[发明专利]一种基于ORB特征检测的三维重建方法

说明书

本发明公开了一种基于ORB特征检测的三维重建方法，属特征检测技术领域，通过安装在无人机云台上的双目摄像头获取实时图像及预处理，对摄像机进行标定，求解出相机内外参数和畸变系数对像素坐标校正，用ORB特征检测对图像特征点检测，使用FLANN进行匹配，求出特征点的空间坐标，利用OpenGL对空间离散点进行三维重建。本发明可加快系统执行速度，同时具有旋转不变性和抗噪声干扰的鲁棒性，极大地提高实时三维重建的精度。

技术领域

本发明涉及特征检测技术领域，尤其涉及一种基于ORB特征检测的三维重建方法。

背景技术

图像的特征点提取与检测是三维重建技术中关键的部分，影响着特征点匹配的正确率和最终的重建结果。随着无人机的普及和发展，无人机自主避障和路径规划以及利用无人机进行采集数字图像信息进行实时三维重建等越来越受到人们的关注和重视。目前三维重建技术中图像特征点检测与匹配算法包括基于灰度的匹配、基于特征的匹配和基于局部不变描述子的匹配，其中基于局部不变描述子的图像匹配包括SIFT特征描述子、SURF特征描述子、D-nets特征描述子等。无人机在拍摄画面时，所拍到的画面容易受到外界光线和自身干扰，产生图像噪声。这对三维重建的结果有很大的影响。

发明内容

针对现有技术的不足，本发明所解决的问题是实时三维重建精度不高的问题。

为解决上述技术问题，本发明采用的技术方案是一种基于ORB特征检测的三维重建方法，通过安装在无人机云台上的双目摄像头获取实时图像及预处理，对摄像机进行标定，求解出相机内外参数和畸变系数对像素坐标校正，用ORB特征检测对图像特征点检测，使用FLANN进行匹配，求出特征点的空间坐标，利用OpenGL对空间离散点进行三维重建，包括以下步骤：

步骤1:将双目摄像系统搭载在无人机云台上，建立无人机地面基站系统，实时传输图像；

步骤2:将获取的图像进行预处理，包括高斯滤波，直方图均衡化；

步骤3:对双目摄像机进行标定，求解相机内外参数以及相机畸变系数；

步骤4：通过相机畸变系数对像素坐标进行矫正，为图像特征点检测和匹配做准备；

步骤5：利用ORB算法对图像进行特征检测，配合FLANN进行特征点匹配；

步骤6：利用极线几何约束剔除误匹配点，使用RANSAC算法进行优化匹配；

步骤7：对匹配后的点坐标通过空间三维坐标计算公式求解出图像特征点的空间坐标得出点云模型，具体如下：

根据三维空间坐标公式(x₁,y₁,z₁)，

式中(u₁，v₁)和(u₂，v₂)为双目摄像机左右图像坐标系上两点坐标，b为基线长度；

步骤8：利用OpenGL对点云模型的空间离散点云进行三维重建。

所述步骤3中，包括以下分步骤：

1)采用张正友标定法根据特征间的对应关系，建立需要标定的参数阵，包括左右摄像机内参数矩阵、畸变系数矩阵及左右相机的相对关系矩阵；

2)求解单应矩阵：

单应矩阵：

当平面靶标有四个以上，可求解H：