[发明专利]一种大规模电缆隧道环境模型重构方法

说明书

本发明公开了一种大规模电缆隧道环境模型重构方法，包括步骤：将全景相机前向鱼眼镜头记为F相机，后向鱼眼镜头记为R相机，使用F相机和R相机分别采集不同角度的棋盘格图像、不同曝光量的鱼眼图像；使用全景相机匀速前进采集电缆隧道环境的全景视频S，将全景视频S分割成Q段全景图像序列I；针对每段全景图像序列I，获得F相机和R相机的外部参数、稀疏三维点云，基于球面扫描算法密集重建稠密三维点云；对三维点云进行三角剖分和纹理贴图得到大规模电缆隧道环境三维模型。本发明有效的解决了针孔相机视野小的问题；而且还解决了传统SFM算法所面临的速度问题和精度问题，该方法在基于图像的三维重建技术上具有实际价值。

技术领域

本发明涉及计算机视觉技术领域，具体来说，涉及一种大规模电缆隧道环境模型重构方法。

背景技术

基于图像的三维重建，通过计算机对预先采集的现实世界对象的二维图像进行识别、分析、仿真后建立相应模型来虚拟景象，运动恢复结构(Structure From Motion，SFM)就是一种利用二维图像信息，恢复相机运动参数与场景结构的三维重建方法，该方法广泛应用在地理信息系统、机车导航系统，虚拟现实场景漫游系统等。为了更加高效地获取环境信息，增加虚拟漫游场景的真实性和沉浸感，解决三维模型重构中大规模、远距离、场景复杂(例如，弱纹理、无纹理、运动物体、光线暗)等问题，同时提高模型重构的精度，使用宽视野的消费级360全景相机(例如，、Samsung Gear 360、LG 360等)采集的影像进行三维模型重构具有广泛的应用价值。

基于无序球形全景图像数据集，Alain Pagani等人采用近似几何来简化标准SFM各个步骤的计算，将生成的稀疏点云输入到多视角立体系统(Multiple View Stereo，MVS)得到稠密地图。由于采用近似计算和MVS主要适用于平面图像，所以该方法虽然提高了运算效率，但地图精度有所欠缺。Sunghoon等人使用球形全景相机(Spherical PanoramicCamera，SPC)相机采集微小运动的有序全景图，KLT算法用于Harris角点追踪，球面扫描算法用于稠密重建大规模场景，相较于标准SFM该方法在运行速度上有所提高，但只适用于短距离场景。本发明提出了一种大规模电缆隧道环境模型重构方法，该方法基于全景相机采集大规模、远距离、场景复杂的电缆隧道环境全景视频，将全景视频列进行分段重建，每一段全景图像序列使用改进的SFM方法获取全景相机轨迹和环境的稀疏三维信息，球面扫描算法用于建立环境的稠密点云。然后使用非线性优化方法将每段密集点云信息进行融合得到完整的电缆隧道模型。传统SFM算法通常是采用针孔相机作为唯一视觉传感器，首先提取图像SIFT特征进行匹配，然后使用极线几何与PnP算法计算每帧图像的转换矩阵(包括旋转矩阵和平移向量)，通过三角化重构三维点，最后使用捆绑调整(Bundle Adjustment，BA)整体优化转换矩阵和三维点云。改进SFM方法采用的全景相机包含前后两个鱼眼镜头，每个鱼眼镜头的视野覆盖200°，能够采集到更丰富的环境信息，并使用统一相机模型(UnifiedCamera Model，UCM)为鱼眼镜头成像建立精确的几何投影模型。对于每段全景图像序列，基于Debevec方法还原全景图像的动态范围，使用KLT光流算法在高动态范围全景图像上追踪Harris角点，避免描述子的计算与匹配，节省大量时间，同时提高了Harris角点追踪精度。然后，利用基于统一相机模型的BA优化全景相机中两个鱼眼镜头的外部参数和三维地图点云。相比于标准SFM算法和Sunghoon等人提出的算法，我们的方法大大提高了大规模、远距离、复杂环境三维模型构建的效率与精度。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出一种大规模电缆隧道环境模型重构方法，能够解决上述问题。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种大规模电缆隧道环境模型重构方法，其特征在于，包括步骤：