[发明专利]基于全局式和增量式估计的运动恢复结构三维重建方法

说明书

本发明公开了一种基于全局式和增量式估计的运动恢复结构三维重建方法，用于解决现有运动恢复结构三维重建方法局部重建精度低的技术问题。技术方案是以场景图结构为输入，在其中提取鲁棒的子图作为全局式估计的输入，从而能够使用一部分质量高的图像间信息对场景整体结构进行估计，提高估计的鲁棒性。对于剩余的、未加入场景的图像，采用局部增量式估计的方法逐一加入模型，以提高模型重建的局部精度。本发明将增量式和全局式的估计方法相结合，综合两者的优点，以达到鲁棒、高精度的重建效果。本发明在重建精度方面相较背景技术方法具有最低的平均重建误差，对于具有553张图像的数据集，相机位置的平均误差仅为0.3m。

技术领域

本发明涉及一种运动恢复结构三维重建方法，特别是涉及一种基于全局式和增量式估计的运动恢复结构三维重建方法。

背景技术

运动恢复结构的三维重建方法作为计算机视觉领域的重要课题，在城市建模、医学应用、虚拟现实等技术中都有重要的意义。

文献“Arie-Nachimson M,Kovalsky S Z,Kemelmacher-Shlizerman I,etal.Global motion estimation from point matches[C]//2012 Second InternationalConference on 3D Imaging,Modeling,Processing,VisualizationTransmission.IEEE,2012:81-88.”公开了一种采用全局式运动恢复结构方法来估计三维结构和相机位置。其计算图像两两间的相对旋转和平移信息，先将所有相对旋转信息优化求解得到图像相机的全局指向，进而基于估计出的全局指向，结合跨图像的匹配点对和相对平移信息求解相机全局位置，从而对相机位置进行恢复，得到三维点云模型。文献方法利用图像间相对旋转、平移信息进行位姿估计，鲁棒性不高，在输入的两两旋转、平移信息有误时，无法较好的对错误信息进行剔除，从而导致估计的相机位姿产生较大偏差。另外，全局式的估计方法会将相机的位姿误差在整个场景中进行平均，从而无法得到较高的局部重建精度。

发明内容

为了克服现有运动恢复结构三维重建方法局部重建精度低的不足，本发明提供一种基于全局式和增量式估计的运动恢复结构三维重建方法。该方法以场景图结构为输入，在其中提取鲁棒的子图作为全局式估计的输入，从而能够使用一部分质量高的图像间信息对场景整体结构进行估计，提高估计的鲁棒性。对于剩余的、未加入场景的图像，采用局部增量式估计的方法逐一加入模型，以提高模型重建的局部精度。本发明将增量式和全局式的估计方法相结合，综合两者的优点，以达到鲁棒、高精度的重建效果。本发明在重建精度方面相较背景技术方法具有最低的平均重建误差，对于具有553张图像的数据集，相机位置的平均误差仅为0.3m。

本发明解决其技术问题所采用的技术方案是：一种基于全局式和增量式估计的运动恢复结构三维重建方法，其特点是包括以下步骤：

步骤一、鲁棒最大叶子节点生成树提取。

对于输入的多帧图像，首先进行两两图像之间的特征匹配，并计算两图像之间的相对旋转和相对平移，进而通过运动信息构造原始场景图G＝(V,E)，其中V为节点，代表场景中拍摄图像的相机集合；E为边，代表拍摄不同图像的相机两两之间的运动信息。在原始场景图G中提取鲁棒的最大叶子节点生成树，从一个具有最大度数的节点开始，不断加入新的点和边。在构造生成树的过程中，采用回环一致性检测的方法剔除错误的边，回环检测公式为：

d_tri(R_mn⊙R_no⊙R_om,I)＜ε (1)