双目视觉系统的三维重建方法、装置及双目视觉系统制造方法及图纸

本发明专利技术涉及计算机视觉技术领域，公开了一种双目视觉系统的三维重建方法、装置及双目视觉系统。所述双目视觉系统的三维重建方法，包括：获取双目摄像设备像素位置与场景点位置的摄像模型参数；对双目摄像设备采集的图像进行预处理；对预处理后的图像进行去模糊处理；从去模糊处理后的图像中提取图像中物体的特征点；对提取的图像中物体的特征点进行立体匹配处理，以获取图像中物体的空间离散点；以及根据摄像模型参数和空间离散点生成图像中物体的三维模型。本发明专利技术针对模糊图像通过图像预处理和去模糊处理快速获取清晰和高质量的图像，提高了特征点提取和空间离散点立体匹配的精确度，提高了双目视觉系统的三维重建的精确度、效果和工作效率。

Three dimensional reconstruction method, device and binocular vision system of binocular vision system

The invention relates to the technical field of computer vision, and discloses a three-dimensional reconstruction method, a device and a binocular vision system of the binocular vision system. Including the method of 3D reconstruction of binocular vision system, the camera model parameters: binocular camera pixel location and scene location; image of binocular camera equipment acquisition pretreatment; used on the pre processed image deblurring processing; feature extraction image object from image deblurring in treated the feature points extraction; object image matching, to obtain images of objects in the space of discrete points; and according to the camera model parameters and space object discrete points generated image in 3D model. The present invention for blurred images through image preprocessing and deblurring processing quickly get clear and high quality image, improves the accuracy of feature extraction and spatial discrete points of stereo matching and 3D reconstruction of binocular vision system to improve the accuracy, effectiveness and efficiency.

