[发明专利]一种三维虚拟空间自动测距方法及系统

权利要求书

1.一种三维虚拟空间自动测距方法，其特征在于：包括如下步骤：

S1、获取目标场景的深度信息；

S2、利用三角测量法从所述深度信息中获取第一点云数据和第一三维模型，并且将所述第一点云数据和所述第一三维模型存入系统知识训练库；

S3、利用初始深度学习模型从所述深度信息中获取第二点云数据和第二三维模型，并且将所述第二点云数据和所述第二三维模型存入所述系统知识训练库；

S4、利用所述系统知识训练库对所述初始深度学习模型进行训练得到优化深度学习模型；

S5、利用所述优化深度学习模型生成目标场景的优化点云数据和优化三维模型，并且从所述优化点云数据中提取出精确空间墙角点云、从所述优化三维模型中提取出距离尺寸信息。

2.如权利要求1所述的三维虚拟空间自动测距方法，其特征在于：S1中，采用双球幕相机获取所述深度信息。

3.如权利要求1所述的三维虚拟空间自动测距方法，其特征在于：S2的具体方法为：

S2.1、基于所述深度信息生成所述目标场景的视差图；

S2.2、基于所述视差图以及三角测量原理恢复所述目标场景的深度信息，得到所述第一点云数据和所述第一三维模型；

S2.3、将所述第一点云数据和所述第一三维模型存入到所述系统知识训练库中。

4.如权利要求3所述的三维虚拟空间自动测距方法，其特征在于：S2.2中，利用BM算法基于所述深度信息生成所述视差图。

5.如权利要求4所述的三维虚拟空间自动测距方法，其特征在于：S2.2中，在所述BM算法中，所述目标场景的视差信息和深度信息的对应关系为其中Z为物体深度，b为左右相机光心距离，X_R和X_T是两个成像点在左右两个像面上距离图像左边缘的距离，f为焦距。

6.如权利要求1所述的一种三维虚拟空间自动测距方法，其特征在于：S4中，利用全卷积神经网络对所述初始深度学习模型进行训练。

7.一种三维虚拟空间自动测距系统，应用于权利要求1-6任一项所述的方法，其特征在于：包括用于获取目标场景的深度信息的数据采集装置和与所述数据采集装置通信连接的计算主机。

8.如权利要求7所述的三维虚拟空间自动测距系统，其特征在于：所述数据采集装置设置为双球幕相机，所述双球幕相机包括垂直设置的镜头支架，所述镜头支架的上端固定设置有主球幕相机，所述镜头支架的下端固定设置有辅球幕相机。

9.如权利要求8所述的三维虚拟空间自动测距系统，其特征在于：所述主球幕相机包括少包括两个主镜头，所述辅球幕相机至少包括两个辅镜头，所有所述主镜头的光芯轴所处的平面与所有所述辅镜头的光芯轴所处的平面平行。

10.如权利要求9所述的三维虚拟空间自动测距系统，其特征在于：所述主球幕相机包括四个所述主镜头，四个所述主镜头沿圆周方向均匀设置在所述镜头支架的上端的背侧；所述辅球幕相机包括四个所述辅镜头，四个所述辅镜头沿圆周方向均匀设置在所述镜头支架的下端的背侧，四个所述主镜头在主镜头安装面内的投影与四个所述辅镜头在主镜头安装面内的投影重合。