本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種剔除野點(diǎn)的方法和裝置。

背景技術(shù)：

為剔除相鄰圖像間特征匹配野點(diǎn)，有相關(guān)技術(shù)采用隨機(jī)采樣一致算法進(jìn)行處理。具體來講，首先進(jìn)行大量隨機(jī)采樣；然后，基于采樣點(diǎn)，估計出多個表示相機(jī)拍攝相鄰兩張圖像的運(yùn)動參數(shù)的備選模型；接下來，利用每對匹配點(diǎn)，對每個備選模型進(jìn)行驗(yàn)證，以確認(rèn)備選模型的滿足程度；最終，篩選出滿足最多匹配點(diǎn)的備選模型，將不滿足這個備選模型的匹配點(diǎn)作為野點(diǎn)剔除。

由上述描述可以看出，相關(guān)技術(shù)中剔除野點(diǎn)的方法不得不進(jìn)行大量計算，進(jìn)而導(dǎo)致處理效率低，且設(shè)備資源也被過多占用。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種剔除野點(diǎn)的方法和裝置，用于實(shí)現(xiàn)提高野點(diǎn)剔除的效率，減少計算量的技術(shù)效果。

第一方面，本發(fā)明提供了一種剔除野點(diǎn)的方法，包括：

獲取由與圖像采集單元相對位置固定的慣性測量單元IMU檢測到的檢測數(shù)據(jù)；

根據(jù)所述檢測數(shù)據(jù)采集多個用于表示所述圖像采集單元采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移采樣矩陣；

基于多個所述狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型；其中，每個所述狀態(tài)轉(zhuǎn)移采樣矩陣用于計算一個所述備選運(yùn)動模型，所述備選運(yùn)動模型用于表示所述圖像采集單元可能發(fā)生的運(yùn)動狀態(tài)；

以所述相鄰兩幀圖像之間的多個匹配點(diǎn)對多個所述備選運(yùn)動模型進(jìn)行驗(yàn)證，并確定滿足匹配點(diǎn)數(shù)量最多的所述備選運(yùn)動模型為最優(yōu)運(yùn)動模型，將不滿足所述最優(yōu)運(yùn)動模型的所述匹配點(diǎn)作為野點(diǎn)剔除；所述匹配點(diǎn)為同一元素在所述相鄰兩幀圖像中所對應(yīng)的點(diǎn)。

可選的，根據(jù)所述檢測數(shù)據(jù)采集多個用于表示所述圖像采集單元采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移采樣矩陣，包括：

基于所述檢測數(shù)據(jù)，根據(jù)IMU運(yùn)動學(xué)公式，獲得表示所述IMU檢測出的圖像采集單元的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣

基于所述狀態(tài)轉(zhuǎn)移矩陣和預(yù)設(shè)的誤差項(xiàng)exp(∈^∧)，基于以下公式獲得待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}：

采集多個待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}的函數(shù)值，以獲得多個所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample；其中，所述待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}的一個函數(shù)值用于獲得一個所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample。

可選的，述預(yù)設(shè)的誤差項(xiàng)exp(∈^∧)為服從(0，∑)正態(tài)分布的函數(shù)。

可選的，基于多個所述狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型，包括：

從所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample中提取出表示所述圖像采集單元可能發(fā)生的旋轉(zhuǎn)的轉(zhuǎn)置矩陣，以及提取出表示所述圖像采集單元可能發(fā)生的平移的平移矩陣；

基于所述平移矩陣和所述旋轉(zhuǎn)矩陣，根據(jù)備用模型生成函數(shù)生成所述備選模型。

可選的，從所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample中提取出表示所述圖像采集單元可能發(fā)生的旋轉(zhuǎn)的轉(zhuǎn)置矩陣，以及提取出表示所述圖像采集單元可能發(fā)生的平移的平移矩陣，包括：

提取所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample前三行前三列的數(shù)據(jù)形成的第一子矩陣，并將所述第一子矩陣確定為所述轉(zhuǎn)置矩陣R；

提取所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample第四行前三列的數(shù)據(jù)形成的第二子矩陣，并將所述第二子矩陣確定為所述平移矩陣p；

