基于BDS位置服务的大型场景三维重建系统及重建方法与流程

本发明涉及场景三维重建技术领域，尤其涉及基于bds位置服务的大型场景三维重建系统及重建方法。

背景技术：

大规模场景的三维重建已经成为未来计算机视觉的发展趋势之一，而三维模型也已成为继图像、声音和视频之后的第四种多媒体数据类型，并在诸如测绘、城市规划、公安刑侦等领域也具有重要、广泛的应用前景。目前现有的大型场景三维重建方法往往都是基于普通摄像机模型的图像重建方法，由于普通计算机视角的限制以及图像重建不适用于大型复杂场景的三维重建，因此，迫切需要提出一种高效实用的大型场景三维重建方法。

目前实现三维建模的方法大致有以下几类：一类是直接利用三维建模软件，如计算机辅助设计软件(autocad)、动画渲染制作软件(3dmax，maya等)等；这种工具式的人机交互建模可利用基本的几何元素构建复杂的几何场景，应用技术纯熟，方法灵活，能逼真再现对象的几何结构和表面纹理信息，然而由于其精细建模的特点，使得建模数据量庞大费时费力，并且对计算机硬件具有一定的要求，因而不适用于大型场景的三维建模；

另一类是基于摄影测量的三维建模，通过采集真实物体的数据信息构建模型。采集数据一般采集深度信息和摄像头捕获图像，经过配准、融合、整合之后得到三维模型。但由于计算机视角的限制及图像重建不适用于大型复杂场景的重建因而成为大型三维场景重建的瓶颈；

还有一类是基于三维点云扫描技术的三维建模。随着数据采集技术的不断发展和自动化，三维激光点云数据自动构建三维模型已成为三维建模的热点，对建筑物点云数据模型的重演步骤主要包括：一方面提取建筑物的边界特征，以特征为约束构建三维实体模型；另一方面直接对点云数据网格化，建立拓扑关系，进行表面重建和优化。基于点云的三维建模克服了传统数据采集方式的不足，提高了数据采集的精度和效率。但是由于三维扫描获取点云数据中容易产生漏洞且点云数据量十分庞大，也制约了其在大型建模中的进一步发展和广泛的应用。

技术实现要素：

本发明的目的是针对现有技术的不足，而提供一种基于bds位置服务的大型场景三维重建系统及重建方法。这种系统实现方便、数据处理快捷、三维重建高效准确并且成本较低。这种方法可以实时地获取场景图像，精准匹配，可快速地进行三维建模，并且能克服传统大型场景三维重建中累积误差过大、数据开销空间庞大的问题。

实现本发明目的的技术方案是：

基于bds位置服务的大型场景三维重建系统，与现有技术不同的是，所述系统包括顺序连接的bds位置服务模块、数据处理模块、三维重建模块和纹理映射模块。

所述bds位置服务模块设有支持有源天线和无源天线的接收天线单元、用于lna天线检测的射频前端集成单元和用于把检测的位置信号和采集的图像数据发送给服务后台的通信单元。

所述数据处理模块，是对服务器后台获取的图像进行预处理和特征提取，搭建数据库将处理后的数据存入数据库中，图像的预处理包括图像增强和图像去噪，特征提取包括提取出图像的像素点、颜色值和空间位置关系特征，数据库的搭建按照基于内容的图像检索(contentbasedimageretrieval，简称cbir)的体系结构进行设计。

所述三维重建模块，包括深度图像配准和三维物体曲线曲面的造型建模，其中深度图像配准，包括对多向扫描的三维数据点归并到完整一致的坐标系下，三维物体曲线曲面的造型建模，是将图像空间中的像素点映射为grassmann空间下的质点，使用在grassmann空间下重新定义的有理递归曲线算法对质点进行三维重建。

所述纹理映射模块，包括纹理映射和纹理加载，其中纹理对象依托纹理空间和图像空间的映射方式，纹理映射分为正向纹理映射和反向纹理映射，纹理加载单元支持基于opengl的纹理加载。

用上述基于bds位置服务的大型场景三维重建系统的重建方法，包括如下步骤：

s1.通过bds位置服务模块进行场景图像定位，首先获取场景图像并建立全景图像采集系统：所述场景图像包括普通摄像机获取的场景图片，所述全景图采集系统包括对三维对象的目标识别与追踪即各个方位地拍摄和获取场景彩色图像和深度图像，所依托的bds位置服务实时动态地检测周围场景变化，授时精度为20ns，定位精度为10m，需要位置服务时，将定位数据发送给服务后台；

s2.进行数据处理并建立场景图像数据库：将步骤s1得到的图像进行增强、去噪、分割等处理，进行特征提取，提取图像的像素、颜色和位置关系特征，所提取的特征用于特征比对以及特征矢量的相似性度量，将处理后的数据存入场景图像数据库中；

s3.grassmann空间下的模型构建：步骤s2得到的数据点转化为在grassmann空间下的质点；同时在grassmann空间下重新定义有理递归曲线曲面算法，用grassmann空间下的递归曲线曲面造型方法进行三维建模，grassmann空间下递归曲线的定义以有理l曲线为例，有理l曲线在仿射空间的递归表达式如下：

