The embodiment of the invention discloses a three-dimensional reconstruction method based on binocular vision, which includes obtaining the internal structure parameters and distortion parameters of each camera; matching the corresponding control points in different images, filtering out the wrong control points, determining the external parameters and correction polar line; optimizing the internal structure parameters, external parameters and distortion parameters according to the control points; and optimizing the internal structure parameters according to the optimized internal structure parameters Part structure parameters, external parameters and distortion parameters are used to calibrate each camera; based on the images collected by each camera after calibration, the 3D depth point cloud image is constructed, and the reconstructed depth image is obtained by fusing the 3D depth point cloud image. Compared with the common three-dimensional reconstruction based on binocular vision, the three-dimensional reconstruction technology of the application based on the three-dimensional vision technology can obtain more information by setting more than one camera, better detect abnormal points such as noise points, better judge whether the reconstruction of the three-dimensional points is correct, and achieve high-precision scene reconstruction.
【技术实现步骤摘要】
一种基于三目视觉的三维重建方法和装置
本专利技术实施例涉及人工智能、立体视觉
,具体涉及一种基于三目视觉的三维重建方法和装置。
技术介绍
三维重建技术是计算机视觉领域的一个重要的问题,在无损检测,距离测量等很多方面具有广泛地应用。传统的三维重建技术是基于双目的,主要出发点是模仿人的眼睛。它采用两个视觉传感器,通过图像采集、标定、立体匹配、等获得丰富的三维场景信息确定场景中不同物体的距离。但是,上述方法存在准确性低的问题,为了提高上述方法的准确性,就需要借助于雷达,然而这样却大大的提高了成本。
技术实现思路
为此,本专利技术实施例提供一种基于三目视觉的三维重建方法和装置,以解决现有技术中三维重建准确性低以及成本高的问题。为了实现上述目的,本专利技术实施例提供如下技术方案:根据本专利技术实施例的第一方面提供了一种基于三目视觉的三维重建方法,包括三个相机,还包括:获取每个所述相机的内部结构参数和畸变参数;两两匹配不同图像中对应控制点,滤除匹配错误的控制点,确定所述相机的外部参数,校正所述相机的极线;依据所述控制点,采用光束平差参数优化方法,对内部结构参数、外部参数和畸变参数优化;根据优化后的内部结构参数、外部参数和畸变参数,标定每个所述相机的内部结构参数、外部参数和畸变参数;基于标定后的每个所述相机所采集的图像构建三维深度点云图,通过融合三维深度点云图得到重建后的深度图。进一步地,所述的基于三目视觉的三维重建方法中,所述两两匹配不同图 ...
【技术保护点】
1.一种基于三目视觉的三维重建方法,包括三个相机,其特征在于,还包括:/n获取每个所述相机的内部结构参数和畸变参数;/n两两匹配不同图像中对应控制点,滤除匹配错误的控制点,确定所述相机的外部参数,校正所述相机的极线;/n依据所述控制点,采用光束平差参数优化方法,对内部结构参数、外部参数和畸变参数优化;/n根据优化后的内部结构参数、外部参数和畸变参数,标定每个所述相机的内部结构参数、外部参数和畸变参数;/n基于标定后的每个所述相机所采集的图像构建三维深度点云图,通过融合三维深度点云图得到重建后的深度图。/n
【技术特征摘要】
1.一种基于三目视觉的三维重建方法,包括三个相机,其特征在于,还包括:
获取每个所述相机的内部结构参数和畸变参数;
两两匹配不同图像中对应控制点,滤除匹配错误的控制点,确定所述相机的外部参数,校正所述相机的极线;
依据所述控制点,采用光束平差参数优化方法,对内部结构参数、外部参数和畸变参数优化;
根据优化后的内部结构参数、外部参数和畸变参数,标定每个所述相机的内部结构参数、外部参数和畸变参数;
基于标定后的每个所述相机所采集的图像构建三维深度点云图,通过融合三维深度点云图得到重建后的深度图。
2.根据权利要求1所述的基于三目视觉的三维重建方法,其特征在于,所述两两匹配不同图像中的对应控制点,包括:
标注每个所述相机采集的图像中的控制点;
获取每个所述控制点的SIFT特征描述子;
根据每个所述控制点的SIFT特征描述子,采用Hamming距离方法,两两匹配不同图像中对应控制点。
3.根据权利要求2所述的基于三目视觉的三维重建方法,其特征在于,所述滤除匹配错误的控制点,包括:
采用RANSAC算法滤除匹配错误的控制点。
4.根据权利要求1所述的基于三目视觉的三维重建方法,其特征在于,
所述内部参数包括:焦距参数和相机中心参数,所述外部参数包括:相机的空间位置参数、旋转矩阵和平移矩阵,所述畸变参数包括:径向畸变和切向畸变。
5.根据权利要求1所述的基于三目视觉的三维重建方法,其特征在于,所述基于标定后的每个所述相机所采集的图像构建三维深度点云图,通过融合三维深度点云图得到重建后的深度图,包括:
计算每个标定后所述相机采集的图像中的各个点成为场景中物体的概率,得到三张概率图;
采用半全局代价空间优化方法,去除每张概率图中的不连续的噪点;
基于去除噪点后的三张概率图构建三维深度点云图,融合三维深度点云图得到重建后的深度图。
6.根...
【专利技术属性】
技术研发人员:李学钧,戴相龙,蒋勇,何成虎,杨政,
申请(专利权)人:江苏濠汉信息技术有限公司,
类型:发明
国别省市:江苏;32
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。