基于所述平移矩陣和所述旋轉(zhuǎn)矩陣，根據(jù)備用模型生成函數(shù)生成所述備選模型，包括：

根據(jù)下列備用模型生成函數(shù)生成所述備選運(yùn)動模型E：

E＝Rp^∧。

第二方面，本發(fā)明提供了一種剔除野點(diǎn)的裝置，包括：

獲取模塊，用于獲取由與圖像采集單元相對位置固定的慣性測量單元IMU檢測到的檢測數(shù)據(jù)；

采集模塊，用于根據(jù)所述檢測數(shù)據(jù)采集多個用于表示所述圖像采集單元采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移采樣矩陣；

計算模塊，用于基于多個所述狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型；其中，每個所述狀態(tài)轉(zhuǎn)移采樣矩陣用于計算一個所述備選運(yùn)動模型，所述備選運(yùn)動模型用于表示所述圖像采集單元可能發(fā)生的運(yùn)動狀態(tài)；

驗(yàn)證模塊，用于以所述相鄰兩幀圖像之間的多個匹配點(diǎn)對多個所述備選運(yùn)動模型進(jìn)行驗(yàn)證，并確定滿足匹配點(diǎn)數(shù)量最多的所述備選運(yùn)動模型為最優(yōu)運(yùn)動模型，將不滿足所述最優(yōu)運(yùn)動模型的所述匹配點(diǎn)作為野點(diǎn)剔除；所述匹配點(diǎn)為同一元素在所述相鄰兩幀圖像中所對應(yīng)的點(diǎn)。

可選的，所述采集模塊用于基于所述檢測數(shù)據(jù)，根據(jù)IMU運(yùn)動學(xué)公式，獲得表示所述IMU檢測出的圖像采集單元的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣基于所述狀態(tài)轉(zhuǎn)移矩陣和預(yù)設(shè)的誤差項(xiàng)exp(∈^∧)，基于以下公式獲得待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}：

采集多個待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}的函數(shù)值，以獲得多個所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample；其中，所述待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}的一個函數(shù)值用于獲得一個所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample。

可選的，所述預(yù)設(shè)的誤差項(xiàng)exp(∈^∧)為服從(0，∑)正態(tài)分布的函數(shù)。

可選的，所述計算模塊用于從所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample中提取出表示所述圖像采集單元可能發(fā)生的旋轉(zhuǎn)的轉(zhuǎn)置矩陣，以及提取出表示所述圖像采集單元可能發(fā)生的平移的平移矩陣；基于所述平移矩陣和所述旋轉(zhuǎn)矩陣，根據(jù)備用模型生成函數(shù)生成所述備選模型。

可選的，所述計算模塊用于提取所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample前三行前三列的數(shù)據(jù)形成的第一子矩陣，并將所述第一子矩陣確定為所述轉(zhuǎn)置矩陣R；提取所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample第四行前三列的數(shù)據(jù)形成的第二子矩陣，并將所述第二子矩陣確定為所述平移矩陣p；根據(jù)下列備用模型生成函數(shù)生成所述備選運(yùn)動模型E：

E＝Rp^∧。

本申請實(shí)施例中的上述一個或多個技術(shù)方案，至少具有如下一種或多種技術(shù)效果：

在本發(fā)明實(shí)施例中，首先獲取由與圖像采集單元相對位置固定的慣性測量單元IMU檢測到的檢測數(shù)據(jù)；然后根據(jù)檢測數(shù)據(jù)采集多個用于表示圖像采集單元采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移采樣矩陣；接著，基于多個狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型；最后，以相鄰兩幀圖像之間的多個匹配點(diǎn)對多個備選運(yùn)動模型進(jìn)行驗(yàn)證，并確定滿足匹配點(diǎn)數(shù)量最多的備選運(yùn)動模型為最優(yōu)運(yùn)動模型，將不滿足最優(yōu)運(yùn)動模型的匹配點(diǎn)作為野點(diǎn)剔除。由于本發(fā)明實(shí)施例中根據(jù)IMU的檢測數(shù)據(jù)對圖像采集單元采集單元的運(yùn)動狀態(tài)進(jìn)行估計，所以計算出備選模型就不再是盲目的，也不需要再對大量采集數(shù)據(jù)進(jìn)行計算。因此，提高了野點(diǎn)剔除的效率，減少了計算量。

