基于多窗口相位相關(guān)的影像三維重建方法
【專利摘要】本發(fā)明是一種基于多窗口相位相關(guān)（PhasecorrelationPC）的三維重建方法，涉及到一種基于多窗口PC的無人機(jī)影像三維地形重建方法，屬于計(jì)算機(jī)視覺與航空影像處理領(lǐng)域。針對(duì)傳統(tǒng)的PC算法在無人機(jī)低空?qǐng)D像三維地形重建中出現(xiàn)由于地形落差較大出現(xiàn)重建失敗的問題，該方法在基于傳統(tǒng)相位相關(guān)方法的同時(shí)，引入多窗口理論，逐層求解立體影像的視差值，并通過上層的視差值，指導(dǎo)下層的視差值求解，再通過下層的視差值對(duì)上層的視差值求解進(jìn)行修正，逐步地恢復(fù)出視差圖的細(xì)節(jié)特征。
【專利說明】基于多窗口相位相關(guān)的影像三維重建方法

【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明是一種三維重建方法，尤其涉及一種基于多窗口相位相關(guān)（Phase CorrelationPC)的無人機(jī)影像三維地形重建方法，屬于計(jì)算機(jī)視覺及航空影像處理領(lǐng)域。

【背景技術(shù)】
[0002] 三維重建方法是計(jì)算機(jī)視覺及航空影像處理領(lǐng)域中新興熱門的研究方向之一，在 地理測(cè)繪，機(jī)器人導(dǎo)航，三維目標(biāo)識(shí)別等領(lǐng)域有著廣泛應(yīng)用。為此，國內(nèi)外許多研究人員高 度地致力于該項(xiàng)目的研究。三維重建是基于對(duì)雙目立體圖像的處理，從立體圖像對(duì)中尋找 每個(gè)像點(diǎn)的視差變化，并通過雙目攝像機(jī)立體測(cè)距理論精確地求解每個(gè)像素點(diǎn)的三維信 肩、。
[0003] 隨著計(jì)算機(jī)技術(shù)及仿生視覺理論研究的快速發(fā)展，三維重建方法也得到了長足的 進(jìn)步，其中PC算法由于對(duì)光照強(qiáng)度不敏感，匹配速度快，具備亞像素匹配精度的特性使其 在醫(yī)學(xué)圖像處理領(lǐng)域及遙感圖像處理領(lǐng)域得到了廣泛的應(yīng)用。PC算法，是根據(jù)傅立葉變換 平移不變性理論，在傅立葉變換域中，對(duì)兩幅圖像進(jìn)行互功率譜相關(guān)性計(jì)算，通過歸一化計(jì) 算得出歸一化互相相關(guān)矩陣，使用二維擬合的方法求解出亞像素級(jí)平移參數(shù)。由于傳統(tǒng)的 PC算法采用統(tǒng)一的固定窗體大小，因此在對(duì)無人機(jī)低空?qǐng)D像進(jìn)行三維重建時(shí)，會(huì)造成匹配 失效，導(dǎo)致出現(xiàn)斷崖式失效的現(xiàn)象。目前針對(duì)這一不足，通常是跟據(jù)經(jīng)驗(yàn)尋找大小合適的窗 口進(jìn)行固定窗口的匹配計(jì)算。但在局部處理上任然存在著缺點(diǎn)。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明主要解決的技術(shù)問題是提供一種基于多窗口PC算法的無人機(jī)影像三維地 形重建方法，以解決傳統(tǒng)PC算法對(duì)大視差范圍無人機(jī)影像的處理失效的情況，提升對(duì)局部 處理的精確性。
[0005] 本發(fā)明的解決方案是：利用不同尺度的窗口具有檢測(cè)不同視差的特性，減小每個(gè) 像素點(diǎn)之間的相對(duì)視差距離；然后PC算法具有窄基線亞像素匹配的優(yōu)勢(shì)，結(jié)合從上至下的 順序，獲取每個(gè)窗口精準(zhǔn)的視差圖像，解決對(duì)大視差求解失敗的情況。
[0006] 本發(fā)明實(shí)現(xiàn)上述解決方案，其方法步驟如下所示： 1. 利用極線矯正方法將圖像進(jìn)行重采樣矯正。首先利用稀疏匹配算法（Scale InvariantFeatureTransformSIFT算法）在立體圖像對(duì)之間找到特征點(diǎn)，再利用基本矩 陣的約束關(guān)系求出極點(diǎn)，然后將極點(diǎn)旋轉(zhuǎn)到軸線上，并將其投影到無窮遠(yuǎn)處，最后得到兩幅 極線對(duì)齊的立體圖像對(duì)； 2. 利用步驟1算出的立體像對(duì)，先使用大窗口PC方法對(duì)立體像對(duì)的視差值進(jìn)行初始求 解。其具體公式如下： Fiv {n, V) = -z^zlxjswfGuAm.d = Ixyeir 其中，W表示窗口大小，R是歸一化互功率譜，Gw和Fw分別是參考窗口與目標(biāo)窗口的 傅立葉變換，*表示共軛。然后對(duì)歸一化互功率譜進(jìn)行逆變換，得到一個(gè)以平移參數(shù)（Λχ， Ay)為中心的脈沖函數(shù)。