CN105261064A - 基于计算机立体视觉的三维文物重建系统及其方法 - Google Patents

Abstract

本发明涉及基于计算机立体视觉的三维文物重建系统及其方法，本系统由电脑、旋转台、数码相机、相机支架组成；本方法首先将文物图像输入计算机，对图像提取特征点并建立匹配关系；然后根据特征点和匹配关系进行多视图重建，得到文物的三维数据；最后，采用泊松方程对文物三维数据进行纹理映射，输出带纹理的三维文物模型。有益效果在于：(1)本发明系方法简单，成本低，无需额外的控制设备；(2)本发明使用简单、便于操作，只需将文物放入旋转台上，点击启动按钮，系统就可以输出具有表明纹理的三维文物数据；(3)本发明有效地提高了重建效率。

Description

基于计算机立体视觉的三维文物重建系统及其方法

技术领域

本发明涉及计算机图形领域，尤其涉及基于计算机立体视觉的三维文物重建系统及其方法。

背景技术

目前可以实现三维重建的技术主要有两类。第一种类技术是利用配置有深度测量装置(如红外测距装置，激光测距装置)的仪器实现三维重建如图1-2所示，例如有用于对大型场景进行建模的大型三维扫描仪，也有用于小场景的深度摄像机等。这一类技术的优点是其精度较高，缺点成本较高不便于携带，适用范受限。第二类技术则是以单纯的二维图像为输入，通过算法来实现恢复目标的三维结构的目的。其基本思想是通过图像之间的特征匹配来建立多幅图像之间的几何关系，然后通过几何约束来恢复每幅视图的摄像机模型参数与目标的三维点坐标。这种基于图像的三维重建方法由于对设备要求低，普通相机拍摄的图像都可以拿来进行重建，因此相比于第一类利用复杂仪器来重建的方法有着更广泛的适用空间。在全世界各国学术研究者的不断努力下，基于图像的三维重建算法的性能越来越强大，重建的精度也越来越高，实用性也越来越强。Snavely等人在大量的研究基础上编写了著名的Bundler程序，并能在普通的PC机上运行。十多幅从不同角度拍摄物体的图像在Bundler程序下数十分钟就能够得到重建的三维点云。Snavely等人所在的BigSfM组织正在努力实现利用因特网上下载的图片来对世界进行三维重建的目标。然而，基于图像的三维重建技术还有相当多的问题没有解决，例如运行的速度离实时的目标还有较大差距，在不同的数据中以难以有一个稳定的精度。

发明内容

本发明为克服上述的不足之处，目的在于提供基于计算机立体视觉的三维文物重建系统，由电脑、旋转台、数码相机、相机支架组成，结构简单，解决了文物重建设备复杂，价格昂贵的问题。

本发明另一目的在于提供基于计算机立体视觉的三维文物重建方法，通过对图像提取特征点并建立匹配关系，进行多视图重建，实施纹理映射，从而输出三维文物模型；本方法使用简单、便于操作。

