一种基于双目视觉的室内场景三维重建方法技术

本发明专利技术公开了一种基于双目视觉的室内场景三维重建方法，包含以下步骤：A、输入待匹配图像对，图像对包括图像1和图像2；B、依次对图像1和图像2实行融合颜色和光照信息的灰度化；C、对灰度化后的图像1和图像2采用SIFT算法提取特征点，生成特征点描述子；D、计算参考图像中的每个特征点与待匹配图像中所有特征点的欧氏距离，找到与参考图像特征点匹配的点，本发明专利技术对获取离散三维空间点进行Delaunay三角剖分和Open GL纹理贴图，三维重建结果真实感强，可视效果好。

A Binocular Vision-based 3D Reconstruction Method for Indoor Scene

The invention discloses a three-dimensional reconstruction method of indoor scene based on binocular vision, which includes the following steps: A, input image pairs to be matched, image pairs including image 1 and image 2; B, fuse color and illumination information of image 1 and image 2 in turn; C, adopt SIFT algorithm for grayed image 1 and image 2; D. Calculate the Euclidean distance between each feature point in the reference image and all the feature points in the image to be matched, and find the points matching the feature points of the reference image. The present invention carries out Delaunay triangulation and Open GL texture mapping for obtaining discrete three-dimensional space points, and the result of three-dimensional reconstruction is true. Strong sense, good visual effect.

【技术实现步骤摘要】
一种基于双目视觉的室内场景三维重建方法
本专利技术涉及一种三维重建方法，具体是一种基于双目视觉的室内场景三维重建方法。
技术介绍
视觉是人体最重要的感官，人类有80％的信息是由视觉获取。计算机视觉源于1982年，MIT的Marr教授在人工智能实验室第一次将信息处理与数学、物理、神经生物等学科相结合，提出了计算机视觉系统的原始框架，使得计算机视觉系统有了一个完整的体系，之后的研究也都是基于这一理论体系进行丰富和扩展。计算机视觉的核心目的在于使机器具有与人类视觉相同的功能，能够感知、获取以及分析周围环境。最开始人们使用三维绘图软件构建物体的三维模型，但此方法耗时耗力，并且精度难以保证。为此研究人员开始探索如何利用己有的现实物体信息构建物体的三维模型。坐标测量机的出现使得人们可以直接对现实物体进行坐标测量并进行物体的三维重构，虽然可以获得较高的精度，但此方法需要的设备价格昂贵，并且实施起来较为困难，对于体积较大的物体更是无法进行测量。近些年来，人们利用各种扫描仪获取物体的深度信息，但同样面临着价格昂贵以及通用性差的问题，这大大限制了其应用范围。随着计算机视觉技术的迅速发展，人们通过图像能够获取目标物体的三维信息，形成了计算机视觉领域的又一研究热点。由立体空间映射到平面空间得到图像，这一转换过程所导致深度信息的丢失是不可逆的。在过去计算机视觉数十年的研究中，最为广泛应用的数据是二维图像。作为计算机视觉核心问题的三维重建就是运用视觉相关技术从图像采集设备获取到的一幅或多幅二维图像中恢复图像所表达场景的深度数据，以实现深度测量或三维重构。基于双目立体视觉的三维重建模拟人类视觉系统原理，目前在机器视觉领域中是被广泛研究和应用的一个重要分支，其主要原理是通过两个相机从不同角度同时拍摄到两幅图像，结合两幅图的匹配结果与标定所得的相机内外参数，就能够获得所拍摄场景的立体信息[8]。目前，双目立体视觉系统已经广泛应用于无人商店、无人超市、无人加油站中等需要检验、监视、视觉导航的多种领域，并且展露出其非常广阔的发展前景。例如，安装在医疗机器人上的双目视觉装置可以自动化手术，深海机器人在深海作业时，其视觉系统可以感知周围环境，并为其避障和导航，加油机器人可以通过视觉系统定位油箱口位置并为各种不同小轿车加油。由于其不需要复杂的光源设备，并且具有易用性、便捷性、可靠性等诸多优点，正在广泛地应用在各领域。因此研究一种融合色彩和光照信息的Harris-SIFT算法，应用于室内场景的三维重建，避免光照对三维重建的影响。
技术实现思路
本专利技术的目的在于提供一种基于双目视觉的室内场景三维重建方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于双目视觉的室内场景三维重建方法，包含以下步骤：A、输入待匹配图像对，图像对包括图像1和图像2；B、依次对图像1和图像2实行融合颜色和光照信息的灰度化；C、对灰度化后的图像1和图像2采用SIFT算法提取特征点，生成特征点描述子；D、计算参考图像中的每个特征点与待匹配图像中所有特征点的欧氏距离，找到与参考图像特征点匹配的点。作为本专利技术的进一步技术方案：所述步骤A通过双目相机实现。作为本专利技术的进一步技术方案：在进行步骤A之前需要进行相机标定。作为本专利技术的进一步技术方案：所述相机标定是根据双目立体视觉原理搭建视觉平台，采用平行双目相机结构，对相机线性成像模型和非线性成像模型以及标定方法进行标定。作为本专利技术的进一步技术方案：所述步骤B具体是：首先计算图像的彩色信息，划分颜色色域，其次，根据图像彩色信息中的色差信息计算彩色补偿量，然后，彩色补偿量和最初得到的灰度值通过高斯权重函数得出光照补偿量，最后，在最初的灰度值基础上增加彩色补偿量和光照补偿量得到最终的灰度值。作为本专利技术的进一步技术方案：所述光照补偿量的提取采用公式如下：式中，λ式对比参数，取值范围为[1,3]，P是初步得到的灰度值，Y是原始灰度值，σ是标准差，YE是根据原始灰度值对初步得到的灰度值进行调整而得，最终的灰度值由原始灰度值、彩色补偿量和光照补偿量组成，即：W＝Y+YC+YE。作为本专利技术的进一步技术方案：所述彩色补偿量和光照补偿量采用YIQ彩色空间来计算。与现有技术相比，本专利技术的有益效果是：1、对获取离散三维空间点进行Delaunay三角剖分和OpenGL纹理贴图，三维重建结果真实感强，可视效果好。2、通过室内和室外实际场景图片进行匹配，融合色彩和光照信息的Harris-SIFT图像匹配算法，算法根据图像的颜色特征提取彩色补偿量和光照补偿量，并与Harris-SIFT算法图像匹配相结合。对7组存在多种变化的图像对进行匹配测试的结果表明，相较于传统Harris-SIFT算法，算法具有匹配点数多，匹配精度高，匹配性能好的优点。在实现图像匹配的抗尺度变化、抗旋转变化、抗仿射变化、抗亮度变化以及抗综合干扰方面的能力，算法都要优于传统Harris-SIFT算法，同时匹配时间较融合色彩和光照信息的SIFT算法相比明显减少。附图说明图1为算法研究流程图。图2为本专利技术总体方案流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例1：请参阅图1-2，一种基于双目视觉的室内场景三维重建方法，首先进行相机标定，相机为双目相机，具体的标定方法是根据双目立体视觉原理搭建视觉平台，采用平行双目相机结构，对相机线性成像模型和非线性成像模型以及标定方法进行标定，然后进行以下步骤：A、输入待匹配图像对，图像对包括图像1和图像2；B、依次对图像1和图像2实行融合颜色和光照信息的灰度化；首先计算图像的彩色信息，划分颜色色域，其次，根据图像彩色信息中的色差信息计算彩色补偿量，然后，彩色补偿量和最初得到的灰度值通过高斯权重函数得出光照补偿量，最后，在最初的灰度值基础上增加彩色补偿量和光照补偿量得到最终的灰度值。其中，光照补偿量的提取采用公式如下：式中，λ式对比参数，取值范围为[1,3]，P是初步得到的灰度值，Y是原始灰度值，σ是标准差，YE是根据原始灰度值对初步得到的灰度值进行调整而得，最终的灰度值由原始灰度值、彩色补偿量和光照补偿量组成，即：W＝Y+YC+YE。C、对灰度化后的图像1和图像2采用SIFT算法提取特征点，生成特征点描述子；D、计算参考图像中的每个特征点与待匹配图像中所有特征点的欧氏距离，找到与参考图像特征点匹配的点。针对上述内容中的算法描述：SIFT对于光线、噪声、微视角改变的容忍度高。基于这些特性，它们是高度显著而且相对容易撷取，在母数庞大的特征数据库中，很容易辨识物体而且鲜有误认。SIFT特征的信息量大，不适合在海量数据库中快速准确匹配，匹配时间较长。针对SIFT算法因灰度图像色彩信息缺失和光照变化引起传统算法匹配能力差的问题，提出融合色彩和光照信息的SIFT图像匹配算法匹配精度更高，匹配性能好且获得地匹配点数多，与经典的SIFT算法相比优势明显。融合了色彩和光照信息的SIFT算法虽然提高了匹配精度，获得本文档来自技高网...

