[发明专利]一种多视角遥感地形影像点云重建方法及系统

说明书

本发明涉及一种多视角遥感地形影像点云重建方法及系统，该方法包括：获取多个多视角遥感地形影像；对多视角遥感地形影像进行特征提取，获得影像特征；在设定的约束条件下，根据影像特征进行特征点匹配；对特征点对中两个特征点进行前方交会得到模型点；根据各模型点生成面元，各面元作为种子点，各种子点构成种子点集合；根据各种子点对应的面元进行扩散，得到密集面元；根据设定的过滤条件对多个密集面元进行过滤，得到过滤后的面元；用过滤后的面元更新种子点集合；返回步骤“根据各种子点对应的面元进行扩散，得到密集面元”，直到迭代次数达到预设次数，得到多视角遥感地形影像的三维点云；本发明提高了重建精度和效率。

技术领域

本发明涉及点云重建技术领域，特别是涉及一种多视角遥感地形影像点云重建方法及系统。

背景技术

多视角遥感地形影像点云重建技术是指通过相机采集到的一系列多视角地形影像，依据相机参数及影像间的内在约束关系，恢复出目标场景的空间三维点云结构。多视角重建影像要求至少有两幅影像，且影像间存在一定的重叠度。

现有的基于多视角图像的点云重建技术主要分为四类：深度图融合法、体素法、可变多边形网格法和面元扩充法。以半全局立体匹配(SGM)算法为代表的深度图融合法要求先得到一个稠密且准确的深度图，再在一些约束条件下通过深度图融合法重建出三维点云场景。此方法中得到的深度图噪声大、冗余度高，影响了重建精度和效率。以图割算法为代表的体素法要求初始化包含重建场景的边界框，其重建精度受到体素网格分辨率的限制。以视觉外壳模型算法为代表的可变多边形网格法需要一个良好的起点来初始化相应的优化过程，通常局限于场景数据集、灵活性不强，这限制了它们的适用性。现有的面元扩充法涉及的参数多，从而导致重新效率低。

发明内容

本发明的目的是提供一种多视角遥感地形影像点云重建方法及系统，提高了重建精度和效率。

为实现上述目的，本发明提供了如下方案：

一种多视角遥感地形影像点云重建方法，包括：

获取多个多视角遥感地形影像；

对所述多视角遥感地形影像进行特征提取，获得影像特征；

在设定的约束条件下，根据所述影像特征进行特征点匹配，获得多个特征点对；

对所述特征点对中两个特征点进行前方交会得到模型点；

根据各模型点生成面元，各所述面元作为种子点，各种子点构成种子点集合；

根据各所述种子点对应的面元进行扩散，得到密集面元；

根据设定的过滤条件对多个所述密集面元进行过滤，得到过滤后的面元；

用所述过滤后的面元更新所述种子点集合；

返回步骤“根据各所述种子点对应的面元进行扩散，得到密集面元”，直到迭代次数达到预设次数，得到所述多视角遥感地形影像的三维点云。

可选地，所述对所述多视角遥感地形影像进行特征提取，获得影像特征，具体包括：

对所述多视角遥感地形影像进行切割，获得影像块；

采用并发SIFT算子对所述影像块进行特征提取，获得影像特征；各影像特征与所述影像块的位置信息对应记录。

可选地，所述在设定的约束条件下，根据所述影像特征进行特征点匹配，获得多个特征点对，具体包括：

从多个所述多视角遥感地形影像中确定参考影像和非参考影像，所述参考影像数量为1；

在设定的约束条件下，从所述非参考影像中找出与所述参考影像中每个特征点对应的匹配特征点，各特征点与对应的匹配特征点组成特征点对；所述特征点为所述影像特征中的点。