[发明专利]基于分支重构配准的非合作目标三维重建方法

权利要求书

1.一种基于分支重构配准的非合作目标三维重建方法，其特征在于步骤如下：

S1：对输入的多角度图片序列进行分类处理；

S2：对每一类别的图片序列，同时使用SfM技术获得对应的三维点云数据；

S3：将不同尺度的点云数据进行尺度统一；

S4：使用两两配准算法，将相邻类别图片序列获取到的三维点云数据两两配准，进而获得重建点云。

2.根据权利要求1所述的一种基于分支重构配准的非合作目标三维重建方法，其特征在于：S1中对多角度图片序列按照时序进行分类的步骤包括：

S11：将获取到的图片序列按照时序编号1-N；

S12：设定类别大小K和类间的重叠率r，计算类别数目：

3.根据权利要求1所述的一种基于分支重构配准的非合作目标三维重建方法，其特征在于：S2中使用SfM技术同时获得各个类别图片序列对应的三维点云数的步骤包括：

S21：对图片进行特征点提取和特征描述，建立相邻图片之间的对应关系；

S22：依据对应关系，利用八点法求解基础矩阵F；

S23：利用基础矩阵F估计摄像机矩阵M_i：

S24：使用三角化求解三维点X_j的坐标

其中，X_j为所求的n个三维点，j＝1，...，n，x_ij表示三维点在m张图像对应的像素坐标，i＝1，...，m，M_i表示第i张图像对应的摄像机投影矩阵，且

x_ij＝M_iX_j(i＝1，...，m，j＝1，...，n) (3)。

4.根据权利要求1所述的一种基于分支重构配准的非合作目标三维重建方法，其特征在于：S3中将各类点云数据统一尺度的步骤如下：

S31：记相邻的两个点云分别为源点云P^s和目标点云P^t，分别计算每个点云序列的分辨率

其中n_s和n_t分别为源点云和目标点云中点的个数，dis_i表示该点云中第i个点与其最近邻之间的欧式距离；

S32：统一尺度，将源点云P^s中每个点的坐标扩大倍。