[发明专利]三维点云重构方法和装置、服务器及可读存储介质有效
申请号: | 201710642160.X | 申请日: | 2017-07-31 |
公开(公告)号: | CN107507277B | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 那日松;齐越;李楠 | 申请(专利权)人: | 北京康邦科技有限公司 |
主分类号: | G06T17/10 | 分类号: | G06T17/10 |
代理公司: | 北京布瑞知识产权代理有限公司 11505 | 代理人: | 孟潭 |
地址: | 100083 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 三维 点云重构 方法 装置 服务器 可读 存储 介质 | ||
1.一种三维点云重构方法,其特征在于,所述方法包括:
利用两张图像的特征点之间的匹配关系获取本质矩阵,
通过分解所述本质矩阵得到所述两张图像之间的相对旋转矩阵和相对位移方向向量;
计算所述相对旋转矩阵的旋转误差;
基于所述旋转误差对所述相对旋转矩阵进行滤波;
基于滤波后的相对旋转矩阵计算全局旋转矩阵;
基于所述相对位移方向向量计算全局位移方向向量;以及
基于所述两张图像的特征点之间的匹配关系、所述全局旋转矩阵和所述全局位移方向向量,获取目标场景的三维点云,
其中,所述旋转误差的预设阈值设定在1°到15°的范围内;
所述基于所述旋转误差对所述相对旋转矩阵进行滤波,包括:
基于所述旋转误差和所述预设阈值对所述相对旋转矩阵进行滤波;
所述基于滤波后的相对旋转矩阵计算全局旋转矩阵包括:
采用范数二重求和公式进行所述全局旋转矩阵的估计,
所述范数二重求和公式如下:
其中,Ri表示图像i对应的全局旋转矩阵,表示图像j对应的全局旋转矩阵的逆矩阵,Rij表示图像i和图像j之间的相对旋转矩阵,1≤i≤N,1≤j≤N,N为正整数。
2.根据权利要求1所述的方法,其特征在于,在所述获取本质矩阵之前,所述方法还包括:
获取所述目标场景的多张图像,所述多张图像包括所述两张图像;以及
检测所述多张图像中的所述两张图像的特征点,并基于所述特征点对所述两张图像进行特征点匹配,得到所述两张图像的特征点之间的匹配关系。
3.一种三维点云重构装置,其特征在于,所述装置包括:
获取模块,用于利用两张图像的特征点之间的匹配关系获取本质矩阵,通过分解所述本质矩阵得到所述两张图像之间的相对旋转矩阵和相对位移方向向量;
计算模块,用于计算所述相对旋转矩阵的旋转误差,并基于所述相对位移方向向量计算全局位移方向向量;以及
滤波模块,用于基于所述旋转误差对所述相对旋转矩阵进行滤波;
其中,所述计算模块还基于滤波后的相对旋转矩阵计算全局旋转矩阵;所述获取模块还基于所述两张图像的特征点之间的匹配关系、所述全局旋转矩阵和所述全局位移方向向量,获取目标场景的三维点云,
所述旋转误差的预设阈值设定在1°到15°的范围内;
所述滤波模块还基于所述旋转误差和所述预设阈值对所述相对旋转矩阵进行滤波;
所述基于滤波后的相对旋转矩阵计算全局旋转矩阵包括:
采用范数二重求和公式进行所述全局旋转矩阵的估计,
所述范数二重求和公式如下:
其中,Ri表示图像i对应的全局旋转矩阵,表示图像j对应的全局旋转矩阵的逆矩阵,Rij表示图像i和图像j之间的相对旋转矩阵,1≤i≤N,1≤j≤N,N为正整数。
4.根据权利要求3所述的装置,其特征在于,所述装置还包括:检测模块,其中所述获取模块还获取所述目标场景的多张图像,所述多张图像包括所述两张图像,所述检测模块用于检测所述多张图像中的所述两张图像的特征点,并基于所述特征点对所述两张图像进行特征点匹配,得到所述两张图像的特征点之间的匹配关系。
5.一种服务器,包括:存储器、处理器及存储在所述存储器中并可在所述处理器中运行的可执行指令,其特征在于,所述处理器执行所述可执行指令时实现如权利要求1或2所述的方法。
6.一种计算机可读存储介质,其上存储有计算机可执行指令,其特征在于,所述可执行指令被处理器执行时实现如权利要求1或2所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京康邦科技有限公司,未经北京康邦科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710642160.X/1.html,转载请声明来源钻瓜专利网。