一種基于區(qū)域增長(zhǎng)的三維點(diǎn)云重建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及=維重建領(lǐng)域，尤指一種由少量的匹配點(diǎn)對(duì)得到稠密的重建效果的方 法。
【背景技術(shù)】
[0002] 近年來(lái)，=維重建在考古、測(cè)繪、教育、娛樂(lè)等多個(gè)方面都有著重要的應(yīng)用。一般來(lái) 說(shuō)，通常都是采用運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)的方法進(jìn)行=維重建，但是該種方法重建出來(lái)的圖像通常 =維點(diǎn)對(duì)較少，而該些少量的=維點(diǎn)不能很好的反應(yīng)重建出的物體的紋理效果，因此就有 必要重建出稠密的紋理圖像。
[0003] 稠密匹配是所有稠密重建算法的核屯、。匹配點(diǎn)對(duì)的稠密程度決定了重建出來(lái)的= 維物體表面的稠密性。對(duì)于兩幅圖像中的每一個(gè)像素點(diǎn)，如果能夠找到其相應(yīng)的匹配點(diǎn)，那 么就可W由該對(duì)匹配點(diǎn)計(jì)算出一個(gè)S維云點(diǎn)。
[0004] 灰度匹配是目前仍廣泛使用的一種傳統(tǒng)匹配方法.灰度匹配中影響匹配質(zhì)量的 一個(gè)重要因素是匹配窗口的大??；一方面，窗口尺寸要盡量大，W便為可靠匹配包容足夠 的灰度變化，如果窗口太小，沒(méi)有覆蓋足夠的灰度變化，則會(huì)因信噪比太低而造成所得視 差估值不準(zhǔn)確；另一方面，窗口尺寸要盡量小，W避開(kāi)投影崎變的影響，若窗口太大且包含 視差的較大變化，則會(huì)因左右圖像上不同的投影崎變，使得匹配位置不正確。因而利用自適 應(yīng)窗口進(jìn)行灰度匹配是非常有必要的自適應(yīng)窗匹配算法。該種方法采用的窗口大小和形狀 根據(jù)灰度的局部變化和當(dāng)前深度的估計(jì)值自適應(yīng)地變化，提高了匹配質(zhì)量，但是它的計(jì)算 復(fù)雜度是很大的。因而一種既能減小匹配過(guò)程中復(fù)雜度，又能保障重建出來(lái)的S維物體表 面稠密行的方法成為了一種需求。

【發(fā)明內(nèi)容】

[0005] 針對(duì)上述問(wèn)題，本發(fā)明旨在提供一種基于區(qū)域增長(zhǎng)的稠密匹配方法，與傳統(tǒng)的基 于灰度匹配算法相比，基于區(qū)域增長(zhǎng)的立體稠密匹配方法通過(guò)利用連續(xù)性和對(duì)極幾何約束 大大提高了稠密匹配的效率。
[0006] 本發(fā)明提供的技術(shù)方案如下：
[0007] 一種基于區(qū)域增長(zhǎng)的稠密匹配方法，所述稠密匹配方法利用已知的種子點(diǎn)對(duì)來(lái)捜 尋新的匹配點(diǎn)對(duì)，W將匹配關(guān)系傳播給其他的點(diǎn)對(duì)，具體步驟包括：
[000引S1使用濾波算法分別濾除第一待匹配圖像和第二待匹配圖像中的噪聲；
[0009] S2使用最鄰近匹配算法對(duì)第一待匹配圖像和第二待匹配圖像進(jìn)行初始的特征匹 配，得到初始的匹配點(diǎn)對(duì)；
[0010] S3剔除所述匹配點(diǎn)對(duì)中的誤匹配點(diǎn)對(duì)，且將剩余的匹配點(diǎn)對(duì)作為種子點(diǎn)對(duì)；
[0011] S4基于所述種子點(diǎn)對(duì)進(jìn)行稠密傳播；
[0012] S5基于所述匹配點(diǎn)對(duì)獲取基礎(chǔ)矩陣，通過(guò)所述基礎(chǔ)矩陣實(shí)現(xiàn)全局幾何約束。
[0013] 優(yōu)選的，在步驟S1中，所述濾波算法為均值濾波算法或中值濾波算法。
