[发明专利]三维数字化模型的相机阵列目标识别方法及系统

权利要求书

1.一种基于三维数字化模型的相机阵列目标识别方法，其特征在于，所述识别方法包括：

同步获取由N个相机组成的相机阵列对目标成像得到的N个相机图像；

对N个相机图像进行图像匹配，确定每个目标特征点对应的M个相机图像，以及M个相机图像中与目标特征点相匹配的M个特征点；

采用虚实融合方法将N个相机图像与预先构建的目标成像背景数字化模型进行融合，建立N个相机图像的成像场景与目标成像背景数字化模型的统一世界坐标系，根据统一世界坐标系确定N个相机位置的三维坐标；

基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标；基于每个目标特征点的三维坐标得到目标三维形貌，从而识别出目标。

2.根据权利要求1所述的识别方法，其特征在于，所述基于M个特征点在对应的M个相机图像中的二维坐标、M个相机图像对应的M个相机位置的三维坐标以及M个相机的拍摄参数，确定每个目标特征点的三维坐标，包括：

根据M个相机的拍摄参数和M个相机图像对应的M个相机位置的三维坐标，对M个特征点在对应的M个相机图像中的二维坐标进行坐标转换，得到M个特征点的三维坐标；

根据M个特征点的三维坐标和M个相机图像对应的M个相机位置的三维坐标确定每个目标特征点的三维坐标。

3.根据权利要求2所述的识别方法，其特征在于，所述根据M个特征点的三维坐标和M个相机图像对应的M个相机位置的三维坐标确定每个目标特征点的三维坐标，包括：

以M个特征点的三维坐标为端点，以M个相机图像对应的M个相机位置的三维坐标为方向，确定M个特征点对应的M条射线；

根据M个特征点对应的M条射线，确定每个目标特征点的三维坐标。

4.根据权利要求3所述的识别方法，其特征在于，所述根据M个特征点对应的M条射线，确定每个目标特征点的三维坐标，包括：

从M条射线中任取两条射线作为一个射线组合；

遍历M(M-1)/2种射线组合，基于每一种射线组合，获取两条射线的交点三维坐标或者最短距离的中点三维坐标，得到M(M-1)/2个预选三维坐标；

对M(M-1)/2个预选三维坐标求取平均值，将平均值作为每个目标特征点的三维坐标。

5.根据权利要求1所述的识别方法，其特征在于，所述识别方法还包括：

在对N个相机图像进行图像匹配时，获取并且存储每个目标特征点对应的颜色信息。

6.根据权利要求5所述的识别方法，其特征在于，所述识别方法还包括：

将每个目标特征点对应的颜色信息与每个目标特征点的三维坐标进行融合，得到带有色彩的目标三维形貌。

7.根据权利要求1所述的识别方法，其特征在于，所述对N个相机图像进行图像匹配，确定每个目标特征点对应的M个相机图像，以及M个相机图像中与目标特征点相匹配的M个特征点，包括：

从N个相机图像中任取两个相机图像作为一个相机组合；遍历N(N-1)/2种相机组合，基于每一种组合，采用预设匹配算法对两个相机图像匹配，获取两个相机图像匹配成功的特征点，将N(N-1)/2种相机组合中两个相机图像匹配成功的全部特征点作为目标特征点；

对于每一个目标特征点，将含有与该目标特征点相匹配的特征点的相机图像作为该目标特征点对应的相机图像，从而得到每个目标特征点对应的M个相机图像与每个目标特征点相匹配的M个特征点。

8.根据权利要求7所述的识别方法，其特征在于，预设匹配算法为SIFT匹配算法、SURF匹配算法、模板匹配算法或SuperGlue匹配算法。