非接触无损全方位三维建模方法
【专利摘要】本发明公开了非接触无损全方位三维建模方法，利用标定板对双目摄像机进行标定，并获取立体图像对，为图像中每个像素计算它的自适应十字架，根据自适应十字架为每个像素评估它的自适应匹配窗，利用自适应匹配窗获取匹配代价，利用匹配代价，分别构建数据项、精制项、平滑项和分割项，然后对能量方程进行能量最小化，获得最终视差分布，并根据最终视差分布进行三维重建。本发明通过利用立体视觉方法进行三维重建，避免了因接触式三维建模方法对物体造成的损害，采用自适应匹配代价方法，有效地提高了三维重建精度，具有较好的实用性。
【专利说明】非接触无损全方位三维建模方法
【技术领域】
[0001]本发明涉及计算机视觉【技术领域】，尤其涉及ー种非接触无损全方位三维建模方法。
【背景技术】
[0002]随着信号处理科学和计算机技术的发展，计算机视觉作为人工智能的一个新领域也逐渐形成并得到了极大的发展，计算机视觉技术用摄像机代替人眼获取景物图像并转换为数字信号，利用计算机代替人的大脑对客观世界进行视觉感知和解释。虽然目前还不能够使计算机、机器人或其他智能机器也具有像人类等生物那样高效、灵活和通用的视觉，但自20世纪50年代以来视觉理论和技术得到了迅速发展，从阿帕奇上的头盔瞄准到军用车辆上的电子稳像，从导弹上的图像制导到军事目标识别，计算机视觉已被广泛的应用于军事、制造业、检验、文档分析、医疗诊断等各种领域。而随着个人计算机的发展，硬件成本的降低促进了计算机视觉这一新兴技术逐步走入人们的生活，为人们所熟悉。
[0003]计算机视觉中三维建模方法分接触式建模方法和非接触式建模方法。其中接触式建模方法需要触碰实际物体的表面，如使用测径器、尺子和坐标测量机等。虽然坐标测量机可以精确地获得重建物体的数据，但由于必须接触物体，有可能对待测物造成污染、变形或损坏，不太合适用于一些价值较高的物体如遗迹古文物和古文物等的重建。非接触式建模方法可以分为主动式和被动式两种。主动视觉系统一般采用结构光的方法，该方法通常包括一台摄像机和ー个投影仪，投影仪向物体投射ー些人工设计的图案，摄像机拍摄被照物体得到这些结构光图案在物体表面形成的变形图像，利用结构光的编码技术和三角測量方法，来恢复物体的三维结构。这种方法借助结构光的信息，从而简化了图像匹配问题。被动视觉方法即立体视觉方法，用多台摄像机或一台摄像机在不同位置拍摄多幅物体图像来恢复场景深度信息，但这类方法有在不同图像间寻找匹配关系的问题，图像匹配是计算机视觉领域的ー个经典难题，从而限制了这类方法的广泛应用。
【发明内容】
[0004]本发明的目的就是为了克服弱纹理区域、视差不连续区域以及遮挡区域容易产生噪声、失真或异常值等问题，提出ー种非接触无损全方位三维建模方法，它能够在那些传统计算困难区域取得鲁棒性表现，过滤掉大部分的异常像素点，重建出更加接近真实物体表面的三维結果。
[0005]为了实现上述发明目的，本发明技术方案如下:
[0006]ー种非接触无损全方位三维建模方法，用于采用双目摄像机来实现计算机视觉的三维重建，包括步骤:
[0007]I)、利用标定板对双目摄像机进行标定，并获取立体图像对；
[0008]2)、为立体图像对中每个像素计算它的自适应十字架；
[0009]3)、根据自适应十字架为每个像素评估它的自适应匹配窗；[0010]4)、利用自适应匹配窗获取匹配代价；
[0011]5)、通过处理遮挡区域和图像边界来优化匹配代价；
[0012]6)、利用优化的匹配代价来构建能量方程；
[0013]7)、对能量方程进行能量最小化，获得最终视差分布；
[0014]8)、根据最终视差分布进行三维重建。
[0015]进ー步地，所述获取立体图像对包括步骤:分别从主坐标系和三个副坐标系四处位置获取四对立体图像对，所述主坐标系是指双目摄像机初始位置坐标系，所述三个副坐标系是指以载物台中心轴为基准，分别旋转90°、180°、270°所在位置坐标系。
[0016]所述为立体图像对中每个像素计算它的自适应十字架，包括步骤:
[0017]对于任意一个位于立体图像对中的像素P，以四元组Wpj表示像素
P的左臂长右臂长<、上臂长wp—和下臂长Wp+，L是预先设定的最大臂长，T为控制颜色相似性的置信度；
