[发明专利]图像去模糊模型、去模糊的三维重建方法及系统

说明书

本发明属于计算机视觉与三维重建技术领域，具体涉及一种图像去模糊模型、去模糊的三维重建方法及系统，其中去模糊的三维重建方法包括：采集场景的图像；根据图像去模糊模型对采集的图像进行去模糊处理；以及根据去模糊后的图像进行场景的三维重建，显著性地解决了三维重建问题中，前端捕获图像模糊、成像质量差等问题，解决了三维重建VO阶段获取高质量输入这一问题。

技术领域

本发明属于计算机视觉与三维重建技术领域，具体涉及一种图像去模糊模型、去模糊的三维重建方法及系统。

背景技术

随着计算机图形、图像技术的发展，物体及场景的三维重建在虚拟现实、游戏、影视等领域都越来越重要。诸多行业都对更精细更鲁棒的三维重建技术有越来越多的期待。当前三维重建场系统多数依赖于激光扫描的方法，激光扫描方法得到的重建场景比较理想，但是由于激光扫描设备造价昂贵，对于绝大多数使用者来说使用激光扫描设备进行重建依旧不现实。若使用更易获得的消费级深度相机进行重建，那么三维模型将进入更多领域。而如果在实际三维重建场景中，由于场景光照、相机成像质量以及使用者操作不当引起的图像模糊，会给物体的重建以及定位带来严重误差，从而影响重建结果。

因此，给予上述技术问题需要设计一种新的图像去模糊模型、去模糊的三维重建方法及系统。

发明内容

本发明的目的是提供一种图像去模糊模型、去模糊的三维重建方法及系统。

为了解决上述技术问题，本发明提供了一种图像去模糊模型，包括：

L＝L_GAN+λL_X；

其中，λ为系数；L为损失函数；L_GAN为对抗损失函数，G_θG为Generator生成器；D_θD为Disceiminator判别器；IB为输入的模糊图像；N为一个训练batch的样本数；L_X为感知损失，φ_i,j为生成器网络中预训练模型中所获得特征图，W_i,j、H_i,j为该特征图的尺寸；x，y为特征图坐标；IS为去模糊图像；

将损失函数经反向传播改变生成器G_θD内部参数权重值完成一次训练；

将模糊图像输入训练后的生成器，以获取清晰图像。

第二方面，本发明还提供一种去模糊的三维重建方法，包括：

采集场景的图像；

根据图像去模糊模型对采集的图像进行去模糊处理；以及

根据去模糊后的图像进行场景的三维重建。

进一步，所述采集场景的图像的方法包括：

采集场景的RGB-D图像。

进一步，所述根据图像去模糊模型对采集的图像进行去模糊处理的方法包括：

根据平滑锐利帧生成模糊图像，生成随机轨迹，在生成轨迹过程中轨迹的下一个点的位置是基于先前点速度与位置生成，同时两个随机点的轨迹通过亚像素插值的方法生成，根据得到的轨迹核，生成模糊图像

将模糊图像输入生成器中，生成去模糊图像IS，将IS与真实图像IB做比较，得到损失函数L＝L_GAN+λL_X；