[發明專利]一種面向大規模三維重建的圖像分塊方法及裝置

有效

• 申請號: 201510249022.6
• 申請日: 2015-05-15
• 公開（公告）號: CN104809478B
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 黃華;劉洪;張磊
• 申請（專利權）人: 北京理工大學深圳研究院;北京理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域：

本發明涉及一種圖像分塊方法及裝置，特別涉及一種面向大規模三維重建的圖像分塊方法及裝置，屬于圖像處理技術領域。

背景技術：

物體或者環境的三維重建多年以來一直是計算機視覺的研究重點和熱點之一，三維重建的目標是將二維圖像轉化為三維的立體圖像，目前用攝像機等儀器記錄下來的一般是二維的信息，而我們日常所處的環境是三維的，僅保留二維信息已經不能滿足現代化生產的快速發展和需求，物體或者場景的三維重建技術變得越來越重要，高度仿真的三維建模技術正逐漸適用于各種可視化和模擬場景之中，它能夠應用在減少設計費用和縮短設計周期等各個方面，并且能夠為社會生活創造出巨大的經濟效益。因此，三維建模前景十分有趣又誘人，可以應用到很多領域，有著很高的研究和利用價值。目前比較流行的一種三維重建技術是基于二維圖像的，當某一場景的大量圖像數據用于三維重建時，我們主要面臨兩個問題：首先是圖像的質量問題，不同設備和條件下拍攝的圖像質量各異，存在不少噪聲過大或者與其他圖像相關性不高，對整個重建并無意義的圖像，強行加入重建序列只會增加整個重建過程的計算量，而且可能會重建出大量噪聲點，從而影響重建精度；另一個問題是三維重建算法本身固有的難題，就是隨著圖像數目的增加，重建算法的計算量呈現指數級別增長，過多的圖像加入重建可能會導致重建時間相當長，難以在實際系統中進行應用。

發明內容：

本發明的目的是針對以上問題，提出一種面向大規模三維重建的圖像分塊方法，在進行三維重建前將圖像進行分塊預處理，形成一系列質量和重建效率 都能有顯著改善的圖像子集合。

根據測試，圖像數目在大約50張的時候重建效率和效果能夠達到較好的狀態，即可用較少的時間代價重建出效果不錯的三維模型。而圖像在太少的時候根本不能重建出模型，可以直接視為噪聲圖像。當圖像太多時重建效果雖然好，但是重建效率低下。因此，本發明的思想就是將整個圖像集合進行自適應聚類，生成一系列數量較小的子集，當集合中圖像數目過少時視為噪聲圖像，可以直接丟棄；當圖像數目過大時，迭代分割，直至滿足能夠快速重建的條件。這樣得出的每個圖像聚類可以理解為某一場景的圖像序列，能夠將當前覆蓋的場景重建出來。只要滿足圖像集合間有重疊區域的條件，后續便可將整個大場景整合成一個整體的場景。

本發明是通過以下技術方案實現的：

一種面向大規模三維重建的圖像分塊方法，包括以下步驟：

步驟一、對于輸入的圖像集合根據圖像間的匹配程度求出相似度矩陣；

步驟二、根據相似度矩陣通過以下步驟進行譜聚類：

步驟2.1根據相似度矩陣通過下述過程進行譜聚類：

步驟2.1.1利用相似度矩陣C根據下式計算對應的Graph Laplaction矩陣L，并對L做特征分解：

L＝I-D^-1C,D＝diag(d₁,d₂,...d_n),

其中，I表示單位矩陣，D^-1表示矩陣D的逆矩陣，diag表示對角矩陣；

步驟2.1.2根據輸入圖像數目以及以下原則確定分類數m：如果是首次譜聚類，分類數通過譜間隙確定，如果是遞歸進行的譜聚類，分類數由公式m＝(n+20)/50確定，其中m為分類數，n為當前圖像集中圖像數目；

步驟2.1.3嵌入映射：將矩陣L的特征值按照升序排列，取前k個最大的特征d₁,d₂,...,d_k，得到對應的k個特征向量構成的特征矩陣X＝(x₁,x₂,...,x_k)， 該特征矩陣的每一行可以視為每張圖像映射到R^n×k空間的一個像；其中，k為預設的值；

步驟2.1.4將特征矩陣X的行向量歸一化為單位向量，得到歸一化后的矩陣Y；

步驟2.1.5對映射的像根據分類數m使用聚類方法將n個圖像劃分到m個類中；

步驟2.2、迭代譜聚類：對經過步驟2.1得到的聚類結果進行如下判定：

假設當前子類中的圖像數目為α，THR₁和THR₂分別為預設的圖像數目閾值，則：

i.如果α＜THR₁，則將當前子類中的所有圖像歸入不確定集合中；

ii.如果THR₁≤α＜THR₂，則當前子類為一個分好類的集合；