一种校园非标墙面三维重建与参数标定方法及系统与流程

摘要: 本技术涉及计算机视觉与三维重建,尤其涉及一种校园非标墙面三维重建与参数标定方法及系统。背景技术:1、目前,在校园数字孪生与智慧校园建设领域中,针对建筑物外立面的...
一种校园非标墙面三维重建与参数标定方法及系统与流程

本技术涉及计算机视觉与三维重建,尤其涉及一种校园非标墙面三维重建与参数标定方法及系统。

背景技术:

1、目前,在校园数字孪生与智慧校园建设领域中,针对建筑物外立面的三维重建,通常采用运动恢复结构与多视图立体视觉相结合的技术路线,通过提取图像特征点,并进行多视角匹配来恢复场景的几何结构与纹理信息。

2、在实际的校园非标墙面采集与重建作业期间,由于室外环境具有高度动态性,技术人员在进行检测期间,常会发现:同一墙面在晨间侧光与正午顶光等不同时段下,图像特征点的分布位置发生显著偏移且描述子差异过大,导致跨时段特征匹配成功率骤降;不同光照条件下,采集的纹理在映射后产生肉眼可见的色差与亮度跳变;季节性植被或临时施工遮挡物随时间变化导致图像连接关系断裂;以及曲面、异形装饰等非标几何形态在固定约束下出现重建偏差。通过对上述问题进行分析,可知其根源在于现有三维重建技术将图像数据视为孤立的信息源,未能建立环境状态数据(如时序、光照、天气)与图像特征表现之间的内在映射机制,导致重建算法无法感知并适应外部环境条件的动态变化,从而使得特征提取缺乏光照先验、几何约束缺乏动态调节、遮挡处理缺乏时空模型,最终造成重建系统在复杂多变环境下稳定性差、精度不足的问题。

技术实现思路

1、针对现有技术存在的环境状态数据与图像特征之间的内在关联未被有效挖掘和利用,导致三维重建系统无法自适应环境变化的问题,本技术通过一种校园非标墙面三维重建与参数标定方法及系统,实现基于多因素联合分析的自适应高精度三维重建。

2、为达到上述目的,本技术采用如下技术方案:

3、第一方面,一种校园非标墙面三维重建与参数标定方法,包括:获取目标场景的图像数据和对应的环境状态数据。解析环境状态数据与图像特征之间的隐关联参数模型集合,隐关联关系至少包括环境光照强度与图像全局亮度的非线性映射模型、环境光照强度与特征点检测重复率的统计关联模型和光源方向与场景阴影分布的关联模型中的一种,用于表征不同环境状态对图像特征表现的影响规律。基于隐关联参数模型集合,调整三维重建过程中的特征提取参数和几何约束权重中的至少一种。基于调整后的特征提取参数和几何约束权重中的至少一种,对图像数据执行三维重建,得到目标场景的三维模型。

4、结合上述第一方面,在一种可能的实现方式中,隐关联参数模型集合的构建过程,包括:获取历史采集的多维时间序列数据,多维时间序列数据包括按时间戳对齐的历史环境状态数据和历史图像特征数据。对多维时间序列数据进行相空间重构,通过延迟坐标嵌入法,生成重构后的相空间轨迹。采用收敛交叉映射算法对相空间轨迹进行因果关系检验,通过计算交叉映射预测误差,确定历史环境状态数据与历史图像特征数据之间的因果驱动方向与强度。采用动态因子分析从具有因果驱动方向与强度的多维变量中,提取潜在的共同驱动因子,用于解耦复杂环境条件下的耦合影响。基于因果驱动方向与强度以及共同驱动因子,量化生成非线性映射模型、统计关联模型和关联模型的数学表达式,并为每个模型分配置信度评分,形成参数化模型集合,置信度评分的分配基于统计显著性和因果检验强度。

5、结合上述第一方面,在一种可能的实现方式中,基于隐关联参数模型集合,调整三维重建过程中的特征提取参数的过程,包括:根据当前图像采集时刻的环境光照强度,基于隐关联关系,计算最优特征检测阈值。在特征点检测阶段,将最优特征检测阈值应用于特征点检测算法。在描述子计算阶段,将环境状态数据编码为条件输入,用于约束生成的特征点描述子在不同光照条件下保持一致性。

6、结合上述第一方面,在一种可能的实现方式中,在描述子计算阶段,将环境状态数据编码为条件输入,用于约束生成的特征点描述子在不同光照条件下保持一致性的过程,包括:提取环境状态数据中的环境光照强度和光源方向角,通过多层感知机网络将环境光照强度和光源方向角映射为高维的环境状态条件向量。在描述子生成网络中,通过卷积层提取图像局部区域的初始特征向量。将环境状态条件向量与初始特征向量在通道维度上进行拼接,得到融合特征向量。将融合特征向量输入描述子生成网络的条件自适应归一化层,利用环境状态条件向量,通过全连接层计算缩放参数和平移参数,对融合特征向量进行仿射变换以校准特征分布。基于仿射变换后的特征向量,生成光照自适应的特征点描述子,用于消除因环境光照变化引起的描述子距离增大现象。

