CN111197975A - 一种基于Rodrigues的影像姿态估计方法 - Google Patents
一种基于Rodrigues的影像姿态估计方法 Download PDFInfo
- Publication number
- CN111197975A CN111197975A CN201911248393.7A CN201911248393A CN111197975A CN 111197975 A CN111197975 A CN 111197975A CN 201911248393 A CN201911248393 A CN 201911248393A CN 111197975 A CN111197975 A CN 111197975A
- Authority
- CN
- China
- Prior art keywords
- image
- representing
- point
- coordinate system
- object space
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Radar, Positioning & Navigation (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于Rodrigues的影像姿态估计方法,步骤一,获取一组物方控制点坐标及其对应的像点坐标,建立物方控制点与像点之间的矩阵形式的共线条件方程;步骤二,选择凸包点中三角形面积最大的三个像点所对应的物方控制点作为基点组,构建其他物方控制点与基点组间的比例系数向量,进而得到物方控制点深度及平移量信息;步骤三,基于比例系数向量,采用Rogrigues方法获取姿态矩阵,继而得到影像的姿态参数。该方法有效解决了深度与位姿参数耦合直接求解的问题。
Description
技术领域
本发明属于计算机视觉及摄影测量技术领域,涉及一种基于Rodrigues的影像姿态估计方法。
背景技术
影像姿态估计是计算机视觉及摄影测量学研究领域的重要课题,贯穿整个航空航天测绘学科,研究精度高、速度快的影像姿态算法具有十分重要的理论及现实价值。
姿态估计常常采用迭代解法和直接解法两种方法。迭代解法在摄影测量领域有广泛应用,但其运算量非常大,并且需要位姿初值。在没有初值的情况下,直接解法可以直接求解位姿参数,但同时具有解算精度不高的不足,并且参数没有明确几何意义,故直接运算法的结果一般仅作为迭代方法姿态的初始值。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提出一种基于Rodrigues的影像姿态估计方法,针对单元点特征进行匹配加密,提高影像匹配点密度和可靠性。
本发明解决技术的方案是:
一种基于Rodrigues的影像姿态估计方法,该方法的步骤包括:
步骤一,获取一组物方控制点坐标及其对应的像点坐标,建立物方控制点与像点之间的矩阵形式的共线条件方程;
步骤二,选择凸包点中三角形面积最大的三个像点所对应的物方控制点作为基点组,构建其他物方控制点与基点组间的比例系数向量,进而得到物方控制点深度及平移量信息;
步骤三,基于比例系数向量,采用Rogrigues方法获取姿态矩阵,继而得到影像的姿态参数。
进一步的,步骤一中:
物方控制点和像点之间的共线条件方程为:
其中,X表示物方控制点在物方空间坐标系X坐标,Y表示物方控制点在物方空间坐标系Y坐标,Z表示物方控制点在物方空间坐标系Z坐标,Xs表示相机位置在物方空间坐标系X坐标,Ys表示相机位置在物方空间坐标系Y坐标,Zs表示相机位置在物方空间坐标系Z坐标,a1、a2、a3、b1、b2、b3、c1、c2和c3表示姿态角ω,κ构成的旋转矩阵元素;
将公式(1)转换为矩阵形式
λixi=KRT(Xi-Xs) (2)
其中,λi表示物方控制点在像空间辅助坐标系下深度,i表示像点编号,R表示像空间辅助坐标系到物空间坐标系的旋转矩阵,K=diag(-f,-f,1),f表示相机主距;xi=[xi T,1]T表示像点xi的齐次坐标,xi为像点的欧氏坐标;Xi为同名物方控制点的物空间坐标;
将像点坐标进行规范化处理,得到的公式(1)的改化形式
进一步的,步骤二中:
比例系数向量为:
其中,表示比例系数向量第一分量,表示比例系数向量第二分量,表示比例系数向量第三分量;X1表示基点组中第一个点坐标,X2表示基点组中第二个点坐标,X3表示基点组中第三个点坐标,Xj表示除基点组外其他物方控制点坐标,j=4,5,….N,N表示所有凸包点个数;
将比例系数代入公式(3)中进行转化获得如下公式:
将转化后的关系式两端同时乘以一个反对称矩阵,获得齐次方程
求解获得齐次方程组的通解
将齐次方程通解代入改化后的共线方程中,并根据旋转矩阵的保范数特性获得标量的估值;
其中,α*表示标量α的估计值。
进一步的,步骤三中,基于步骤二中的
转化获得如下公式:
V1=RTV0 (9)
