[发明专利]一种基于多站站点点云拼接的三维模型重建方法

说明书

技术领域

本发明涉及一种三维模型重建方法，尤其是涉及一种基于多站站点点云拼接的三维模型重建方法。

背景技术

目标及场景的三维重建及显示在设计仿真、虚拟现实和人机交互等诸多领域都有十分广泛的应用。然而，现有的三维重建技术主要是利用手持相机获得数据进行三维重建，此种方法操作不方便，对获得的图片数据要求质量高，并且三维重建的效果也不是很理想。如果能使三维重建的模型如照片和视频一样容易获得，并且具有良好的模型效果，那么物体模型将能够被应用到更多的领域。如商务网站平台和虚拟现实的大商场购物网站等。但是针对当前对大场景进行三维重建的时候，自动化程度低，得到重建模型并不理想。

发明内容

本发明目的是提供一种基于多站站点点云拼接的三维模型重建方法，该方法使用重建场景和站点布置，并在每个站点位置放置图像采集设备获取多组角度位置图片，并通过整体平差模型得到单个站点的三维模型，采用坐标转换模型获得多站站点的点云拼接并构成局域网，然后使用光束法局域网平差的方法对各站点点云拼接进行优化，得到三维重建模型，不仅过程自动化程度高，提高的了工作效率，而且能够获得较理想的三维重建模型，可广泛应用于机器人导航、全景漫游、VR等多个领域，大大的提高了经济效益。

本发明的技术方案是：一种基于多站站点点云拼接的三维模型重建方法，包括以下步骤：

步骤1)重建场景和站点布置，在每个站点位置放置一个图像采集设备；

步骤2)在单个站点获取多组角度位置图片，并通过整体平差模型将获得的各组数据转换到同一坐标系下，得到单个站点的三维模型；

步骤3)通过三维坐标转换模型获得多个相邻站点的点云拼接并构成局域网；

步骤4)通过光束法局域网平差对局域网的点云拼接进行优化，得到多站站点点云拼接的三维模型。

作为优选的技术方案，步骤1)中在每个站点采集图像的过程中，图像采集设备每旋转10°，采集图像一次，每个站点共采集36个角度位置图片。

作为优选的技术方案，步骤2)中构建单个站点的三维模型的具体方法如下，所述整体平差模型为：

将第m张图片下的相机坐标系的坐标(X,Y,Z)变换到第m-1的图片的相机坐标系中成为(X₁,Y₁,Z₁)，其中，a₁，b₁，c₁，a₂，b₂，c₂，a₃，b₃，c₃为角元素；Φ，Ω，K的函数组成的方向余弦；ΔX,ΔY,ΔZ为坐标原点在三个坐标方向的平移量；λ为缩放系数；

此处引入X,Y,Z的改正数，并对各点坐标进行重心化，误差方程式如下：

其中，(v_x,v_y,v_z)表示(X,Y,Z)为观测值的改正值；dΔX,dΔY,dΔZ,dλ，dΦ，dΩ，dK表示待定参数近视值的改正数；为待旋转坐标系中的空间点的重心坐标，I_X,I_Y,I_Z为误差方程式的常数项；

将(2)与(1)联立解出相邻两张图片的变换参数，然后将所有坐标系的点，依次通过第m张图片对应的点变换到m-1图片的相机坐标系下，再根据第m-2张图片对应的相机坐标系，将图片m-1及图片m转换到图片m-1下的点一起转入到图片m-2中，依次类推，直到将所有坐标系下的点统一到第一张图片对应的相机坐标系中，从而得到单个站点的三维模型。

作为优选的技术方案，步骤3)中构建两个相邻站点的点云拼接的具体方法如下：

两个相邻站点的三维坐标转换模型为：

将扫描站点的点(x,y,z)变换到基准坐标系中变成(X,Y,Z)，其中，X_S,Y_S,Z_S为平移参数，表示扫描站点的三维坐标在基准坐标中的位置，为点云的定位参数；R矩阵反映了点云的自动定向；λ为缩放系数。

根据罗德里格矩阵的性质，第i站点射向其相邻的站点h的附有未知数的平差方程由(4)变为

其中，I为三阶单位阵；为第i站反对称矩阵的平差值；为站点h的测量坐标平差值；为第i站扫描位置坐标；为第i站扫描坐标的平差值；λ为缩放系数；