相机位姿估计优化方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116030132A(43)申请公布日2023.04.28(21)申请号202310029978.X(22)申请日2023.01.06(71)申请人深圳市睿联技术股份有限公司地址518000广东省深圳市宝安区石岩街道上屋社区元岭工业区厂房2栋二层(72)发明人刘小宇雍升周瑞(74)专利代理机构深圳市嘉勤知识产权代理有限公司44651专利代理师王敏生(51)Int.Cl.G06T7/73(2017.01)G06T7/90(2017.01)权利要求书3页说明书9页附图2页(54)发明名称相机位姿估计优化方法、装置、设备及存储介质(57)摘要本发明涉及机器视觉领域，公开了一种相机位姿估计优化方法、装置、设备及存储介质。该方法包括：获取相机在两个不同位姿下对应拍摄得到的第一图像和第二图像并转换为HSV图像，得到HSV图像数据；计算空间点在第一图像中的第一投影点，根据第一投影点和第一图像的HSV图像数据，获取第一投影点的第一颜色数据；根据预设的相机位姿变化量，对空间点进行重投影，得到空间点在第二图像中的第二投影点，根据第二投影点和第二图像的HSV图像数据，获取第二投影点的第二颜色数据；根据第一颜色数据和第二颜色数据，构建关于相机位姿变化量的非线性优化函数，根据非线性优化函数对相机位姿变化量进行优化。本发明能够提高相机位姿估计的准确性和鲁棒性。CN116030132ACN116030132A权利要求书1/3页1.一种相机位姿估计优化方法，其特征在于，所述相机位姿估计优化方法包括如下步骤：获取相机在两个不同位姿下对应拍摄得到的第一图像和第二图像，将所述第一图像和所述第二图像转换为HSV图像，得到HSV图像数据；计算多个已知的空间点在所述第一图像中的第一投影点，根据所述第一投影点和所述第一图像的HSV图像数据，获取所述第一投影点的第一颜色数据；根据预设的相机位姿变化量，对所述空间点进行重投影，得到所述空间点在所述第二图像中的第二投影点，根据所述第二投影点和所述第二图像的HSV图像数据，获取所述第二投影点的第二颜色数据；根据所述第一颜色数据和所述第二颜色数据，构建关于相机位姿变化量的非线性优化函数，根据所述非线性优化函数对所述相机位姿变化量进行优化。2.如权利要求1所述的相机位姿估计优化方法，其特征在于，所述计算多个已知的空间点在所述第一图像中的第一投影点，根据所述第一投影点和所述第一图像的HSV图像数据，获取所述第一投影点的第一颜色数据的步骤包括：获取相机内参和多个已知的空间点的三维坐标；根据所述相机内参和所述空间点的三维坐标进行计算，得到所述空间点在所述第一图像中的第一投影点的像素坐标；根据所述第一投影点的像素坐标，确定所述第一投影点在所述第一图像中的第一位置，从所述第一图像的HSV图像数据中获取与所述第一位置对应的颜色数据，作为所述第一投影点的第一颜色数据。3.如权利要求2所述的相机位姿估计优化方法，其特征在于，所述根据预设的相机位姿变化量，对所述空间点进行重投影，得到所述空间点在所述第二图像中的第二投影点，根据所述第二投影点和所述第二图像的HSV图像数据，获取所述第二投影点的第二颜色数据的步骤包括：根据投影方程P’＝TP，p’＝KP’，计算所述空间点在所述第二图像中的第二投影点的像素坐标；其中，T表示预设的相机位姿变化量，P表示所述空间点的三维坐标，P’表示所述空间点在相机运动后的相机坐标系下的三维坐标，K表示相机内参，p’表示所述空间点在所述第二图像中的第二投影点的像素坐标；根据所述第二投影点的像素坐标，确定所述第二投影点在所述第二图像中的第二位置，从所述第二图像的HSV图像数据中获取与所述第二位置对应的颜色数据，作为所述第二投影点的第二颜色数据。4.如权利要求1‑3中任一项所述的相机位姿估计优化方法，其特征在于，所述第一颜色数据和所述第二颜色数据的颜色分量相同，所述颜色分量包括色调H、饱和度S和亮度V中的至少两种。5.如权利要求4所述的相机位姿估计优化方法，其特征在于，所述根据所述第一颜色数据和所述第二颜色数据，构建关于相机位姿变化量的非线性优化函数，根据所述非线性优化函数对所述相机位姿变化量进行优化的步骤包括：当所述第一颜色数据和所述第二颜色数据的颜色分量为饱和度S和亮度V时，构建非线2CN116030132A权利要求书2/3页性优化函数E(T)，其中，i表示所述空间点的序号，n表示所述空间点的数量，w表示预设的核函数，a、b表示预设的权重系数，S(pi)、V(pi)分别表示第i个空间点Pi的第一投影点pi的饱和度和亮度，S'(p'i)和V'(p'i)分别表示第i个空间点Pi的第二投影点pi’的饱和度和亮度；求取E(T)取得最小值时对应的目标位姿变化量，将所述目标位姿