其中,V1=Xi,α*表示标量α的估计值,λi表示物方控制点在像空间辅助坐标系下深度,K=diag(-f,-f,1),f表示相机主距;xi=[xi T,1]T表示像点xi的齐次坐标,T*表示相机平移向量估计值,R表示像空间辅助坐标系到物空间坐标系的旋转矩阵,Xi为同名物方控制点的物空间坐标;
假设旋转前向量为V0,旋转后向量为V,由点积定义
V·V0=|V||V0|cosθ
可知旋转角
再由叉乘定义旋转轴为
n=V×V0 (11)
其单位旋转轴为
则姿态矩阵
得到相机的姿态参数,进而获得影像的姿态参数。
本发明与现有技术相比的有益效果是:
(1)本发明通过改化后矩阵表达的共线条件方程,并经过分层解算的方式最终将姿态矩阵显式表达,利用Rodrigues方法求解旋转矩阵,继而得到影响的旋转参数,有效解决了解析形式下,共线条件方程中各类参数耦合不能直接求解姿态参数的问题;
(2)本发明建立了一种共线条件方程的矩阵表示模型,该模型可显式表示各类参数,有效提高解析物方控制点、像点及位姿参数的能力;
(3)在共线条件方程中,待估参数之间具有很强的耦合性,现有方法无法直接获得姿态参数,本发明通过基于Rodrigues的影像姿态估计方法,可有效获取姿态参数。
附图说明
图1为本发明流程图。
具体实施方式
下面结合实施例对本发明作进一步阐述。
一种基于Rodrigues的影像姿态估计方法,如图1所示,该方法的步骤包括:
步骤一,获取一组物方控制点坐标及其对应的像点坐标,建立物方控制点与像点之间的矩阵形式的共线条件方程;
步骤二,选择凸包点中三角形面积最大的三个像点所对应的物方控制点作为基点组,构建其他物方控制点与基点组间的比例系数向量,进而得到物方控制点深度及平移量信息;
步骤三,基于比例系数向量,采用Rogrigues方法获取姿态矩阵,继而得到影像的姿态参数。
步骤一中:
物方控制点和像点之间的共线条件方程为:
其中,X表示物方控制点在物方空间坐标系X坐标,Y表示物方控制点在物方空间坐标系Y坐标,Z表示物方控制点在物方空间坐标系Z坐标,Xs表示相机位置在物方空间坐标系X坐标,Ys表示相机位置在物方空间坐标系Y坐标,Zs表示相机位置在物方空间坐标系Z坐标,a1、a2、a3、b1、b2、b3、c1、c2和c3表示姿态角ω,κ构成的旋转矩阵元素;
将公式(1)转换为矩阵形式
λixi=KRT(Xi-Xs) (2)
其中,λi表示物方控制点在像空间辅助坐标系下深度,i表示像点编号,R表示像空间辅助坐标系到物空间坐标系的旋转矩阵,K=diag(-f,-f,1),f表示相机主距;xi=[xi T,1]T表示像点xi的齐次坐标,xi为像点的欧氏坐标;Xi为同名物方控制点的物空间坐标;
将像点坐标进行规范化处理,得到的公式(1)的改化形式
步骤二中:
比例系数向量为:
其中,表示比例系数向量第一分量,表示比例系数向量第二分量,表示比例系数向量第三分量;X1表示基点组中第一个点坐标,X2表示基点组中第二个点坐标,X3表示基点组中第三个点坐标,Xj表示除基点组外其他物方控制点坐标,j=4,5,….N,N表示所有凸包点个数;
将比例系数代入公式(3)中进行转化获得如下公式:
将转化后的关系式两端同时乘以一个反对称矩阵,获得齐次方程
求解获得齐次方程组的通解
将齐次方程通解代入改化后的共线方程中,并根据旋转矩阵的保范数特性获得标量的估值;
其中,α*表示标量α的估计值。
步骤三中,基于步骤二中的
转化获得如下公式:
V1=RTV0 (9)
其中,V1=Xi,α*表示标量α的估计值,λi表示物方控制点在像空间辅助坐标系下深度,K=diag(-f,-f,1),f表示相机主距;xi=[xi T,1]T表示像点xi的齐次坐标,T*表示相机平移向量估计值,R表示像空间辅助坐标系到物空间坐标系的旋转矩阵,Xi为同名物方控制点的物空间坐标;
假设旋转前向量为V0,旋转后向量为V,由点积定义
V·V0=|V||V0|cosθ
可知旋转角
再由叉乘定义旋转轴为
n=V×V0 (11)
其单位旋转轴为
则姿态矩阵
得到相机的姿态参数,进而获得影像的姿态参数。
本发明通过改化后矩阵表达的共线条件方程,并经过分层解算的方式最终将姿态矩阵显式表达,利用Rodrigues方法求解旋转矩阵,继而得到影响的旋转参数,有效解决了解析形式下,共线条件方程中各类参数耦合不能直接求解姿态参数的问题。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (4)
1.一种基于Rodrigues的影像姿态估计方法,其特征在于,该方法的步骤包括:
步骤一,获取一组物方控制点坐标及其对应的像点坐标,建立物方控制点与像点之间的矩阵形式的共线条件方程;
步骤二,选择凸包点中三角形面积最大的三个像点所对应的物方控制点作为基点组,构建其他物方控制点与基点组间的比例系数向量,进而得到物方控制点深度及平移量信息;
步骤三,基于比例系数向量,采用Rogrigues方法获取姿态矩阵,继而得到影像的姿态参数。