最后通過二維高斯方法對(duì)脈沖函數(shù)進(jìn)行擬合求解出平移參數(shù)。根 據(jù)二維高斯函數(shù)的性質(zhì)，在任一維上的積分就是一維高斯函數(shù)，且這個(gè)一維高斯函數(shù)的中 心就是對(duì)應(yīng)二維高斯函數(shù)在這一維上的投影。因此，一維高斯函數(shù)的具體擬合公式如下： H(s.) =ae一"^r" 其中：b表示函數(shù)H(X)的中心位置，c和a分別表示水平和垂直方向的縮放系數(shù)； 3. 利用步驟2中算出的初始值作為先驗(yàn)值。首先縮小窗口大小，根據(jù)初始視差值移動(dòng) 目標(biāo)窗口位置；接著根據(jù)設(shè)定的窗口大小值，修改PC算法中的Fw和Gw公式，然后利用PC 算法求解每一個(gè)像素點(diǎn)的視差值。最后將本步驟求出的視差值對(duì)步驟2中的值進(jìn)行修正； 4. 利用步驟3中算出的視差值作為步驟4的先驗(yàn)值。這里利用前一步的視差值作為先 驗(yàn)值，移動(dòng)目標(biāo)窗口位置，并逐步縮小窗口大小，將步驟2和步驟3嵌入到一個(gè)迭代循環(huán)過 程中。最后通過迭代過程得到細(xì)化的視差效果。
【權(quán)利要求】
1. 一種基于多窗口相位相關(guān)（Phase Correlation PC)的無人機(jī)影像三維地形重建方 法，其特征在于包括以下步驟： 1) 利用極線矯正方法，矯正無人機(jī)立體圖像對(duì)； 2) 通過大窗口 PC算法求解初始視差值； 3) 通過初始視差值先驗(yàn)移動(dòng)目標(biāo)窗口，并縮小窗口值，接著使用縮小窗口的PC算法 在次求解視差值，并對(duì)上一次的視差值進(jìn)行修正； 4) 將步驟3嵌入到一個(gè)迭代循環(huán)過程中，直到收斂或達(dá)到最大迭代次數(shù)。
2. 根據(jù)權(quán)利1所述的一種基于多窗口 PC的無人機(jī)影像三維地形重建方法，其特征在于 利用極線矯正方法將圖像進(jìn)行重采樣矯正： 1) 利用稀疏匹配算法SIFT算法在立體圖像對(duì)之間找到特征點(diǎn)； 2) 利用基本矩陣的約束關(guān)系求出極點(diǎn)，然后將極點(diǎn)旋轉(zhuǎn)到軸線上，并將其投影到無窮 遠(yuǎn)處，最后得到兩幅極線對(duì)齊的立體圖像對(duì)。
3. 根據(jù)權(quán)利1所述的一種基于多窗口 PC的無人機(jī)影像三維地形重建方法，其特征在于 對(duì)矯正立體像對(duì)的初始視差求解： 1) 使用大窗口的PC方法對(duì)立體像對(duì)的視差值進(jìn)行初始求解；其具體公式如下：
其中，W表示窗口大小，R是歸一化互功率譜，Gw和Fw分別是參考窗口與目標(biāo)窗口的 傅立葉變換，*表示共軛；然后對(duì)歸一化互功率譜進(jìn)行逆變換，得到一個(gè)以平移參數(shù)（Λχ， Ay)為中心的脈沖函數(shù)； 2) 通過二維高斯方法對(duì)脈沖函數(shù)進(jìn)行擬合求解出平移參數(shù)；根據(jù)二維高斯函數(shù)的性 質(zhì)，在任一維上的積分就是一維高斯函數(shù)，且這個(gè)一維高斯函數(shù)的中心就是對(duì)應(yīng)二維高斯 函數(shù)在這一維上的投影；因此，一維高斯函數(shù)的具體擬合公式如下：
其中4表示函數(shù)"Cr)的中心位置，c和a分別表示水平和垂直方向的縮放系數(shù)。
4. 根據(jù)權(quán)利1所述的一種基于多窗口 PC的無人機(jī)影像三維地形重建方法，其特征在于 利用步驟3中算出的初始值作為先驗(yàn)值，調(diào)整窗口大小，細(xì)化局部視差值； 1) 縮小窗口值，根據(jù)初始視差值移動(dòng)目標(biāo)窗口位置； 2) 根據(jù)設(shè)定的窗口大小值，修改PC算法中的Fw和Gw窗口公式，然后利用PC算法求 解每一個(gè)像素點(diǎn)的視差值； 3) 將本步驟求出的視差值對(duì)步驟2中的值進(jìn)行修正。
5. 根據(jù)權(quán)利1所述的一種基于多窗口 PC的無人機(jī)影像三維地形重建方法，其特征在于 利用前一步的視差值作為先驗(yàn)值，移動(dòng)目標(biāo)窗口位置，并逐步縮小窗口大小，將步驟2和 步驟3嵌入到一個(gè)迭代循環(huán)過程中；最后通過迭代過程得到細(xì)化的視差效果。
【文檔編號(hào)】G06T17/00GK104376593SQ201410684263
【公開日】2015年2月25日 申請(qǐng)日期:2014年11月25日 優(yōu)先權(quán)日:2014年11月25日
【發(fā)明者】劉怡光, 李 杰, 趙晨暉 申請(qǐng)人:四川大學(xué)