附圖說明

圖1為本發(fā)明實(shí)施例中剔除野點(diǎn)的方法流程圖；

圖2為本發(fā)明實(shí)施例中剔除野點(diǎn)的裝置結(jié)構(gòu)示意圖。

具體實(shí)施方式

本發(fā)明實(shí)施例提供了一種剔除野點(diǎn)的方法和裝置，用于實(shí)現(xiàn)提高野點(diǎn)剔除的效率，減少計算量的技術(shù)效果。

為了解決上述技術(shù)問題，本發(fā)明提供的技術(shù)方案總體思路如下：

在本發(fā)明實(shí)施例中，首先獲取由與圖像采集單元相對位置固定的慣性測量單元IMU檢測到的檢測數(shù)據(jù)；然后根據(jù)檢測數(shù)據(jù)采集多個用于表示圖像采集單元采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移采樣矩陣；接著，基于多個狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型；最后，以相鄰兩幀圖像之間的多個匹配點(diǎn)對多個備選運(yùn)動模型進(jìn)行驗(yàn)證，并確定滿足匹配點(diǎn)數(shù)量最多的備選運(yùn)動模型為最優(yōu)運(yùn)動模型，將不滿足最優(yōu)運(yùn)動模型的匹配點(diǎn)作為野點(diǎn)剔除。由于本發(fā)明實(shí)施例中根據(jù)IMU的檢測數(shù)據(jù)對圖像采集單元采集單元的運(yùn)動狀態(tài)進(jìn)行估計，所以計算出備選模型就不再是盲目的，也不需要再對大量采集數(shù)據(jù)進(jìn)行計算。因此，提高了野點(diǎn)剔除的效率，減少了計算量。

下面通過附圖以及具體實(shí)施例對本發(fā)明技術(shù)方案做詳細(xì)的說明，應(yīng)當(dāng)理解本申請實(shí)施例以及實(shí)施例中的具體特征是對本申請技術(shù)方案的詳細(xì)的說明，而不是對本申請技術(shù)方案的限定，在不沖突的情況下，本申請實(shí)施例以及實(shí)施例中的技術(shù)特征可以相互組合。

本文中術(shù)語“和/或”，僅僅是一種描述關(guān)聯(lián)對象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，A和/或B，可以表示：單獨(dú)存在A，同時存在A和B，單獨(dú)存在B這三種情況。另外，本文中字符“/”，一般表示前后關(guān)聯(lián)對象是一種“或”的關(guān)系。

本發(fā)明第一方面提供了一種剔除野點(diǎn)的方法，請參考圖1，該方法包括：

S101：獲取由與圖像采集單元相對位置固定的慣性測量單元IMU檢測到的檢測數(shù)據(jù)；

S102：根據(jù)所述檢測數(shù)據(jù)采集多個用于表示所述圖像采集單元采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移采樣矩陣；

S103：基于多個所述狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型；

S104：以所述相鄰兩幀圖像之間的多個匹配點(diǎn)對多個所述備選運(yùn)動模型進(jìn)行驗(yàn)證，并確定滿足匹配點(diǎn)數(shù)量最多的所述備選運(yùn)動模型為最優(yōu)運(yùn)動模型，將不滿足所述最優(yōu)運(yùn)動模型的所述匹配點(diǎn)作為野點(diǎn)剔除。

具體來講，本發(fā)明實(shí)施例中的IMU(慣性檢測單元，Inertial Measurement Unit)設(shè)置在與圖像采集單元相對位置固定的位置。由于圖像采集單元和IMU相對位置固定，那么，當(dāng)圖像采集單元采集相鄰兩幀圖像發(fā)生旋轉(zhuǎn)和平移時，IMU也將發(fā)生類似的旋轉(zhuǎn)和平移。例如，圖像采集單元設(shè)置在平衡車的支撐桿上，則可以將IMU也固定在支撐桿上。當(dāng)平衡車帶動支撐桿運(yùn)動，圖像采集單元和IMU將發(fā)生類似的運(yùn)動，所以IMU就可以檢測到圖像采集單元的平移數(shù)據(jù)和轉(zhuǎn)置數(shù)據(jù)。

