[发明专利]一种适用于大规模场景的运动恢复结构方法

说明书

本发明公开了一种适用于大规模场景的运动恢复结构方法，主要包括以下步骤：根据影像匹配结果，计算两两重叠影像间的关联度得分；基于关联度得分，将影像划分为若干个影像分区；利用ISfM方法重建每个影像分区；基于光束法将已完成重建的各个影像分区融合成完整场景。该方法在保证精度的同时具有稳健、效率高且易于分布式并行实现等特点，可适用于包含不同影像规模的多种场景，尤其对于几万甚至几十万张影像的大场景具有很高的稀疏重建效率。

技术领域

本发明涉及运动恢复结构三维建模技术领域，特别涉及一种适用于大规模场景的运动恢复结构方法。

背景技术

运动恢复结构（Structure-from-Motion，SfM）是通过一组具有重叠的影像恢复相机的姿态同时获得场景三维结构信息的处理过程，用于解决无GPS/POS、无相机检校参数、无序影像的排列问题，广泛应用于4D产品生产、三维实景建模、虚拟和增强现实、机器人导航与定位等领域。典型的SfM包括增量式SfM（IncrementalSfM，ISfM）和全局式SfM（GlobalSfM,GSfM）两种实现形式，前者稳健性高，应用最为广泛，但存在对初始像对选取的依赖性高、大场景重建效率低、难以分布式并行计算等缺点。

发明内容

（一）发明目的

鉴于上述问题，本发明的目的是提出一种适用于大规模场景的运动恢复结构方案，该方法在保证精度的同时具有稳健、效率高且易于分布式并行实现等特点，可适用于包含不同影像规模的多种场景，尤其对于几万甚至几十万张影像的大场景具有很高的稀疏重建效率，本发明公开了以下技术方案。

（二）技术方案

作为本发明的第一方面，本发明公开了一种适用于大规模场景的运动恢复结构方法，包括以下步骤：

根据影像匹配结果，计算两两重叠影像间的关联度得分；

基于关联度得分，将影像划分为若干个影像分区；

利用ISfM方法重建每个影像分区；

基于光束法将已完成重建的各个影像分区融合成完整场景。

在一种可能的实施方式中，所述根据影像匹配结果，计算两两重叠影像间的关联度得分，之前还包括以下步骤：

采用SIFT匹配算法，获得影像间的匹配关系。

在一种可能的实施方式中，所述计算重叠影像间的关联度得分，具体包括：

基于同名点个数和点位分布计算重叠影像间的关联度得分，其计算公式为：

式中，为影像间的关联度得分；

和为权重；

为统计像对同名点数量；

、为左右影像构成的像对中最多的同名点数；

为有效格网内像点的外接矩形面积与像幅面积的比值。

在一种可能的实施方式中，所述基于关联度得分，将影像划分为若干个影像分区，具体包括以下步骤：

对影像进行初次划分，获得第一次分区；

对第一次分区进行合并，获得影像初始分区；

对影像初始分区进行剔除弱连接分区，获得影像分区。

在一种可能的实施方式中，所述对第一次分区进行合并，获得影像初始分区，具体包括：

预设影像初始分区内的影像数阈值范围。

在一种可能的实施方式中，所述对影像初始分区进行剔除弱连接分区，获得影像分区，具体包括：