[发明专利]基于室内移动目标背景修复的三维重建方法

说明书

本发明提出了一种基于室内移动目标背景修复的三维重建方法，用于解决技术中存在的因大量移动目标杂点导致室内动态场景三维重建准确性较低的技术问题，具体步骤为：(1)获取待重建室内场景的RGB图像序列和深度图像序列；(2)获取每幅RGB图像的目标区域；(3)对RGB图像序列中相邻帧进行特征匹配；(4)计算拍摄相邻帧时深度相机位姿变换的旋转矩阵和平移向量；(5)确定每幅RGB图像中的移动目标所在区域；(6)对每幅RGB图像的移动目标区域中的移动目标所遮挡的静态背景进行修复；(7)获取三维重建结果。本发明在室内动态环境中的三维重建准确率明显高于现有技术，可用于室内动态场景三维信息的获取和分析。

技术领域

本发明属于计算机视觉图像处理技术领域，涉及一种三维重建方法，具体涉及一种基于室内移动目标背景修复的三维重建方法。

背景技术

三维重建是通过对现实世界中的三维物体用计算机来进行模拟，获取包括结构、纹理、尺度等物体完整三维信息。目前，常见的三维重建的方式有两种，分别是接触式测量方法和非接触式测量方法。接触式测量方法基于力触发原理，通过探针与物体直接接触来获取物体表面采样点的坐标。非接触式测量方法是指在不接触物体的前提下，获得目标三维空间并进行测量的方法。基于RGB图像和深度图像实现三维重建的技术是一种典型的非接触式测量方法，该方法通过深度图像和RGB图像特征信息来重建物体的三维形状。其中重建准确性是评价重建结果的重要指标。

现有的基于RGB图像和深度图像进行三维重建的方法主要有以下几类：

1、对静态场景的重建，获取不同拍摄角度下待重建物体的图像，通过摄像机标定建立有效的成像模型，求解相机内、外参数，提取图像特征点并采用ICP算法求解相机位姿最后对每幅点云图进行拼接，该类重建只能用于静态场景，若场景中存在动态目标，则在点云拼接阶段会出现大量重影杂点，导致重建准确性差。

2、对动态场景的重建，主要是利用目标检测技术检测出场景中的移动目标，在点云拼接阶段将移动目标对应的点云进行去除，重建出不包含移动目标的点云图。为提高动态场景中三维重建的准确度，研发人员必须设法去除重建场景中移动目标的点云数据。例如2018年10月15日战略支援部信息工程大学王泽民发表的名称为“基于视觉的语义SLAM关键技术研究”的硕士论文，公开了一种运动目标移除的三维重建方法，该方法提出了一种基于查找表的SLAM构图方法。该方法首先对图像进行分割，估计图像的八邻域运动方向，然后在构建场景地图时利用图像的运动方向进行构图的优化。提出了一种基于查找表和光流法相结合的去除动态目标影响的方法。该方法应用光流检测场景中的动态目标，采用查找表来进行场景的地图构建。研究了基于深度学习的目标检测方法，并采用Faster R-CNN网络实现了一种去除动态目标影响的改进SLAM方法。通过目标检测剔除场景中的动态目标来提高视觉SLAM的效果。实验证明该方法可以有效识别场景中的行人并在构建地图时将行人剔除。但这种方法在移动目标位置留下了大量空洞，没有修复移动目标所遮挡的静态背景，三维重建的准确性依然不足。如何在动态场景中去除移动目标并恢复被移动目标所遮挡的静态背景的点云，重建动态场景中的三维图像，是当前待解决的重要问题。

发明内容

本发明的目的在于克服现有技术中存在的不足，提出一种基于室内移动目标背景修复的三维重建方法，用于解决现有技术中存在的无法准确重建动态室内场景的技术问题。

为实现上述目的，本发明采取的技术方案包括以下步骤：

(1)获取待重建的动态室内场景的RGB图像序列和深度图像序列：