[发明专利]基于时变和无序多图像的四维场景建模方法

说明书

技术领域

本发明涉及一种基于时变和无序多图像的四维场景建模方法，涉及计算机视觉和 虚拟现实的交叉领域，综合运用了计算机图形学、计算机视觉和摄影测量学等多个学 科的相关技术。该技术可用于重建随时间变化的三维真实场景的演化过程，也可进一 步用于反映城市外貌变迁以及文化遗迹的发展变化。

背景技术

基于图像的三维场景建模过程主要包括了图像匹配和摄像机标定两大模块，这也 是目前的研究热点，但针对大量时变和无序图像的处理方案却很少涉及。

Schaffalitzky和Zisserman在文献Multi-view matching for unordered image sets (ECCV，vol.1，pp.414-431，2002.)中提出了一种处理多幅图像关系的方案。该方案建 立哈希表存储两两视图间的初始匹配，使用贪婪算法构建图像间的匹配关系图，并根 据图中的每一个连通分量(即有相关内容的若干幅图)找出至少25条图中特征点的连 通轨迹，这种特征点匹配技术在只有几幅图像的小规模三维场景重建时效果较好，但 是当重建的场景规模需要上百甚至上千幅图像时，利用该方法处理的时间复杂度为 O(n²)。Yao等(Pattern Recognition，vol.40(11)pp.3081-3099，2007)指出Schaffalitzky 的方法在图的数量大时仍很耗时，而且在参考两图间的相似性时没有考虑匹配的可靠 性。他们在建立生成树的过程中，若匹配数量小于50，则采用极线约束来检验图的相 关性。该方法改进了多图间拓扑结构的可靠性，但仍然没有解决计算量问题。

目前，在四维场景重建领域，Grant Schindler，Frank Dellaert and Sing Bing Kang在 文献Inferring Temporal Order of Images From 3D Structure.(CVPR，page(s)：1-7，2007)针 对4D城市重建问题提出了一种从城市建筑图像中恢复时间序列的方法。首先利用 SFM方法提取每幅图像的特征点，并对两两图像间的特征点进行匹配，进一步得到所 有图像的特征点跟踪(track)，利用摄像机标定、捆集调整(bundle adjustment)等算 法最终得到三维场景的欧式结构。在此基础上，对三维点在每幅图像的类别进行划分， 构建可见性矩阵，将原问题转化为约束满足问题，利用回溯、局部搜索等方法最终复 原出图像的时间序列。这种利用三维点为基本元素的方法在处理复杂城市场景时存在 语义表达不足的问题，无法建立三维场景的时变模型。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于时变和无序多图像的四维场 景建模方法，解决基于无序图像的四维场景建模问题。

本发明的思想在于：

技术方案

一种基于时变和无序多图像的四维场景建模方法，其特征在于步骤如下：

步骤1：采用SIFT算法对N幅数字图像提取SIFT局部不变特征，形成N个图像 特征集；

步骤2：建立任意两幅图像的相似度度量