[发明专利]一种基于几何特征的视觉重建方法

摘要

本发明公开了一种基于几何特征的视觉重建方法，本发明在进行3D场景重建时并不针对每个像素进行重建，而是首先提取每个场景具有几何特征的物体(几何组块)，基于几何组块进行单张场景图片的3D场景重建，再使用几何组块的尺寸和像素信息等几何特征作为匹配特征进行多张场景图片之间的匹配，并最终完成3D场景重建。该方案仅利用了几何特征而非像素完成场景重建，极大地降低了计算和存储开销，并且可以达到很高的匹配精度和场景重建精度。

主权项

1.一种基于几何特征的视觉重建方法，其特征在于，包括以下步骤：步骤1，采用双摄像头对目标场景进行连续图片采集；步骤2，对每一张的图片进行几何组块提取；首先在图片中提取线，提取了线段后，矩形搜索算法将检查线段是否可以构成矩形；矩形搜索算法指在同一平面内，从某一条线段出发，寻找是否有一条线段与之垂直，如果有则继续寻找是否存在第三条线段与第二条垂直，继续寻找第四条线段；如果四条线段都存在，则构成矩形；步骤3，根据双摄像头中心坐标对不同时刻的场景图片中的几何组块进行3D重建，一个点P在物理世界的坐标(X,Y,Z)和图片上的坐标(x,y,1)转换的关系为：其中f为焦距；在场景重建时，并不对所有像素点进行3D重建，而仅对矩形的四个顶角进行3D重建，由此确定几何组块的3D位置和现实尺寸；步骤4，根据步骤3中得到的3D重建恢复出几何组块匹配特征，几何组块匹配特征包括几何组块的尺寸和像素特征，记为一个二元元祖Feature＝(Dimension,Texture)；Feature表示几何组块匹配特征，Dimension表示几何组块的尺寸，Texture表示像素特征；每个组块的像素矩阵都将使用压缩感知压缩为长度为M的矢量并进行归一化，压缩感知中的观测矩阵使用高斯随机矩阵，稀疏矩阵使用差分矩阵；根据恢复的几何组块匹配特征对不同时刻的场景图片中的对应的几何组块进行两两匹配；在进行几何组块匹配时，若两个组块的几何组块匹配特征Feature相差小于一定阈值，则表示两个几何组块是匹配的；如果相差超过一个阈值，则不匹配；步骤5，若两个场景图片中的两个几何组块匹配，则将两个场景连接起来，最终重建完整的3D场景。