一种基于图像筛选的3D模型快速构建方法技术

本发明专利技术实施例提供了一种三维模型构建过程中图像匹配的方法，包括：步骤1：确定待匹配源图像n；步骤2：筛选与源图像n相邻近的图像n‑1…n‑m及n+1…n+m；步骤3：将筛选出的2m+1个图像进行匹配计算；步骤4：对其余待匹配源图像重复上述步骤2‑3，最终完成所有图像的匹配。首次针对体积有限的目标物围绕式采集的方案，提出了通过筛选相邻图片的方式减少匹配算法计算难度和时间，兼顾合成速度和精度。

A fast 3D model construction method based on image filtering

【技术实现步骤摘要】
一种基于图像筛选的3D模型快速构建方法
本专利技术涉及形貌测量
，特别涉及3D形貌测量

技术介绍
在进行3D测量，利用3D测量数据进行加工制造，或是利用3D数据进行展示、识别时，首先应当为目标物建立具有较为准确的3D模型。目前常用的方法包括使用机器视觉的方式，采集物体不同角度的图片，并将这些图片匹配拼接形成3D模型。这些3D模型可以看作是现实事物的数据化，利用这些数据可以加工制造与目标物相匹配的配套物。例如可以采集人体脚部3D数据从而制造更为合适的鞋子。另外，这些数据也可以用来进行身份的验证。例如合成人体虹膜3D模型后可作为身份标准数据，在使用时再次采集虹膜3D数据，与标准数据进行比对，即可识别身份。但是无论是工厂制造还是交易识别，对3D模型的合成速度和精度要求都比较高，否则将带来客户体验的极大劣化。而现有技术中，人们认为合成速度的提高有赖于3D模型重建算法的优化。于是提出了各种改进3D模型重建的算法，但效果一般。这是由于通常的算法都是通用算法，适用于更广泛的场景。由于通用场景中，采集是相对随机的。例如在进行楼房的建模时，使用无人机对楼房进行拍摄，其飞行轨迹通常并不固定。也就是说，采集过程并不是标准的。因此，目前算法也是针对这种随机过程设计的，现有技术中没有任何专门针对固定程序的环绕式采集的算法优化。本领域还认为精度的提高更多依赖于图像采集的精度。使用高分辨率的相机自然可以提高图像采集精度，并在一定程度上提高3D建模的精度，但是超高分辨率的图像也带来了合成速度的极度下降。而且，合成速度和合成精度在某种程度上是一对矛盾，合成速度的提高会导致最终3D合成精度下降；要提高3D合成精度则需要降低合成速度，通过更多的图片来合成。首先，现有技术中没有能够较好地同时提高合成速度和合成效果的算法。其次，通常认为采集和合成是两个过程，互不影响，并没有统一考虑。这影响了3D合成建模的效率无法兼顾提高合成速度和合成的精度。最后，在现有技术中，也曾提出使用包括转动角度、目标物尺寸、物距的经验公式限定相机位置，从而兼顾合成速度和效果。然而在实际应用中发现：除非有精确量角装置，否则用户对角度并不敏感，难以准确确定角度；目标物尺寸难以准确确定，特别是某些应用场合目标物需要频繁更换，每次测量带来大量额外工作量，并且需要专业设备才能准确测量不规则目标物。测量的误差导致相机位置设定误差，从而会影响采集合成速度和效果；准确度和速度还需要进一步提高。因此，目前急需解决以下技术问题：①能够打破算法优化偏见，并不进行通用算法的优化，而是寻找旋转式采集这一场景的优化方法；②算法能够和采集图像的方法相互配合从而同时提高合成速度和合成精度。③能够针对环绕式采集目标物，生成3D模型的场景，专门进行算法优化。
技术实现思路
鉴于上述问题，提出了本专利技术提供一种克服上述问题或者至少部分地解决上述问题的一种三维模型构建过程中图像匹配的方法。本专利技术实施例提供了一种三维模型构建过程中图像匹配的方法，包括：步骤1：确定待匹配源图像n；步骤2：筛选与源图像n相邻近的图像n-1…n-m及n+1…n+m；步骤3：将筛选出的2m+1个图像进行匹配计算；步骤4：对其余待匹配源图像重复上述步骤2-3，最终完成所有图像的匹配。可选的实施例中，步骤2中，计算当前拍照位置Pt与所有时刻拍照位置之间的距离Di，并对Di进行排序，选择最小的Q个作为Pt临近的拍照位置，相应位置拍摄的图像作为待匹配图像。可选的实施例中，根据图像采集设备转动速度和拍摄间隔计算拍照位置之间的距离Di。可选的实施例中，两个图像相邻的采集位置的距离为：其中L为在相邻两个采集位置时图像采集装置光心的直线距离；f为图像采集装置的焦距；d为图像采集装置感光元件的矩形长度或宽度；T为图像采集装置感光元件沿着光轴到目标物表面的距离；δ为调整系数。可选的实施例中，每相邻L的位置采集的图像依序作为相邻图像，选择序列中的相邻的Q个图像作为待匹配图像。可选的实施例中，δ<0.603；优选δ<0.498，δ<0.356，δ<0.311。可选的实施例中，所述方法还包括：对筛选得到的图像进行图像增强处理；对筛选得到的图像进行特征点提取，并进行特征点匹配，获取稀疏特征点；输入匹配的特征点坐标，解算稀疏的人脸三维点云和图像采集装置的位置和姿态数据，即获得了稀疏目标物模型三维点云和位置的模型坐标值；以稀疏特征点为初值，进行多视图像稠密匹配，获取得到密集点云数据。本专利技术实施例的另一方面还提供了一种利用三维模型数据进行实体物生成方法，包括所述的匹配方法。本专利技术实施例的第三方面还提供了一种三维模型构建方法，包括所述的匹配方法。本专利技术实施例的第四方面还提供了一种三维数据比对方法，包括所述的匹配方法。专利技术点及技术效果1、首次针对体积有限的目标物围绕式采集的方案，提出了通过筛选相邻图片的方式减少匹配算法计算难度和时间，兼顾合成速度和精度。2、通过优化相机采集图片的位置的方式来和优化的算法相互配合一起提高合成速度和合成精度。并且优化位置时，无需测量角度，无需测量目标尺寸，适用性更强。3、通过照片采集距离排序的方法，保证任意情况下均能够找到最适合匹配的照片，并且不会遗漏最适合的照片，从而提高算法速度和精度。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本专利技术实施例提供的3D合成方法流程图；图2为本专利技术实施例提供的图像筛选方法流程图；图3为本专利技术实施例提供的采集设备为转动结构的一种实现方式的示意图；图4为本专利技术实施例提供的采集设备为转动结构的另一种实现方式的示意图；图5为本专利技术实施例提供的采集设备为平动结构的实现方式的示意图；图6为本专利技术实施例提供的采集设备为无规则运动的实现方式的示意图；图7为本专利技术实施例提供的采集设备为多相机结构的实现方式的示意图；附图标记与各部件的对应关系如下：1载物台，2转动装置，3转动臂，4图像采集装置。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。3D合成方法流程图像采集装置通过与目标物相对运动而采集目标物一组图像；采集设备在下述采集设备实施例中进行详细说明。处理单元根据上述所述一组图像中的多个图像得到目标物的3D信息。具体算法如下。当然，处理单元可以直接设置在图像本文档来自技高网...

