[发明专利]用于场景三维重建的方法及装置、三维重建系统

说明书

本申请涉及计算机技术领域，公开一种用于场景三维重建的方法，包括：通过图像初步处理，构建词袋树；根据词袋树，进行组内图像处理，获得组内匹配信息和图像组特征向量；根据图像组特征向量，进行组间图像处理，获得组间匹配信息；根据组内匹配信息和组间匹配信息，进行模型重建。通过图像初步处理，进行词袋树的构建。根据构建的词袋树，进行组内图像处理，得到每一幅图像的组内匹配信息和图像组特征向量。根据图像组特征向量，进行组间图像处理，得到组间匹配信息。利用组内匹配信息和组间匹配信息进行模型重建，以通过迷你无人机采集图像时，提高场景三维重建的效果。本申请还公开一种用于场景三维重建的装置和三维重建系统。

技术领域

本申请涉及计算机技术领域，例如涉及一种用于场景三维重建的方法及装置、三维重建系统。

背景技术

目前，基于图像的三维重建具有速度快、实时性好等优点。该类方法成本低廉，数据源获取简单，硬件依赖性小。随着所获取图像的分辨率、成像质量等因素的提高，基于图像的三维重建算法在重建质量、鲁棒性等方面进展迅速，具有重要的理论研究价值以及广阔的市场应用前景。

相关技术中的基于图像的场景三维重建的方法包括：对输入的原始航拍图像进行预处理、特征提取与特征匹配，利用SfM(Structure from Motion，运动恢复结构)技术求取场景的稀疏点云以及相机位姿；然后对稀疏点云数据进行切块处理；再循环对每个切分小块进行处理，直接在稀疏点云基础上进行网格重建以及纹理贴图的操作；最终将各个小块生成的二维正射图和数字高程图进行合并，完成结果输出。

在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：

该方法能够实现场景的三维重建。但是，对于续航能力不足的迷你无人机，在一次图像采集的过程中仅能采集有限数量的图像数据。使用该方法时，难以兼顾图像检索效率和图像匹配的准确度和完整度，进而可能导致失去关键连接而使得场景三维重建的效果差。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种用于场景三维重建的方法及装置、三维重建系统，以通过迷你无人机采集图像时，提高场景三维重建的效果。

在一些实施例中，所述方法包括：通过图像初步处理，构建词袋树；根据词袋树，进行组内图像处理，获得组内匹配信息和图像组特征向量；根据图像组特征向量，进行组间图像处理，获得组间匹配信息；根据组内匹配信息和组间匹配信息，进行模型重建。

可选地，通过图像初步处理，构建词袋树，包括：控制无人机进行图像采集；根据采集的图像，提取特征点；通过对特征点进行聚类，构建词袋树。

可选地，控制无人机进行图像采集，包括：将场景进行区域划分；控制无人机每次采集一个区域的图像，直至采集所有区域的图像；控制无人机每次采集一个区域连接处的图像，直至采集所有区域连接处的图像。

可选地，控制无人机每次采集一个区域的图像，包括：控制无人机上升至第一设定高度；将无人机的镜头与地面的夹角调整为第一设定角度；控制无人机采用往返飞行和轨迹交叉的方式对当前区域进行图像采集；控制无人机上升至第二设定高度；将无人机的镜头与地面的夹角调整为第二设定角度；控制无人机环绕当前区域的四周进行拍摄。

可选地，根据词袋树，进行组内图像处理，获得组内匹配信息，包括：根据特征点和词袋树，获得组内图像特征向量；根据组内图像特征向量，确定组内图像相似度；根据词袋树和组内图像相似度，获得组内候选匹配对；通过对组内候选匹配对进行特征点匹配，获得组内匹配信息。

可选地，根据词袋树，进行组内图像处理，获得图像组特征向量，包括：根据组内匹配信息，构建特征点轨迹；根据特征点轨迹，获得图像组特征向量。