[发明专利]一种街景三维重建系统及方法、智能小车

说明书

本发明属于图像数据处理或产生技术领域，公开了一种街景三维重建系统及方法、智能小车，图像采集模块，用于通过摄像头采集图像；第一上位机，通过Wifi与图像采集模块连接，用于将摄像头采集的图像上传到后台计算机存储器中；第二上位机，用于摄像头调节条调节搭载摄像头的舵机，采集不同角度的图像。本发明克服了光照条件变化以及模糊所带来的不利影响，亦可表征不同尺度的图像灰度特征以及不同方向的图像纹理结构特征，这种特征融合的方法大大提高了特征点匹配的精度。与现有的利用航拍设备进行街景图像采集相比，本发明操作简单方便，硬件成本低，多特征融合方法提高了匹配的精度，进而提高了重建精度。

技术领域

本发明属于图像数据处理或产生技术领域，尤其涉及一种街景三维重建系统及方法、智能小车。

背景技术

街景三维重建技术使人们足不出户便可体验城市中的真实景象，也能在导航中获得全面的城市地图信息。因此，街景地图服务是一项拥有着广阔发展前景的服务。

目前，业内常用的现有技术是这样的：在建立街景仿真模型的前期街景图像采集工作都是航空器随机拍摄的，该街景图像采集的成本较高，操作过程复杂，受天气因素影响较大。因此采用航空器拍摄、采集图像的方法广泛推广应用存在困难。街景三维重建模型方法目前主要包括基于形变模型的重构方法，基于三维特征提取的重构方法。形变模型重构方法由于只采用单帧街景图像，其可用的特征数目有限，因此重构后的街景三维模型精度不高。目前最为常用的是基于三维特征提取的重构方法。其中特征点检测、特征描述器生成和特征点匹配是特征配准方法的关键。常用的特征检测算子有SIFT、MSER、Harris等。传统的SIFT算法存在特征角点较多，运算耗时，效率低下的不足。MSER特征区域提取算子对光照变化、多视角、噪声变化、尺度具有良好的不变性。但MSER算子初始化参数较多，检测结果是特征区域精度不够。Harris特征点检测算法对光照变化，拍摄角度，噪声干扰等具有较强的鲁棒性，但提取的角点不均匀且存在冗余从而不利于配准精度的提高。

考虑到实际采集图像时常伴有光线变化和模糊噪声的干扰。光线变化是由于光照变化或相机曝光不均以及相机之间的光感性能差异使得同一物体同时成像所获得的图像存在亮度变化；模糊噪声是图像受成像系统聚集，大气湍流等因素影响变得模糊，传统的解决图像匹配光照条件等变化的常用方法有图像预处理和图像梯度信息，其中预处理技术有浮雕化处理，直方图均衡化等。这些方法的主要缺点是图像细节信息消失，有用信号的对比度降低；而提取梯度信息的方法在图像亮度较低，噪声严重情况下梯度信息的获取非常困难，致其性能受到较大影响。解决图像模糊问题以往常用的处理方式是在图像匹配之间去除模糊引起的图像退化，如点扩散函数、逆滤波等。但通常大部分的去模糊函数参数无法确定，以至于这类方法的精度和稳定性能较难保证。因此构造一种具有光照鲁棒且抗模糊的特征描述子是基于特征的图像匹配方法的关键。此外，为了更好地描述图像的局部细节特征，近年来研究人员逐渐将研究方法集中于利用多尺度几何分析的数学工具进行图像特征提取。其中Contourlet变换具有多方向、多尺度、多分辨率和各向异性、采样冗余度相对较小，迭代滤波的计算速度快等特点，该滤波分解技术在表征图像的各向异性方向具有极大的优势。

发明内容

针对现有技术存在的问题，本发明提供了一种街景三维重建系统及方法、智能小车。

本发明是这样实现的，一种街景三维重建系统，所述街景三维重建系统包括：

图像采集模块，用于通过摄像头采集图像；

第一上位机，通过Wifi与图像采集模块连接，用于将摄像头采集的图像上传到后台设计算机存储器中；

第二上位机，用于摄像头调节条调节搭载摄像头的舵机，采集不同角度的图像。

本发明的另一目的在于提供一种实现所述街景三维重建系统的街景三维重建方法，所述街景三维重建方法包括以下步骤：

步骤一，获取街景图像；