【技术保护点】
1.一种基于双目视觉的室内场景三维重建方法，其特征在于，包含以下步骤：A、输入待匹配图像对，图像对包括图像1和图像2；B、依次对图像1和图像2实行融合颜色和光照信息的灰度化；C、对灰度化后的图像1和图像2采用SIFT算法提取特征点，生成特征点描述子；D、计算参考图像中的每个特征点与待匹配图像中所有特征点的欧氏距离，找到与参考图像特征点匹配的点。

【技术特征摘要】
1.一种基于双目视觉的室内场景三维重建方法，其特征在于，包含以下步骤：A、输入待匹配图像对，图像对包括图像1和图像2；B、依次对图像1和图像2实行融合颜色和光照信息的灰度化；C、对灰度化后的图像1和图像2采用SIFT算法提取特征点，生成特征点描述子；D、计算参考图像中的每个特征点与待匹配图像中所有特征点的欧氏距离，找到与参考图像特征点匹配的点。2.根据权利要求1所述的一种基于双目视觉的室内场景三维重建方法，其特征在于，所述步骤A通过双目相机实现。3.根据权利要求1所述的一种基于双目视觉的室内场景三维重建方法，其特征在于，在进行步骤A之前需要进行相机标定。4.根据权利要求3所述的一种基于双目视觉的室内场景三维重建方法，其特征在于，所述相机标定是根据双目立体视觉原理搭建视觉平台，采用平行双目相机结构，对相机线性成像模型和非线性成像模型以及标定方法进行标定。5.根据...

【专利技术属性】
技术研发人员：曹宇，张庆鹏，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23