為了減少剔除野點(diǎn)的計算量，在S101中，獲取IMU檢測到的檢測數(shù)據(jù)。在本發(fā)明實(shí)施例中，IMU與圖像采集單元相對位置固定，所以，檢測數(shù)據(jù)可以表示圖像采集單元的運(yùn)動狀態(tài)。其中，本發(fā)明實(shí)施例中的運(yùn)動狀態(tài)包括旋轉(zhuǎn)和平移。

然而，檢測數(shù)據(jù)與真值之間存在一定誤差，因此在S102中，將根據(jù)檢測數(shù)據(jù)采集多個狀態(tài)轉(zhuǎn)移采樣矩陣。在本發(fā)明實(shí)施例中，狀態(tài)轉(zhuǎn)移采樣矩陣用于表示圖像采集單元在采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)。因此，根據(jù)檢測數(shù)據(jù)采集多個狀態(tài)轉(zhuǎn)移采樣矩陣，也就是根據(jù)IMU對圖像采集單元運(yùn)動狀態(tài)的檢測，估計出圖像采集單元可能發(fā)生的運(yùn)動狀態(tài)。

接著，在S103中，基于狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型。本發(fā)明實(shí)施例中的備選運(yùn)動模型也表示圖像采集單元采集相鄰兩幀圖像可能發(fā)生的運(yùn)動狀態(tài)。具體來講，每個狀態(tài)轉(zhuǎn)移采樣矩陣能夠計算出一個備選運(yùn)動模型。備選運(yùn)動模型可以被選為最優(yōu)運(yùn)動模型的模型。其中，而最優(yōu)運(yùn)動模型所表示的運(yùn)動狀態(tài)，將被視為圖像采集單元的真實(shí)運(yùn)動狀態(tài)。

接著，在S104中，利用相鄰兩幀圖像之間的多個匹配點(diǎn)對每個備選運(yùn)動模型進(jìn)行驗(yàn)證，并統(tǒng)計出每個備選模型能夠滿足的匹配點(diǎn)數(shù)量。在本發(fā)明實(shí)施例中，匹配點(diǎn)為同一元素在相鄰兩幀圖像中所對應(yīng)的點(diǎn)。例如，空間中的A點(diǎn)在第N幀圖像中對應(yīng)著A1點(diǎn)，在第N+1幀圖像中對應(yīng)著A2點(diǎn)，則A1點(diǎn)和A2點(diǎn)就為匹配點(diǎn)。N為正整數(shù)。

下面，以匹配點(diǎn)A1點(diǎn)和A2點(diǎn)為例來介紹如何獲得匹配點(diǎn)。首先在第N幀圖像中獲得用于描述A1點(diǎn)特征的向量。對于第N+1幀圖像，需要獲得描述每個點(diǎn)特征的向量。接著，獲得A1點(diǎn)的向量與第N+1幀圖像的每個向量之間的夾角。將夾角小于閾值的點(diǎn)，即A2點(diǎn)，和A1點(diǎn)作為一對匹配點(diǎn)。

在具體實(shí)現(xiàn)過程中，為了減少計算量，可以只比較與A1點(diǎn)在相同區(qū)域中點(diǎn)的向量，而不需要比較第N+1幀圖像中所有向量。舉例來說，A1點(diǎn)在第N幀圖像左上角的1/4區(qū)域中，則比較A1點(diǎn)向量與第N+1幀圖像左上角的1/4區(qū)域內(nèi)的點(diǎn)的向量的夾角即可。另外，如果第N+1幀圖像中存在至少兩個點(diǎn)的向量與A1點(diǎn)向量的夾角均小于閾值，則選擇夾角最小的點(diǎn)與A1點(diǎn)作為匹配點(diǎn)。舉例來說，假設(shè)A2點(diǎn)和A3點(diǎn)的向量與A1點(diǎn)的向量的夾角分別為θ1和θ2，且θ1＜θ2＜θ，θ為閾值，則選擇夾角更小的A2點(diǎn)作為A1的匹配點(diǎn)。

在驗(yàn)證備選運(yùn)動模型時，將每一對匹配點(diǎn)一一帶入每個備選運(yùn)動模型進(jìn)行驗(yàn)證。如果當(dāng)前匹配點(diǎn)滿足該備選運(yùn)動模型，則該備選運(yùn)動模型的滿足數(shù)量加1，反之，如果不滿足，該備選運(yùn)動模型的滿足數(shù)量不加1。

