[發(fā)明專利]一種基于景深恢復的多視角三維重建方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211519641.9
• 申請日: 2022-11-30
• 公開（公告）號: CN115761140A
• 公開（公告）日: 2023-03-07
• 發(fā)明（設計）人: 蘇彪;王立峰;傅琦;盧愿;周超;胡崢;王凱;卜瑋琛;王濤;韓傳遠;蓋敏;牛永光
• 申請（專利權(quán)）人: 山東魯軟數(shù)字科技有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06V10/774;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 趙妍

本發(fā)明涉及三維重建技術(shù)領域，提供了一種基于景深恢復的多視角三維重建方法及系統(tǒng)，包括：獲取待重建場景的多視角圖像；對于每個圖像，采用PSO?BP神經(jīng)網(wǎng)絡提取失焦模糊區(qū)域，并對圖像失焦模糊區(qū)域進行景深恢復；對每個景深恢復后的圖像，檢測得到特征點；通過對不同圖像之間的特征點進行匹配，得到重建結(jié)果；其中，PSO?BP神經(jīng)網(wǎng)絡通過交叉執(zhí)行PSO算法和單純形優(yōu)化算法更新BP神經(jīng)網(wǎng)絡的權(quán)值和閾值，并在迭代過程中，基于評價次數(shù)更新PSO算法的慣性權(quán)重。不僅提高了PSO?BP神經(jīng)網(wǎng)絡的局部搜索能力，而且大大提高了景深恢復效率，提高了三維重建后模型的細節(jié)。

技術(shù)領域

本發(fā)明屬于三維重建技術(shù)領域，尤其涉及一種基于景深恢復的多視角三維重建方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提供了與本發(fā)明相關的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

隨著計算機視覺領域的發(fā)展，基于多視角的三維重建技術(shù)得到越來越廣泛的應用，比如，精細化的三維城市模型作為城市規(guī)劃、建設、管理和信息化的基礎數(shù)據(jù)，得到了日益廣泛的應用并城市空間數(shù)據(jù)框架的重要內(nèi)容。同時，大眾對三維模型的完整度和細節(jié)化的需求也越來越高。

當部分圖像場景不在相機焦距上時就會造成失焦模糊，模糊作為一種常見的圖像退化類型，其往往會導致圖像丟失一些原始圖像細節(jié)和信息，這不僅使得圖像表達的信息減少，還會影響影響其他以圖像為輸入的計算機視覺任務，正如失焦模糊會造成三維重建時的細節(jié)缺失，因此，研究圖像的去模糊任務在三維重建領域具有很高的研究價值和實際應用價值。

發(fā)明內(nèi)容

為了解決上述背景技術(shù)中存在的技術(shù)問題，本發(fā)明提供一種基于景深恢復的多視角三維重建方法及系統(tǒng)，不僅通過改進慣性權(quán)重為非線性的方式，并在PSO算法中階段的使用局部求解算法，提高了PSO-BP神經(jīng)網(wǎng)絡的局部搜索能力，而且基于PSO-BP神經(jīng)網(wǎng)絡的模糊測量方法，測量圖片的失焦模糊區(qū)域，在此區(qū)域上進行景深恢復，大大提高了景深恢復效率，提高了三維重建后模型的細節(jié)。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

本發(fā)明的第一個方面提供一種基于景深恢復的多視角三維重建方法，其包括：

獲取待重建場景的多視角圖像；

對于每個圖像，采用PSO-BP神經(jīng)網(wǎng)絡提取失焦模糊區(qū)域，并對圖像失焦模糊區(qū)域進行景深恢復；

對每個景深恢復后的圖像，檢測得到特征點；

通過對不同圖像之間的特征點進行匹配，得到重建結(jié)果；

其中，PSO-BP神經(jīng)網(wǎng)絡通過交叉執(zhí)行PSO算法和單純形優(yōu)化算法更新BP神經(jīng)網(wǎng)絡的權(quán)值和閾值，并在迭代過程中，基于評價次數(shù)更新PSO算法的慣性權(quán)重。

進一步地，對每個景深恢復后的圖像，依次進行前景區(qū)域分割、灰度化處理和銳化處理后，檢測得到特征點。

進一步地，所述提取失焦模糊區(qū)域的具體步驟為：

對圖像進行分塊；

提取每個塊的特征參數(shù)；

將提取的特征參數(shù)輸入PSO-BP神經(jīng)網(wǎng)絡，得到失焦模糊區(qū)域。

進一步地，所述交叉執(zhí)行PSO算法和單純形優(yōu)化算法的具體步驟為：

步驟(1)、初始化迭代次數(shù)p＝1；

步驟(2)、結(jié)合全局最優(yōu)，PSO算法對所有粒子進行若干次迭代，并輸出全局最優(yōu)解；

步驟(3)、單純形優(yōu)化算法以PSO算法輸出的全局最優(yōu)解作為初始值進行迭代，當滿足單純性優(yōu)化算法的最小誤差或達到單純性優(yōu)化算法的最大迭代次數(shù)時，輸出單純性優(yōu)化算法得到的全局最優(yōu)解；