[发明专利]一种大场景对象的三维重建方法

摘要

一种大场景对象的三维重建方法，其特征在于：包括以下步骤：1)用相机从不同视角、位置对场景对象采集若干张序列照片；2)、将序列照片划分为若干单元N_i，3)、采用SIFT算法对每个单元的三张序列张片进行特征检测、匹配；4)将单元N₁,(i＝1)的第一张序列照片初始化，计算另外两张序列照片的基础矩阵F、本质矩阵E；5)、求解其他单元中每张序列照片的相机参数R_i、T_i和三维点云坐标M_j)；7)、种子面片的扩展；8)、种子面片的过滤；本发明采用三视图约束有效的去除误匹配点得出准确的基础矩阵，重建的精度高，并且单元之间不需要坐标转换，降低了计算复杂度，通过在运动恢复结构的基础上进行稠密重建使得到三维模型的点云更加稠密。

主权项

1.一种大场景对象的三维重建方法，其特征在于：包括以下步骤：1)通过相机从不同视角、位置对场景对象采集若干张序列照片，并按照采集的先后顺序将若干张序列照片编号为I_k，k＝1，2，3...N；2)将序列照片按照编号的先后顺序划分为若干单元N_i，i＝1，2，3...n，每个所述单元包括依次采集的三张序列照片，并将单元N_i的第三张序列照片作为相邻下一单元N_i+1的第一张序列照片，并将该序列照片作为该两相邻单元的公共序列照片；3)通过采用SIFT算法对每个单元N_i，i＝1，2，3...n包含的三张序列张片进行特征检测、匹配，并利用三视图约束去除误匹配点，具体为：通过SIFT算法对序列照片进行特征检测、匹配，从而计算出每个单元中三张序列照片的同名像点m_ij，其中任意两张序列照片的同名像点在另一张序列照片上的匹配点在该任意两张序列张片同名像点对应极线的交点上，若匹配点与交点的距离超过两个像素则作为误匹配点删除；4)将单元N_i，i＝1的第一张序列照片的相机参数初始化，并采用RANSANC算法求出单元N_i，i＝1中另外两张序列照片的基础矩阵F、本质矩阵E，得到该两张序列照片中每张序列照片的相机参数R_h、T_g和三维点云坐标M_j，具体为：采用RANSANC算法求解基础矩阵F，结合相机内参K求解本质矩阵E，然后对本质矩阵E进行奇异值分解得到相机参数R_h、T_g，并得到三维点云坐标M_j，然后采用集束调整算法局部优化序列照片的相机参数R_h、T_g、三维点云坐标M_j，通过集束调整算法使三维点云坐标M_j的重投影点与在第k张序列照片的同名像点m_ki差值的平方和最小，其计算式为：其中D是欧氏距离，N为序列照片数，M为三维点云坐标数；5)相邻两单元中将单元N_i中公共序列照片的相机参数R_h、T_g作为其相邻下一单元N_i+1的公共序列照片的相机参数的初始值，并求解其相邻下一单元N_i+1中其他两张序列照片的相机参数R_h、T_g和三维点云坐标M_j，以此计算出单元N_i+1其他两张序列照片中每张序列照片的相机参数R_h、T_g和三维点云坐标M_j；6)将所有的序列照片的相机参数R_h、T_g和三维点云坐标M_j作为PMVS算法的输入，从而得到场景对象的种子面片；7)种子面片的扩展：将序列照片I_k划分为若干个图像块C_o(x，y)，利用相邻种子面片具有位置和法向相似的特性对种子面片进行扩展，从而使扩展后的种子面片逐步覆盖目标物体的表面；8)种子面片过滤：采用局部灰度一致性约束和全局可见一致性约束来剔除扩展错误的种子面片。