最終，將滿足數(shù)量最高的備選模型作為最優(yōu)運(yùn)動模型，以最優(yōu)運(yùn)動模來表示圖像采集單元在采集相鄰兩幀圖像之間發(fā)生的真實(shí)運(yùn)動狀態(tài)。同時，將不滿足最優(yōu)運(yùn)動模型的匹配點(diǎn)視為野點(diǎn)，并剔除。

由上述描述可以看出，由于本發(fā)明實(shí)施例中根據(jù)IMU的檢測數(shù)據(jù)對圖像采集單元采集單元的運(yùn)動狀態(tài)進(jìn)行估計，所以算備選模型時就不再需要盲目的對所有可能性均進(jìn)行計算。因此，減少了計算量，提高了野點(diǎn)剔除的效率。

進(jìn)一步，在本發(fā)明實(shí)施例中，可以根據(jù)下列實(shí)現(xiàn)方式實(shí)現(xiàn)S102：

基于所述檢測數(shù)據(jù)，根據(jù)IMU運(yùn)動學(xué)公式，獲得表示所述IMU檢測出的圖像采集單元的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣

基于所述狀態(tài)轉(zhuǎn)移矩陣和預(yù)設(shè)的誤差項(xiàng)exp(∈^∧)，基于以下公式獲得待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}：

采集多個待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}的函數(shù)值，以獲得多個所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample；其中，所述待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}的一個函數(shù)值用于獲得一個所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample。

具體來講，將檢測數(shù)據(jù)輸入下列公式(1)-公式(5)進(jìn)行處理，以獲得四元數(shù)：

其中，

在上述公式(1)到公式(7)中，表示從全局坐標(biāo)系到IMU本體坐標(biāo)系旋轉(zhuǎn)的四元數(shù)。^Bω(t)表示t時刻IMU在本體坐標(biāo)系下角速度，^Gp(t)表示t時刻IMU檢測到的在全局坐標(biāo)系下的位移，^Gv(t)表示全局坐標(biāo)系下的速度，^Ga(t)表示全局坐標(biāo)系下的加速度，b_g(t)和b_a(t)表示IMU加速度器和陀螺儀的偏置量，和則表示偏置量的噪聲。ω^∧表示ω的斜對陣矩陣。ω_x表示繞x軸轉(zhuǎn)動的角速度，ω_y表示繞y軸轉(zhuǎn)動的角速度，ω_z表示繞z軸轉(zhuǎn)動的角速度。

獲得后，再按照四元數(shù)到轉(zhuǎn)置矩陣的轉(zhuǎn)換方式，轉(zhuǎn)換得到旋轉(zhuǎn)矩陣對于如何從四元數(shù)轉(zhuǎn)換得到3×3的現(xiàn)有技術(shù)中有多種方式，這里就不在詳細(xì)贅述了。另外，根據(jù)位移^Gp(t)得到3×1的平移矩陣最終，獲得4×4的狀態(tài)轉(zhuǎn)移矩陣

由于檢測數(shù)據(jù)與真值之間存在一定誤差，因此，接下來，在本發(fā)明實(shí)施例中，進(jìn)一步在檢測出的狀態(tài)轉(zhuǎn)移矩陣公式的基礎(chǔ)上疊加上預(yù)設(shè)誤差，并進(jìn)行多個采樣。為了方便處理，在本發(fā)明實(shí)施例中，將假設(shè)預(yù)設(shè)誤差項(xiàng)服從正態(tài)分布，預(yù)設(shè)誤差記為exp(∈^∧)。其中，∈^∧為∈的斜對陣矩陣，∈為誤差小量。在本發(fā)明實(shí)施例中，預(yù)設(shè)誤差exp(∈^∧)服從期望為0，方差為∑的正態(tài)分布，即

∈～N(0，∑)。 公式(9)