7、结合上述第一方面,在一种可能的实现方式中,基于隐关联参数模型集合,调整三维重建过程中的几何约束权重的过程,包括:获取目标场景中非标几何形态的分类结果与几何参数,非标几何形态至少包括曲面墙体、异形装饰面、阶梯式立面、倾斜支撑柱中的一种,几何参数至少包括曲面区域的曲率半径、阶梯面的高度差、立面的倾斜角度。根据非标几何形态的分类结果与几何参数,确定目标场景中待重建区域的几何类型以及对应的初始约束平滑度参数。基于当前图像采集时刻的太阳高度角与墙面朝向,调用隐关联参数模型集合中的光源方向与场景阴影分布的关联模型,计算当前光照条件下待重建区域的阴影分布特征,阴影分布特征至少包括阴影覆盖率与阴影边界位置。基于阴影分布特征,调整初始约束平滑度参数,生成与当前光照条件和非标几何形态相匹配的优化约束平滑度参数。基于优化约束平滑度参数,对待重建区域的点云数据执行曲面拟合与表面优化,生成非标几何形态的重建表面。

8、结合上述第一方面,在一种可能的实现方式中,还包括:识别目标场景中的曲面区域,并提取曲面区域的曲面曲率半径。根据曲面曲率半径和当前光照条件,调整曲面拟合的平滑度参数。响应于曲面曲率半径小于预设曲率阈值且处于侧光条件,降低平滑度参数以保留曲面细节特征,并增大线段约束的权重,用于约束曲面区域的拟合方向。响应于曲面曲率半径大于或等于预设曲率阈值且处于正顶光条件,提高平滑度参数和面片法向约束的权重,用于抑制噪声引起的表面起伏以及保证曲面法向的连续性。基于动态调整后的平滑度参数、线段约束的权重和面片法向约束的权重,对曲面区域执行点云优化与曲面拟合。

9、结合上述第一方面,在一种可能的实现方式中,还包括对目标场景中的遮挡物,建立包含出现时段与影响程度的时空标签。在特征匹配阶段,基于时空标签,降低被遮挡区域特征点的匹配权重。在多视角融合阶段,利用不同时段采集的互补图像信息,对被遮挡区域进行补偿重建。

10、结合上述第一方面,在一种可能的实现方式中,在多视角融合阶段,利用不同时段采集的互补图像信息,对被遮挡区域进行补偿重建的过程,包括:获取目标场景中各视角、各时段采集的图像序列,以及各图像对应的采集时间戳和时空标签。时空标签至少包括遮挡物类型、出现时段和影响程度。基于时空标签,对图像序列中的各图像进行遮挡区域标注,生成遮挡掩膜图,遮挡掩膜图用于标记图像中被遮挡物覆盖的像素区域。以目标场景的三维模型为空间基准,将各时段采集的图像投影至三维模型的对应表面区域,并基于遮挡掩膜图,确定各表面区域在每幅图像中的可见性状态。可见性状态包括可见、被遮挡和部分可见。对于在第一时间采集的第一图像中被标记为被遮挡、且在第二时间采集的第二图像中被标记为可见的目标表面区域,提取第二图像中对应区域的纹理信息和几何约束信息。将纹理信息和几何约束信息按照投影映射关系,映射至三维模型中目标表面区域的对应位置,生成补偿纹理与补偿几何数据,并据此对目标表面区域执行表面填充与平滑优化,得到遮挡补偿后的三维模型。

11、第二方面,提供一种校园非标墙面三维重建与参数标定系统,包括:数据获取模块,用于获取目标场景的图像数据和对应的环境状态数据。关联分析模块,用于解析环境状态数据与图像特征之间的隐关联参数模型集合,隐关联关系至少包括环境光照强度与图像全局亮度的非线性映射模型、环境光照强度与特征点检测重复率的统计关联模型和光源方向与场景阴影分布的关联模型中的一种,用于表征不同环境状态对图像特征表现的影响规律。参数动态调整模块,用于基于隐关联参数模型集合,调整三维重建过程中的特征提取参数和几何约束权重中的至少一种。三维重建模块,用于基于调整后的特征提取参数和几何约束权重中的至少一种,对图像数据执行三维重建,得到目标场景的三维模型。

12、结合上述第二方面,在一种可能的实现方式中,还包括光照自适应标定校正模块,光照自适应标定校正模块用于:响应于相机标定启动信号,同步记录环境状态数据。基于隐关联参数模型集合,评估标定板角点检测的可信度。响应于标定结果优化启动信号,剔除或降低低可信度标定图像的权重,输出带置信度评估的相机标定参数。

13、本技术提供一种校园非标墙面三维重建与参数标定方法及系统,能够通过解析环境状态数据与图像特征之间的隐关联参数模型集合,将光照、时序、天气等动态环境信息转化为可计算的数学模型,作为三维重建算法的动态先验知识,使重建系统具备对环境变化的感知与适应能力。并在描述子计算阶段引入环境状态条件向量,利用条件自适应归一化层,对特征分布进行仿射变换校准,实现特征描述子对环境光照的条件解耦,使同一物理点在不同光照条件下,生成的描述子在特征空间中保持一致性,有效消除因光照变化引起的描述子距离增大现象,提高跨时段、跨光照条件下的特征匹配成功率。同时,通过建立光源方向与场景阴影分布的关联模型,并结合非标几何形态参数动态调整几何约束权重,在侧光条件下利用阴影增强线段约束以保留细节,在顶光条件下增强法向约束以保证连续性,克服传统固定约束方法处理曲面、异形装饰等非标几何形态时产生的系统性偏差,提升几何保真度。此外,对遮挡物建立包含出现时段与影响程度的时空标签,在多视角融合阶段利用不同时段的互补图像信息进行补偿重建,将遮挡处理从被动剔除转变为主动时空互补,有效解决因植被、临时设施等遮挡导致的图像连接断裂与模型孔洞问题,保障三维模型的完整性,最终实现复杂多变校园环境下重建稳定性与精度的提升。