未知畸变参数时多视图三维重建相对位姿估计方法

针对多视图三维重建中畸变影像的相对姿态估计问题,提出了一种高精度的鲁棒性估计方法.根据对极几何关系,推导了畸变中心未知时的畸变基础矩阵表达模型.在系数矩阵中引入加权矩阵,控制参与估计的匹配对应点,通过奇异值分解估计畸变基础矩阵.根据加权矩阵更新准则对加权矩阵进行更新,然后进行迭代计算,比较前后两次估计得到的内点数目及平均极线距离,得到畸变基础矩阵的最优解,并判断是否需要继续迭代.在得到最优畸变基础矩阵后,再分别对畸变中心、畸变参数以及焦距进行估计.仿真和真实实验表明该方法能有效提高相对姿态鲁棒估计速度,在噪声均方差为2.5时,畸变参数误差均值小于2%,焦距估计误差小于3.5%.     

一种高精度的非迭代位姿估计方法

针对增量式运动结构恢复中相机内参数未标定情况下位姿估计问题,提出一种高精度的非迭代位姿求解方法。根据针孔成像模型,构建了相机内参数未标定位姿估计问题描述方程,使用单位四元数对旋转矩阵进行参数化,并根据四重轴对称现象对旋转矩阵进行分解,通过最小二乘原理构建目标函数后,利用一阶最优化条件建立了关于旋转矩阵参数的二元多项式方程组,使用Gr9bner基求解该方程组得到旋转参数的闭合解,进而获得相机的位姿参数和焦距。该算法的计算复杂度为O(n),实验验证了其有效性、高精度和高数值稳定性。