[发明专利]一种基于空间目标图像的三维重建方法

说明书

本发明涉及一种基于空间目标图像的三维重建方法。本发明将获取的空间目标的彩色图像进行去噪处理，对已去噪的图像采用sift算法进行特征点提取，得到特征点后进行特征匹配；将匹配后的图像进行匹配点数从大到小排序，最大匹配点数作为初始像对；基于对极几何理论，对本质矩阵进行SVD分解；对三维点云进行计算，然后对三维点进行优化，减小误差；每次加入图像都进行优化，后进行全局优化；将得到的稀疏点云用稠密重建算法，得到稠密点云，完成对图像中物体的三维重建。本发明能够有效抑制彩色图像噪声，提高了三维重建的鲁棒性；采用sift算法，使得特征点提取越多越好，为后续的步骤打下基础，提高了三维重建后的完整度。

技术领域

本发明属于空间目标图像的三维重建技术领域，涉及一种基于空间目标图像的三维重建方法。

背景技术

三维重建是对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理、操作和分析其性质的基础,也是在计算机中建立表达客观世界的虚拟现实的关键技术。随着互联网技术快速发展，三维重建技术逐渐走向成熟，近些年一直是计算机视觉等领域很重要的研究内容。

我们生活在一个三维的世界，与二维图像相比，三维模型更能反映物体的真实感和信息完整度，对于目标物体的局部细节与几何结构描述更为精细，一个重建完整的三维模型可以克服二维图像中出现的自遮挡和部分结构缺失等问题，三维重建的目标是根据单视图或多视图恢复目标物体的三维几何结构。

空间目标的航天活动日益频繁，造成非合作的空间目标高速增加。对于太空空间有限的既定事实，需要对在轨状态下的空间目标和非合作性空间目标进行及时的状态信息的了解与分析，及时反馈空间目标的状况，及时做出相应的处理。在这些步骤的实施中，空间目标的三维信息的获取就显得尤为重要，空间目标的结构信息等对于空间技术的发展有着重大意义。因此要对空间目标进行三维重建，得到三维的信息。

发明内容

本发明为了解决目前重建前未考虑到噪声等太空目标图像降质及速度慢等问题，提供一种基于空间目标图像的三维重建方法。具体包括以下步骤：

步骤1.将获取的空间目标的彩色图像进行中值滤波处理，达到去噪的效果；

步骤2.对已做去噪处理的图像采用sift算法(Scale-invariant featuretransform，尺度不变特征变换)进行特征点提取，得到特征点后进行特征匹配；

步骤3.将匹配后的图像进行匹配点数从大到小排序，最大匹配点数作为初始像对；

步骤4.基于对极几何理论，对本质矩阵进行SVD分解，得到旋转矩阵R和平移矩阵t；

步骤5.对三维点云进行计算，然后对三维点进行优化，减小误差；

步骤6.加入新图像，每次加入图像都进行优化，直到无图像可加，最后再进行全局优化；

步骤7.将得到的稀疏点云用稠密重建算法，得到稠密点云，完成对图像中物体的三维重建。

所述步骤1对获取到的空间目标图像进行中值滤波，将图片分为R、G、B三通道分别进行中值滤波，然后合并R、G、B三通道，完成彩色图像去噪。

所述步骤2对已做去噪处理的图像进行特征点提取，采用sift算法，通过更改金字塔层数以及阈值，使其提取到更多的特征点，并用GPU进行加速，提高速度；根据得到的特征点，对相邻图像进行FLANN特征匹配，得到初步的匹配结果，并在之后使用RANSAC算法进行误匹配点的剔除，获得最终的匹配结果。

所述步骤5通过三角化进行三维点云的计算，利用求解的旋转矩阵R和平移矩阵t以及每一对匹配点的坐标，通过这些已知的信息还原匹配点在空间中的坐标，并采用BA算法对其进行优化，减少误差。

所述步骤6加入剩余的图像进行迭代，每次加入图像都进行BA优化，直到无图像可加，最后再进行全局BA优化。