其中，∑為6×6的矩陣，∈為6×1的矩陣，∑對角線上的數(shù)為∈中每個數(shù)的方差。具體為，∑第1行第1列的數(shù)為∈第1行的方差，∑第2行第2列的數(shù)為∈第2行的方差，∑第3行第3列的數(shù)為∈第3行的方差，…，∑第6行第6列的數(shù)為∈第6行的方差。而∑的具體取值則取決于IMU的實(shí)際器件參數(shù)和IMU動力學(xué)公式。

在采樣時，首先基于公式(10)獲得待采樣的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}，

然后，從T_{sample-waiting}的無數(shù)函數(shù)值中隨機(jī)采樣出多個函數(shù)值。其中，T_{sample-waiting}的函數(shù)值為矩陣，每個T_{sample-waiting}的函數(shù)值即為一個狀態(tài)轉(zhuǎn)移采樣矩陣T_sample。

另外，在本發(fā)明實(shí)施例中，S103中基于多個狀態(tài)轉(zhuǎn)移采樣矩陣計算出多個備選運(yùn)動模型，可以通過如下過程實(shí)現(xiàn)：

從所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample中提取出表示所述圖像采集單元可能發(fā)生的平移的平移矩陣，以及提取出表示所述圖像采集單元可能發(fā)生的旋轉(zhuǎn)的旋轉(zhuǎn)矩陣；

基于所述平移矩陣和所述旋轉(zhuǎn)矩陣，根據(jù)備用模型生成函數(shù)生成所述備選模型。

具體來講，狀態(tài)轉(zhuǎn)移采樣矩陣T_sample由疊加了誤差的狀態(tài)轉(zhuǎn)移矩陣采樣而來，如公式(8)所示，狀態(tài)轉(zhuǎn)移矩陣中包含檢測出的轉(zhuǎn)置數(shù)據(jù)和平移數(shù)據(jù)因此，采樣獲得的狀態(tài)轉(zhuǎn)移采樣矩陣T_sample也包括有轉(zhuǎn)置數(shù)據(jù)和平移數(shù)據(jù)。

進(jìn)而，為獲得表示旋轉(zhuǎn)的轉(zhuǎn)置矩陣，從狀態(tài)轉(zhuǎn)移采樣矩陣T_sample提取出表示旋轉(zhuǎn)的數(shù)據(jù)構(gòu)成矩陣，進(jìn)而獲得轉(zhuǎn)置矩陣。類似的，為獲得表示平移的平移矩陣，從狀態(tài)采樣矩陣T_sample提取出表示平移的數(shù)據(jù)構(gòu)成矩陣，進(jìn)而獲得平移矩陣。具體來講，在本發(fā)明實(shí)施例中，從狀態(tài)轉(zhuǎn)移采樣矩陣T_sample中提取出平移矩陣和轉(zhuǎn)置矩陣，具體可以由如下方式實(shí)現(xiàn)：

提取所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample前三行前三列的數(shù)據(jù)形成的第一子矩陣，并將所述第一子矩陣確定為所述轉(zhuǎn)置矩陣R；

提取所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample第四行前三列的數(shù)據(jù)形成的第二子矩陣，并將所述第二子矩陣確定為所述平移矩陣p。

具體來講，采樣獲得的狀態(tài)轉(zhuǎn)移采樣矩陣T_sample形如狀態(tài)轉(zhuǎn)移矩陣也是一個4×4矩陣，具體為

其中，R_sample表示T_sample中前三行前三列的數(shù)據(jù)，p_sample表示T_sample中第四行前三列的數(shù)據(jù)。

從公式(8)可以看出，狀態(tài)轉(zhuǎn)移矩陣的前三行前三列為轉(zhuǎn)置數(shù)據(jù)，因此，對于公式(11)中的狀態(tài)轉(zhuǎn)移采樣矩陣T_sample同理。故而，提取前三行前三列的數(shù)據(jù)形成第一子矩陣R_sample。第一子矩陣中的數(shù)據(jù)就是轉(zhuǎn)置數(shù)據(jù)，因此令

R_sample＝R， 公式(12)

將第一子矩陣確定為轉(zhuǎn)置矩陣R。其中，轉(zhuǎn)置矩陣R為3×3的矩陣。

類似的，從公式(8)可以看出，狀態(tài)轉(zhuǎn)移矩陣的第四行前三列為平移數(shù)據(jù)，因此，對于公式(11)中的狀態(tài)采樣矩陣T_sample，提取第四行前三列的數(shù)據(jù)形成第二子矩陣p_sample。第二子矩陣中的數(shù)據(jù)就是轉(zhuǎn)置數(shù)據(jù)，因此令

p_sample＝p， 公式(13)

