一种基于图分割的三维稀疏点云重建图像集分类方法技术

本发明专利技术属于计算机虚拟现实技术领域，具体涉及一种基于图分割的三维稀疏点云重建图像集分类方法，包括如下步骤：输入图像集，提取图像特征点；根据图像GPS信息构建预匹配图，构成相机图；执行图分割，将含有整个输入图像集的相机图分割成多个子图；将分割后独立的子图的执行图扩展工作，直至子图扩展达到阈值；保存扩展完毕的子图，每个子图都被作为输入，独立执行相机姿态估计工作。本发明专利技术能够对大规模场景三维重建任务输入的图像集进行分类，分类后的子图像集并行地执行相机姿态估计工作，能够克服单个机器计算资源限制，保证图像集之间信息的完整性，从而支持对于10平方公里以上的大场景三维重建工作，能够应用于数字城市、测绘等领域。

【技术实现步骤摘要】
一种基于图分割的三维稀疏点云重建图像集分类方法
本专利技术属于计算机虚拟现实
，主要用于三维重建、虚拟现实及测绘等领域，具体涉及一种基于图分割的三维稀疏点云重建图像集分类方法。
技术介绍
三维重建一直以来都是计算机视觉领域和计算机图形学研究的一个重要问题。基于图像的三维重建技术因其具有的成本低廉、操作简单、逼真性高等优势而逐渐得到研究者的重视，大量的研究成果被广泛应用于科技、文化、交通、经济、娱乐、游戏等各个领域，比如数字城市，实时监控等方面，具有极其深远的研究意义和实用价值。目前重建算法主要是研究在单一的图像、图像序列或者视频中，利用其所包含的信息来恢复出场景或者物体的三维模型。另外，无人机拍摄具有安全、广视角、大尺度、低成本的优点，同时结合倾斜摄影技术，可以获得纹理丰富、高质量的室外大型场景的图像。将无人机航拍的图片与图像三维重建技术相结合，能够对室外场景三维重建问题的研究提供重要的推进作用，具有极其重要的应用价值。这个研究横跨计算机视觉、自动控制等多个专业，能够重建出户外大型场景，提供一个高效、便捷、廉价的三维重建框架，在测绘、数字本文档来自技高网...

【技术保护点】
1.一种基于图分割的三维稀疏点云重建图像集分类方法，其特征在于，包括如下步骤：/n(1)输入图像集，提取图像特征点；/n(2)根据图像GPS信息构建预匹配图，执行图像匹配和对极几何约束过滤，最终构成相机图；/n(3)根据步骤(2)中的相机图执行图分割，将含有整个输入图像集的相机图分割成多个子图；/n(4)将分割后独立的子图的执行图扩展工作，直至子图扩展达到阈值；/n(5)保存扩展完毕的子图，每个子图都被作为输入，独立执行相机姿态估计工作。/n

【技术特征摘要】
1.一种基于图分割的三维稀疏点云重建图像集分类方法，其特征在于，包括如下步骤：
(1)输入图像集，提取图像特征点；
(2)根据图像GPS信息构建预匹配图，执行图像匹配和对极几何约束过滤，最终构成相机图；
(3)根据步骤(2)中的相机图执行图分割，将含有整个输入图像集的相机图分割成多个子图；
(4)将分割后独立的子图的执行图扩展工作，直至子图扩展达到阈值；
(5)保存扩展完毕的子图，每个子图都被作为输入，独立执行相机姿态估计工作。


2.根据权利要求1所述的分类方法，其特征在于，所述步骤(1)中，输入三维重建图像集，将输入的图像集分配在各个集群节点上，执行特征点提取工作。


3.根据权利要求1所述的分类方法，其特征在于，所述步骤(2)中，依据步骤(1)中得到的图像特征点，基于图像的GPS信息构成预匹配图结构，然后进行图像匹配和对极几何验证工作，得到鲁棒的图像匹配关系，根据图像匹配关系构成相机图。


4.根据权利要求3所述的分类方法，其特征在于，在进行图像匹配之前，利用GPS信息计算每个相机的空间邻居，根据图像数量以及图像所处位置计算得到每个图像的距离阈值Dφ，其中，maxD表示每幅图像相距最远图像的距离；minD表示相距最近图像的距离；N表示输入图像个数；δl取值为10～20；满足小于距离阈值Dφ的图像构成邻居集，每张图像只与本身的邻居集中的图像进行匹配。

【专利技术属性】
技术研发人员：齐越，林鹏飞，杜文祥，
申请(专利权)人：北京航空航天大学青岛研究院，
类型：发明
国别省市：山东;37