[发明专利]三维重建方法、装置、电子设备及计算机存储介质

权利要求书

1.一种三维重建方法，其特征在于，所述方法包括：

将大规模场景的多张图像中的每张所述图像作为一个节点，构建无向图，其中，所述无向图包括多条边，每条所述边的匹配权重是根据两个相邻节点上的图像的特征点计算得到的；

根据各条所述边的匹配权重，利用Louvain算法对所述无向图进行分割得到多个目标社区，其中，各所述目标社区包括的节点个数均小于预设的节点个数阈值；

基于动态规划算法，根据任意两个相邻的目标社区之间的匹配权重最大的边进行搜索，得到任意两个所述相邻的目标社区的共同图像；

对多个所述目标社区分别基于SFM算法进行三维重建得到多个子图，并将任意两个所述相邻的目标社区根据所述共同图像进行相似变换，合并多个所述子图得到目标三维地图。

2.根据权利要求1所述的方法，其特征在于，每条所述边的匹配权重通过下述方式获得：

根据匹配特征点个数在各层网格占据的网格数和各层所述网格的权重进行计算，得到图像特征均匀度得分，其中，所述匹配特征点个数是根据第一图像的第一特征点个数和第二图像的第二特征点个数通过特征匹配和几何过滤得到的，所述第一图像和所述第二图像分别是两个所述相邻节点上的图像；

根据所述第一特征点个数、所述第二特征点个数和所述匹配特征点个数进行计算，得到所述第一图像和所述第二图像之间的匹配质量得分；

将所述图像特征均匀度得分和所述匹配质量得分按照预设的权重进行加法计算，得到两个所述相邻节点之间的边的匹配权重。

3.根据权利要求1或2所述的方法，其特征在于，所述根据各条所述边的匹配权重，利用Louvain算法对所述无向图进行分割得到多个目标社区，包括：

将每个节点作为一个初始社区，根据各条所述边的匹配权重进行计算得到第一模块度增量，并根据所述第一模块度增量将各所述节点分配到相邻节点所属的初始社区；

在基于第一模块度确定各所述节点所属的社区不变的情况下，得到多个第一社区，其中，各所述第一社区包括至少一个所述节点，所述第一模块度是根据各所述节点所属的社区和各条所述边的匹配权重进行计算得到的；

将每个所述第一社区作为一个新节点，根据各条边的匹配权重进行计算得到第二模块度增量，并根据所述第二模块度增量将各所述新节点分配到相邻新节点所属的第一社区；

在基于第二模块度确定各所述新节点所属的社区不变的情况下，得到多个第二社区，其中，各所述第二社区包括至少一个所述新节点，所述第二模块度是根据各所述新节点所属的社区和各条所述边的匹配权重进行计算得到的；

在各所述第二社区包括的节点个数均小于所述节点个数阈值的情况下，将各所述第二社区分别作为各所述目标社区。

4.根据权利要求3所述的方法，其特征在于，所述根据各条边的匹配权重进行计算得到第二模块度增量，包括：

将每个所述第一社区中各节点之间的边的匹配权重相加，得到一个所述新节点的环的权重，将各所述第一社区之间的边的匹配权重转化为各所述新节点之间的匹配权重；

根据各所述新节点的环的权重和各所述新节点之间的匹配权重进行模块度增量计算，得到第二模块度增量。

5.根据权利要求3所述的方法，其特征在于，所述在基于第二模块度确定各所述新节点所属的社区不变的情况下，得到多个第二社区之后，在多个所述第二社区中存在至少一个第二社区为过大社区的情况下，所述过大社区包括的节点个数大于或等于所述节点个数阈值，所述方法还包括：

根据预设比率对预设的第一分辨率进行自适应调节，得到第二分辨率，其中，所述第二分辨率小于所述第一分辨率；

根据所述第二分辨率，利用Louvain算法对所述过大社区进行分割，得到多个第三社区；

在各所述第三社区包括的节点个数均小于所述节点个数阈值的情况下，将多个所述第二社区中除了过大社区的其他第二社区以及多个所述第三社区分别作为各所述目标社区；

在多个所述第三社区中存在至少一个第三社区为所述过大社区的情况下，根据所述预设比率对所述第二分辨率执行所述自适应调节以对所述过大社区继续进行分割，以得到多个所述目标社区。