【技术实现步骤摘要】
双目视觉系统的三维重建方法、装置及双目视觉系统
本专利技术涉及计算机视觉
，尤其涉及一种双目视觉系统的三维重建方法、装置及双目视觉系统。
技术介绍
双目立体视觉是当前计算机视觉领域中的重要研究课题，现有立体视觉系统通过两个摄像机从不同角度同时获取目标物体的两幅数字图像，并基于视差原理和两摄像机内外参数的基础上，恢复出目标物体的三维空间信息。现有双目视觉系统在特征点提取之前通常只进行降噪、锐化等简单的图像预处理，虽然针对普通静态图像可达到较好的三维重建效果，但针对由抖动导致的模糊图像，提取的特征点和空间立体匹配的离散点的精确度较低，导致现有双目视觉系统三维重建的精确度、效果和工作效率效果不佳。
技术实现思路
鉴于此，本专利技术提供一种双目视觉系统的三维重建方法、装置及双目视觉系统，解决现有双目视觉系统针对模糊图像进行三维重建的精确度、效果和工作效率效果不佳的技术问题。根据本专利技术的一个实施例，提供一种双目视觉系统的三维重建方法，包括：获取双目摄像设备像素位置与场景点位置的摄像模型参数；对双目摄像设备采集的图像进行预处理；对预处理后的图像进行去模糊处理；从去模糊处理后的图像中提取图像中物体的特征点；对提取的图像中物体的特征点进行立体匹配处理，以获取图像中物体的空间离散点；以及根据获取的摄像模型参数和获取的图像中物体的空间离散点生成图像中物体的三维模型。优选的，所述对预处理后的图像进行去模糊处理，包括：对预处理后图像的小视场图像进行模糊核估计处理，以获取小视场模糊核；将获取的小视场模糊核替代图像全视场图像的全视场模糊核；以及根据替代后的全视场模糊核对全视场图像进行非盲区卷积处理。优选的，所述对预处理后图像的小视场图像进行模糊核估计处理，包括：获取预处理后图像的小视场图像的高频信息；通过迭代收缩阈值算法对获取的高频信息进行迭代更新，以获取更新的高频信息值；通过无约束迭代重加权最小二乘法对点扩散函数进行迭代更新，以获取更新的点扩散函数值；以及根据获取的更新的高频信息值和更新的点扩散函数值计算能量函数，以评估获取小视场模糊核。优选的，所述小视场模糊核评估为：其中f为图像的高频信息值，h为点扩散函数值，*表示二维的卷积操作。优选的，所述根据替代后的全视场模糊核对全视场图像进行非盲区卷积处理，包括：根据替代后的全视场模糊核通过超拉普拉斯先验的快速去卷积算法对全视场图像进行非盲区卷积处理。优选的，所述对双目摄像设备采集的图像进行图像预处理，包括：对双目摄像设备采集的图像进行自适应中值滤波处理；对自适应中值滤波处理处理后的图像进行有限对比适应性直方均衡化处理；对有限对比适应性直方均衡化处理后的图像进行直方图匹配处理；以及对直方图匹配处理后的图像进行锐化处理。根据本专利技术的另一个实施例，提供一种双目视觉系统的三维重建装置，包括：摄像模型参数获取模块，用于获取双目摄像设备像素位置与场景点位置的摄像模型参数；预处理模块，用于对双目摄像设备采集的图像进行预处理；去模糊模块，用于对所述预处理模块预处理后的图像进行去模糊处理；特征点提取模块，用于从所述去模糊模块去模糊处理后的图像中提取图像中物体的特征点；离散点获取模块，用于对所述特征点提取模块提取的图像中物体的特征点进行立体匹配处理，以获取图像中物体的空间离散点；以及三维模型生成模块，用于根据所述摄像模型参数获取模块获取的摄像模型参数和所述离散点获取模块获取的图像中物体的空间离散点生成图像中物体的三维模型。优选的，所述去模糊模块，包括：小视场模糊核获取单元，用于对所述预处理模块预处理后图像的小视场图像进行模糊核估计处理，以获取小视场模糊核；模糊核替代单元，用于将所述小视场模糊核获取单元获取的小视场模糊核替代图像全视场图像的全视场模糊核；以及非盲区卷积处理单元，用于根据所述模糊核替代单元替代后的全视场模糊核对全视场图像进行非盲区卷积处理。优选的，所述小视场模糊核获取单元，包括：高频信息获取子单元，用于获取所述预处理模块预处理后图像的小视场图像的高频信息；高频信息值更新子单元，用于通过迭代收缩阈值算法对所述高频信息获取子单元获取的高频信息进行迭代更新，以获取更新的高频信息值；点扩散函数值更新子单元，用于通过无约束迭代重加权最小二乘法对点扩散函数进行迭代更新，以获取更新的点扩散函数值；以及小视场模糊核评估子单元，用于根据所述高频信息值更新子单元获取的更新的高频信息值和所述点扩散函数值更新子单元更新的点扩散函数值计算能量函数，以评估获取小视场模糊核。优选的，所述小视场模糊核评估子单元对小视场模糊核评估为：其中f为图像的高频信息值，h为点扩散函数值，*表示二维的卷积操作。优选的，所述非盲区卷积处理单元用于根据所述模糊核替代单元替代后的全视场模糊核通过超拉普拉斯先验的快速去卷积算法对全视场图像进行非盲区卷积处理。优选的，所述预处理模块，包括：自适应中值滤波处理单元，用于对双目摄像设备采集的图像进行自适应中值滤波处理；直方均衡化处理单元，用于对所述自适应中值滤波处理单元自适应中值滤波处理处理后的图像进行有限对比适应性直方均衡化处理；直方图匹配处理单元，用于对所述直方均衡化处理单元有限对比适应性直方均衡化处理后的图像进行直方图匹配处理；以及锐化处理单元，用于对所述直方图匹配处理单元直方图匹配处理后的图像进行锐化处理。根据本专利技术的又一个实施例，提供一种双目视觉系统，所述双目视觉系统包括上述的双目视觉系统的三维重建装置。本专利技术提供的双目视觉系统的三维重建方法、装置及双目视觉系统，获取双目摄像设备像素位置与场景点位置的摄像模型参数，对双目摄像设备采集的图像进行预处理，对预处理后的图像进行去模糊处理，从去模糊处理后的图像中提取图像中物体的特征点，对提取的图像中物体的特征点进行立体匹配处理以获取图像中物体的空间离散点，根据获取的摄像模型参数和获取的图像中物体的空间离散点生成图像中物体的三维模型，针对模糊图像通过图像预处理和去模糊处理快速获取清晰和高质量的图像，提高了特征点提取和空间离散点立体匹配的精确度，进而提高了双目视觉系统的三维重建的精确度、效果和工作效率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一个实施例中双目视觉系统的三维重建方法的流程示意图。图2为本专利技术一个实施例中图像预处理的流程示意图。图3为本专利技术一个实施例中去模糊处理的流程示意图。图4为本专利技术一个实施例中模糊核估计处理的流程示意图。图5为本专利技术另一个实施例中双目视觉系统的三维重建装置的结构示意图。图6为本专利技术另一个实施例中预处理模块的结构示意图。图7为本专利技术另一个实施例中去模糊模块的结构示意图。图8为本专利技术另一个实施例中小视场模糊核获取单元的结构示意图。图9为本专利技术又一个实施例中双目视觉系统的结构示意图。具体实施方式下面结合附图和具体实施方式对本专利技术的技术方案作进一步更详细的描述。显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有本文档来自技高网...