將第二子矩陣確定為平移矩陣p。其中，平移矩陣p為3×1的矩陣。

需要說明的是，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，轉(zhuǎn)置矩陣和平移矩陣表示檢測到的旋轉(zhuǎn)狀態(tài)和平移狀態(tài)，轉(zhuǎn)置矩陣R和平移矩陣p表示可能的旋轉(zhuǎn)狀態(tài)和平移狀態(tài)。

接下來，根據(jù)備選模型生成函數(shù)生成備選運(yùn)動模型。在本發(fā)明實(shí)施例中，備選運(yùn)動模型生成函數(shù)具體為

E＝Rp^∧。 公式(14)

E表示備選運(yùn)動模型，p^∧為p的斜對陣矩陣。根據(jù)上述公式(14)，以及提取出的每個轉(zhuǎn)置矩陣R和平移矩陣p，生成備選運(yùn)動模型。其中，從一個狀態(tài)轉(zhuǎn)移采樣矩陣T_sample中提取出的R和p用于生成一個備選運(yùn)動模型E。

生成備選運(yùn)動模型后，在S104，對每一個備選運(yùn)動模型進(jìn)行驗(yàn)證。具體來講，將匹配點(diǎn)的圖像坐標(biāo)帶入備選運(yùn)動模型進(jìn)行計算，如果技術(shù)結(jié)果滿足預(yù)設(shè)條件，則表示當(dāng)該匹配點(diǎn)滿足當(dāng)前備選運(yùn)動模型，則當(dāng)前備選模型的滿足數(shù)量加1。反之，如果將匹配點(diǎn)的圖像坐標(biāo)帶入備選運(yùn)動模型后不滿足預(yù)設(shè)條件，則表示該匹配點(diǎn)不滿足當(dāng)前備選運(yùn)動模型，當(dāng)前備選模型的滿足數(shù)量不加1。

在本發(fā)明實(shí)施例中，預(yù)設(shè)條件具體為

(y′)^TEy＝0。 公式(15)

其中y′表示一對匹配點(diǎn)中一個點(diǎn)的圖像坐標(biāo)，y表示另一個點(diǎn)的圖像坐標(biāo)。換言之，預(yù)設(shè)條件為匹配點(diǎn)與備選運(yùn)動模型的乘機(jī)為0。

通過上述預(yù)設(shè)條件，對備選模型一一進(jìn)行驗(yàn)證。最終從多個備選模型中，選擇滿足數(shù)量最大的備選模型為最優(yōu)備選模型，并將最優(yōu)備選模型表示的運(yùn)動狀態(tài)視為圖像采集單元采集相鄰兩幀圖像所發(fā)生的真實(shí)運(yùn)動狀態(tài)。那么，不滿足最優(yōu)備選模型的匹配點(diǎn)就是野點(diǎn)，進(jìn)而將野點(diǎn)剔除。

基于與前述實(shí)施例中剔除野點(diǎn)的方法同樣的發(fā)明構(gòu)思，本發(fā)明第二方面還提供一種剔除野點(diǎn)的裝置，如圖2所示，包括：

獲取模塊101，用于獲取由與圖像采集單元相對位置固定的慣性測量單元IMU檢測到的檢測數(shù)據(jù)；

采集模塊102，用于根據(jù)所述檢測數(shù)據(jù)采集多個用于表示所述圖像采集單元采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移采樣矩陣；

計算模塊103，用于基于多個所述狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型；其中，每個所述狀態(tài)轉(zhuǎn)移采樣矩陣用于計算一個所述備選運(yùn)動模型，所述備選運(yùn)動模型用于表示所述圖像采集單元可能發(fā)生的運(yùn)動狀態(tài)；

