[发明专利]一种面向大规模三维重建的图像分块方法及装置

摘要

本发明涉及一种面向大规模三维重建的图像分块方法，属于图像处理技术领域；包括以下步骤首先利用图像间的特征匹配关系进行图像整体相似性度量，生成图像间相似度矩阵；然后引入谱聚类思想首先利用谱分析将图像集中的每一个元素映射到利于聚类分析的高维空间，然后利用模糊聚类算法将整个图像集合分成若干个簇，同时对每张图像计算属于各簇的隶属度；最后通过对分类结果的分析处理，在自动生成一系列三维重建效率较高的图像子集合的同时，将与其它图像相似性较低的图像以噪声的形式予以剔除。对比现有技术，应用本发明方法能够有效降低三维重建的计算量，提高三维重建效率；同时，还能够有效剔除噪声图像，降低噪声图像对三维重建时的干扰。

主权项

一种面向大规模三维重建的图像分块方法，其特征在于，包括以下步骤：步骤一、对于输入的图像集合根据图像间的匹配程度求出相似度矩阵；步骤二、根据相似度矩阵通过以下步骤进行谱聚类：步骤2.1根据相似度矩阵通过下述过程进行谱聚类：步骤2.1.1利用相似度矩阵C通过下式计算对应的Graph Laplaction矩阵L，并对L做特征分解：L=I-D-1C,D=diag(d1,d2,...dn),di=Σj=1nCij;]]>其中，I表示单位矩阵，D‑1表示D的逆矩阵，diag表示对角矩阵；步骤2.1.2根据输入图像数目以及以下原则确定分类数m：如果是首次谱聚类，分类数通过谱间隙确定，如果是递归进行的谱聚类，分类数由公式m＝(n+20)/50确定，其中m为分类数，n为当前图像集中图像数目；步骤2.1.3嵌入映射：将矩阵L的特征值按照升序排列，取前k个最大的特征d1,d2,...,dk，得到对应的k个特征向量构成的特征矩阵X＝(x1,x2,...,xk)，该特征矩阵的每一行可以视为每张图像映射到Rn×k空间的一个像；其中，k为预设的值；步骤2.1.4将特征矩阵X的行向量归一化为单位向量，得到归一化后的矩阵Y；步骤2.1.5对映射的像根据分类数m使用聚类方法将n个图像划分到m个类中；步骤2.2迭代谱聚类：对经过步骤2.1得到的聚类结果进行如下判定：假设当前子类中的图像数目为α，THR1和THR2分别为预设的图像数目阈值，则：i.如果α＜THR1，则将当前子类中的所有图像归入不确定集合中；ii.如果THR1≤α＜THR2，则当前子类为一个分好类的集合；iii.如果α＞THR2，则当前子类过大，对当前子类所有图像根据步骤一结果抽取对应图像间相似度值构成新的相似度矩阵C，然后对当前子类继续执行步骤2.1进行递归谱聚类；步骤三、对不确定集合中的每一个图像Ii搜索其与已经分好类集合中图像Ij的最大相似度Cij，如果Cij大于预设的阈值THR3，则将Ii纳入图像Ij所在的集合中，反之直接丢弃。