[发明专利]基于视觉的无纹理场景的稠密重建方法

权利要求书

1.基于视觉的无纹理场景的稠密重建方法，其特征在于：包括如下：

(1)在待重建的无纹理场景中布置好光斑投射设备，使光斑能覆盖到所有的弱纹理和无纹理区域，并固定其位置和朝向；利用室内灯光和这些布置好的设备作为光源，通过打开和关闭室内灯光分别显示该场景的“亮”与“暗”两个环境；

(2)使用已标定的相机在场景中的某一位置和角度对“亮”环境和“暗”环境进行拍摄，获得一组照片；移动并旋转相机继续对场景进行拍摄，获得场景的多组照片，构成场景的照片组集合I；

(3)提取所有照片的特征点，并计算每个特征点对应的特征描述子：

(3a)通过特征点提取算法计算出每张图片中的特征点，获得每张图片特征点集合X^ik，其中k∈{L,D}，k＝L时代表该组的“亮”环境对应图片，k＝D时代表该组的“暗”环境对应图片，i＝1,2...|I|，|I|表示场景的照片组个数，X^ik表示第i组图片的某个环境图片中的所有特征点的集合；

(3b)由特征描述子提取算法计算出第i组的某个环境图片中的第j个特征点对应的特征描述子将所有的合并，得到特征描述子集合：其中|X^ik|为第i组的某个环境的照片中特征点的数量；

(4)分别合并每一组图片的特征点与特征描述子，得到所有组的特征点集合和所有组的特征描述子集合：

(4a)将第i组图片的特征点合并，得到第i组的合并特征点集合：Xⁱ＝X^iL∪X^iD，根据Xⁱ得到所有组的特征点集合，记为{Xⁱ}；

(4b)将第i组图片的特征描述子合并，在合并时维持特征点和特征描述子的对应关系不变，合并后得到第i组的合并特征描述子集合Nⁱ＝N^iL∪N^iD，根据Nⁱ得到所有组的特征描述子集合，记为{Nⁱ}；

(5)将所有组的特征点集合{Xⁱ}和所有组的特征描述子集合{Nⁱ}作为Structure FromMotion算法的输入，重建出场景的稀疏点云，并得到每组图片对应的相机外参数；

(6)将每组照片中的“亮”环境照片与“暗”环境照片逐像素按权叠加，得到每组的叠加图片；

(7)在每组的叠加图片之间利用光度一致性约束找到组与组的叠加图片之间的像素对应关系，并利用像素对应关系通过点云稠密化算法计算出场景的稠密点云；

(8)使用点云网格化算法将稠密点云网格化，得到场景网格；

(9)利用“亮”环境的照片作为计算网格贴图算法的输入，计算出场景网格的纹理贴图，完成对无纹理场景的稠密三维重建。

2.根据权利要求1所述的方法，其特征在于：(3a)中通过特征点提取算法计算出每张图片中的特征点，实现如下：

(3a1)构建图片的尺度空间，并在所有尺度空间中通过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点；

(3a2)通过对每个潜在的兴趣点进行拟合，得到一个精细的函数模型来确定特征点的位置和尺度；

(3a3)基于图像局部的梯度方向，给每个特征点的位置分配一个或多个方向。

3.根据权利要求1所述的方法，其特征在于：(3b)中由特征描述子提取算法计算出第i组的某个环境图片中的第j个特征点对应的特征描述子是在特征点所在图片的给定区域内计算出该图片的多方向局部梯度，并将这些梯度用向量表示，该向量即为特征点对应的特征描述子。

4.根据权利要求1所述的方法，其特征在于：步骤(5)中得到每组图片对应的相机外参数，是拍摄该组照片时相机所在的位置和朝向，该相机拍摄时所在的位置使用一个三维向量c描述，相机拍摄时的朝向使用一个3*3矩阵R描述。