[发明专利]基于双目影像数据的海浪三维重建方法

说明书

本发明公开了一种基于双目影像数据的海浪三维重建方法，首先通过双目采集平台获取海浪的影像数据；其次根据双目系统采集得到的数据进行相机模型标定，包括由张正友标定法计算相机内参，基于图像相关性和特征点空间分布优化标定相机外参；然后对弱纹理海浪图像进行快速立体匹配；最后对海浪点云进行三维重建。该方法能够实现对双目测量系统高精度的自标定，完成基于海浪双目影像数据的快速三维重建。

技术领域

本发明属于一种基于双目影像数据的海浪三维重建方法，涉及三维重建领域。

背景技术

海洋是地球生命的摇篮，面积约占地球表面的70%。同时，海洋是人类和其它生物必不可缺的生存的空间。海浪通常指海洋中由风产生的波浪，主要包括了风浪、涌浪和海洋近海波。在不同的风速、风向和地形条件下，海浪的尺寸变化很大，通常周期为零点几秒到数十秒，波长为几十厘米至几百米，波高为几厘米至20余米，在罕见地形下，波高可达30米以上。其与海上运输、海洋石油和其他矿产的勘探、开发、海洋渔业、海洋工程和海上军事活动等海洋活动都有十分密切的关系。因而关注海浪信息，如海浪浪高、周期、波速等，对于预防海上灾害以及海上工程建设都有着很重要的意义。在海洋海浪的动态信息的研究中，如何高效的获取海浪数据是深入开展海浪理论研究和相关应用研究正面临的热点问题。目前常用的海浪三维重建仪器如波浪浮标和X波段雷达，由于无法长时间采集一定范围内的海浪数据，难以满足深入开展海浪理论研究的数据需求。

发明内容

针对上诉问题，本发明提供了一种基于双目影像数据的海浪三维重建方法，包括海浪影像数据采集(1)、视觉测量系统标定(2)、弱纹理海浪图像立体匹配优化(3)、海浪点云三维重建(4)四个模块。能够实现对双目测量系统高精度的自标定，完成基于海浪双目影像数据的快速三维重建。本发明解决上述问题所采取的技术方案中各模块的功能如下。

所述视觉测量系统标定模块的处理步骤如下：

S21、通过张氏标定法得到相机的内参标定和镜头畸变模型；

S22、利用步骤（S21）得到的镜头畸变模型，对相机拍摄得到的海浪影像数据进行去畸变处理；

S23、对步骤（S22）处理后的去畸变双目图像，采用特征提取算法得到特征点集，并通过特征点匹配算法得到初步的左右视图匹配点对；

S24、对步骤（S23）得到的匹配点对进行相关性评估，并根据相关性剔除得分较低的误差点对；

S25、对步骤（S24）处理后的匹配点进行空间分布优化，先通过如下公式对左视图图像进行均匀空间划分，将图像分为M个大小相等的圆形区域，

其中：r为预设圆形区域的半径大小；为圆心横坐标；为圆心纵坐标。然后通过构建Kd树方式，将左视图对应的匹配点坐标存入Kd树中，并将匹配点的相关性得分按如下公式调整后一并存入Kd树中，

其中：为匹配点的相关性得分。接着通过最邻近查找得到每个区域圆内距离该圆圆心最近的匹配点，距离计算采用如下式所示公式，

其中：为特征点坐标。以此实现对区域圆中特征点的稀疏化调整。通常一对海浪图像无法满足每个区域圆内均能得到匹配点，因此通过添加同一相机视角下的其他海浪图像对的匹配点信息，实现对区域圆内匹配点的填充；

S26、由步骤（S25）处理后的匹配点计算基本矩阵和外参估计；

S27、由步骤（S26）的外参矩阵计算左右视图的重投影误差，并进行评估。

所述弱纹理海浪图像立体匹配优化模块的处理步骤如下：

S31、利用相机外参矩阵对左右视图进行搜索空间的优化；

S32、结合视差范围估计，实现对SGM算法视差计算的优化；

S33、对步骤（S32）的过程采用GPU加速的手段，实现对计算速率的优化。

所述海浪点云三维重建模块步骤如下：