[发明专利]一种基于多目视觉的快速三维模型重建方法及系统

说明书

本发明涉及一种基于多目视觉的快速三维模型重建方法及系统，属于模型重建领域，其中，重建方法为：根据待建模物体的大小，选择相应的图像采集方式进行多次图像采集；将多次采集到的图像进行预处理得到低噪声的图像序列；利用选择的采集方式对标定板进行多次图像采集，以对图像采集设备的相机进行标定，得到相机的内、外参数和镜头畸变系数；将预处理得到的图像序列导入建模软件进行自标定，得到自标定结果；利用镜头畸变系数和相机的内、外参数更新自标定结果，根据更新后的自标定结果，利用建模软件重建点云并生成网格，得到待建模物体的三维模型。本发明灵活性高、适应性强，具有重建速度快，精度高且适合重建任何尺寸物体的优点。

技术领域

本发明涉及三维模型重建技术领域，尤其涉及一种基于多目视觉的快速三维模型重建方法及系统。

背景技术

针对于大型物体，利用计算机在虚拟现实环境里面进行产品的装配、电缆管路布置模拟仿真、作战仿真等，经常需要大型地面设备的三维模型。目前一般采用的方法是利用三维建模软件手工绘制三维模型，对于大型物体建模通常耗时在数月以上，所花人工和时间成本巨大。所以实现一种通过对实际实物产品扫描采样，快速生成三维模型的方法，把建模时间从几个月压缩到数小时以内，将会很大程度的提高重建模型的效率。对于中小型零部件建模，目前现有技术中，针对此类问题一般采用激光扫描的方式，这种方式不仅所需设备昂贵，并且操作复杂，在实际应用时还需喷涂显像剂，破坏产品的外观，影响产品后续使用。

现有技术存在以下缺点：一是对于大型物体，重建耗时太多；二是对于中小型物体，重建所需设备昂贵且操作复杂。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种基于多目视觉的快速三维模型重建方法及系统，已解决现有建模技术中，重建模型耗时长、精度低的问题。

一方面，本发明实施例提供了一种基于多目视觉的快速三维模型重建方法，该方法具体过程如下：根据待建模物体的大小，选择相应的图像采集方式进行多次图像采集；对多次采集到的图像进行预处理得到低噪声的图像序列；利用选择的所述采集方式对标定板进行多次图像采集，以对图像采集设备的相机进行标定，得到相机的内、外参数和镜头畸变系数；将预处理得到的图像序列导入建模软件进行自标定，得到自标定结果；利用所述的镜头畸变系数和相机的内、外参数更新所述自标定结果，根据更新后的所述自标定结果，利用建模软件重建点云并生成网格，得到待建模物体的三维模型。

进一步的，还包括对得到的所述三维模型进行后处理，对模型平面平滑及孔洞修复。

进一步的，对于物体最大包络体积尺寸量级为几十以上立方米的大型物体采用无人机方式进行图像采集，对于物体最大包络体积尺寸量级为几立方分米以下的小型物体采用转台方式进行图像采集，尺寸介于两者之间的物体，采用采集设备固定于支架的方式进行图像采集。

进一步的，在进行图像采集时，还包括调节图像采集设备的感光度和光圈值。

进一步的，调节图像采集设备的感光度和光圈值使采集到的图像稀疏点个数最大。

进一步的，采用高斯滤波方式消除图像的高斯噪声，采用中值滤波方式消除图像的椒盐噪声。

进一步的，利用选择的所述采集方式对标定板进行图像采集，具体为利用选择的采集方式使图像采集设备绕标定板一周进行拍摄，从不同的方位和角度采集得到图像序列；

进一步的，根据从不同方位和角度采集到的图像序列，利用Matlab对图像采集设备的相机进行标定，得到相机的内参数、外参数和镜头畸变系数。

进一步的，自标定的具体过程包括：

从预处理后的图像序列中任意选择一张图像，从选择的图像中提取特征点；

对图像序列进行特征点匹配，根据匹配结果计算得到基础矩阵，确定不同图像之间的约束关系完成相机的自标定；