[发明专利]三维点云重构方法、系统、电子设备及存储介质

权利要求书

1.一种三维点云重构方法，其特征在于，包括：

获取三维相机的左右视场的目标物结构光图像，并基于所述目标物结构光图像，确定所述左右视场的相位分布图像；

对所述左右视场的相位分布图像进行分层降采样，得到所述左右视场的多个层级的相位图像；

对所述左右视场的最低层级的相位图像进行等相位像素点匹配，并确定所述最低层级的视差图像；

基于所述最低层级的视差图像，确定所述左右视场的相位分布图像的视差图像，并基于所述左右视场的相位分布图像的视差图像，对所述目标物结构光图像中的目标物进行三维点云重构。

2.根据权利要求1所述的三维点云重构方法，其特征在于，所述对所述左右视场的相位分布图像进行分层降采样，得到所述左右视场的多个层级的相位图像，之前还包括：

获取所述三维相机的标定参数；

基于所述标定参数，对所述左右视场的相位分布图像进行极线校正，以使所述左右视场的相位分布图像中的对应行像素点对齐。

3.根据权利要求2所述的三维点云重构方法，其特征在于，所述基于所述标定参数，对所述左右视场的相位分布图像进行极线校正，以使所述左右视场的相位分布图像中的对应行像素点对齐，之后还包括：

确定极线校正后所述左右视场的相位分布图像的不同相位周期，并确定等相位像素点匹配在所述左右视场的相位分布图像的相同相位周期内进行。

4.根据权利要求2所述的三维点云重构方法，其特征在于，所述对所述左右视场的最低层级的相位图像进行等相位像素点匹配，并确定所述最低层级的视差图像，之前还包括：

对于所述左右视场的任一视场，判断所述任一视场的相位分布图像中任一行内任一像素点相邻的预设数量的像素点的相位值是否具有单调性；

若所述预设数量的像素点的相位值不具有单调性，则删除所述任一像素点。

5.根据权利要求1-4中任一项所述的三维点云重构方法，其特征在于，所述对所述左右视场的最低层级的相位图像进行等相位像素点匹配，并确定所述最低层级的视差图像，具体包括：

基于局部线性拟合相位差的方式，确定所述左右视场的最低层级的相位图像中各匹配点对的视差值；

基于所述左右视场的最低层级的相位图像中各匹配点对的视差值，确定最低层级的视差图像。

6.根据权利要求1-4中任一项所述的三维点云重构方法，其特征在于，所述基于所述最低层级的视差图像，确定所述左右视场的相位分布图像的视差图像，具体包括：

对所述最低层级的视差图像中各像素点的视差值进行插值，得到所述最低层级的上一层级的视差图像中各像素点的初始视差值；

确定所述左右视场的所述上一层级的相位图像中各匹配点对，并计算所述上一层级的相位图像中各匹配点对对应的校正量；

基于所述上一层级的视差图像中各像素点的初始视差值以及所述上一层级的相位图像中各匹配点对对应的校正量，确定所述上一层级的视差图像中各像素点的当前视差值；

重复执行以上过程，直至所述上一层级为最高层级，所述最高层级的视差图像为所述左右视场的相位分布图像的视差图像。

7.根据权利要求1-4中任一项所述的三维点云重构方法，其特征在于，所述对所述最低层级的视差图像中各像素点的视差值进行插值，具体包括：

基于最近邻插值算法或双线性插值算法，对所述最低层级的视差图像中各像素点的视差值进行插值。