[发明专利]一种三维模型构建过程中图像快速匹配的方法

说明书

本发明提供了一种三维模型构建过程中图像快速匹配的方法，包括，选择待匹配的基准图像和搜索图像；分别构建上述两个图像的影像金字塔；对两个影像金字塔顶部第1层进行SURF特征匹配，实现初步匹配；建立上述两个影像金字塔第1层之间的几何约束条件；将搜索图像影像金字塔当前层某一窗口纠正采样到基准图像影像金字塔第1层的像方坐标系下；在两个金字塔影像的该层对应的两幅图像的灰度值之间建立相关函数；根据匹配结果建立述两个影像金字塔下一层之间的几何约束条件，重复步骤5、6，直至完成上述两个影像金字塔底部最后一层的匹配。首次针对体积有限的目标物围绕式采集的方案，提出了通过优化同名点匹配算法的方式兼顾合成速度和精度。

技术领域

本发明涉及形貌测量技术领域，特别涉及3D形貌测量技术领域。

背景技术

在进行3D测量，利用3D测量数据进行加工制造，或是利用3D数据进行展示、识别时，首先应当为目标物建立具有较为准确的3D模型。目前常用的方法包括使用机器视觉的方式，采集物体不同角度的图片，并将这些图片匹配拼接形成3D模型。这些3D模型可以看作是现实事物的数据化，利用这些数据可以加工制造与目标物相匹配的配套物。例如可以采集人体脚部3D数据从而制造更为合适的鞋子。另外，这些数据也可以用来进行身份的验证。例如合成人体虹膜3D模型后可作为身份标准数据，在使用时再次采集虹膜3D数据，与标准数据进行比对，即可识别身份。但是无论是工厂制造还是交易识别，对3D模型的合成速度和精度要求都比较高，否则将带来客户体验的极大劣化。

而现有技术中，人们认为合成速度的提高有赖于3D模型重建算法的优化。于是提出了各种改进3D模型重建的算法，但效果一般。并且现有技术中也没有考虑环绕式采集过程中可能出现的拍摄照片存在空间分辨率高、旋转角大、多视角拍摄等特点，容易造成各照片因获取角度差异以及太阳光在物体表面的发生反射、散射现象，导致照片各部分曝光不均匀，照片的辐射畸变大；与此同时由于超高的高分辨率，导致照片上局部特征少的问题。即现有技术中没有任何专门针对环绕式采集的算法优化。

本领域还认为精度的提高更多依赖于图像采集的精度。使用高分辨率的相机自然可以提高图像采集精度，并在一定程度上提高3D建模的精度，但是超高分辨率的图像也带来了合成速度的极度下降。

而且，合成速度和合成精度在某种程度上是一对矛盾，合成速度的提高会导致最终3D合成精度下降；要提高3D合成精度则需要降低合成速度，通过更多的图片来合成。首先，现有技术中没有能够较好地同时提高合成速度和合成效果的算法。其次，通常认为采集和合成是两个过程，互不影响，并没有统一考虑。这影响了3D合成建模的效率无法兼顾提高合成速度和合成的精度。最后，在现有技术中，也曾提出使用包括转动角度、目标物尺寸、物距的经验公式限定相机位置，从而兼顾合成速度和效果。然而在实际应用中发现：除非有精确量角装置，否则用户对角度并不敏感，难以准确确定角度；目标物尺寸难以准确确定，特别是某些应用场合目标物需要频繁更换，每次测量带来大量额外工作量，并且需要专业设备才能准确测量不规则目标物。测量的误差导致相机位置设定误差，从而会影响采集合成速度和效果；准确度和速度还需要进一步提高。

因此，目前急需解决以下技术问题：①能够打破算法优化偏见，通过同名点匹配算法提高合成速度和合成精度；②算法能够和采集图像的方法相互配合从而同时提高合成速度和合成精度。③能够针对环绕式采集目标物，生成3D模型的场景，专门进行算法优化。

发明内容

鉴于上述问题，提出了本发明提供一种克服上述问题或者至少部分地解决上述问题的一种三维模型构建过程中图像快速匹配的方法。

本发明的一方面提供了一种三维模型构建过程中图像快速匹配的方法，包括，

步骤1：选择待匹配的基准图像和搜索图像；

步骤2：分别构建上述两个图像的影像金字塔；

步骤3：对两个影像金字塔顶部第1层进行SURF特征匹配，实现初步匹配；