[发明专利]一种基于双目视觉的室内场景三维重建方法

说明书

本发明公开了一种基于双目视觉的室内场景三维重建方法，包含以下步骤：A、输入待匹配图像对，图像对包括图像1和图像2；B、依次对图像1和图像2实行融合颜色和光照信息的灰度化；C、对灰度化后的图像1和图像2采用SIFT算法提取特征点，生成特征点描述子；D、计算参考图像中的每个特征点与待匹配图像中所有特征点的欧氏距离，找到与参考图像特征点匹配的点，本发明对获取离散三维空间点进行Delaunay三角剖分和Open GL纹理贴图，三维重建结果真实感强，可视效果好。

技术领域

本发明涉及一种三维重建方法，具体是一种基于双目视觉的室内场景三维重建方法。

背景技术

视觉是人体最重要的感官，人类有80％的信息是由视觉获取。计算机视觉源于1982年，MIT的Marr教授在人工智能实验室第一次将信息处理与数学、物理、神经生物等学科相结合，提出了计算机视觉系统的原始框架，使得计算机视觉系统有了一个完整的体系，之后的研究也都是基于这一理论体系进行丰富和扩展。计算机视觉的核心目的在于使机器具有与人类视觉相同的功能，能够感知、获取以及分析周围环境。最开始人们使用三维绘图软件构建物体的三维模型，但此方法耗时耗力，并且精度难以保证。为此研究人员开始探索如何利用己有的现实物体信息构建物体的三维模型。

坐标测量机的出现使得人们可以直接对现实物体进行坐标测量并进行物体的三维重构，虽然可以获得较高的精度，但此方法需要的设备价格昂贵，并且实施起来较为困难，对于体积较大的物体更是无法进行测量。近些年来，人们利用各种扫描仪获取物体的深度信息，但同样面临着价格昂贵以及通用性差的问题，这大大限制了其应用范围。随着计算机视觉技术的迅速发展，人们通过图像能够获取目标物体的三维信息，形成了计算机视觉领域的又一研究热点。

由立体空间映射到平面空间得到图像，这一转换过程所导致深度信息的丢失是不可逆的。在过去计算机视觉数十年的研究中，最为广泛应用的数据是二维图像。作为计算机视觉核心问题的三维重建就是运用视觉相关技术从图像采集设备获取到的一幅或多幅二维图像中恢复图像所表达场景的深度数据，以实现深度测量或三维重构。

基于双目立体视觉的三维重建模拟人类视觉系统原理，目前在机器视觉领域中是被广泛研究和应用的一个重要分支，其主要原理是通过两个相机从不同角度同时拍摄到两幅图像，结合两幅图的匹配结果与标定所得的相机内外参数，就能够获得所拍摄场景的立体信息^[8]。

目前，双目立体视觉系统已经广泛应用于无人商店、无人超市、无人加油站中等需要检验、监视、视觉导航的多种领域，并且展露出其非常广阔的发展前景。例如，安装在医疗机器人上的双目视觉装置可以自动化手术，深海机器人在深海作业时，其视觉系统可以感知周围环境，并为其避障和导航，加油机器人可以通过视觉系统定位油箱口位置并为各种不同小轿车加油。由于其不需要复杂的光源设备，并且具有易用性、便捷性、可靠性等诸多优点，正在广泛地应用在各领域。

因此研究一种融合色彩和光照信息的Harris-SIFT算法，应用于室内场景的三维重建，避免光照对三维重建的影响。

发明内容

本发明的目的在于提供一种基于双目视觉的室内场景三维重建方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于双目视觉的室内场景三维重建方法，包含以下步骤：

A、输入待匹配图像对，图像对包括图像1和图像2；

B、依次对图像1和图像2实行融合颜色和光照信息的灰度化；

C、对灰度化后的图像1和图像2采用SIFT算法提取特征点，生成特征点描述子；

D、计算参考图像中的每个特征点与待匹配图像中所有特征点的欧氏距离，找到与参考图像特征点匹配的点。