(mp,m)和(v,0)是grassmann空间的基本元素，而p和v都存在仿射空间，另外，权重为零的质点被认为是grassmann空间中的向量，因此，grassmann空间下，重新定义有理l曲线的标准写法如下：

值得注意的是，有理l曲线由仿射空间的点组成，但其控制结构(ωipi,ωi)存在于grassmann空间；

s4.纹理及颜色的映射：对步骤s3重建的三维模型进行颜色和纹理的映射，还原出真实感大型场景，其中所述的纹理及颜色的映射基于底层图形库(opengraphicslibrary，简称opengl)和视觉化工具函式库(visualizationtoolkit，简称vtk)以及qt开发框架，过程为：

1)基于图形库opengl对三角面片进行颜色映射和纹理匹配；

2)定义三维模型纹理：采样函数离散法对纹理进行定义，根据定义域不同，函数纹理分为一维纹理、二维纹理和三维纹理；

3)指定映射方式：根据纹理空间和图像空间得映射方式，纹理映射分为正向纹理映射和反向纹理映射；

4)加载颜色和纹理：基于opengl图形库加载颜色和纹理。

这种系统实现方便、数据处理快捷、三维重建高效准确并且成本较低。这种方法可以实时地获取场景图像，精准匹配，可快速地进行三维建模，并且能克服传统大型场景三维重建中累积误差过大、数据开销空间庞大的问题。

附图说明

图1为实施例的系统结构示意图；

图2为实施例的方法流程示意图。

具体实施方式

下面结合附图和实施例对本发明内容作进一步的阐述，但不是对本发明的限定。

实施例：

参照图1，基于bds位置服务的大型场景三维重建系统，所述系统包括顺序连接的bds位置服务模块、数据处理模块、三维重建模块和纹理映射模块。

所述bds位置服务模块设有支持有源天线和无源天线的接收天线单元、用于lna天线检测的射频前端集成单元和用于把检测的位置信号和采集的图像数据发送给服务后台的通信单元，本例采用bds/gnss全星座定位导航模块atgm336h-5n系列中的atgm336h-5n-2x模块。

所述数据处理模块，包括对服务器后台获取的数据进行预处理及特征提取，最后将数据写入数据库中，图像的预处理包括图像增强和图像去噪等，特征提取包括提取出图像的像素点、颜色值和空间位置关系特征，数据库按照基于内容的图像检索(contentbasedimageretrieval，简称cbir)的体系结构进行设计。

所述三维重建模块，包括深度图像配准和三维物体曲线曲面的造型建模，其中深度图像配准，包括对多向扫描的三维数据点归并到完整一致的坐标系下，三维物体曲线曲面的造型建模，是将图像空间中的像素点映射为grassmann空间下的质点，使用在grassmann空间下重新定义的有理递归曲线算法对质点进行三维重建。

所述纹理映射模块，包括纹理映射和纹理加载，其中纹理对象依托纹理空间和图像空间的映射方式，纹理映射分为正向纹理映射和反向纹理映射，纹理加载单元支持基于opengl的纹理加载。

参照图2，用上述基于bds位置服务的大型场景三维重建系统的重建方法，包括如下步骤：

s1.通过bds位置服务模块拍摄场景图像并进行跟踪定位，所依托的bds位置服务实时动态地检测周围场景变化，授时精度为20ns，定位精度为10m，需要位置服务时，将定位数据发送给服务后台；

s2.进行数据处理和存入数据库：将步骤s1得到的图像进行增强、去噪、分割等处理，进行特征提取，提取图像的像素、颜色和位置关系特征，所提取的特征用于特征比对以及特征矢量的相似性度量，将处理后的数据存入场景图像数据库中；

s3.grassmann空间下的模型构建：步骤s2得到的数据点转化为在grassmann空间下的质点；同时在grassmann空间下重新定义有理递归曲线曲面算法，用grassmann空间下的递归曲线曲面造型方法进行三维建模，典型地，有理l曲线在仿射空间的递归表达式如下：

(mp,m)和(v,0)是grassmann空间的基本元素，而p和v都存在仿射空间，另外，权重为零的质点被认为是grassmann空间中的向量，因此，grassmann空间下，重新定义有理l曲线的标准写法如下：

值得注意的是，有理l曲线由仿射空间的点组成，但其控制结构(ωipi,ωi)存在于grassmann空间；

s4.纹理及颜色的映射：对步骤s3重建的三维模型进行颜色和纹理的映射，还原出真实感大型场景，其中所述的纹理及颜色的映射基于底层图形库(opengraphicslibrary，简称opengl)和视觉化工具函式库(visualizationtoolkit，简称vtk)以及qt开发框架，过程为：

1)基于图形库opengl对三角面片进行颜色映射和纹理匹配；

2)定义三维模型纹理：采样函数离散法对纹理进行定义，根据定义域不同，函数纹理分为一维纹理、二维纹理和三维纹理；

3)指定映射方式：根据纹理空间和图像空间得映射方式，纹理映射分为正向纹理映射和反向纹理映射；

4)加载颜色和纹理：基于opengl图形库加载颜色和纹理。