[发明专利]一种基于单目相机的室内环境重建方法

说明书

本发明公开了一种基于单目相机的室内环境重建方法，通过单目相机拍摄室内不同角度和位置的照片，通过Harris角点检测算法提取每一幅图像的特征，获得每一幅图像的特征点；对任意两张拍摄位置相近的图片进行特征点匹配，得到所有图像的匹配特征点对集；由于匹配中存在误匹配特征点对，消除匹配特征点对集中的误匹配特征点对；通过运动推断结构SFM，对消除误匹配特征点对后的照片重建出稀疏点云；对稀疏点云进行稠密点云重建，重建出场景中的所有点云，恢复室内场景环境。本发明通过速度较快的特征提取算法，降低了常用特征提取方法的复杂性，通过kd树进行特征点匹配，根据几何方法重建出稀疏的三维点云，后期通过稠密重建算法，实现了较好的重建效果。

技术领域

本发明涉及三维重构技术领域，特别是一种基于单目相机的室内环境重建 方法。

背景技术

人们感知世界都是通过三维的信息来认知的，从图像中，我们只能了解到 事物的二维信息，而并不能获取其立体信息。同时随着虚拟现实、增强现实以 及自动驾驶的技术的快速发展，二维图像到三维感知重构的技术也就越来越重 要，比如在现实环境中叠加虚拟三维模型，自动驾驶中自动获取视频捕捉的深 度信息等等都离不开二维到三维的重构技术。

现有的三维重构技术可以大致分为两类，基于几何方法的三维重构，以及 基于学习方法的三维重构。其中基于几何方法的三维重建技术又可分为基于单 目相机重建、双目相机重建以及深度相机的重建等等诸多方法。基于学习的方 法重建，目前主要是基于CNN卷积神经网络的深度估计，从而获取三维点云。 然而基于几何方法的重建局限在于其计算量非常大，做到实时重建的效果很一 般，并且由于室内环境的复杂性，重建的效果往往不太理想。

发明内容

本发明的目的是要解决现有技术中存在的不足，提供一种基于单目相机的 室内环境重建方法。

为达到上述目的，本发明是按照以下技术方案实施的：

一种基于单目相机的室内环境重建方法，包括以下步骤：

S1、通过单目相机拍摄室内不同角度和位置的照片，通过Harris角点检测 算法提取每一幅图像的特征，获得每一幅图像的特征点；

S2、对任意两张拍摄位置相近的图片进行特征点匹配，得到所有图像的匹 配特征点对集；

S3、由于匹配中存在误匹配特征点对，消除匹配特征点对集中的误匹配特 征点对；

S4、通过运动推断结构SFM，对消除误匹配特征点对后的照片重建出稀疏 点云；

S5、对稀疏点云进行稠密点云重建，重建出场景中的所有点云，恢复室内 场景环境。

进一步，所述S2的具体步骤为：对任意两张拍摄位置相近的图片，以第一 张图片为参考图片，将第一张图片的特征描述子构建成kd树结构，然后将第二 张图片的特征点的特征描述子与第一张图的kd树进行的匹配，采用NCC匹配 算法，当两个特征点相关系数大于设定阈值时，则认为这两个特征点匹配成功。

进一步，所述S3具体步骤为：

S31、采用RANSAC算法，对匹配特征点对集中的匹配特征点对进行重复 M次采样；

S32、选择由8组对应组成的一个随机样本计算基础矩阵F；

S33、对假设的每组对应，计算距离d；

S34、根据d确定对应数，进而计算与F一致的内点数；

S35、选择具有最大内点数的F，当数目相等时选择内点的标准最低的F， 满足F的匹配特征点对保留下来，不满足的当作误匹配点对去除掉。

进一步，所述S4的具体步骤为：