【技术保护点】
1.一种三维模型构建过程中图像匹配的方法，其特征在于：/n步骤1：确定待匹配源图像n；/n步骤2：筛选与源图像n相邻近的图像n-1…n-m及n+1…n+m；/n步骤3：将筛选出的2m+1个图像进行匹配计算；/n步骤4：对其余待匹配源图像重复上述步骤2-3，最终完成所有图像的匹配。/n

【技术特征摘要】
1.一种三维模型构建过程中图像匹配的方法，其特征在于：
步骤1：确定待匹配源图像n；
步骤2：筛选与源图像n相邻近的图像n-1…n-m及n+1…n+m；
步骤3：将筛选出的2m+1个图像进行匹配计算；
步骤4：对其余待匹配源图像重复上述步骤2-3，最终完成所有图像的匹配。


2.如权利要求1所述方法，其特征在于：步骤2中，计算当前拍照位置Pt与所有时刻拍照位置之间的距离Di，并对Di进行排序，选择最小的Q个作为Pt临近的拍照位置，相应位置拍摄的图像作为待匹配图像。


3.如权利要求1所述方法，其特征在于：根据图像采集设备转动速度和拍摄间隔计算拍照位置之间的距离Di。


4.如权利要求1所述方法，其特征在于：两个图像相邻的采集位置的距离为：



其中L为在相邻两个采集位置时图像采集装置光心的直线距离；f为图像采集装置的焦距；d为图像采集装置感光元件的矩形长度或宽度；T为图像采集装置感光元件沿着光轴到目标物表面的距离；δ为调整系数。

【专利技术属性】
技术研发人员：左忠斌，左达宇，
申请(专利权)人：天目爱视北京科技有限公司，
类型：发明
国别省市：北京;11