一种运动捕获系统中误匹配点的剔除算法.docVIP

第26卷第2期2009年2月　 计算机应用研究 ApplicationResearchofComputersVol.26No.2Feb. 2009 一种运动捕获系统中误匹配点的剔除算法 陈燕军,郑江滨,史文波,李秀秀 (西北工业大学计算机学院,西安710072) 3 摘　要:在特征点的提取阶段通过利用先验知识的迭代法得到二值化阈值,然后依据轮廓特征排除非特征点。对于特征点的匹配,首先根据极线约束得到初始候选点对,再通过松弛匹配算法和三角测量法剔出误匹配,得到最终的匹配点对;最后利用以上匹配算法给出了一种简便的多摄像机间特征点匹配的策略。实验结果表明算法匹配正确率高。 关键词:运动捕获;候选匹配点;松弛匹配;误匹配点 中图分类号:TP391141　　　文献标志码:A　　　文章编号:100123695(2009)0220422202 Algorithmforeliminatingmismatchingpointsinmotioncapturesystem CHENYan2jun,ZHENGJiang2bin,SHIWen2bo,LIXiu2xiu (SchoolofComputer,NorthwesternPloytechnicalUniversity,Xi’an710072,China) Abstract:Usingtheiterativemethodwithpriorknowledge,gotthethresholdatthestageoffeaturepoints,thenexcludednon2featurepointsbasedoncontourfeature.Formatchingfeaturepoints,obtainedinitialcandidatespointsaccordingepipolarcon2straint,thenthroughtherelaxationmatchingalgorithmandtriangulationmeasurementexcluedmismatchingpoints,itwouldtobelastmatchingpoints.Finally,bytheabovematchingalgorithmdescribedakindofmatchingstrategyinamulti2camerasystem.ExperimentalresultsshowthatthealgorithmhasapKeywords:motioncapture;candidatematchingpoints;relaxatimis　　近年来兴起的运动捕获技术在游戏动画、影视制作现实、,括点特征、线特征、,更有利于三维信息的获取,运动捕获中通常采用标记点作为点特征,并且有许多人对点特征提取算法进行了研究[1,2]。 理论上,特征点在另一幅图像上的匹配点一定在该特征点对应的极线上。文献[3]中的运动捕获首先在极线上搜索近似匹配点,然后选择距离极线最近的点作为最终的匹配点。但是在运动捕获中标记点相似性很大,并且距离极线最近的点不一定就是正确匹配点,这样就会产生多组误匹配点对,该匹配方法缺少一定的鲁棒性。另外通过实验发现,把标定后求出的基础矩阵用于计算匹配点的极线方程,误差很大;而利用当前两幅图像计算出的基础矩阵误差就很小,即匹配点与对应极线距离很近。原因在于前者计算出的基础矩阵是全局最优,后者是局部最优。文献[4]中采用手工抽取特征点,只达到像素级精度,影响三维重建的精度。针对以上问题本文采用在标记点轮廓提取后,通过质心法达到亚像素级精度;然后根据标记点的特征和极线约束快速选取候选点对;接着通过松弛匹配算法和三角测量法逐步剔除误匹配点对。松弛匹配算法是利用匹配点对具有最大的相似性和相容性的原理来排除非匹配点的干扰,得到正确的匹配点对。 1　预处理 二值化方法有固定阈值法、迭代法、自适应阈值法[5]等。本文利用标记点个数的先验知识作为迭代结束的一个条件,大大减少了迭代的次数。设选择的阈值为 T0=(Tmax+Tmin)/2 (1) 其中:Tmax为初始最大阈值;Tmin为最小阈值。在运动捕获中标记点的个数是事先知道的,设投影到图像上的标记点个数最多为N。首先用阈值T0进行二值化,然后检测轮廓的个数n0。若n0N,则更新Tmin=T0;若n0N,则更新Tmax=T0;若n0= N,则迭代结束,得到最终阈值T0。 1　特征点的识别和定位 二值化后进行轮廓提取,根据特征提取算法提取目标区域的形状特征、尺寸特征。运动捕获的标记点,经摄像机成像后为圆形(由于光照的影响,有时近似圆形),所以可以根据形状和面积特征剔除伪特征点,进而得到真正的标记点特征,为特征点匹配做好准备。 定位就是获取特征点在图像中的位置,这将用于下