[发明专利]一种三维重建方法

说明书

技术领域

本发明属于计算机图像处理的技术领域，具体地涉及一种三维重建方 法。

背景技术

三维重建的最终目的是恢复场景的三维模型，基于图像的三维重建是 获取三维模型的主要手段之一。该方法可以看作照相的逆过程。其相对成 本低，只需要提供普通的摄像机设备即可，且应用场景广泛，其中多视图 立体匹配法在三维重建领域中得到了广泛的关注。

多视图立体匹配法(Multi-View Stereo,MVS)使用单个或多个摄像机 采集场景(或物体)在不同视角下采集的多幅图像，再利用这些多视角图像 的立体匹配信息恢复场景的三维模型。它包括四种重建方法：基于3D体素 的方法；基于表面演化的方法；基于深度融合的方法；基于特征区域生长 和扩散的方法，其中基于面片的三维重建方法(Patched-based Multi-View  Stereo,PMVS)就是基于特征扩展方法的典型代表，并且该方法在 Middlebury网站提供的测试数据上表现突出，其完整性和精确性都达到所 有方法的最优。

PMVS方法面片扩散准则是尽力在每个图像中的每个图像块重建出一个 面片,因此方法核心步骤是面片扩散，但是由于PMVS方法中采用Harris和 DoG方法进行图像特征点提取及匹配处理，得到的是稀疏匹配点，其三角化 生成的初始面片也是稀疏的，这样面片扩散由稀疏的初始面片开始进行， 导致后续扩散工作量大，所用时间长。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种三维重建 方法，其明显提高方法实现的时间效率。

本发明的技术解决方案是：这种三维重建方法，包括以下步骤：

(1)特征点匹配：利用sift方法对图像进行特征提取，采用最邻近匹 配方法确定匹配关系，用次近邻与最近邻欧式距离之比来确定匹 配，比值大于给定阈值的，则选为匹配点，并加以单应约束、自 适应的非极大值抑制处理方法来精确匹配；

(2)准稠密匹配：采用准稠密匹配方法对步骤(1)得到的特征匹配点 进行处理，先通过计算零均值归一化互相关函数ZNCC值得到种子 点，然后再进行匹配扩散得到准稠密匹配点；

(3)重采样：对步骤(2)的准稠密匹配点进行重采样处理，使其分布 均匀，将重采样得到的匹配点加到步骤(2)的准稠密匹配点集中 得到最终匹配结果；

(4)初始面片的生成：准稠密匹配点经三角化生成初始准稠密空间面 片；

(5)面片扩散：利用相邻面片具有法向和位置相似的特性对初始面片 进行扩散，逐步得到稠密的空间面片；

(6)面片过滤：采用几何一致性以及灰度一致性约束来剔除外点。

附图说明

图1是原PMVS方法的流程图；

图2是根据本发明的三维重建方法的流程图。

具体实施方式

如图2所示，这种三维重建方法，包括以下步骤：

(1)特征点匹配：利用sift方法对图像进行特征提取，采用最邻近匹 配方法确定匹配关系，用次近邻与最近邻欧式距离之比来确定匹 配，比值大于给定阈值的，则选为匹配点，并加以单应约束、自 适应的非极大值抑制处理方法来精确匹配；

(2)准稠密匹配：采用准稠密匹配方法对步骤(1)得到的特征匹配点 进行处理，先通过计算零均值归一化互相关函数ZNCC(Zero-mean  NormalIized Cross-Correlation,零均值归一化互相关函数)值 得到种子点，然后再进行匹配扩散得到准稠密匹配点；

(3)重采样：对步骤(2)的准稠密匹配点进行重采样处理，使其分布 均匀，将重采样得到的匹配点加到步骤(2)的准稠密匹配点集中 得到最终匹配结果；

(4)初始面片的生成：准稠密匹配点经三角化生成初始准稠密空间面 片；

(5)面片扩散：利用相邻面片具有法向和位置相似的特性对初始面片 进行扩散，逐步得到稠密的空间面片；

(6)面片过滤：采用几何一致性以及灰度一致性约束来剔除外点。

优选地，给定阈值为1.25。

优选地，步骤(1)中在匹配过程中加以单应约束条件，并采用自适应 的非极大值抑制处理方法，得到可靠的初始匹配点。

优选地，步骤(5)和(6)均迭代三次。