【技术实现步骤摘要】
本专利技术涉及计算机视觉,特别是涉及一种双目三维重建方法。
技术介绍
三维模型重建是计算机视觉中一个非常重要的研究领域,已经开始被广泛应用于工业、医疗、娱乐三大领域。当前,三维模型重建,按照技术方法分为四大类,采用结构光重建方法、采用断层扫描的重建方法、采用飞行时间的重建方法、采用立体成像的重建方法。其中,立体成像重建方法主要分为两类,即采用单幅图像的重建方法和采用多幅图像的重建方法。采用单幅图像重建的方法可以归纳为shape from X类,如shape from contour(基于轮廓的重构),shape from shading(基于阴影的重构),shapefrom focusing(基于焦距的重构)。但采用单幅图像重建的方法,受制于图像信息量不足,图像深度还原准确度不足。采用多幅图像重建的方法可以避免这一问题。双目三维模型重建方法,即属于采用多幅图像的重构方法。通常的双目三维重建方法,基本过程包括:(1)图像采集、(2)特征提取、(3)特征匹配、(4)三维坐标计算,其重建后存在的问题是步骤(4)三维坐标计算中容易出现非正常点,进而影响三维模型重建效果。
技术实现思路
本专利技术所要解决的技术问题是:弥补上述现有技术的不足,提出一种双目三维重建方法,可有效降低非正常点,获得准确的三维重构模型。本专利技术的技术问题通过以下的技术方案予以解决:一种双目三维重建方法,包括以下步骤:1)采用两台相同型号的图像采集设备采集待重构的物体的图像分别获得左图像和右图像;2)采用棋盘法标定所述图像采集设备,计算所述图像采集设备的内外参数和镜头畸变系数,并根 ...
【技术保护点】
一种双目三维重建方法,其特征在于:包括以下步骤:1)采用两台相同型号的图像采集设备采集待重构的物体的图像分别获得左图像和右图像;2)采用棋盘法标定所述图像采集设备,计算所述图像采集设备的内外参数和镜头畸变系数,并根据所述内外参数和镜头畸变系数对两图像分别进行处理,去除图像中的畸变;3)对步骤2)处理后的两图像进行特征提取,得到两幅图像的特征点;4)利用步骤3)中两幅图像中的特征点,进行特征点匹配,得到特征点对;5)对步骤4)中得到的特征点对,进行对极几何约束检测,去除误匹配的特征点对;6)利用步骤5)后保留的特征点对的二维坐标计算得到特征点对在世界坐标系中的对应点的三维坐标。
【技术特征摘要】
1.一种双目三维重建方法,其特征在于:包括以下步骤:1)采用两台相同型号的图像采集设备采集待重构的物体的图像分别获得左图像和右图像;2)采用棋盘法标定所述图像采集设备,计算所述图像采集设备的内外参数和镜头畸变系数,并根据所述内外参数和镜头畸变系数对两图像分别进行处理,去除图像中的畸变;3)对步骤2)处理后的两图像进行特征提取,得到两幅图像的特征点;4)利用步骤3)中两幅图像中的特征点,进行特征点匹配,得到特征点对;5)对步骤4)中得到的特征点对,进行对极几何约束检测,去除误匹配的特征点对;6)利用步骤5)后保留的特征点对的二维坐标计算得到特征点对在世界坐标系中的对应点的三维坐标。2.根据权利要求1所述的双目三维重建方法,其特征在于:所述步骤5)中,对极几何约束检测包括极线约束检测:判断特征点对中两个特征点的极线约束值是否均小于设定阈值,如是,则保留;如否,则为误匹配的特征点对。3.根据权利要求2所述的双目三维重建方法,其特征在于:根据如下公式计算特征点对m1,m2的极线约束值C1,C2:C1=[P1(m2~′-e1~)]2/tr(p1p1T)C2=[P2(m1~′-e2~)]2/tr(p2p2T)]]>其中,表示对极几何中左视图中极点的归一化坐标,表示对极几何中右视图中极点的归一化坐标;根据如下公式计算得到:m2~′=F1Q1XW~m1~′=F2Q2XW~]]>F1,F2分别为步骤2)中计算得到的两台图像采集设备的内部参数中的基础矩阵,Q1,Q2分别为步骤2)中计算得到的两台图像采集设备的外部参数矩阵;Xw为特征点对m1,m2在世界坐标系中的对应点;为点Xw的三维坐标归一化后得到的矩阵;P1,P2根据如下方程求解得到计算得到:P1(m1~-e1~)=0P2(m2~-e2~)=0]]>为特征点m1的二维坐标归一化后得到的矩阵;为特征点m2的二维坐标归一化后得到的矩阵;向量p1=P1(1 1 0)T,向量p2=P2(1 1 0)T。4.根据权利要求1所述的双目三维重建方法,其特征在于:所述步骤5)中,对极几何约束检测还包括特征点的深度连续性检测:判断特征点对中两个特征点是否均满足深度连续条件,如是,则保留;如否,则为误匹配的特征点对。5.根据权利要求4所述的双目三维重建方法,其特征在于:根据如下公式计算特征点对m1,m2在选取的第s个特征方向的深度连续性检测值:Ds(xl,yl)=Σ1i=n[d(xl,yl)-d(xl+Δxi,yl+Δyi...
【专利技术属性】
技术研发人员:马建设,魏云峰,刘彤,苏萍,
申请(专利权)人:清华大学深圳研究生院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。