一種基于圖像序列的三維重建方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體而言，涉及一種基于圖像序列的三維重建方法。
【背景技術(shù)】
[0002]二維圖像序列是指表示物體位置截面信息的一系列二維圖像，他們的大小、分辨率、顏色均相同，而且圖像所表現(xiàn)的位置在空間上是相鄰的，所以二維圖像中含有物體部分的三維空間信息。但是，要真正在計算機中利用這些信息并進行下一步的應(yīng)用處理，就必須采用三維重建技術(shù)從二維圖像中合理地提取并表達這些三維信息。
[0003]計算機視覺的目的是從圖像中建立物體形狀和位置的描述，它把視覺過程主要規(guī)定為從二維圖像信息中定量地恢復(fù)出圖像所反映場景中的三維物體的形狀和空間位置，即立體重建或3D重建。計算機視覺的最終目的是實現(xiàn)對三維場景的感知、識別和理解。三維重建技術(shù)能夠從二維圖像出發(fā)構(gòu)造具有真實感的三維圖形，為進一步的場景變化和組合運算奠定基礎(chǔ)。
[0004]基于圖像的三維重建方法充分利用計算機視覺和計算機圖形學的相關(guān)知識，從實際拍攝的單幅或多幅圖像中恢復(fù)出物體的三維模型。目前基于圖像的三維重建方法存在需要重建的點數(shù)量多，計算量大，重建精度不高等弱點。

【發(fā)明內(nèi)容】

[0005]為解決上述問題，本發(fā)明的目的在于提供一種基于順序方法的序列圖像三維重建新方法，有效避免了誤差累積。
[0006]本發(fā)明提供了一種基于圖像序列的三維重建方法，包括:
[0007]步驟1，攝像機獲取目標對象的二維圖像序列；
[0008]步驟2，兩幅圖像重建:
[0009]分別對所述二維圖像序列中相鄰兩幅圖像之間利用SIFT特征匹配算法提取特征點并進行匹配，對得到的特征點進行基于兩幅圖像的三維重建，得到兩幅圖像間的重建三維點以及投影矩陣；
[0010]步驟3，從第一幅圖像開始計算相鄰三幅圖像之間的公共匹配點；
[0011 ] 步驟4，坐標變換和比例變換:
[0012]對相鄰三幅圖像中的第一幅圖像、第二幅圖像以及第二圖像、第三幅圖像對由步驟3得到的公共匹配點進行基于兩幅圖像的三維重建，將第一圖像、第二幅圖像重建三維點的重建結(jié)果變換到第二圖像、第三幅圖像所在坐標系下，由第二幅圖像、第三幅圖像重建三維點的重建結(jié)果與變換后的第一幅圖像、第二幅圖像的重建結(jié)果求出射影深度，由公共匹配點求出射影深度后，即可將步驟2中得到的所有重建三維點進行坐標變換以及比例變換；
[0013]步驟5，消除累積誤差:
[0014]利用簡化迭代最近點算法ICP，先由公共匹配點的重建結(jié)果計算步驟4中兩組重建三維點間的旋轉(zhuǎn)矩陣Ricp和平移向量Ticp，再利用所求得的旋轉(zhuǎn)矩陣Ricp和平移向量Ticp，將由步驟4執(zhí)行坐標變換和比例變換的所有重建三維點的重建結(jié)果變換到第二幅圖像、第三幅圖像所選取的坐標系下，從而將前三幅圖像的重建結(jié)果進行疊加；
[0015]步驟6，依次增加新的圖像，重復(fù)執(zhí)行步驟3-5直至整個二維圖像序列。
[0016]作為本發(fā)明進一步的改進，步驟1中獲取二維圖像序列的方法為:
[0017]在不同的角度和不同的位置，攝像機圍繞待重建物體連續(xù)拍攝圖像，對多幅連續(xù)圖像通過紋理映射，獲取待重建物體的二維圖像序列。
[0018]作為本發(fā)明進一步的改進，步驟2中的所述投影矩陣包含兩幅圖像之間的旋轉(zhuǎn)矩陣和平移向量。
[0019]作為本發(fā)明進一步的改進，步驟5采用基于區(qū)域增長的稠密匹配算法計算稠密點配點并利用稠密點進行網(wǎng)格化所形成的三角形的平均周長剔除誤匹配。
[0020]作為本發(fā)明進一步的改進，需對圖像劃分網(wǎng)格，網(wǎng)格越小，獲得的點云越稠密。
[0021]本發(fā)明的有益效果為:
[0022]1、傳統(tǒng)的順序方法采用的是一種自上而下的方式，本發(fā)明以基于兩幅圖像的重建為基礎(chǔ)，在兼顧整體的同時，利用已知三維點計算新加入圖像的投影矩陣，立足于兩幅圖像的準確重建，最終將重建結(jié)果融合到同一個模型下；
[0023]2、選取相鄰三幅圖像，利用三焦點張量計算相鄰三幅圖像上的匹配點，對三幅圖像中相鄰兩幅所得公共點進行重建，由兩組公共三維點即可求出射影深度；
[0024]3、由于三幅圖像中相鄰兩幅之間的重建結(jié)果相差一個相似變換，可由初始重建過程求出此變換矩陣，通過此變換矩陣可將相鄰三幅圖像間得到的兩組重建三維點變換到同一坐標系下，在進行坐標變換的過程中，由于累積誤差的存在，相鄰兩副圖像的重建結(jié)果無法精確重合，利用簡化迭代最近點算法ICP校正重建結(jié)果，從而有效避免了誤差累積；
[0025]4、利用基于區(qū)域增長的稠密匹配算法計算稠密匹配點并利用稠密點進行網(wǎng)格化所形成的三角形的平均周長剔除誤匹配。
【附圖說明】
[0026]圖1為本發(fā)明實施例所述的一種圖像序列的三維重建方法流程示意圖；
[0027]圖2為圖1具體使用時的流程示意圖。
【具體實施方式】
[0028]下面通過具體的實施例并結(jié)合附圖對本發(fā)明做進一步的詳細描述。
[0029]如圖1所示，本發(fā)明實施例所述的一種本發(fā)明提供了一種基于圖像序列的三維重建方法，包括:
[0030]步驟1，攝像機獲取目標對象的二維圖像序列；
[0031]步驟2，兩幅圖像重建:
[0032]分別對二維圖像序列中相鄰兩幅圖像之間利用SIFT特征匹配算法提取特征點并進行匹配，對得到的特征點進行基于兩幅圖像的三維重建，得到兩幅圖像間的重建三維點以及投影矩陣；
[0033]步驟3，從第一幅圖像開始計算相鄰三幅圖像之間的公共匹配點；
[0034]步驟4，坐標變換和比例變換:
[0035]對相鄰三幅圖像中的第一幅圖像、第二幅圖像以及第二圖像、第三幅圖像對由步驟3得到的公共匹配點進行基于兩幅圖像的三維重建，將第一圖像、第二幅圖像重建三維點的重建結(jié)果變換到第二圖像、第三幅圖像所在坐標系下，由第二幅圖像、第三幅圖像重建三維點的重建結(jié)果與變換后的第一幅圖