[发明专利]一种面向深度相机的高精度三维重建方法和系统

说明书

本发明公开一种面向深度相机的多视图三维重建方法和系统。所述方法包括：根据深度相机从不同角度获取真实场景的多对图像，每对图像包括彩色图像和深度图像；根据特征点检测算法获取各彩色图像上的二维特征点和特征描述子，计算任意两个彩色图像分别对应的特征描述子之间的置信度，获取特征匹配关系；根据各特征匹配关系及对应的深度图像，获取对应的三维图像，将二维特征点反投影到相机坐标系下，获取三维图像上的三维点；根据二维特征点和三维点计算摄像机的绝对姿态；根据摄像机的绝对姿态，将三维点映射到所述相机坐标系下，获取场景的初始三维模型。采用本发明的方法或系统能够从深度相机采集的图像序列中恢复出高精度的三维场景模型。

技术领域

本发明涉及计算机视觉与计算机图形学领域，特别是涉及一种面向深度相机的高精度三维重建方法和系统。

背景技术

高精度的三维重建一直是计算机视觉与图形学领域的热点研究问题之一，其目的是如何从输入图像序列中高效率的恢复场景的三维模型。同时三维重建技术在游戏产业、军事仿真、农业与工业、增强现实、虚拟现实、场景监控、地图导航和自动驾驶等领域具有不可代替的作用。由于场景中存在的光照变化、目标之间的遮挡、场景的聚集、重复结构、采集数据存在噪声等因素的影响，导致传统的以手工为主的主动式的三维建模方法难以重建出真实的三维场景模型，不能从大量的图像序列中恢复所包含的高精度的三维场景模型。

发明内容

本发明的目的是提供一种面向深度相机的多视图三维重建方法和系统，能够从深度相机采集的图像序列中恢复出高精度的三维场景模型。

为实现上述目的，本发明提供了如下方案：

一种面向深度相机的多视图三维重建方法，所述多视图三维重建方法包括：

根据深度相机从不同角度获取真实场景的多对图像，每对图像包括同一角度的彩色图像和深度图像；

根据特征点检测算法获取各所述彩色图像上的二维特征点和所述二维特征点对应的特征描述子，计算任意两个所述彩色图像分别对应的特征描述子之间的置信度，获取所述两个特征描述子的特征匹配关系；

根据各所述特征匹配关系及对应的深度图像，获取对应的三维图像，将所述二维特征点反投影到相机坐标系下，获取所述三维图像上的三维点；

根据所述二维特征点和所述三维点计算摄像机的绝对姿态；

根据所述摄像机的绝对姿态，将所述三维点映射到所述相机坐标系下，获取场景的初始三维模型。

可选的，所述计算任意两个所述特征描述子之间的置信度，获取所述两个特征描述子的特征匹配关系，具体包括：

根据海明距离度量两个特征描述子之间的置信度；

根据并查集算法计算所述两个特征描述子的特征匹配关系。

可选的，所述根据所述特征匹配关系和所述深度图像，将所述二维特征点反投影到相机坐标系下，获取三维点，具体包括：

根据X_i＝K^-1λx_i计算所述三维点；其中，X_i表示相机坐标系下的三维点，K表示摄像机的内部参数，λ表示三维点的深度，x_i表示二维特征点。

可选的，所述根据所述二维特征点和所述三维点计算摄像机的绝对姿态，具体包括：采用迭代优化方法计算摄像机的绝对姿态。

可选的，所述根据所述摄像机的绝对姿态，将所述三维点映射到所述相机坐标系下，获取场景的初始三维模型，具体包括：