基于双目视觉图像的三维地形重建方法、装置及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113674407A(43)申请公布日2021.11.19(21)申请号202110801417.8(22)申请日2021.07.15(71)申请人中国地质大学（武汉）地址430000湖北省武汉市洪山区鲁磨路388号(72)发明人杜兴卓张晶晶(51)Int.Cl.G06T17/05(2011.01)G06T17/20(2006.01)G06T15/00(2011.01)G06T5/00(2006.01)权利要求书3页说明书7页附图8页(54)发明名称基于双目视觉图像的三维地形重建方法、装置及存储介质(57)摘要本发明公开了一种基于双目视觉图像的三维地形重建方法、装置及存储介质，恢复了地形表面三维信息并实现了高精度高效率的三维地形重建。仅使用两个相机模拟人类视觉系统，首先拍摄棋盘格以获取相机内外参数矩阵；随后拍摄地形图像并对其进行预处理与校正；然后使用改进的特征点提取及匹配算法以匹配双目地形图像的特征点；其次利用改进的视差图生成算法结合匹配的特征点以获取目标地形的视差图；最后结合相机内外参数进行点云拼接以及点云颜色渲染即可完成地形的三维重建。与现有三维重建方法相比，本发明提出的方法能在很大程度上提升三维地形重建精度，在实际中可广泛的应用在飞机视景仿真、航空测绘以及无人驾驶等领域，实用性较强。CN113674407ACN113674407A权利要求书1/3页1.一种基于双目视觉图像的三维地形重建方法，其特征在于，包括以下步骤：S1、对双目相机进行标定，得到所述双目相机的内外参数矩阵；S2、利用所述双目相机拍摄待重建目标地形图像，得到左右两张目标地形图像；S3、对所述左右两张目标地形图像依次进行校正、预处理及极线约束，得到极线约束的左右图像；S4、利用SURF算法对所述极线约束的左右图像进行特征点提取及匹配，得到匹配特征点；S5、根据所述匹配特征点，利用SGBM算法计算极线约束的左右图像的视差，同时利用边缘检测方法以及形态学处理方法提取极线约束的左右图像的地形边缘特征，再将所述地形边缘特征作为约束条件，计算得到极线约束的左右图像的视差图；S6、根据所述极线约束的左右图像的视差图，结合所述双目相机的内外参数矩阵计算得到三维地形图像各特征点的三维坐标信息，生成三维特征点云；S7、将所述三维特征点云按照所述三维空间坐标信息在三维立体空间中进行排列，并提取左右两张目标地形图像中特征点的颜色信息，根据所述颜色信息对所述三维特征点云进行颜色渲染，得到重建的三维地形图像。2.根据权利要求1所述的基于双目视觉图像的三维地形重建方法，其特征在于：步骤S3具体包括：S31、根据所述双目相机的内外参数矩阵，对所述左右两张目标地形图像进行校正，得到校正后的左右图像；S32、利用图像预处理方法对所述校正后的左右图像进行灰度变换、降噪以及增加信噪比处理，得到预处理的左右图像；S33、根据对极几何原理在所述预处理的图像上绘制多束极线进行极线约束，得到极线约束的左右图像。3.根据权利要求2所述的基于双目视觉图像的三维地形重建方法，其特征在于：步骤S32具体包括：S321、对所述校正后的左右图像进行灰度变换，得到灰度变换后的左右图像，所述灰度变换的具体公式为：s＝clog(1+r)其中，c为常数，r为原始图像灰度值，s为变换后的灰度值；S322、对所述灰度变换后的左右图像进行直方图均衡化以增强信噪比，得到信噪比增强的左右图像；S323、对所述信噪比增强的左右图像进行高斯滤波降噪，得到降噪后的左右图像，所述高斯滤波降噪的具体公式为：其中，f表示进行高斯滤波操作，x表示任意连续的随机变量，μ为常数，σ为正态分布的标准偏差，称x服从参数为μ，σ(σ＞0)的高斯分布。4.根据权利要求1所述的基于双目视觉图像的三维地形重建方法，其特征在于：步骤S4具体包括：2CN113674407A权利要求书2/3页S41、利用SURF算法检测所述极线约束的左右图像中灰度值变化大于设定阈值的角点，并标记为特征点；S42、根据左图像上的特征点以及极线约束条件，在右图像上找到左图像上的特征点所对应的特征点，得到匹配特征点；S43、利用RANSAC算法筛除错误的匹配特征点，完成特征点提取及匹配。5.根据权利要求4所述的基于双目视觉图像的三维地形重建方法，其特征在于：步骤S41具体包括：S411、构建Hessian矩阵定位所述极线约束的左右图像中的特征点；所述Hessian矩阵的行列式为：detH＝DxxDxy‑(0.9Dxy)2其中，Dxx、Dyy分别是Hessian矩阵水平X、Y方向的二阶偏导，Dxy是Hessian矩阵垂直方向的二阶偏导；S412、对所述特征点进行特征方向选择，得到特征点的主方向；S413、根据所述特