一种基于图像排序的3D信息合成图像匹配的方法与流程

技术特征：
1.一种基于图像排序的3d信息合成图像匹配的方法，其特征在于：步骤1：确定待匹配源图像；步骤2：筛选与源图像相邻近的图像；步骤3：将筛选出的若干个图像进行匹配计算；步骤4：对其余待匹配源图像重复上述步骤2
‑
3，最终完成所有图像的匹配；步骤2中，根据图像采集装置的旋转速度s，和曝光时间间隔t，计算出其任意拍照时刻的位置pi(xi,yi),根据任意拍照时刻的图像采集装置位置pi(xi,yi)，计算当前拍照位置pt(xt,yt)与所有时刻拍照位置之间的距离di，并对di进行排序，选择最小的m个作为pt临近的拍照位置，相应位置拍摄的图像作为待匹配图像。2.如权利要求1所述方法，其特征在于：步骤2中，任意拍照时刻的位置pi(xi,yi)的计算方法为：弧长公式为l＝n
×
π
×
r/180，其中n是圆心角度数，r是半径，l为弧长；即n＝l*180/(π
×
r)；图像采集装置拍照一周任意曝光时刻，图像采集装置滑过的弧长为即得到图像采集装置拍照位置与x轴角度得到拍照一周任意图像采集装置位置曝光时刻pi的位置xi＝r
×
cos(n),yi＝r
×
sin(n)。3.如权利要求1所述方法，其特征在于：两个图像相邻的采集位置的距离为：其中l为在相邻两个采集位置时图像采集装置光心的直线距离；f为图像采集装置的焦距；d为图像采集装置感光元件的矩形长度或宽度；t为图像采集装置感光元件沿着光轴到目标物表面的距离；δ为调整系数。4.如权利要求3所述方法，其特征在于：δ<0.603。5.如权利要求3所述方法，其特征在于：δ<0.498。6.如权利要求3所述方法，其特征在于：δ<0.356。7.如权利要求3所述方法，其特征在于：δ<0.311。8.如权利要求1
‑
7任一所述方法，其特征在于：所述方法还包括：对筛选得到的图像进行图像增强处理；对筛选得到的图像进行特征点提取，并进行特征点匹配，获取稀疏特征点；输入匹配的特征点坐标，解算稀疏的人脸三维点云和图像采集装置的位置和姿态数据，即获得了稀疏目标物模型三维点云和位置的模型坐标值；以稀疏特征点为初值，进行多视图像稠密匹配，获取得到密集点云数据。9.一种利用三维模型数据进行实体物生成方法，其特征在于，包括权利要求1
‑
8任一所述的匹配方法。10.一种三维模型构建方法，其特征在于，包括权利要求1
‑
8任一所述的匹配方法。
11.一种三维数据比对方法，其特征在于，包括权利要求1
‑
8任一所述的匹配方法。

技术总结
本发明实施例提供了一种基于图像排序的3D信息合成图像匹配的方法，包括：步骤1：确定待匹配源图像；步骤2：筛选与源图像相邻近的图像；步骤3：将筛选出的若干个图像进行匹配计算；步骤4：对其余待匹配源图像重复上述步骤2


技术研发人员：左忠斌 左达宇
受保护的技术使用者：天目爱视（北京）科技有限公司
技术研发日：2020.02.17
技术公布日：2021/10/23