2.根据权利要求1所述的一种基于Rodrigues的影像姿态估计方法,其特征在于:步骤一中:
物方控制点和像点之间的共线条件方程为:
其中,X表示物方控制点在物方空间坐标系X坐标,Y表示物方控制点在物方空间坐标系Y坐标,Z表示物方控制点在物方空间坐标系Z坐标,Xs表示相机位置在物方空间坐标系X坐标,Ys表示相机位置在物方空间坐标系Y坐标,Zs表示相机位置在物方空间坐标系Z坐标,a1、a2、a3、b1、b2、b3、c1、c2和c3表示姿态角ω,κ构成的旋转矩阵元素;
将公式(1)转换为矩阵形式
λixi=KRT(Xi-Xs) (2)
其中,λi表示物方控制点在像空间辅助坐标系下深度,i表示像点编号,R表示像空间辅助坐标系到物空间坐标系的旋转矩阵,K=diag(-f,-f,1),f表示相机主距;xi=[xi T,1]T表示像点xi的齐次坐标,xi为像点的欧氏坐标;Xi为同名物方控制点的物空间坐标;
将像点坐标进行规范化处理,得到的公式(1)的改化形式
3.根据权利要求2所述的一种基于Rodrigues的影像姿态估计方法,其特征在于:步骤二中:
比例系数向量为:
其中,表示比例系数向量第一分量,表示比例系数向量第二分量,表示比例系数向量第三分量;X1表示基点组中第一个点坐标,X2表示基点组中第二个点坐标,X3表示基点组中第三个点坐标,Xj表示除基点组外其他物方控制点坐标,j=4,5,....N,N表示所有凸包点个数;
将比例系数代入公式(3)中进行转化获得如下公式:
将转化后的关系式两端同时乘以一个反对称矩阵,获得齐次方程
求解获得齐次方程组的通解
将齐次方程通解代入改化后的共线方程中,并根据旋转矩阵的保范数特性获得标量的估值;
其中,α*表示标量α的估计值。
4.根据权利要求1所述的一种基于Rodrigues的影像姿态估计方法,其特征在于:步骤三中,基于步骤二中的
转化获得如下公式:
V1=RTV0 (9)
其中,V1=Xi,α*表示标量α的估计值,λi表示物方控制点在像空间辅助坐标系下深度,K=diag(-f,-f,1),f表示相机主距;xi=[xi T,1]T表示像点xi的齐次坐标,T*表示相机平移向量估计值,R表示像空间辅助坐标系到物空间坐标系的旋转矩阵,Xi为同名物方控制点的物空间坐标;
假设旋转前向量为V0,旋转后向量为V,由点积定义
V·V0=|V||V0|cosθ
可知旋转角
再由叉乘定义旋转轴为
n=V×V0 (11)
其单位旋转轴为
则姿态矩阵
得到相机的姿态参数,进而获得影像的姿态参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911248393.7A CN111197975A (zh) | 2019-12-09 | 2019-12-09 | 一种基于Rodrigues的影像姿态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911248393.7A CN111197975A (zh) | 2019-12-09 | 2019-12-09 | 一种基于Rodrigues的影像姿态估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111197975A true CN111197975A (zh) | 2020-05-26 |
Family
ID=70747206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911248393.7A Pending CN111197975A (zh) | 2019-12-09 | 2019-12-09 | 一种基于Rodrigues的影像姿态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111197975A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949925A (zh) * | 2020-06-30 | 2020-11-17 | 中国资源卫星应用中心 | 基于罗德里格矩阵和最大凸包的影像相对定向方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412571A (zh) * | 2013-07-22 | 2013-11-27 | 西北工业大学 | 一种基于反馈线性化技术的航天器相对姿态控制方法 |
CN104374338A (zh) * | 2014-09-28 | 2015-02-25 | 北京航空航天大学 | 一种基于固定相机和单靶标的单轴旋转角的视觉测量方法 |
CN105510913A (zh) * | 2015-11-11 | 2016-04-20 | 湖北工业大学 | 基于类光学像方改正的异源光学和sar遥感影像联合定位方法 |