本发明是通过以下技术方案达到上述目的：基于计算机立体视觉的三维文物重建方法，包括如下步骤：

(1)将文物图像输入计算机，对图像提取特征点并建立匹配关系；

(2)根据特征点和匹配关系进行多视图重建，得到文物的三维数据；

(3)采用泊松方程对文物三维数据进行纹理映射，输出带纹理的三维文物模型。

作为优选，所述步骤(1)对图像提取特征点并建立匹配关系的步骤包括：

(A)利用高斯卷积片段算法对文物图像构建得到高斯多尺度空间；

(B)在高斯多尺度空间内检测特征点，同时并行检测局部极值和关键点，将检测结果整合成若干个数据分块；

(C)基于数据分块并行计算特征点之间的欧式距离，将相互距离最近的特征点两两匹配在一起。

作为优选，所述步骤(2)进行多视图重建的方法为采用视图之间的相对旋转和平移拟合全局的旋转和平移，如下所示：

(a)利用RANSAC算法对本质矩阵满足关系计算得到本质矩阵，分解本质矩阵得到二视图的R、t；

(b)利用相对旋转矩阵拟合计算全局旋转矩阵，关系式如下：

R_j＝R_ijR_i，i,j∈(1,2,...n)；

(c)将步骤(b)关系式拆分为三个子关系式，并分别求解；

(d)组合三个子关系式对应的解得到原解，并采用三角化对其优化，完成多视图重建。

作为优选，所述本质矩阵满足关系如下：

(K^-1x)E(K^'-1x')＝0

其中，K为摄像机内参矩阵(x，x’)为齐次坐标形式的匹配点对。

作为优选，所述子关系式的表达式如下：

$r_k^j-R_{ij}{r}_k^i=0,i,j\∈(1,2,...n),k\∈(1,2,3)$

其中，k为1、2、3时对应三个子关系式。

作为优选，所述步骤(3)进行纹理映射的步骤如下：

(i)在视图集合中进行最优视图选择，得到候选视图集合；

(ii)对候选视图集合的图像一致性进行分析校验，并构建颜色自适应模型；

(iii)采用泊松方程构建约束求解颜色自适应模型，得到连续一致的贴图结果。

作为优选，所述步骤(i)最优视图的选择标准为视图的可见部分量化指标。

应用如上所述方法的三维文物重建系统，包括：主机、数码相机、相机支架、旋转台；数码相机固定于相机支架上，相机支架设于旋转台的轴对称直线上；主机分别与数码相机、旋转台连接。

作为优选，所述主机为电脑，带有纹理存储器、图形硬件。

作为优选，所述主机通过电缆与数码相机连接，控制数码相机拍摄图像；通过电缆与旋转台连接，控制旋转台的转动。

本发明的有益效果在于：(1)本发明系方法简单，成本低，无需额外的控制设备；(2)本发明使用简单、便于操作，只需将文物放入旋转台上，点击启动按钮，系统就可以输出具有表明纹理的三维文物数据；(3)本发明有效地提高了重建效率。

附图说明

图1是本发明系统模块的示意图；

图2是本发明方法流程的示意图；

图3是本发明的特征点提取和匹配方法流程示意图；

图4是本发明的文物纹理映射方法流程示意图。

具体实施方式

下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：

实施例：如图1所示，基于计算机立体视觉的三维文物重建系统包括：电脑1、数码相机2、相机支架3、旋转台4；其中，数码相机2固定在相机支架3上，且位于旋转台正前方，相机支架3和旋转台4中心在同一直线上，从而使以旋转台以相机为中心呈对称分布；电脑1通过电缆控制旋转台转动，并控制数码相机进行定时拍摄；电脑内带有纹理存储器及图像硬件、安装了三维重建软件。文物5放置在旋转台上，数码相机2对其不同方位进行拍照。

如图2所示，基于计算机立体视觉的三维文物重建方法，具体如下：

第一步，对已接收到的旋转一周所有图像提取特征点并建立匹配关系；如图3所示，所述特征点提取和匹配包括：

1)对于输入图像，利用高斯卷积片段程序加速高斯多尺度空间构建，

2)计算结果存储在RGBA纹理存储器内，从事能够实施并行向量计算。

3)在图形硬件内对高斯差分金字塔的像素并行检测局部极值和关键点。

4)将数据分块分配到各线程的共享内存上，并行计算特征点之间的欧式距离，实现特征点的加速匹配。

第二步，根据特征点提取和匹配结果实施多视图重建，得到文物的三维数据；所述多视图重建采用如下方法实现：

用视图之间的相对旋转和平移来拟合全局的旋转和平移，相对的旋转和平移则首先来自本质矩阵的分解。本质矩阵满足如下关系：

(K^-1x)E(K^'-1x')＝0(1)

其中，K为摄像机内参矩阵(x，x’)为齐次坐标形式的匹配点对。配合RANSAC算法可以稳定的计算出本质矩阵。得到本质矩阵分解方法可以得到四组二视图相对的R、t，再利用三维点必须在摄像机前方的约束可得到正确的R、t。

由于相对旋转矩阵的可靠性高，不受基线影响，因此非增加式的三维重建方法总是首先计算出全局的旋转矩阵。利用相对旋转矩阵拟合计算全局旋转矩阵的关系为：

R_j＝R_ijR_i，i,j∈(1,2,...n)(2)

利用三维空间里旋转表示另一种方法，即四元向量法可以将上述公式转换成可线性求解的方程组。对上式进行改进，得出了更稳定的方法，即将上式按列拆分成三个子系统：

$r_k^j-R_{ij}{r}_k^i=0,i,j\∈(1,2,...n),k\∈(1,2,3)---\left(3\right)$

其中，rk为R的第k列。先分别求解三个子系统，再组合得到原系统的解。最后对三维点采用三角化进行优化。三角化是对重建目标的单个三维点进行优化的方法，在三角化计算出所有的三维点之后还需要进行一次全局的优化，即捆集调整。由于图像噪声的存在不能完全满足，因此三维重建算法的目的是寻求最大似(ML)然解，其优化目标是重投影误差，即：

