[发明专利]一种面向深度相机的高精度三维重建方法和系统

权利要求书

1.一种面向深度相机的多视图三维重建方法，其特征在于，所述多视图三维重建方法包括：

根据深度相机从不同角度获取真实场景的多对图像，每对图像包括同一角度的彩色图像和深度图像；

根据特征点检测算法获取各所述彩色图像上的二维特征点和所述二维特征点对应的特征描述子，所述特征点检测算法采用ORB算法；

计算任意两个所述彩色图像分别对应的特征描述子之间的置信度，获取所述两个特征描述子的特征匹配关系；

根据各所述特征匹配关系及对应的深度图像，获取对应的三维图像，将所述二维特征点反投影到相机坐标系下，获取所述三维图像上的三维点；

根据所述二维特征点和所述三维点计算摄像机的绝对姿态；

根据所述摄像机的绝对姿态，将所述三维点映射到所述相机坐标系下，获取场景的初始三维模型；

对所述初始三维模型进行优化，获取与真实场景具有几何一致性的三维模型，具体包括：

采用集束优化方法对初始点云模型进行优化，根据摄像机与三维点之间的稀疏性对集束调整问题进行稀疏分解；

根据(U-WV^-1W^T)Δc_i＝r_ci-WV^-1r_mi求解摄像机的增量参数Δc_i；

其中，U和V表示分块对角矩阵；W表示对称矩阵；W^T表示对称矩阵的转置；r_ci表示摄像机的反投影误差；r_mi表示三维点的反投影误差；

根据反代法公式Δm_i＝V^-1(r_mi-W^TΔc_i)求解出三维点的参数增量Δm_i，反复迭代上述计算过程直到算法收敛；

其中，V^-1表示可逆的分块对角矩阵；r_mi表示三维点的反投影误差；W^T表示对称矩阵的转置；Δc_i表示摄像机的增量参数。

2.根据权利要求1所述面向深度相机的多视图三维重建方法，其特征在于，所述计算任意两个所述特征描述子之间的置信度，获取所述两个特征描述子的特征匹配关系，具体包括：

根据海明距离度量两个特征描述子之间的置信度；

根据并查集算法计算所述两个特征描述子的特征匹配关系。

3.根据权利要求1所述面向深度相机的多视图三维重建方法，其特征在于，所述根据所述特征匹配关系和所述深度图像，将所述二维特征点反投影到相机坐标系下，获取三维点，具体包括：

根据X_i＝K^-1λx_i计算所述三维点；其中，X_i表示相机坐标系下的三维点，K表示摄像机的内部参数，λ表示三维点的深度，x_i表示二维特征点。

4.根据权利要求1所述面向深度相机的多视图三维重建方法，其特征在于，所述根据所述二维特征点和所述三维点计算摄像机的绝对姿态，具体包括：采用迭代优化方法计算摄像机的绝对姿态。

5.根据权利要求1所述面向深度相机的多视图三维重建方法，其特征在于，所述根据所述摄像机的绝对姿态，将所述三维点映射到所述相机坐标系下，获取场景的初始三维模型，具体包括：

根据R_k＝R_kjR_ji…R₀，t_k＝t_kjt_ji…t₀，将所述三维点映射到相机坐标系下；

其中，R_kj表示第k个图像相对于第j幅图像的旋转矩阵,t_kj表示第k幅图像相对于第j幅图像的平移向量，表示第i个三维点在相机坐标系(g,k)下的位置；

根据计算初始三维模型,其中N表示输入图像数目。