Метод проверки корректности сопоставления ориентиров на основе проективного инварианта
В предыдущем разделе нами был предложен вероятностный метод сопоставления ориентиров на базовом и текущем изображении при наличии не- 262
скольких кандидатов на совпадение.
Поведенные эксперименты показали, что предложенный метод для сложных случаев большого количества однотипных деталей на базовом изображении не может обеспечить стопроцентной достоверности сопоставления ориентиров. В данном разделе предлагается дополнительный метод для проверки корректности сопоставления ориентиров на базовом и текущем изображениях, использующий свойства проективного инварианта. Данный метод позволяет определить, какие из установленных «один-к-одному» соответствий ориентиров являются корректными, или «отбраковать» некорректно сопоставленные пары ориентиров.Разные виды проективных инвариантов достаточно часто используются для поиска соответствующих характерных точек в задачах совмещения изображений плоских объектов [231,262,275,295,310]. Рассмотрим основные отличия предлагаемого метода от опубликованных ранее. Во-первых, ранее предложенные методы обрабатывают изображения сцен с объектами, расположенными в одной плоскости. В нашем случае обрабатываются изображения трехмерных сцен. В нашем случае множество ориентиров, лежащих в одной плоскости, является лишь подмножеством общего множества ориентиров (в базовом изображении это подмножество выбирается вручную, а в текущем — при помощи кросскорреляционной функции).
В ранее предложенных методах для поиска проективного преобразования используется процедура «голосования» по множествам характерных точек. В качестве действительного преобразования выбирается преобразование, которому удовлетворяет максимальное число характерных точек совпавших с минимальной погрешностью. Процедура «голосования» является комбинаторной и имеет значительные вычислительные затраты при большом количестве точек, т.к. в этой процедуре рассматриваются все точки для каждого возможного варианта преобразования. В предлагаемом нами методе комбинаторная процедура используется только на его первом этапе - при поиске наиболее точно совпадающих множеств из пяти точек. Вычислительная сложность комбинаторной процедуры значительно снижена за счет того, что процедура не рассматривает комбинации перестановок точек в обрабатываемых множествах точек. Для множеств из пяти точек неучет перестановок точек снижает вычислительные затраты в 5! = 120 раз.
5.4.1.