驗(yàn)證模塊104，用于以所述相鄰兩幀圖像之間的多個匹配點(diǎn)對多個所述備選運(yùn)動模型進(jìn)行驗(yàn)證，并確定滿足匹配點(diǎn)數(shù)量最多的所述備選運(yùn)動模型為最優(yōu)運(yùn)動模型，將不滿足所述最優(yōu)運(yùn)動模型的所述匹配點(diǎn)作為野點(diǎn)剔除；所述匹配點(diǎn)為同一元素在所述相鄰兩幀圖像中所對應(yīng)的點(diǎn)。

其中，采集模塊102用于基于所述檢測數(shù)據(jù)，根據(jù)IMU運(yùn)動學(xué)公式，獲得表示所述IMU檢測出的圖像采集單元的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移矩陣基于所述狀態(tài)轉(zhuǎn)移矩陣和預(yù)設(shè)的誤差項(xiàng)exp(∈^∧)，基于以下公式獲得待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}：

采集多個待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}的函數(shù)值，以獲得多個所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample；其中，所述待采集的狀態(tài)轉(zhuǎn)移矩陣T_{sample-waiting}的一個函數(shù)值用于獲得一個所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample。

所述預(yù)設(shè)的誤差項(xiàng)exp(∈^∧)為服從(0，∑)正態(tài)分布的函數(shù)。

計算模塊103則用于從所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample中提取出表示所述圖像采集單元可能發(fā)生的旋轉(zhuǎn)的轉(zhuǎn)置矩陣，以及提取出表示所述圖像采集單元可能發(fā)生的平移的平移矩陣；基于所述平移矩陣和所述旋轉(zhuǎn)矩陣，根據(jù)備用模型生成函數(shù)生成所述備選模型。

具體來講，計算模塊103用于提取所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample前三行前三列的數(shù)據(jù)形成的第一子矩陣，并將所述第一子矩陣確定為所述轉(zhuǎn)置矩陣R；提取所述狀態(tài)轉(zhuǎn)移采樣矩陣T_sample第四行前三列的數(shù)據(jù)形成的第二子矩陣，并將所述第二子矩陣確定為所述平移矩陣p；根據(jù)下列備用模型生成函數(shù)生成所述備選運(yùn)動模型E：

E＝Rp^∧。

前述圖1實(shí)施例中的剔除野點(diǎn)的方法的各種變化方式和具體實(shí)例同樣適用于本實(shí)施例的剔除野點(diǎn)的裝置，通過前述對剔除野點(diǎn)的方法的詳細(xì)描述，本領(lǐng)域技術(shù)人員可以清楚的知道本實(shí)施例中剔除野點(diǎn)的裝置的實(shí)施方法，所以為了說明書的簡潔，在此不再詳述。

本申請實(shí)施例中的上述一個或多個技術(shù)方案，至少具有如下一種或多種技術(shù)效果：

在本發(fā)明實(shí)施例中，首先獲取由與圖像采集單元相對位置固定的慣性測量單元IMU檢測到的檢測數(shù)據(jù)；然后根據(jù)檢測數(shù)據(jù)采集多個用于表示圖像采集單元采集相鄰兩幀圖像之間可能發(fā)生的運(yùn)動狀態(tài)的狀態(tài)轉(zhuǎn)移采樣矩陣；接著，基于多個狀態(tài)轉(zhuǎn)移采樣矩陣，計算出多個備選運(yùn)動模型；最后，以相鄰兩幀圖像之間的多個匹配點(diǎn)對多個備選運(yùn)動模型進(jìn)行驗(yàn)證，并確定滿足匹配點(diǎn)數(shù)量最多的備選運(yùn)動模型為最優(yōu)運(yùn)動模型，將不滿足最優(yōu)運(yùn)動模型的匹配點(diǎn)作為野點(diǎn)剔除。由于本發(fā)明實(shí)施例中根據(jù)IMU的檢測數(shù)據(jù)對圖像采集單元采集單元的運(yùn)動狀態(tài)進(jìn)行估計，所以計算出備選模型就不再是盲目的，也不需要再對大量采集數(shù)據(jù)進(jìn)行計算。因此，提高了野點(diǎn)剔除的效率，減少了計算量。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實(shí)施的計算機(jī)程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機(jī)程序指令到通用計算機(jī)、專用計算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機(jī)器，使得通過計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機(jī)可讀存儲器中，使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機(jī)實(shí)現(xiàn)的處理，從而在計算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。