(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211135715.9 (22)申请日 2022.09.19 (65)同一申请的已公布的文献号 申请公布号 CN 115222961 A (43)申请公布日 2022.10.21 (73)专利权人 成都信息工程大学 地址 610225 四川省成 都市西南 航空港经 济开发区学府路1段24 号 (72)发明人 卞玉霞　甄艳　周业　侯欣欣　 柳锦宝　喻亮　夏志业　褚永彬　 苏慧怡　佟怡洁　 (74)专利代理 机构 西安正华恒远知识产权代理 事务所(普通 合伙) 61271 专利代理师 傅晓(51)Int.Cl. G06V 10/46(2022.01) G06V 10/75(2022.01) G06F 17/11(2006.01) G06F 17/16(2006.01) (56)对比文件 JP 2000353244 A,2000.12.19 郑真真等.一种采用最小平方中值的改进极 线校正方法. 《遥感信息》 .2018,(第02期), 审查员 高婕 (54)发明名称 一种用于影像基础矩阵不确定性的评估方 法 (57)摘要 本发明公开了一种用于影像基础矩阵不确 定性的评估 方法， 属于影像重构三维模型技术领 域， 包括如下步骤： 基于立体像对的特征提取点， 得到影像基础矩阵 F的非齐次8维矢量； 基于非齐 次8维矢量、 矩阵微分理论和立体像对中特征匹 配点对的坐标矩阵 X， 得到影像基础矩阵 F的协方 差； 基于影像基础矩阵 F的协方差， 构建影像基础 矩阵F不确定性函数； 基于非齐次8维矢量中影像 基础矩阵 F元素的最大值和影像基础矩阵 F不确 定性函数， 得到影像基础矩阵 F不确定性评估结 果； 本发明通过直接量化函数来判定影像基础矩 阵F的不确定性， 解决了影像重构三维模型中数 据源或算法参数对影像基础矩阵 F不确定性判断 影响的问题。 权利要求书5页 说明书14页 附图11页 CN 115222961 B 2022.11.25 CN 115222961 B 1.一种用于影 像基础矩阵不确定性的评估方法， 其特 征在于， 包括如下步骤： S1、 基于立体 像对的特 征提取点， 得到影 像基础矩阵 F的非齐次8维矢量 ； 所述步骤S1包括如下步骤： S11、 获取第 一未校准立体影像和第二未校准立体影像， 并将第一未校准立体影像和第 二未校准立体影像构成立体 像对； S12、 将第一未校准立体影像的特征提取点与对应的第二未校准立体影像的特征提取 点进行匹配， 得到若干个特征匹配点对， 其中， 各特征匹配点对均由一个第一图像特征匹配 点a和一个第二特 征图像匹配点 b构成； S13、 基于第一图像特征匹配点 a和第二特征图像匹配点 b， 计算得到影像基础矩阵 F的 匹配模型： 其中，T表示转置， x和y分别表示第一 图像特征匹配点 a在第一未校准立体影像的二维 图像坐标系中的横坐标值和纵坐标值， 和 分别表示第二特征图像匹配点 b在第二未 校准立体影像 的二维图像坐标系中的横坐标值和纵坐标值， 表示第一影像基础矩阵 F 元素， 表示第二影像基础矩阵 F元素， 表示第三影像基础矩阵 F元素， 表示第四 影像基础矩阵 F元素， 表示第五影像基础矩阵 F元素， 表示第六影像基础矩阵 F元 素， 表示第七影像基础矩阵 F元素， 表示第八影像基础矩阵 F元素， 表示第九影 像基础矩阵 F元素； S14、 将各特征匹配点对代入影像基础矩阵 F的匹配模型， 得到影像基础矩阵 F的线性匹 配模型： ； S15、 基于影像基础矩阵 F的线性匹配模型和影像基础矩阵 F元素， 按行优先顺序排列的 9维矢量f， 得到特征匹配点线性组合模型： 权　利　要　求　书 1/5 页 2 CN 115222961 B 2其中， 表示n组特征匹配点 的9列向量内积矩阵， n表示特征匹配点对的总数， 和 分别表示第1个第一图像特征匹配点 a在第一未校准立体影像的二维图像坐标系中的 横坐标值和纵坐标值， 和 分别表示第1个第二特征 图像匹配点 b在第二未校准立体 影像的二维图像坐标系中的横坐标值和纵坐标值， 和 分别表示第n个第一图像特征 匹配点a在第一未校准立体影像的二维图像坐标系中的横坐标值和纵坐标值， 和 分 别表示第 n个第二特征图像匹配点 b在第二未校准立体影像的二维 图像坐标系中的横坐标 值和纵坐标值； S16、 将第九影像基础矩阵 F元素 设置为1， 并基于特征匹配点线性组合模型得到影 像基础矩阵 F非齐次线性方程组： 其中，A表示n组特征匹配点的8列向量内积矩阵， 表示影像基础矩阵 F元素按行优先 顺序排列的8维矢量， L表示元素全为1的 n维向量； S17、 根据最小二乘法， 对影像基础矩阵 F非齐次线性方程组计算得到影像基础矩阵 F的 非齐次8维矢量 ： ； S2、 基于非齐次8维矢量 、 矩阵微分理论和立体像对中特征匹配点对的坐标矩阵 X， 得 到影像基础矩阵 F的协方差 ； 所述步骤S2包括如下步骤： S21、 基于矩阵微分理论和非齐次8维矢量 ， 计算得到立体像对中特征匹配点对的坐 标矩阵X的偏导模型： ， 其中， 表示8列向量内积矩阵 A的转置矩阵， B表示n组特征匹配点的8列向量内积矩权　利　要　求　书 2/5 页 3 CN 115222961 B 3