[0018]对于左臂长，对位于像素p左侧水平线上的一组连续的像素进行颜色相似度计算,Pi=(Xp- yp)表示像素p左侧水平线上第i个元素，I。表示对应颜色分量的颜色值,Ic (p)表示P像素对应颜色分量c的颜色值，Ic(Pi)表示Pi像素对应颜色分量c的颜色值，则当:
【权利要求】
1.ー种非接触无损全方位三维建模方法，用于采用双目摄像机来实现计算机视觉的三维重建，其特征在于，该方法包括步骤: 1)、利用标定板对双目摄像机进行标定，并获取立体图像对； 2)、为立体图像对中每个像素计算它的自适应十字架； 3)、根据自适应十字架为每个像素评估它的自适应匹配窗； 4)、利用自适应匹配窗获取匹配代价； 5)、通过处理遮挡区域和图像边界来优化匹配代价； 6)、利用优化的匹配代价来构建能量方程； 7)、对能量方程进行能量最小化，获得最终视差分布； 8)、根据最终视差分布进行三维重建。
2.根据权利要求1所述的三维建模方法，其特征在于，所述获取立体图像对包括步骤:分别从主坐标系和三个副坐标系四处位置获取四对立体图像对，所述主坐标系是指双目摄像机初始位置坐标系，所述三个副坐标系是指以载物台中心轴为基准，分别旋转90°、180。、270。所在位置坐标系。
3.根据权利要求1所述的三维建模方法，其特征在于，所述为立体图像对中每个像素计算它的自适应十字架，包括步骤: 对于任意一个位于立体图像对中的像素P，以四元组Wp+丨表示像素P的左臂长、右臂长、上臂长wp_和下臂长Wp+，L是预先设定的最大臂长,T为控制颜色相似性的置信度； 对于左臂长qf，对位于像素P左侧水平线上的一组连续的像素进行颜色相似度计算，Pi=(xp-1, yp)表示像素p左侧水平线上第i个元素，I。表示对应颜色分量的颜色值，Ic(P)表示P像素对应颜色分量c的颜色值，Ic(Pi)表示Pi像素对应颜色分量c的颜色值，则当:1停止递增，令= I — 1，否则，令！ =L- 1，得到左臂长q;; 同理得到右臂长<|よ、上臂长Wf和下臂长Wp+; 计算像素P在水平线上的积分Q(P)和在垂直线上的积分W(p):
Q\ph {(ろァ)x4:xp-q—p,xp +ci+P\y=yP}
W{p) = {(-' v) X = xp, y e [yp - <, yp + w; ]} Q(P)和W(p)共同决定了像素p的自适应十字架，其中X表示像素的横坐标变量，y表示像素的纵坐标变量，xp, yp为像素p的坐标。
4.根据权利要求3所述的三维建模方法，其特征在于，所述根据自适应十字架为每个像素评估它的自适应匹配窗，包括步骤: 沿着像素P的垂直线上的积分W(p)滑动，对多个水平线上的积分Q(q')做ー个区域积分操作，计算得到像素P的自适应匹配窗U(p)，其中:
5.根据权利要求4所述的三维建模方法，其特征在干，所述立体图像对包括左图和右图，左图中拥有视差d的像素p=(xp，yp)可以在右图中找到对应像素p' =(xp-d, yp)，像素
P和像素p'之间的匹配代价计算公式如下:
6.根据权利要求5所述的三维建模方法，其特征在于，所述通过处理遮挡区域和图像边界来优化匹配代价，用d(p)表示左图中像素p=(xp，yp)的视差，同时d' (p')表示右图中像素P' = (xp-d(p), yp)的视差，[dmin, dmax]表不视差的取值范围，P表不左图中所有像素的集合，则d(P)表示左图对应的视差图，P'表示右图中所有像素的集合，d' (P')表示右图对应的视差图，p" =(xp-d (p)+d/ (p' ),yp),则: 当d(p)>d' (p')和d' (p')≤d(p")，对于遮挡区域像素p对应的匹配代价，用临近领域像素P "对应的匹配代价来替换； 对于图像边界，寻求次优的匹配代价来表示图像边界像素对应的匹配代价，对于图像边界像素P，假设次优匹配代价对应的视差为d-，最优匹配代价对应的视差为cT，用Ed-(p)表示边界像素P对应的匹配代价，其中
7.根据权利要求6所述的三维建模方法,其特征在于,给定ー个任意的最终视差分布f，f(P)表示像素P对应的最終视差值，所述利用优化的匹配代价构建能量方程，包括步骤: A)、根据匹配代价Ed(P)，构建数据项
【文档编号】G06T17/00GK103440681SQ201310414655
【公开日】2013年12月11日 申请日期:2013年9月12日 优先权日:2013年9月12日
【发明者】刘盛, 金海强, 陈胜勇, 张剑华, 毛小俊 申请人:浙江工业大学