[發明專利]基于置信度的深度圖融合方法

有效

• 申請號: 201610026936.0
• 申請日: 2016-01-15
• 公開（公告）號: CN105701787B
• 公開（公告）日: 2019-04-12
• 發明（設計）人: 劉怡光;董鵬飛;曹麗萍
• 申請（專利權）人: 四川大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/00;G06T17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出了一種基于置信度的深度圖融合方法。由于匹配信息弱或噪聲影響，深度計算精度難以保證，從而導致深度圖融合變得困難。為此，本發明提出了一種基于置信度的抗噪融合算法。該方法首先對每幅深度圖進行修正，利用一致性檢測剔除大多數錯誤點并填補某些空洞。其次，通過保留那些在自身鄰域內具有最高置信度的三維點以刪除冗余。最后，將深度圖反投影到三維空間，采用迭代最小二乘法進一步優化三維點并剔除離群點。通過在標準測試數據集上與其他算法比較，驗證了該方法的有效性。

技術領域

本發明設計一種深度圖融合方法，該方法是一種基于置信度的深度圖融合方法。

背景技術

多目立體視覺(Multiple View Stereo,MVS)三維重建的目的是通過多幅圖像恢復出場景的三維模型，它是計算機視覺領域中一個非常重要的研究課題，并已受到越來越多的關注。MVS算法可以分為基于體素的方法、基于特征點擴展的方法、基于表面演化的方法和基于深度圖融合的方法四類。在這些算法中，基于深度圖融合的方法具有更高的靈活性，更適用于大多數場景的三維重建。

基于深度圖融合的三維重建算法一般包含兩個步驟：深度圖計算和深度圖融合。目前，已有許多研究者，比如Goesele、Bradley等，在深度圖計算方面做出了杰出的工作。但值得注意的是，三維模型重建精度直接依賴于深度圖的計算精度，而由于受到攝像機噪聲、圖像畸變以及匹配誤差等因素的影響，深度圖的計算不可能達到很高的準確性，導致三維模型與實際情況有偏差。

發明內容

提出了一種基于置信度的深度圖融合方法，可以比較準確地融合被噪聲干擾的深度圖。該方法充分考慮深度圖之間的一致性，并以此為基礎對原始深度圖進行修正。同時，又依據影響深度計算的各種因素獲得每個3D點的置信度，從而刪除冗余信息。最后，從整體考慮對三維模型進行過濾，提高模型的重建精度。該方法將圖像序列以及對應的深度圖和攝像機參數作為輸入，最終輸出一個具有法向量的稠密三維點云。該方法包含三個步驟：