[发明专利]一种三维重建方法及系统

说明书

技术领域

本发明涉及图像处理领域，尤其涉及一种三维重建方法及系统。

背景技术

三维模型是物体的三维多边形表示，通常用计算机或者其他视频设备进行显示。随着三维技术的发展，三维模型逐步被应用到医学、电影、工业、游戏中，在现代科技中扮演极其重要的角色。三维重建作为获取三维信息的有效手段已经成为计算机图形学和计算机视觉领域的一个研究热点。获取三维信息的主要技术可以分为主动式和被动式两种：主动式技术需要激光扫描获取深度图或者医学影像设备，如CT、MRT、PET等，获取断层的层片数据序列，这些设备获取的数据精确，但是由于过于昂贵而无法普遍地应用；而基于立体视觉的被动式技术只需要简单的设备，如两个摄像头更易被大众接受。虽然被动式技术适合很多场合，但是较低的三维重建精度仍然是被动式三维重建技术的主要难题。

当前获取三维信息，即视差的立体匹配算法主要分为三大类：区域匹配、特征匹配和相位匹配。区域匹配以基准图的待匹配点为中心创建一个窗口，用邻域像素的灰度值分布来表征该像素，然后在对准图中寻找这么一个像素，以其为中心创建同样的一个窗口，并将其邻域像素的灰度值分布来表征它，两者间的相似性必须满足一定的阈值条件。特征匹配分为局部特征和全局特征两大类。局部特征包括点、边缘、线段、小面或局部能量。全局特征包括多边形和图像结构等。基于特征的匹配一般含有特征提取和定位、特征描述、特征匹配三个步骤。相位匹配基于傅立叶平移定理，信号在空间域上的平移产生频率域上成比例的相位平移，频率域信号分析在数学表达更有助于区域分析。

常见的区域匹配算法有误差绝对值求和(Sum of Absolute Differences，SAD)算法、平方差求和(Sum of Squared Differences，SSD)算法、正交化互相关(Normalized Cross Correlation，NCC)算法等，它们的阈值公式分别为：

RSSD=Σn1=0N1-1Σn2=0N2-1[f(n1,n2)-g(n1,n2)]2]]>(R_SSD值越小则相似度越高)；