一种用于月球车的三维立体重建方法技术

本发明专利技术提供了一种用于月球车的三维立体重建方法，该方法对原始立体像对进行核线校正，基于自适应相关系数方法生成候选匹配像元，组成右影像的候选匹配像元集，基于动态规划方法匹配整体影像，得到候选匹配像元最佳子集，并分别利用视差连续性、视差较同向性、匹配点序列方向一致性等作为约束条件进行判断，利用曲面拟合求解最佳匹配像元，得到最佳匹配像元，将最佳匹配像元集从核线影像上反投影回原始影像，然后利用立体像对的姿态参数进行前方交会获得三维点云完成三维重建；本发明专利技术极大的提升了影像密集匹配的可靠性，大大的减少了影像匹配的错误像元，进而提高了用于月球车的三维立体重建软件的可靠性。

Three dimensional stereo reconstruction method for Lunar Rover

The present invention provides a method for three-dimensional reconstruction of lunar rover, the method of original images of the epipolar correction, matching pixels to generate the candidate adaptive correlation coefficient method based on the composition of the right image candidate matching pixel set, dynamic programming method, the whole image based on candidate matching pixel and the best subset, respectively using the disparity continuity, disparity compared with the same direction, matching point sequence direction consistency as constraint conditions to determine the best matching pixel is solved by using the fitting surface, we can get the best matching pixel, the best matching pixel set from the epipolar image on the projection back to the original image, and then use the stereo attitude parameters on the front the trade fair in the 3D point cloud reconstruction; the invention greatly improves the reliability of image dense matching, greatly reducing the image The matching error pixels, thereby improving the reliability of 3D reconstruction software for lunar rover.

