[发明专利]一种三维场景重构方法和装置

权利要求书

1.一种三维场景重构方法，其特征在于，该方法包括：

对至少一组双目相机进行相机标定，以修正双目相机的两组摄像头具有相同的视网膜平面；

连续通过双目相机获取第一视频图像和第二视频图像；

对第一视频图像和第二视频图像的特征因子匹配，以生成基于第一视频图像和第二视频图像的视差图；

根据连续多组的视差图提取的视差，计算图像的深度数据，以生成深度图；

根据深度图中揭示的图像深度数据进行图像的点云对齐和拼接，以重构三维曲面；

绘制三维空间，以实现三维场景的重构。

2.根据权利要求1所述的一种三维场景重构方法，其特征在于，在根据深度图中揭示的图像深度数据进行图像的点云对齐和拼接，以重构三维曲面之后，绘制三维空间，以实现三维场景的重构之前，该方法还包括：根据第一视频图像和第二视频图像的纹理信息，生成纹理矩阵以进行纹理贴图，并具体包括：

根据第一视频图像和第二视频图像中特征因子的纹理信息确定特征因子在光源视点下的纹理坐标；

通过opengl算法和光源视点下的纹理坐标，生成视点位置下的纹理坐标；

根据纹理坐标生成纹理阴影地图，并生成纹理矩阵；

将纹理矩阵与三维曲面数据相关联。

3.根据权利要求1所述的一种三维场景重构方法，其特征在于，所述对第一视频图像和第二视频图像的特征因子匹配，以生成基于第一视频图像和第二视频图像的视差图，具体包括：

提取第一视频图像和第二视频图像中的特征因子；

将第一视频图像和第二视频图像中的特征因子相匹配，以关联第一视频图像和第二视频图像所拍摄的物理位置；

根据特征因子在第一视频图像中和第二视频图像中的位置差异，汇聚以生成视差图。

4.根据权利要求3所述的一种三维场景重构方法，其特征在于，所述将第一视频图像和第二视频图像中的特征因子相匹配的具体方法为：

通过SURF特征匹配算法匹配第一视频图像和第二视频图像中的特征因子；

根据第一视频图像和第二视频图像中的特征因子的分差距达到预设值确定特征因子匹配无误；

通过RANSAC算法确定特征因子在第一视频图像和第二视频图像之间的单应矩阵；

根据上述单应矩阵，将第一视频图像中的特征因子的坐标映射到第二视频图像中，并根据映射后的第一视频图像中的特征因子与第二视频图像中的特征因子相匹配，确定特征因子匹配无误；

根据至少两组特征因子之间的距离小于预设值，丢弃掉部分特征因子，以使得至少两组特征因子之间的最小距离大于预设值。

5.根据权利要求1所述的一种三维场景重构方法，其特征在于，根据连续多组的视差图提取的视差，计算图像的深度数据，以生成深度图具体包括：

通过k-means的方法从视差图中分离出目标区域和辅助区域；

通过局部滑动窗口确定目标区域中每个像素在视差图中的视差，以确定目标区域中每个像素的深度数据；

通过基于多层次聚类树优先搜索的二值特征近似匹配算法确定辅助区域中每个像素的视差，以确定辅助区域中每个像素的深度数据；

将目标区域和辅助区域的深度数据融合为整体图像；

通过中值滤波算法对整体图像滤波，以生成深度图。

6.根据权利要求1所述的一种三维场景重构方法，其特征在于，所述对至少一组双目相机进行相机标定，以修正双目相机的两组摄像头具有相同的视网膜平面具体包括：

分别获取所述两组摄像头的内部参数和外部参数，所述内部参数包括：相机感光元件的长宽，相机感光元件的中点的偏移范围和焦距，所述外部参数包括：基线距离；

调整所述两组摄像头的摄像参数为一致，以使其焦距相同，并近似的共用一个视网膜平面；

通过所述两组摄像头拍摄一组图像，并且根据图像当中特征因子分别在两组图像中的坐标，以及物距、焦距、基线距离之间的对应关系，调整两组摄像头，使得特征因子在两组图像中的坐标符合与物距、焦距、基线距离之间的对应关系。