一种单目标建筑物的多视角快速三维重建方法及终端机技术

本发明专利技术提供一种单目标建筑物的多视角快速三维重建方法及终端机，涉及属于三维重建领域，获取目标建筑物的初始数据；对输入图像进行颜色、几何一致性测量；构建基于MRF的能量函数；使用图割算法对能量函数进行求解，得到二值分割的结果；基于KL散度检测颜色混合区域；对颜色混合区域使用Matting细化边界，得到第二次分割结果；对二次分割后的多视图照片进行锐化处理；提取锐化后的多视图照片的图像特征点；将提取到的图像特征点进行匹配；基于匹配结果进行三维重建。本发明专利技术通过自动分割出多视图图像的前景目标，来减少时间成本，提高三维重建的速度。解决了在图片的利用上并没有区分前景、中景、后景，造成了资源浪费的问题。造成了资源浪费的问题。造成了资源浪费的问题。

【技术实现步骤摘要】
一种单目标建筑物的多视角快速三维重建方法及终端机


[0001]本专利技术涉及属于三维重建领域，尤其涉及一种单目标建筑物的多视角快速三维重建方法及终端机。

技术介绍

[0002]三维重建是指对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理、操作和分析其性质的基础,也是在计算机中建立表达客观世界的虚拟现实的关键技术。
[0003]随着计算机视觉领域的发展，基于多视角的三维重建技术得到越来越广泛的应用，比如精细化的三维城市模型作为城市规划、建设、管理和信息化的基础数据，得到了日益广泛的应用并城市空间数据框架的重要内容。
[0004]现有的三维重建方法大多为已知内外参数的多幅数字图像为输入，重建出真实世界中实际场景的三维模型，在图片的利用上并没有区分前景、中景、后景，造成了资源的浪费，并影响建模的速度。