【技术实现步骤摘要】
—种用于月球车的三维立体重建方法
本专利技术涉及一种重建算法，具体涉及，属于计算机视觉领域、数字摄影测量领域以及空间探测
。
技术介绍
现有的基于密集匹配的三维立体重建技术大多是通过整体匹配或区域匹配的算法求得整体最优匹配集，然后在此基础上生成点云，对于生成的点云采用一些点云滤波算法进行粗差点的滤除。但是关于整体影像匹配有一个缺陷在于如果存在一个误匹配点，由于匹配的整体相关性，它会连带影响周边正确的点，导致误匹配增加，如果采用后期的点云滤波算法，那么点云的数量就会减少，因为在匹配过程中有可能匹配正确的点因为该误差点的影响匹配出错，而这些点在点云滤波算法中都会被当作错误点滤除。三维立体重建技术的核心就在于影响密集匹配点，重建质量严重依赖于匹配点的精度以及密度。
技术实现思路
有鉴于此，本专利技术提供了，能够极大的提升了匹配点的质量，从而提升了用于月球车的三维重建质量。，该重建方法具体步骤如下:步骤一:获取月球车的原始立体像对，分为左影像和右影像；步骤二:对步骤一得到的原始立体像对进行核线校正，使得左影像和右影像上的同名点位于同一行上；步骤三:针对左影像上的每一像元，基于自适应相关系数方法生成候选匹配像元，组成右影像的候选匹配像元集，具体如下:对于左影像每一行上的每一个像元，在其右影像相应核线上进行相关系数匹配，计算出右影像核线上设定视差范围内所有像元的相关系数，然后利用最大堆算法求得前N个相关系数最大的像元作为候选匹配像元，再定义一个相关系数最低阈值，去除掉N个候选像元中小于最低阈值的像元，将此时保留下的像元作为最终的候选匹配像元集；步骤四:针对左影像中的每一行像元，在步骤三得到的候选匹配像元集中，寻找其对应的最佳子集，具体过程如下:第I步:基于动态规划方法匹配整体影像，得到候选匹配像元最佳子集，具体如下:增加一个虚拟起点和虚拟终点，将虚拟起点和左影像一行中第一个像元对应的候选匹配像元集中的每一像元连接，将一行中最后一个像元对应的候选匹配像元集中的每一像元与虚拟终点进行连接，形成一个有向图，求得从虚拟起点到虚拟终点权重和最小的路径，该路径经过的候选匹配像元定义为候选匹配像元最佳子集；第2步:针对第I步得到的候选匹配像元最佳子集，进行匹配像元序列一致性判断，具体如下:对左影像上一行的像元匹配的过程中采用从左到右的方向与候选匹配像元最佳子集中的像元进行匹配，计算最佳子集中每个像元的逆序数，然后取最大逆序数对应的像元，将其从候选匹配像元集中删除，同时删除其在左影像对应的像元；然后判断最佳子集中所有像元的逆序数是否都为0，若否，则返回第I步，重新获得最佳子集，若是，则将此时左影像上与最佳子集匹配成功的两像元定义为匹配像元对，进行下一步；第3步:视差较一致性判断；具体方法为:对于所有匹配像元对，统计出匹配像元对的正向视差较以及负向视差较，取其大者作为整体视差较，对于不满足整体视差较的匹配像元对，在候选匹配像元集中删除该候选匹配像元；然后判断剩余的匹配像元对是否都满足整体视差较，若否，则返回第I步，重新获得最佳子集；若是，则进行下一步；第4步:视差连续性判断，即定义一个阈值，判断最佳子集中相邻像元的视差较是否大于该阈值，如果大于，则在候选匹配像元集中删除相邻像元中的后者，返回第I步，重新获得最佳子集；如果小于，则进入步骤五；步骤五:针对左影像中的每一行对应的最佳子集，利用曲面拟合求解最佳匹配像元，得到最佳匹配像元；具体做法是:利用右影像上的最佳子集中设定邻域内的像元，计算出其与左影像中对应的像元的相关系数，将相关系数作为Z方向，拟合出二次抛物面，求的该抛物面最大Z值对应的X、Y值作为最佳匹配像元的坐标；步骤六:将最佳匹配像元集从核线影像上反投影回原始影像，然后利用立体像对的姿态参数进行前方交会获得三维点云完成三维重建。有益效果:本专利技术针对传统的动态规划影像匹配易受误差点的影响，一个噪声点会连带影响周边一定区域内的正确点的缺陷加以改进，利用视差连续性、视差较同向性、匹配点序列方向一致性等作为约束条件，极大的提升了影像密集匹配的可靠性，大大的减少了影像匹配的错误像元，进而提高了用于月球车的三维立体重建软件的可靠性。【附图说明】图1为本专利技术用于月球车的三维立体重建方法的流程图。【具体实施方式】下面结合附图并举实施例，对本专利技术进行详细描述。如附图1所示，本专利技术提供了，该重建方法具体步骤如下:步骤一:获取月球车的原始立体像对。月球车为对称结构，所述的像对是通过照相机拍的其左右对称结构。步骤二:对原始立体像对进行核线校正，使得左右影像上的同名点位于同一行上，目的是为了减少搜索的范围；所述的同名点指的是左右影像上的对应点。核线校正为现有技术，又称核线影像的生成方法。对原始立体像对中左影像上的每一行做步骤三到步骤八的处理，直到所有行都处理完毕。步骤三:针对左影像上的每一像元，基于自适应相关系数方法生成候选匹配像元，组成右影像的候选像元集；该步骤的核心思想在于在保证候选像元数目的同时尽可能多的保证候选像元的质量。具体做法为:对于左影像每一行上的每一个像元，在其右影像相应核线(右影像上相对应的行)上进行相关系数匹配，计算出右影像核线上设定视差范围内所有像元的相关系数，然后利用最大堆算法求得前N个相关系数最大的像元作为候选匹配像元，再定义一个相关系数最低阈值，去除掉N个候选匹配像元中小于最低阈值的像元，将此时保留下的像元作为最终的候选匹配像元集。上述步骤可以生成左影像所有像元在右影像上的候选匹配像元集，而正确的匹配像元就是所有候选匹配像元集中的一个子集。步骤四:针对左影像中的每一行像元，在步骤三得到的候选匹配像元集中，寻找其对应的最佳子集，具体过程如下:第I步:基于动态规划方法匹配整体影像，得到候选匹配像元的最佳子集；该步骤的核心思想在于在所有候选像元中寻找到待匹配像元的最优匹配像元。具体做法为:对于左影像任意一行上的每个像元，通过步骤三求得了该像元在右影像所有可能的候选匹配像元的集合。所有右影像上的候选匹配像元集通过某种策略组成一个带权值的有向图，然后增加一个虚拟起点和虚拟终点，将虚拟起点和左影像一行中第一个像元对应的所有候选像元连接，最后一个像元对应的候选匹配像元集中的每一像元与虚拟终点进行连接，成为一个最终的有向图，求得从虚拟起点到虚拟终点的权重和最小路径，所述路径经过的候选匹配像元定义为候选匹配像元集最佳子集。其中，构建有向图的策略为:对于左影像上待匹配的两个相邻像元A、B，其像元A在右影像上的候选像元集为A1, A2,…An，其像元B在右影像上的候选像元集为B1, B2,…Bm。对于所有ADBjQGiXzr^K=^=!]!),构建Ai到Bj的有向边。多余左影像上所有相邻像元都经过如上处理，则就构建了包含所有候选像元的一个有向图。其中AiBj 边的权值定义为:q= (ClAiA-(IBjB) / (t (AiA) +t (BjB));其中(IAiA 为像元 Aj和像元A的视差，dBjB为像元Bj和像元B的视差，t (AiA)为像元Aj和像元A的相关系数，t (BjB)为像元Bj和像元B的相关系数。上述步骤可以在候选匹配像元集中找到一个最佳子集，这个子集中的像元就是对应于左影像中像元的匹配像元。第2步:针对本文档来自技高网...

