基于标志点特征高精提取与匹配方法，进行双目、结构光、RGBD相机、单目相机多视拼接

1. 工作原理

• 人工张贴标志点
• 变换位置拍照
• 相邻照片的公共视野内有相同的标志点群
• 匹配两张照片对应标志点对
• 通过三对以上标志点对，实现两张照片间的坐标变换求解

2.标志点特征

• 圆形
  

• 分类：

  • 编码（粘贴于被测物体表面）：

    • 可利用编码信息辅助特征匹配
    • 需要额外解码过程，空间利用率低
      

  • 非编码（粘贴于被测物体表面）

  • 视觉靶球：

    • 与靶球座配合使用
    • 可以与激光跟踪仪靶球替换使用（激光跟踪仪与配套靶球是目前最高精度的设备，常用作真值评估其他设备算法的精度）

• 特点：表面有大量玻璃微珠，有极高反射率，可以将大部分光线沿入射方向反射回去
  

• 应用：一定强度的辅助光源照明，可以使其亮度远高于测量背景，照明方向和拍摄方向相同时可以获得较好的成像效果

3.距离约束的多视角标志点匹配

• 匹配原理：点集中几何信息不变量（两点间距离，两直线夹角、三角形面积等）
• 不同视角的坐标系间仅存在旋转和平移关系

4.坐标转换矩阵求解

• 不同视角的坐标变换：绕三个坐标轴的转动，一个平移，一个放缩（一般视角拼接不存在放缩，即放缩因子为1）
• 方法：
  • 三点法：

    •   3个非共线点求解坐标轴单位方向向量
      

    • 计算简单
    • 受点误差影响较大
  • SVD法（奇异值分解法）：
    • 转换矩阵使得不同视角对应点的坐标误差和最小
    • 求解精度高，可有效利用全部点对
  • 四元数法：
    • 求解精度高，可有效利用全部点对，计算简单、稳定性高
    • 可引入异常点剔除准则，减少粗大误差点的影响（出去正常点对结果影响不大，去除异常点会有大影响）

5.特征点布置

• 尽量充分分布于公共测量区域
• 需保证一定数目的公共点（一般200*300mm范围8个以上误差随公共点数目变化会趋于平稳）