[发明专利]基于大倾角近景影像的彩色纹理重建方法

说明书

技术领域

本发明属于纹理重建领域，特别涉及一种基于大倾角近景影像的彩色纹理重建方法。

背景技术

纹理映射技术是一种从二维影像中提取正确的色彩信息赋予点云或者三角网模型的技术，在数字城市建模、古建筑遗产保护以及人脸识别等行业中得到了广泛引用，而如何将二维纹理信息准确地映射到三维模型表面一直以来是一个挑战性的问题。

CCD数码相机所获取的近景影像只有二维的像素坐标信息，而陆地激光扫描(STL)获取的三角网(点云)是三维坐标信息。纹理贴图需要通过三维坐标反算影像上的像素坐标并提取对应的像素值赋予点云或者三角网1。那么如何确定二维坐标和三维坐标之间的转换关系就成为纹理贴图的关键性问题(Samuel R.，2001)。

相片在像空间辅助坐标系下的坐标和点云在物方坐标系(世界坐标系)下的坐标之间的转换关系可以用一个旋转矩阵和三个平移量表示，旋转矩阵可以用三个旋转角度确定。这三个平移量和三个旋转角度称为外方位元素。纹理贴图的关键就在于如何精确地测定外方位元素。在古建筑遗产保护中，近景影像和航空影像有着本质的不同，通常拍摄倾角较大，物体表面信息比较复杂，这就使得外方位元素不能用传统后方交会方法确定(杨立君，等，2012)。

王秀鸽等，Otero J等(王秀鸽，等，1998；Otero J，et al，2015)提出了直接线性变换(DLT)解法，能克服近景摄影测量带来的大角度问题，但解算的内外方位元素精度不高，结果极容易受控制点影响，且选取控制点数量过多(6个以上)。

Hartley和Pateraki MN等均提到一种直接相机变换的方法，通过奇异值分解求解12个非线性变换参数，由此确定两套坐标之间的转换关系(Hartley，et al，2003；Pateraki M N，et al，2001)。该方法可以克服近景影像大倾角问题，但为了使得参数更加精确必须选取6个以上控制点。

Al-Manasir K，Fraser C S和Cabrelles M等提出在建筑物周围架设多个摄站，通过具有一定重叠度的影像获取准确的外方位元素初值(A1-Manasir K，2006；Cabrelles M，et al，2009)，这种方法不适用于仅有单张大倾角影像的情况。

Habib等使用一种利用改进的Hough变换以及共线方程确定单张航空影像外方位元素的方法(Habib，et al，2001)，但并没有证明该方法同样适用于大倾角影像。

姚吉利将罗德里格矩阵引入三维坐标转换中，推导了任意倾角的七参数模型计算公式(姚吉利，2006)，但该方法将比例因子当作固定值求解，忽略了大倾角近景摄影测量中每一点的比例因子各不相同的情况。

Chen等首先用DLT解法获取航空影像外方位元素初值，然后再用单像空间后方交会和多像空间后方交会确定外方位元素的精确解(Chen et al，2010)，但是没有证明该方法适用于大倾角近景影像。

Liu Y等利用DLT解法制作基于多张影像获取人体模型的点云，证明了DLT解法适用于近景影像(Liu Y，et al，2010)，但是该方法采用控制点数过多(33个)，当控制点数减少的时候，所求外方位元素精度不高且稳定性不强，受控制点分布影响较大。

Werner等提出，首先检测二维影像和三维模型中的线特征，然后通过对这些线特征进行匹配完成单张近景影像纹理映射(Werner，et al，2002)，但当近景影像无法提取到众多的线特征(如壁画，不规则的房顶等)时，这种方法将不再适用。

官云兰等提出一种有多余控制点的角锥体影像外方位元素初值确定方法，文章中没有说明该方法仍然适用于大倾角近景影像的纹理贴图(官云兰，等，2007)。通过该方法所获取的旋转矩阵R并非正交阵，因此无法获取准确的外方位角元素。

因此，如何在基于大倾角近景影像的前提下，快速完成彩色纹理重建是我们亟待解决的技术问题。

发明内容

本发明的一个目的是解决至少上述问题或缺陷，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种基于大倾角近景影像的彩色纹理重建方法，本方法在已知拍摄焦距f和像素比例因子(mm/像素)的情况下可以求得外方位元素的精确值和每一个控制点的比例尺m。这种方法适用于任何倾角近景影像的纹理映射，计算过程中没有出现迭代不收敛的情况，不需要人为给定内外方位元素初值，所需选取控制点较少(4个)，收敛性以及精度高于传统后方交会方法。用该方法进行纹理可视化的效果较好。