【技术保护点】
一种用于月球车的三维立体重建方法，其特征在于，该重建方法具体步骤如下：步骤一：获取月球车的原始立体像对，分为左影像和右影像；步骤二：对步骤一得到的原始立体像对进行核线校正，使得左影像和右影像上的同名点位于同一行上；步骤三：针对左影像上的每一像元，基于自适应相关系数方法生成候选匹配像元，组成右影像的候选匹配像元集，具体如下：对于左影像每一行上的每一个像元，在其右影像相应核线上进行相关系数匹配，计算出右影像核线上设定视差范围内所有像元的相关系数，然后利用最大堆算法求得前N个相关系数最大的像元作为候选匹配像元，再定义一个相关系数最低阈值，去除掉N个候选像元中小于最低阈值的像元，将此时保留下的像元作为最终的候选匹配像元集；步骤四：针对左影像中的每一行像元，在步骤三得到的候选匹配像元集中，寻找其对应的最佳子集，具体过程如下：第1步：基于动态规划方法匹配整体影像，得到候选匹配像元最佳子集，具体如下：增加一个虚拟起点和虚拟终点，将虚拟起点和左影像一行中第一个像元对应的候选匹配像元集中的每一像元连接，将一行中最后一个像元对应的候选匹配像元集中的每一像元与虚拟终点进行连接，形成一个有向图，求得从虚拟起点到虚拟终点权重和最小的路径，该路径经过的候选匹配像元定义为候选匹配像元最佳子集；第2步：针对第1步得到的候选匹配像元最佳子集，进行匹配像元序列一 致性判断，具体如下：对左影像上一行的像元匹配的过程中采用从左到右的方向与候选匹配像元最佳子集中的像元进行匹配，计算最佳子集中每个像元的逆序数，然后取最大逆序数对应的像元，将其从候选匹配像元集中删除，同时删除其在左影像对应的像元；然后判断最佳子集中所有像元的逆序数是否都为0，若否，则返回第1步，重新获得最佳子集，若是，则将此时左影像上与最佳子集匹配成功的两像元定义为匹配像元对，进行下一步；第3步：视差较一致性判断；具体方法为：对于所有匹配像元对，统计出匹配像元对的正向视差较以及负向视差较，取其大者作为整体视差较，对于不满足整体视差较的匹配像元对，在候选匹配像元集中删除该候选匹配像元；然后判断剩余的匹配像元对是否都满足整体视差较，若否，则返回第1步，重新获得最佳子集；若是，则进行下一步；第4步：视差连续性判断，即定义一个阈值，判断最佳子集中相邻像元的视差较是否大于该阈值，如果大于，则在候选匹配像元集中删除相邻像元中的后者，返回第1步，重新获得最佳子集；如果小于，则进入步骤五；步骤五：针对左影像中的每一行对应的最佳子集，利用曲面拟合求解最佳匹配像元，得到最佳匹配像元；具体做法是：利用右影像上的最佳子集中设定邻域内的像元，计算出其与左影像中对应的像元的相关系数，将相关系数作为Z方向，拟合出二次抛物面，求的该抛物面最大Z值对应的X、Y值作为最佳匹配像元的坐标；步骤六：将最佳匹配像元集从核线影像上反投影回原始影像，然后利用立 体像对的姿态参数进行前方交会获得三维点云完成三维重建。...

【技术特征摘要】
1.一种用于月球车的三维立体重建方法，其特征在于，该重建方法具体步骤如下: 步骤一:获取月球车的原始立体像对，分为左影像和右影像； 步骤二:对步骤一得到的原始立体像对进行核线校正，使得左影像和右影像上的同名点位于同一行上； 步骤三:针对左影像上的每一像元，基于自适应相关系数方法生成候选匹配像元，组成右影像的候选匹配像元集，具体如下: 对于左影像每一行上的每一个像元，在其右影像相应核线上进行相关系数匹配，计算出右影像核线上设定视差范围内所有像元的相关系数，然后利用最大堆算法求得前N个相关系数最大的像元作为候选匹配像元，再定义一个相关系数最低阈值，去除掉N个候选像元中小于最低阈值的像元，将此时保留下的像元作为最终的候选匹配像元集； 步骤四:针对左影像中的每一行像元，在步骤三得到的候选匹配像元集中，寻找其对应的最佳子集，具体过程如下: 第I步:基于动态规划方法匹配整体影像，得到候选匹配像元最佳子集，具体如下: 增加一个虚拟起点和虚拟终点，将虚拟起点和左影像一行中第一个像元对应的候选匹配像元集中的每一像元连接，将一行中最后一个像元对应的候选匹配像元集中的每一像元与虚拟终点进行连接，形成一个有向图，求得从虚拟起点到虚拟终点权重和最小的路径，该路径经过的候选匹配像元定义为候选匹配像元最佳子集； 第2步:针对第I步得到的候选匹配像元最佳子集，进行匹配像元序列一致性判断，具体如下: 对左影像上一行的像元匹配的过程中采用从左到...

【专利技术属性】
技术研发人员：吉龙，李传荣，金鹏，王芳，张旺军，廖小超，黎荆梅，王琼，
申请(专利权)人：北京空间飞行器总体设计部，中国科学院光电研究院，
类型：发明
国别省市：