隔取一批兴趣点P_L0；

4)将相机的投影矩阵、所有拍摄的图像和兴趣点拷贝到GPU上；

5)在GPU上，对每个兴趣点P_L0，先使用IC-GN算法寻找其在图像R₀上的对应点P_R0，然后使用P_L0、P_R0这两个点的坐标，通过三角测量法计算得到兴趣点在变形前的三维坐标P_W0；

6)在GPU上，对变形过程中的每个时刻i进行如下操作：首先，对每个兴趣点P_L0使用IC-GN算法寻找其在图像L_i、R_i上的对应点P_Li和P_Ri，然后使用P_Li、P_Ri这两个点的坐标通过三角测量法计算出兴趣点在时刻i的三维坐标P_wi，最后用P_Wi减去P_W0获得兴趣点在时刻i的三维变形数据D_Wi；

7)将所有兴趣点在各个时刻的三维变形数据拷贝回CPU，即可获得物体表面在各个时刻的三维变形；

其中，使用的IC-GN算法中，输入是一批兴趣点、参考图像和目标图像，使用一个CUDA线程块来处理一个兴趣点相应的计算任务，包括以下内容：

a、进行预计算：对每个兴趣点，计算相应的Hessian矩阵，并存储数据；使用一个CUDA线程块来完成每个兴趣点的计算任务，其中Hessian矩阵为表示对参考子区内的所有像素位置的累加，参考子区是以兴趣点为中心的大小为33×33的子图像；ψ是兴趣点的坐标，ζ是参考子区中的局部坐标，是参考图像的梯度，是雅克比矩阵，T表示矩阵的转置；

b、对每个兴趣点，设其坐标为(x,y)，使用图像特征辅助的方法估计它的变形矢量初值p＝(u,u_x,u_y,u_xx,u_xy,u_yy,v,v_x,v_y,v_xx,v_xy,v_yy)；其中u,v是平移量；u_x,u_y,v_x,v_y是一阶梯度分量；u_xx,u_xy,u_yy,v_xx,v_xy,v_yy是二阶梯度分量；这里使用一个CUDA线程来完成一个兴趣点的计算任务；

c、对每个兴趣点，按以下步骤迭代更新其对应的变形矢量p：

c1、计算变形矢量增量Δp：

其中，H-¹表示Hessian矩阵的逆，和分别是参考子区和目标子区的归一化系数，表示减去灰度均值后的目标子区，表示减去灰度均值后的参考子区，W(ζ；p)表示参考子区局部坐标到目标子区局部坐标的变换函数；

c2、使用Δp计算新的变换函数W(ζ；p')＝W(W^-1(ζ；Δp)；p)，其中W^-1(ζ；Δp)是W(ζ；Δp)的逆变换；然后从新的变换函数W(ζ；p')中提取新的变形矢量p'；

c3、更新p，即令p＝p'；

c4、重复c1至c3，直到||Δp||＜0.001，||·||表示向量的模长；

d、计算兴趣点在目标图像的对应点坐标为(x',y')，其中x'＝x+u，y'＝y+v。