[0014] 優(yōu)選的，在步驟S2中，使用最鄰近匹配算法進(jìn)行初始的特征匹配，得到初始的匹 配點(diǎn)，具體步驟如下：
[0015] S21根據(jù)第一待匹配圖像中的第一點(diǎn)的第一特征向量Va，獲取第二待匹配圖像中 所有的特征向量中距離第一點(diǎn)的特征向量Va最近的第二點(diǎn)的特征向量Vb和第S點(diǎn)的特征 向量Vc;
[0016] S22獲取第二特征向量Vb與第一特征向量Va之間的第一距離值dist(Va，Vb)，同 時(shí)獲取第S特征向量Vc與第一特征向量Va之間的第二距離值dist(Va，Vc);
[0017] S23將所述第一距離值dist(Va，Vb)與第二距離值dist(Va，Vc)進(jìn)行比對(duì)，若第一 距離值dist(Va,Vb)與第二距離值dist(Va,Vc)的比值小于
[001引預(yù)設(shè)闊值，則第二待匹配圖像中的第二點(diǎn)與第一待匹配圖像中的第一點(diǎn)匹配，得 到初始的匹配點(diǎn)對(duì)。
[0019] 優(yōu)選的，在步驟S3中，使用RANSAC算法剔除匹配點(diǎn)對(duì)中的誤匹配點(diǎn)對(duì)。
[0020] 優(yōu)選的，在步驟S4中，基于所述種子點(diǎn)對(duì)進(jìn)行稠密傳播，具體步驟如下：
[0021] S41基于所述第一待匹配圖像和第二待匹配圖像選擇相似性函數(shù)；
[002引 S42選取所述種子點(diǎn)對(duì)中的至少一對(duì)點(diǎn)，W所述相似性函數(shù)作為目標(biāo)函數(shù)，同時(shí)W 選取的所述至少一對(duì)點(diǎn)作為基礎(chǔ)點(diǎn)對(duì)按照區(qū)域增長(zhǎng)的方式進(jìn)行稠密傳播。
[0023] 優(yōu)選的，在所述步驟S42中，W選取的所述至少一對(duì)點(diǎn)作為基礎(chǔ)點(diǎn)對(duì)按照區(qū)域增 長(zhǎng)的方式進(jìn)行稠密傳播，具體過(guò)程如下：
[0024] 所述第一待匹配圖像中的第四點(diǎn)aL與在第二待匹配圖像中的第五點(diǎn)aR為一對(duì)匹 配點(diǎn)，第六點(diǎn)化和第走點(diǎn)cL分別與第一待匹配圖像中第四點(diǎn)aL相鄰，則當(dāng)在第二待匹配 圖像中對(duì)第一待匹配圖像中的第六點(diǎn)化和第走點(diǎn)cL進(jìn)行匹配時(shí)，在第二待匹配圖像中的 第五點(diǎn)aR周?chē)M(jìn)行稠密傳播即可獲取相應(yīng)的匹配點(diǎn)。
[0025] 優(yōu)選的，在所述步驟S42中，W選取的所述至少一對(duì)點(diǎn)作為基礎(chǔ)點(diǎn)對(duì)按照區(qū)域增 長(zhǎng)的方式進(jìn)行稠密傳播，具體過(guò)程如下：
[0026] 所述第一待匹配圖像中的第八點(diǎn)化與第二待匹配圖像中的第九點(diǎn)dR為一對(duì)匹配 點(diǎn)，所述第一待匹配圖像中的第十點(diǎn)eL與第二待匹配圖像中的第十一點(diǎn)eR為另一對(duì)匹配 點(diǎn)，且點(diǎn)P分別與第一待匹配圖像中第八點(diǎn)化和第十點(diǎn)eL相鄰，則當(dāng)在第二待匹配圖像中 對(duì)第一待匹配圖像中的點(diǎn)P進(jìn)行匹配時(shí)，在第二待匹配圖像中的第九點(diǎn)dR和第十一點(diǎn)eR 周?chē)M(jìn)行稠密傳播即可獲取相應(yīng)的匹配點(diǎn)。