【技术保护点】
一种双目视觉系统的三维重建方法，其特征在于，包括：获取双目摄像设备像素位置与场景点位置的摄像模型参数；对双目摄像设备采集的图像进行预处理；对预处理后的图像进行去模糊处理；从去模糊处理后的图像中提取图像中物体的特征点；对提取的图像中物体的特征点进行立体匹配处理，以获取图像中物体的空间离散点；以及根据获取的摄像模型参数和获取的图像中物体的空间离散点生成图像中物体的三维模型。

【技术特征摘要】
1.一种双目视觉系统的三维重建方法，其特征在于，包括：获取双目摄像设备像素位置与场景点位置的摄像模型参数；对双目摄像设备采集的图像进行预处理；对预处理后的图像进行去模糊处理；从去模糊处理后的图像中提取图像中物体的特征点；对提取的图像中物体的特征点进行立体匹配处理，以获取图像中物体的空间离散点；以及根据获取的摄像模型参数和获取的图像中物体的空间离散点生成图像中物体的三维模型。2.根据权利要求1所述的双目视觉系统的三维重建方法，其特征在于，所述对预处理后的图像进行去模糊处理，包括：对预处理后图像的小视场图像进行模糊核估计处理，以获取小视场模糊核；将获取的小视场模糊核替代图像全视场图像的全视场模糊核；以及根据替代后的全视场模糊核对全视场图像进行非盲区卷积处理。3.根据权利要求2所述的双目视觉系统的三维重建方法，其特征在于，所述对预处理后图像的小视场图像进行模糊核估计处理，包括：获取预处理后图像的小视场图像的高频信息；通过迭代收缩阈值算法对获取的高频信息进行迭代更新，以获取更新的高频信息值；通过无约束迭代重加权最小二乘法对点扩散函数进行迭代更新，以获取更新的点扩散函数值；以及根据获取的更新的高频信息值和更新的点扩散函数值计算能量函数，以评估获取小视场模糊核。4.根据权利要求3所述的双目视觉系统的三维重建方法，其特征在于，所述小视场模糊核评估为：其中f为图像的高频信息值，h为点扩散函数值，*表示二维的卷积操作。5.根据权利要求2所述的双目视觉系统的三维重建方法，其特征在于，所述根据替代后的全视场模糊核对全视场图像进行非盲区卷积处理，包括：根据替代后的全视场模糊核通过超拉普拉斯先验的快速去卷积算法对全视场图像进行非盲区卷积处理。6.根据权利要求1所述的双目视觉系统的三维重建方法，其特征在于，所述对双目摄像设备采集的图像进行图像预处理，包括：对双目摄像设备采集的图像进行自适应中值滤波处理；对自适应中值滤波处理处理后的图像进行有限对比适应性直方均衡化处理；对有限对比适应性直方均衡化处理后的图像进行直方图匹配处理；以及对直方图匹配处理后的图像进行锐化处理。7.一种双目视觉系统的三维重建装置，其特征在于，包括：摄像模型参数获取模块，用于获取双目摄像设备像素位置与场景点位置的摄像模型参数；预处理模块，用于对双目摄像设备采集的图像进行预处理；去模糊模块，用于对所述预处理模块预处理后的图像进行去模糊处理；特征点提取模块，用于从所述去模糊模块去模糊处理后的图像中提取图像中物体的特征点；离散点获取模块，用于对所述特征点提取模块提取...

【专利技术属性】
技术研发人员：代伟佳，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海,31