[发明专利]基于三角网内插及约束的文物序列影像精细三维重建方法

权利要求书

1.一种基于三角网内插及约束的文物序列影像精细三维重建方法，其特征在于，包括：

步骤一、利用相机采集文物的序列影像；

步骤二、在所述序列影像间进行同名点匹配，得到序列影像定向用同名点；

步骤三、首先利用所述同名点解算获得每张影像的定向参数，之后以所述影像定向参数作为初值，通过光束法平差，获得每张影像的位置与姿态参数；

步骤四、序列影像中立体像对的密集匹配：在立体像对中，对左影像以Harris分格网提取特征点并应用Fostner算子进行精确定位，在右影像上搜索匹配对应同名点建立均匀分布的同名点，以均匀分布的同名点作为种子点构建同名狄罗尼三角网，通过对三角形重心点不断内插匹配，不断增加匹配的同名点，得到文物影像高密度同名点；

步骤五、根据步骤三中得到的所述每张影像的位置与姿态参数，将所述文物影像高密度同名点进行密集点重建，构建文物影像精细点云；

步骤六、以所述文物的三维点云作为参考，通过坐标系之间的空间相似变换实现所述文物影像精细点云的绝对定向，使文物影像精细点云具有实际大小和尺度，获得文物序列影像的精细三维模型；

所述步骤四中，具体包括如下步骤：

4.1)按照一定步长对每张影像进行格网划分，根据Harris特征提取计算窗口中各个像素点的兴趣值，以窗口中兴趣值的极值点作为特征点并应用Fostner算子进行精确定位，在立体像对的左影像上建立均匀分布的特征点；

4.2)首先利用影像定向中立体像对间的所述同名点，计算单应矩阵参数，将立体像对中左影像上的所述特征点按照一一对应关系单应变换到右影像上，把单应变换点作为特征点所对应同名点的粗值点，之后利用核线几何关系，同名点必在同名核线上的一维搜索匹配方法，进一步缩小匹配的搜索范围，在搜索范围内首先利用相关系数匹配确定同名点的初始位置，再通过最小二乘匹配精确定位同名点，在立体像对中得到均匀分布的同名点；

4.3)以左影像上的特征点为基础，构建狄洛尼三角网，参照同名点之间的对应关系，在右影像上构建相应的三角网，其同名点构成的三角形称为同名三角形；

4.4)以左影像上的三角网作为匹配单元，内插三角形重心点，以对应的同名三角形和立体像对间的核线几何作为约束条件，在右影像相应的同名三角形中搜索匹配同名点，不断更新三角网，根据狄洛尼三角网的特点，以三角形边长作为重心内插条件并设置边长阈值，当三角形的边长小于阈值时不再内插此三角形，以得到所述文物影像高密度同名点；

在所述步骤四之后，步骤五之前还包括：

步骤A、利用Canny算子提取影像边缘信息，以所述狄罗尼三角网作为判定条件，对在三角网以外的边缘点，以单应变换的粗值点和核线几何确定搜索范围，对在三角网中的边缘点，以边缘点所在的同名三角形与核线几何确定搜索范围，在确定的搜索范围内采用相关系数和最小二乘匹配精确定位文物影像边缘同名点；

之后，在步骤五中，根据所述每张影像的位置与姿态参数，将所述文物影像高密度同名点进行密集点重建和所述文物影像边缘同名点分别进行密集点重建和边缘重建，在密集点云的基础上融合对应的边缘点云，得到所述文物影像精细点云。

2.如权利要求1所述的基于三角网内插及约束的文物序列影像精细三维重建方法，其特征在于，所述步骤三中，具体包括如下步骤：

3.1)将步骤二中得到的所述同名点，通过相对定向直接解结合严密解的方法获得初始立体像对的相对位置与姿态参数，同时对所述同名点应用前方交会解算其三维坐标；

3.2)将初始立体像对的二维同名点与其前方交会的三维点之间建立索引关系，并根据第二三张影像的同名点，确定初始立体像对三维点P与第三张影像之间同名的二维点p，之后将提取的三维点集P与同名二维点集p对第二像对的右影像采用基于共线方程的改进丹麦法选权迭代法进行空间后方交会得到右影像的空间位置与姿态，然后按照上述相同方法进行下一立体像对影像的二三维索引建立、二三维同名点确定及后续影像的定向，得到各个影像的位置与姿态初始值；

3.3)以所述各个影像的位置与姿态初始值作为光束法平差的初值，以共线方程为数学模型进行自由网光束法平差，利用Levenberg-Marquardt(LM)算法解求定向参数与SIFT+最小二乘匹配点对应的三维点，以获得所述每张影像的位置与姿态参数。