[0027] 傳統(tǒng)的稠密匹配方法都是在得到初始的匹配點(diǎn)之后，就直接進(jìn)行傳播，但是初始 的匹配點(diǎn)對(duì)含有誤匹配點(diǎn)，如果直接進(jìn)行傳播，會(huì)導(dǎo)致誤差的累積，從而使得最終得到的匹 配點(diǎn)之中還有很多誤匹配點(diǎn)，該就會(huì)對(duì)后面的過(guò)程帶來(lái)很大的干擾，甚至導(dǎo)致最后重建出 的結(jié)果嚴(yán)重崎變，不能得到想要的結(jié)果。因而在本發(fā)明中，提供了一種基于區(qū)域增長(zhǎng)的稠密 匹配方法，其是在滿足一定條件下，把匹配關(guān)系傳播給其他的點(diǎn)對(duì)，當(dāng)條件不滿足時(shí)就停止 傳播，且其在進(jìn)行稠密匹配之前將初始匹配的匹配點(diǎn)對(duì)中的誤匹配點(diǎn)對(duì)進(jìn)行剔除，該樣保 障了本發(fā)明的稠密匹配方法對(duì)圖像進(jìn)行匹配的準(zhǔn)確性。
[002引與傳統(tǒng)的逐點(diǎn)獨(dú)立計(jì)算的方法相比，本發(fā)明提供的方法利用連續(xù)性該一原則，可W知道若某一點(diǎn)與一個(gè)已知的匹配點(diǎn)臨近，那么該點(diǎn)對(duì)應(yīng)的匹配點(diǎn)也位于已知的匹配點(diǎn)附 近，該樣利用連續(xù)性約束極大地提高了稠密匹配的效率。
【附圖說(shuō)明】
[0029] 下面將W明確易懂的方式，結(jié)合【附圖說(shuō)明】?jī)?yōu)選實(shí)施方式，對(duì)一種基于區(qū)域增長(zhǎng)的 稠密匹配方法的上述特性、技術(shù)特征、優(yōu)點(diǎn)及其實(shí)現(xiàn)方式予W進(jìn)一步說(shuō)明。
[0030] 圖1為本發(fā)明中基于區(qū)域增長(zhǎng)的稠密匹配方法的流程示意圖；
[0031] 圖2(a)為本發(fā)明第一實(shí)施方式中第一待匹配圖像示意圖；
[0032] 圖2(b)為本發(fā)明第一實(shí)施方式中第二待匹配圖像示意圖；
[0033] 圖3(a)為本發(fā)明第二實(shí)施方式中第一待匹配圖像示意圖；
[0034] 圖3(b)為本發(fā)明第二實(shí)施方式中第二待匹配圖像示意圖。
【具體實(shí)施方式】
[0035] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)照【附圖說(shuō)明】 本發(fā)明的【具體實(shí)施方式】。顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于 本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可W根據(jù)該些附圖獲得其他 的附圖，并獲得其他的實(shí)施方式。
[0036] 如圖1所示為本發(fā)明提供的基于區(qū)域增長(zhǎng)的稠密匹配方法的流程示意圖，該稠密 匹配方法利用已知的種子點(diǎn)對(duì)來(lái)捜尋新的匹配點(diǎn)對(duì)，W將匹配關(guān)系傳播給其他的點(diǎn)對(duì)，具 體步驟包括：
[0037] S1使用濾波算法分別濾除第一待匹配圖像和第二待匹配圖像中的噪聲；
[003引 S2使用最鄰近匹配算法對(duì)第一待匹配圖像和第二待匹配圖像進(jìn)行初始的特征匹 配，得到初始的匹配點(diǎn)對(duì)；
[0039] S3剔除匹配點(diǎn)對(duì)中的誤匹配點(diǎn)對(duì)，且將剩余的匹配點(diǎn)對(duì)作為種子點(diǎn)對(duì)；
[0040] S4基于種子點(diǎn)對(duì)進(jìn)行稠密傳播；
[0041] S5基于匹配點(diǎn)對(duì)獲取基礎(chǔ)矩陣，通過(guò)基礎(chǔ)矩陣實(shí)現(xiàn)全局幾何約束。
[0042] 具體來(lái)說(shuō)，在步驟S1中，在具體實(shí)施例中，可W使用均值濾波或者中值濾波法算 法去除第一待匹配圖像和第二待匹配圖像中的噪聲。W改善兩幅圖像的質(zhì)量，減小噪聲對(duì) 于后續(xù)圖像的匹配帶來(lái)的干擾。