[发明专利]一种基于高分辨序列图像的空间目标三维重构方法

说明书

本发明涉及一种基于高分辨序列图像的空间目标三维重构方法，利用SIFT特征描述子依次提取序列图像精确稳健点特征，并通过哈希级联对相邻图像进行快速精准匹配；联合对应相机内参数矩阵，利用运动恢复结构，获取图像序列间相对姿态，并得到空间目标稀疏点云模型；通过对序列图像进行匹配，扩散插值，迭代滤除，获得空间目标密集的三维点云模型；利用获取的密集点云模型进行表面重建，得到致密的空间目标网格模型；利用获取的精准致密网格模型进行纹理贴图，最终得到可视化的空间目标三维模型。本发明可实现快速、精准图像匹配，修复重建表面高光空洞，获取精细、可视化空间目标三维模型。

技术领域

本发明属于计算机视觉三维重构技术领域，涉及一种基于高分辨序列图像的空间目标三维重构方法。

背景技术

随着航天科学技术的成熟和发展以及外层空间的军事价值凸显，世界各国尤为重视天地基空间目标的监视和态势感知。我国在应对外来太空军事力量威胁的同时，需努力提升自身的太空军事能力，逐步满足自身在未来太空军事对抗中的需求。新型的空间目标监视系统和技术，特别是对于合作目标以及非合作目标的三维模型、目标姿态、行为信息的获取和估计显得越来越重要。我国虽然在航空航天和计算机科学领域已有长足进步且部分技术领先世界，但受限于某些技术难题尚未突破，我国尚未掌握空间重点目标的三维模型获取能力。如何充分运用我国航空航天技术优势，结合计算机视觉，计算机图形学等专业学科，快速掌握空间重点目标特别是非合作目标的三维模型获取能力，显得尤为紧迫。基于高分辨图像序列的空间目标三维重构技术，就是应用三维重构技术，重点突破基于高分辨图像序列的目标三维重构，三维模型获取难题。

基于图像的三维重构是一种典型的计算机视觉问题，其核心的目标可以这样来描述，“给定一个物体或者场景的图像集，在已知材料、视点、光照条件的基础假设下，估计可以合理解释这些图像的最可能的三维形状”。这个定义强调了这个任务的困难，也就是假设的材料、视点、光照条件都是已知的。如果这些是未知的，那么一般问题是材料、视点、光照条件病态的组合会产生完全相同的图像。因此，如果没有较好的假设，没有一种方法可以仅仅依赖图像准确地恢复三维结构。三维重构最初的应用主要是结构化的图像集，图像的顺序受影响，比如说视频序列。一些MVS(Multi-View Stereo)应用也遵循这样的规律，比如谷歌街景和微软街景，但已经有MVS可以在不同的场合和硬件下处理无序的图像集，比如基于航拍图像的3D地图。快速和高质量的特征提取和描述已经促使SFM(Structure fromMotion)可以处理无结构的数据集，高质量的描述使建筑物可以从不同的姿态和光照下的图像中得到更长更高的轨迹。

目前，在基于高分辨率序列图像的三维重构领域，国内缺乏以空间环境目标作为研究对象，具有针对性、系统性的研究，现阶段所涉及的研究均处于前期研讨，方案分析，技术论证，或在有限模拟实验环境下的部分算法测试，尚未形成较为完备的理论框架。除此之外，目前国内尚未有实测图像作为依据，将面临一些可能超越三维重构理论体系之外的难点，针对该项目中太空目标的特点，必须首先解决三维重构非朗伯结构(主要针对空间重点目标高光、非均匀光照)带来的数据损伤的影响，这些数据损伤可能会对算法的鲁棒性带来不可预知的挑战，其次卫星目标存在比如帆板、天线等薄形、线形结构，这些都是三维重构领域现今存在的重大技术难题。

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高分辨序列图像的空间目标三维重构方法，能够实现空间目标三维重构，获取空间目标三维模型。

技术方案

一种基于高分辨序列图像的空间目标三维重构方法，其特征在于步骤如下：