CN107063190A (zh) * | 2017-03-02 | 2017-08-18 | 辽宁工程技术大学 | 面向定标面阵相机影像的位姿高精度直接估计方法 |
-
2019
- 2019-12-09 CN CN201911248393.7A patent/CN111197975A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412571A (zh) * | 2013-07-22 | 2013-11-27 | 西北工业大学 | 一种基于反馈线性化技术的航天器相对姿态控制方法 |
CN104374338A (zh) * | 2014-09-28 | 2015-02-25 | 北京航空航天大学 | 一种基于固定相机和单靶标的单轴旋转角的视觉测量方法 |
CN105510913A (zh) * | 2015-11-11 | 2016-04-20 | 湖北工业大学 | 基于类光学像方改正的异源光学和sar遥感影像联合定位方法 |
CN107063190A (zh) * | 2017-03-02 | 2017-08-18 | 辽宁工程技术大学 | 面向定标面阵相机影像的位姿高精度直接估计方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949925A (zh) * | 2020-06-30 | 2020-11-17 | 中国资源卫星应用中心 | 基于罗德里格矩阵和最大凸包的影像相对定向方法及装置 |
CN111949925B (zh) * | 2020-06-30 | 2023-08-29 | 中国资源卫星应用中心 | 基于罗德里格矩阵和最大凸包的影像相对定向方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104395932B (zh) | 对准数据的方法 | |
CN104240297A (zh) | 一种救援机器人三维环境地图实时构建方法 | |
CN107358629B (zh) | 一种基于目标识别的室内建图与定位方法 | |
WO2022142214A1 (zh) | 车辆位姿确定方法、车辆控制方法及相应的装置、车辆、存储介质 | |
CN100369064C (zh) | 一种基于视频内容的人体姿态变形方法 | |
CN108871284B (zh) | 基于直线特征约束的三维空间相似变换模型参数的无初值求解方法 | |
JP2012026895A (ja) | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム | |
CN111553985B (zh) | 邻图配对式的欧式三维重建方法及装置 | |
CN111784778A (zh) | 基于线性求解非线性优化的双目相机外参标定方法和系统 | |
JP7134016B2 (ja) | 情報処理装置、情報処理方法 | |
CN107507232B (zh) | 基于多尺度迭代的立体匹配方法 | |
CN111735439A (zh) | 地图构建方法、装置和计算机可读存储介质 | |
CN107063190A (zh) | 面向定标面阵相机影像的位姿高精度直接估计方法 | |
CN111197975A (zh) | 一种基于Rodrigues的影像姿态估计方法 | |
JP2019109747A (ja) | 位置姿勢推定装置、位置姿勢推定方法及びプログラム | |
CN114049401A (zh) | 双目相机标定方法、装置、设备及介质 | |
CN110672024A (zh) | 一种利用视频中物体投影测量物体间距的方法 | |
CN110570473A (zh) | 一种基于点线融合的权重自适应位姿估计方法 | |
CN115862067A (zh) | 手部姿态识别方法、装置、设备及存储介质 | |
CN112272282B (zh) | 一种倒车辅助线生成方法、装置、设备及存储介质 | |
CN111696158B (zh) | 基于仿射匹配点对的多像机系统相对位姿估计方法及装置 | |
Isambert et al. | A multi-scale vector spline method for estimating the fluids motion on satellite images | |
CN101794373B (zh) | 带旋转的亚像素匹配算法在机器视觉系统中的应用方法 | |
CN113103239B (zh) | 一种机器人姿态轨迹生成方法、装置及存储介质 | |
CN111949925B (zh) | 基于罗德里格矩阵和最大凸包的影像相对定向方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200526 |
|
RJ01 | Rejection of invention patent application after publication |