[发明专利]一种基于单目相机多视点三维点集恢复方法

说明书

本发明公开了一种基于单目相机多视点三维点集恢复方法，具体为：对单目相机的内参数估计、相机外参数进行计算、图像的多视点采集和预处理、对处理后的图像进行特征点提取、特征点匹配、依据匹配好的特征点集求取初始三维点云，对初始点云的计算、去噪、分割获得处理后的每个独立物体的三维点云数据、对获取的点云数据进行拟合处理，实现对单目相机采集的多视图中的每一个物体的重构。本发明的一种基于单目相机多视点三维点集恢复方法，能实现用少量图像完成对场景中物体三维点集的恢复。

技术领域

本发明属于计算机图形学和虚拟现实相结合的交叉学科技术领域，涉及一种基于单目相机多视点三维点集恢复方法。

背景技术

基于相机的三维重恢复是可以通过预处理、配准与融合、深度数据获取、生成表面等系列处理，将二维图片中的物体或场景刻画成符合计算机逻辑表达的数学模型。这种数学模型可对3D打印、虚拟现实、游戏开发、临床医学等研究起重要的辅助作用。

目前，基于单目视觉三维重建方法有主要有：

①明暗度恢复形状法(Shape from Shading，SFS)

该方法以反射光照模型为参考，通过分析一幅图像中明暗度变化与物体表面间的联系进行对物体表面的法向量信息和三维数据进行恢复。此方法计算量小、速度快，但往往需要假设在理想条件下进行恢复才能获取较好效果，特别容易受实际光照、视点等变化影响，因此实际应用局限性很大。

②光度立体视觉法(Shape from Photometric，SFP)

该方法基于SFS的改进方法，引入光度立体技术，并考虑到SFS使用单幅图像信息量不足的因素，改为将在相同视点下不同照明条件中采集的多幅图像作为输入数据进行重建。本方法较SFS在精确度上有一定提升，但也增大了方法的复杂度和计算量，同时鲁棒性、抗噪声能力差，对光照要求高。

③纹理恢复形状法(Shape from Texture，SFT)

该方法使用单幅图像，通过分析图像纹理单元大小、形状等要素，恢复物体表面深度、法向等其它三维空间信息，最终得到三维模型。该方法计算速度快、鲁棒性好、抗干扰性强、不易受光照和噪声影响，但对纹理信息较为依赖，且在实际应用中往往需要在一定的假设条件下进行，所以在非假设条件下恢复效果较差，应用范围非常局限。

④轮廓恢复形状法(Shape From Contour，SFC)

该方法通过获取、分析建模对象在单张或者多张图像中的轮廓进行重建。此方法操作简单、时间复杂度低、实时性高、重建效果较好，但是如果不能很好地获取待测物体的轮廓将大大降低这种方法的可用性。

⑤运动恢复形状(Shape From Motion，SFM)

此方法使用单目相机在保证重建对象不动的情况下在空间多个位置进行拍摄，然后对获取的图像序列进行研究以恢复出三维信息。此方法对图像质量要求不高，重建效果往往与输入图像的数量成正比，可以很好地满足对室内、外等大场景三维建模的需求，然而如果以大量图像作为研究对象还会存在占用空间高、重建速度慢的缺点。

发明内容

本发明的目的是提供一种基于单目相机多视点三维点集恢复方法，能实现用少量图像完成对场景中物体三维点集的恢复。

本发明所采用的技术方案是，一种基于单目相机多视点三维点集恢复方法，具体按照以下步骤实施：

步骤1，采用改进的张氏标定方法进行单目相机的内参数估计；

步骤2，选用SVD分解本质矩阵的方法对相机外参数进行计算；

步骤3，图像的多视点采集和预处理；