[发明专利]一种基于智能手机的三维模型重建方法

说明书

本发明公开了一种基于智能手机的三维模型重建方法，包括如下步骤：首先进行相机标定，利用张正友棋盘标定法获取智能手机相机内参矩阵；将内参矩阵带入，利用SIFT算法提取和匹配特征点得到稀疏点云；利用CMVS对图像聚簇分类优化SFM输入，减少密集匹配时间和空间代价，之后再经PMVS匹配、扩展、过滤得到密集点云；最终进行纹理映射得到三维模型。

技术领域

本发明具体涉及一种基于智能手机的三维模型重建方法，属于摄影测量学领域。

背景技术

三维建模一直是计算机视觉中重要的研究领域，越来越多的三维影像产品也出现在生活中。但一般的三维模型重建方法是利用专用的设备如深度扫描仪等来获取三维数据，或者利用如3DSMAX，CAD以及MAMY等专业软件来构造三维模型。这样的方法大多都有着操作复杂，效率低，周期长，成本高等问题。随着人们对三维建模要求的不断提高，传统的建模方法已经无法满足需求。因此，基于非量测相机的三维模型重建被不断提出。随着智能手机成为人们生活中不可或缺的一部分，手机摄影也越来越普遍，基于智能手机的三维模型重建成为了重要的研究方向之一。对于传统建模方法而言，该方法对目标影像的获取更加便捷，同时大大降低了建模成本，将三维影像产品进一步融入人们的生活中。

发明内容

本发明针对上述传统三维建模中操作复杂、成本较高等方面的不足，提供一种基于智能手机的三维模型重建方法；首先进行相机标定，利用张正友棋盘标定法获取智能手机相机内参矩阵；将内参矩阵带入，利用SIFT算法提取和匹配特征点得到稀疏点云；利用CMVS对图像聚簇分类优化SFM输入，减少密集匹配时间和空间代价，之后再经PMVS匹配、扩展、过滤得到密集点云；最终进行纹理映射得到三维模型。

为了实现上述目的，本发明采用的技术方案如下：

一种基于智能手机的三维模型重建方法，重建方法如下:

步骤1：数据采集，通过手机围绕目标模型进行拍摄，获取数据；

步骤2：相机标定，获取相机内参，使用同一个相机对同一个黑白棋盘进行不同角度的拍摄，通过点的三维世界坐标和二维相机平面像素坐标来求解图像平面的单应性矩阵H，从而得到内部参数和外部参数；

步骤3：稀松重建，通过SIFT算法提取和匹配特征点得到稀疏点云，具体包括尺度空间极值检测、精确定位特征点、确定特征点方向以及生成SIFT特征描述子；

步骤4：散列图像聚簇，利用散列图像聚簇方法对图像进行分类，可以减少匹配时间，消除杂波，提高建模效率和精度；

步骤5：基于贴片模型的密集匹配，通过DOG算子和Harris算子检测出角点和特征块，用所述的出角点和特征块重建出一个稀疏贴片集，使用迭代的方法找到已经存在贴片的相邻贴片，用增强可视化一致性提纯、过滤，剔除错误匹配；

步骤6：纹理映射，得到三维模型，在得到密集点云后，对点云进行纹理映射得到三维模型。

优选地，步骤1中拍摄的条件是：①相邻两照片夹角小于10°，保证每相邻两张照片之间能够提取到足够多的控制点；②在拍摄过程中，避免强光照射形成阴影，导致出现少特征点或无特征点的现象；③拍摄过程中与目标模型前后距离保持一致，避免出项畸变现象。

优选地，步骤2中获取相机内参的基本原理如下：

H＝[h₁ h₂ h₃]＝λK[r₁ r₂ t]

K为内参矩阵，为模板平面上点的齐次坐标，为模板平面上点投影到图象平面上对应点的齐次坐标，[r1 r2 r3]和t分别是摄像机坐标系相对于世界坐标系的旋转矩阵和平移向量。