$\underset{{\hat{P}}^i,{\hat{X}}_j}{\min }\underset{ij}{\Σ}d{\left({\hat{P}}^i{\hat{X}}_j,x_j^i\right)}^2---\left(4\right)$

第三步，对多视图重建结果通过泊松方程完成纹理贴图，输出带纹理的三维文物模型。如图4所示，所述利用泊松方程完成纹理贴图采用如下方法实现：

根据不同视图的可见部分量化指标进行最优视图选择，得到候选视图集合。

不同视图的图像一致性进行分析校验，构建颜色自适应模型。从而能够消除不同视点由于光照所导致的颜色差异性。

采用泊松方程构建约束求解模型，得到连续一致的贴图结果。

综上所述，本发明利用立体视觉原理，采用数码相机和旋转拍摄技术形成三维重建系统，运用图像处理技术，恢复出文物的三维点坐标，然后利用匹配点和多视图重建技术得到三维数据，并通过泊松方程完成纹理贴图，就获得了三维文物的真实感模型。

以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。

Claims (10)

1.基于计算机立体视觉的三维文物重建方法，其特征在于包括如下步骤：

(1)将文物图像输入计算机，对图像提取特征点并建立匹配关系；

(2)根据特征点和匹配关系进行多视图重建，得到文物的三维数据；

(3)采用泊松方程对文物三维数据进行纹理映射，输出带纹理的三维文物模型。

2.根据权利要求1所述的基于计算机立体视觉的三维文物重建方法，其特征在于：所述步骤(1)对图像提取特征点并建立匹配关系的步骤包括：

(A)利用高斯卷积片段算法对文物图像构建得到高斯多尺度空间；

(B)在高斯多尺度空间内检测特征点，同时并行检测局部极值和关键点，将检测结果整合成若干个数据分块；

(C)基于数据分块并行计算特征点之间的欧式距离，将相互距离最近的特征点两两匹配在一起。

3.根据权利要求1所述的基于计算机立体视觉的三维文物重建方法，其特征在于：所述步骤(2)进行多视图重建的方法为采用视图之间的相对旋转和平移拟合全局的旋转和平移，如下所示：

(a)利用RANSAC算法对本质矩阵满足关系计算得到本质矩阵，分解本质矩阵得到二视图的R、t；

(b)利用相对旋转矩阵拟合计算全局旋转矩阵，关系式如下：

R_j＝R_ijR_i，i,j∈(1,2,...n)；

(c)将步骤(b)关系式拆分为三个子关系式，并分别求解；

(d)组合三个子关系式对应的解得到原解，并采用三角化对其优化，完成多视图重建。

4.根据权利要求3所述的基于计算机立体视觉的三维文物重建方法，其特征在于：所述本质矩阵满足关系如下：

(K^-1x)E(K'^-1x')＝0

其中，K为摄像机内参矩阵(x，x’)为齐次坐标形式的匹配点对。

5.根据权利要求3所述的基于计算机立体视觉的三维文物重建方法，其特征在于：所述子关系式的表达式如下：

$r_k^j-R_{ij}{r}_k^i=0,i,j\∈(1,2,...n),k\∈(1,2,3)$

其中，k为1、2、3时对应三个子关系式。

6.根据权利要求1所述的基于计算机立体视觉的三维文物重建方法，其特征在于：所述步骤(3)进行纹理映射的步骤如下：

(i)在视图集合中进行最优视图选择，得到候选视图集合；

(ii)对候选视图集合的图像一致性进行分析校验，并构建颜色自适应模型；

(iii)采用泊松方程构建约束求解颜色自适应模型，得到连续一致的贴图结果。

7.根据权利要求6所述的基于计算机立体视觉的三维文物重建方法，其特征在于：所述步骤(i)最优视图的选择标准为视图的可见部分量化指标。

8.应用如权利要求1所述方法的三维文物重建系统，其特征在于包括：主机(1)、数码相机(2)、相机支架(3)、旋转台(4)；数码相机(2)固定于相机支架(3)上，相机支架(3)设于旋转台(4)的轴对称直线上；主机(1)分别与数码相机(2)、旋转台(4)连接。

9.根据权利要求8所述的三维文物重建系统，其特征在于：所述主机(1)为电脑，带有纹理存储器、图形硬件。

10.根据权利要求8所述的三维文物重建系统，其特征在于：所述主机(1)通过电缆与数码相机连接，控制数码相机拍摄图像；通过电缆与旋转台连接，控制旋转台的转动。