[发明专利]一种指定目标三维重建方法及系统有效
| 申请号： | 201910347535.9 | 申请日： | 2019-04-28 |
| 公开（公告）号： | CN110047139B | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 缪君;江瑞祥;孙克强 | 申请（专利权）人： | 南昌航空大学 |
| 主分类号： | G06T17/00 | 分类号： | G06T17/00;G06V10/764;G06K9/62 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 杜阳阳 |
| 地址： | 330000 江*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种指定目标三维重建方法及系统，方法包括：获取多视点图像；确定需重建的指定目标图像；采用SFM对多视点图像进行场景恢复，得到多视点图像的场景稀疏结构，对多视点图像的场景稀疏结构中的部分3D点进行标记，得到训练样本集；基于训练样本集采用AdaBoost算法构造强分类器；采用强分类器对场景稀疏结构中的其余3D点进行分类，得到指定目标的稀疏点云结构；基于稀疏点云结构采用MVS确定多视点图像的场景的稠密点云结构；基于稠密点云结构以训练样本集为训练数据，采用多决策树判断策略，确定指定目标稠密点云结构。本发明中的上述方法只需一个视点下的少量稀疏点即可实现对指定目标的三维重建，计算量小，精度高。 | ||
| 搜索关键词： | 一种 指定 目标 三维重建 方法 系统 | ||
【主权项】：
1.一种指定目标三维重建方法，其特征在于，所述重建方法包括：获取多视点图像；对所述多视点图像中其中一幅进行目标分割，确定需重建的指定目标图像；采用从运动恢复结构SFM技术对所述多视点图像进行场景恢复，得到多视点图像的场景稀疏结构，所述场景稀疏结构为多个3D点组成的三维立体结构；对所述多视点图像的场景稀疏结构中的部分3D点进行标记，得到训练样本集；所述训练样本集包括正样本和负样本；基于所述训练样本集采用AdaBoost算法构造强分类器；采用所述强分类器对所述场景稀疏结构中的其余3D点进行分类，得到指定目标的稀疏点云结构；基于所述稀疏点云结构采用MVS技术确定多视点图像的场景的稠密点云结构；基于所述多视点图像的场景的稠密点云结构以所述训练样本集为训练数据，采用多决策树判断策略，确定指定目标稠密点云结构，所述指定目标稠密点云结构为重建的指定目标三维立体图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南昌航空大学，未经南昌航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910347535.9/，转载请声明来源钻瓜专利网。