技术实现思路

[0005]本专利技术提供一种单目标建筑物的多视角快速三维重建方法，方法通过自动分割出多视图图像的前景目标，来减少时间成本，提高三维重建的速度。
[0006]方法包括：
[0007]步骤一：获取目标建筑物的初始数据；
[0008]步骤二：对输入图像进行颜色、几何一致性测量；
[0009]步骤三：构建基于MRF的能量函数；
[0010]步骤四：使用图割算法对能量函数进行求解，得到二值分割的结果；
[0011]步骤五：基于KL散度检测颜色混合区域；
[0012]步骤六：对颜色混合区域使用Matting细化边界，得到第二次分割结果；
[0013]步骤七：对二次分割后的多视图照片进行锐化处理；
[0014]步骤八：提取锐化后的多视图照片的图像特征点；
[0015]步骤九：将提取到的图像特征点进行匹配；
[0016]步骤十：基于匹配结果进行三维重建。
[0017]进一步需要说明的是，步骤二中：利用高斯混合模型GMM为每个图象的前景和背景颜色分布构建颜色模型，并根据颜色模型计算某像素点属于前景和背景的可能性；
[0018]在构建GMM前先使用双边滤波去除图像噪声；
[0019]高斯混合模型包括：前景GMM和背景GMM，其定义如下：
[0020][0021]式中：I
k
(x)表示第k个输入图像中第x个像素的颜色；G
f
是依据前景目标颜色构造的颜色模型；P(I
k
(x)∣G
f
)表示像素I
k
(x)是前景G
f
的概率；是加权高斯分量，其在前景标签上均值和方差分别表示为
[0022]再使用S型函数定义如下几何模型：
[0023][0024]式中：s
k
(x)＝max(p
k
(H(x)))是投票最高得分，K是输入图像的数量，参数λ用于控制能量函数的形状；若投票最高得分s
k
(x)小于K，则认为此像素几何不一致。
[0025]进一步需要说明的是，步骤三中，构建能量函数方式包括：
[0026]在多视图图像I＝{I1,I2,...,I
n
}中，估计前景目标的二值掩码图像X＝{X1,X2,...,X
n
}，其中n表示输入图像的数量，分割被表述为单一能量函数：
[0027]E＝λE
d
+E
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0028]式中：E
d
为能量方程的数据项，E
d
＝ρ(x)E
c
+(1
‑
ρ(x))
·
E
g
；
[0029]E
n
为能量方程的平滑项，E
n
＝λ
nc
·
E
nc
+λ
ng
·
E
ng
；
[0030]能量方程的数据包括：颜色模型E
c
和几何模型E
g
；
[0031]数据项中参数ρ表示权重，用来平衡颜色和几何一致性；
[0032][0033]采用的是颜色能量E
nc
和几何能量E
ng
定义两个相邻节点x
p
和x
q
的能量：
[0034][0035][0036]式中，参数β由图像的对比度决定，en
b
表示背景能量。
[0037]进一步需要说明的是，步骤四的图割算法中，使用无向图表示要分割的图像，分割的图像包括普通顶点和两个终端顶点，普通顶点和两个终端顶点分别对应输入图像的每个像素，图中连接两个相邻顶点的线叫做边，每条边都有非负的权值，权值理解为分割代价。
[0038]进一步需要说明的是，步骤五中，使用局部边界区域中的KL散度衡量前景
‑
背景的不确定程度；
[0039]沿第一阶段分割的边界均匀地采样种子点，并使用线性模型衡量每个种子点局部颜色分部的KL散度；通过找到投影颜色靠近局部线性模型中间的像素，检测出第一阶段分割结果中前景
‑
背景不确定区域。
[0040]进一步需要说明的是，步骤七中锐化处理方式包括：
[0041](1)读取分割后的多视图照片的图像数据集；
[0042](2)对读取的数据集进行图像区域分割；
[0043](3)基于分割结果进行灰度化处理；
[0044](4)对灰度化的图像数据进行锐化处理；
[0045](5)输出最终处理后的图像数据。
[0046]进一步需要说明的是，步骤(3)中基于分割结果进行灰度化处理的过程中，采用根据亮度进行灰度化处理，对应的灰度化处理表达式为：
[0047][0048]其中，Gray(i,j)表示图像上坐标为(i，j)的灰度值，R(i，j)为图像中坐标为(i，j)的R分量的亮度值，G(i，j)为图像中坐标为(i，j)的G分量的亮度值，B(i，j)为图像中坐标为(i，j)的B分量的亮度值。
[0049]进一步需要说明的是，步骤八中，实现特征点提取的具体步骤如下
[0050](1)构建尺度空间；
[0051](2)基于所述尺度空间，检测关键点；
[0052](3)通过曲线拟合检测到的关键点，并获取对应的极值点；
[0053](4)将极值点作为处理后的关键点，用于确定特征点的主方向；
[0054](5)构建特征点的描述算子，并输出最终处理后的特征点。
[0055]本专利技术还提供一种电终端机，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，处理器执行所述程序时实现单目标建筑物的多视角快速三维重建方法的步骤。
[0056]从以上技术方案可以看出，本专利技术具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单目标建筑物的多视角快速三维重建方法，其特征在于，方法包括：步骤一：获取目标建筑物的初始数据；步骤二：对输入图像进行颜色、几何一致性测量；步骤三：构建基于MRF的能量函数；步骤四：使用图割算法对能量函数进行求解，得到二值分割的结果；步骤五：基于KL散度检测颜色混合区域；步骤六：对颜色混合区域使用Matting细化边界，得到第二次分割结果；步骤七：对二次分割后的多视图照片进行锐化处理；步骤八：提取锐化后的多视图照片的图像特征点；步骤九：将提取到的图像特征点进行匹配；步骤十：基于匹配结果进行三维重建。2.根据权利要求1所述的单目标建筑物的多视角快速三维重建方法，其特征在于，步骤二中：利用高斯混合模型GMM为每个图象的前景和背景颜色分布构建颜色模型，并根据颜色模型计算某像素点属于前景和背景的可能性；在构建GMM前先使用双边滤波去除图像噪声；高斯混合模型包括：前景GMM和背景GMM，其定义如下：式中：I
k
(x)表示第k个输入图像中第x个像素的颜色；G
f
是依据前景目标颜色构造的颜色模型；P(I
k
(x)∣G
f
)表示像素I
k
(x)是前景G
f
的概率；是加权高斯分量，其在前景标签上均值和方差分别表示为再使用S型函数定义如下几何模型：式中：s
k
(x)＝max(p
k
(H(x)))是投票最高得分，K是输入图像的数量，参数λ用于控制能量函数的形状；若投票最高得分s
k
(x)小于K，则认为此像素几何不一致。3.根据权利要求1所述的单目标建筑物的多视角快速三维重建方法，其特征在于，步骤三中，构建能量函数方式包括：在多视图图像I＝{I1，I2，...，I
n
}中，估计前景目标的二值掩码图像X＝{X1，X2，...，X
n
}，其中n表示输入图像的数量，分割被表述为单一能量函数：E＝λE
d
+E
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)式中：E
d
为能量方程的数据项，E
d
＝ρ(x)E
c
+(1
‑
ρ(x))
·
E
g
；E
n
为能量方程的平滑项，E
n
＝λ
nc
·
E
nc
+λ
ng
·
E

【专利技术属性】
技术研发人员：卢愿，王立峰，苏彪，傅琦，周超，王涛，韩传远，盖敏，白晓龙，刘波，支应辉，马超，
申请(专利权)人：山东鲁软数字科技有限公司，
类型：发明
国别省市：