[发明专利]一种基于多假设联合视图选择的稠密三维重建方法

摘要

本发明公开了一种基于多假设联合视图选择的稠密三维重建方法，属于计算机视觉领域。本发明提出了一种基于非对称棋盘网格传播和多假设联合的视图选择的快速准确稠密重建方法，本发明方法中非对称棋盘网格传播基于邻域像素点的匹配代价，使代价更小的假设能优先传播到更远的区域，提升了算法的收敛速度；进一步地，多假设联合视图选择方法采用非对称棋盘网格传播优选的多个假设，在邻域视图中构造代价矩阵，从中挖掘合适的视图聚合集合，使得聚合代价的表示与最优假设的选择更加精确；本发明方法不仅能在充分利用并行计算能力的前提下使算法更快地收敛，而且能够获得更加精确鲁棒的稠密重建结果。

主权项

一种基于多假设联合视图选择的稠密三维重建方法，其特征在于，所述方法包括：(1)在校正的图像集中选定一幅图像作为参考图像，其他图像则作为源图像；对参考图像进行随机初始化；(2)将当前参考图像的所有像素划分为红黑相间的棋盘网格模式，对于处于黑色格子中的像素X，以X为中心从红色格子中划定多块近距离邻域区域和多块远距离邻域区域；计算每个区域内所有像素的假设的初始聚合匹配代价，每个区域都选出初始聚合匹配代价最小的假设作为像素X的候选假设；(3)为像素X构造匹配代价矩阵T：其中，K表示候选假设的数量，N表示源图像的数量；mKN表示第K个候选假设相对于第N个源图像的匹配代价；(4)在矩阵T中按列选取该列中所有匹配代价和匹配代价阈值对比，若该列中有n个小于匹配代价阈值的匹配代价，则矩阵T保留该列，否则矩阵T剔除该列；(5)为矩阵T中每个列生成一个对应的权重，在矩阵T中按行选取该行的所有匹配代价，根据该行各个匹配代价所对应的权重计算该行的权重聚合匹配代价，对比矩阵T所有行的权重聚合匹配代价，选取最小的权重聚合匹配代价对应的假设作为像素X的假设；(6)将棋盘网格模式中黑色和红色对换，重复步骤(2)～(5)，得到参考图像中所有像素的假设；(7)重复迭代步骤(2)～(6)，使参考图像中所有像素的假设最终收敛，再由参考图像中所有像素的假设中的深度构建参考图像的深度图；(8)从校正的图像集中选定另一幅图像，重复步骤(1)～(7)，直到得到所述图像集中所有图像的深度图；将所有深度图融合得到稠密三维模型。