申请/专利权人：武汉大学深圳研究院

申请日：2023-09-08

公开（公告）日：2023-12-01

公开（公告）号：CN117152359A

主分类号：G06T17/00

分类号：G06T17/00;G06V10/762;G06T7/80;G06V10/44

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.19#实质审查的生效;2023.12.01#公开

摘要：本申请提供了一种面向歧义场景的图像三维重建及定位方法，通过利用影像和影像对匹配关系构建初始视图并进行计算得到相似度树并组成聚类；利用所述聚类和所述聚类之间的匹配关系构成聚类视图；利用改进的Kruskal算法对聚类视图的类间边进行验证得到验证最大生成树并得到其他待验证类间边；利用全局位姿平均技术对其他待验证类间边进行位姿一致性校验得到可靠类间边；利用所述可靠类间边和所述验证最大生成树构建无歧义视图并计算得到目标稀疏三维点云和目标影像位姿。通过上述方式，本发明使用算法对聚类图进行位姿一致性校验得到非歧义边，对非歧义边对应的视图进行位姿解算和三维重建，由此提高了歧义场景下图像三维重建和位姿定位的鲁棒性。

主权项：1.一种面向歧义场景的图像三维重建及定位方法，其特征在于，所述面向歧义场景的图像三维重建及定位方法包括：获取全部待输入影像，并对所述全部待输入影像进行特征提取及特征匹配，得到影像和影像对匹配关系，利用所述影像和所述影像对匹配关系构建初始视图，其中，所述初始视图包含初始节点和初始节点边；利用相似度评估方法对所述初始视图进行计算得到相似度树，利用多个所述相似度树构建得到相似度森林；利用所述相似度树中的多个叶子节点组成聚类，其中，所述聚类内部的所述初始节点边为类内边，不同所述聚类之间的所述初始节点边为类间边；利用所述聚类、所述聚类之间的匹配关系构成初始聚类视图，对所述类内边进行旋转平均得到待删除类内边，删除所述待删除类内边后得到目标聚类视图；利用改进的Kruskal算法和所述聚类边权重对所述目标聚类视图的类间边进行验证，将验证通过的类间边添加到所述相似度树中得到验证最大生成树VMST；利用所述初始视图和所述验证最大生成树VMST得到其他待验证类间边，利用全局位姿平均技术对所述其他待验证类间边进行旋转一致性校验和平移一致性校验得到可靠类间边；利用所述可靠类间边和所述验证最大生成树VMST构建得到无歧义视图，其中，所述无歧义视图包含目标节点和目标节点边；利用对极几何、PnP算法以及光束法平差BA方法对所述无歧义视图计算，得到目标稀疏三维点云和目标影像位姿。

全文数据：

权利要求：

百度查询： 武汉大学深圳研究院 面向歧义场景的图像三维重建及定位方法、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD