1.一种基于三目视觉的三维重建方法,包括三个相机,其特征在于,还包括:
获取每个所述相机的内部结构参数和畸变参数;
两两匹配不同图像中对应控制点,滤除匹配错误的控制点,确定所述相机的外部参数,校正所述相机的极线;
依据所述控制点,采用光束平差参数优化方法,对内部结构参数、外部参数和畸变参数优化;
根据优化后的内部结构参数、外部参数和畸变参数,标定每个所述相机的内部结构参数、外部参数和畸变参数;
基于标定后的每个所述相机所采集的图像构建三维深度点云图,通过融合三维深度点云图得到重建后的深度图。
2.根据权利要求1所述的基于三目视觉的三维重建方法,其特征在于,所述两两匹配不同图像中的对应控制点,包括:
标注每个所述相机采集的图像中的控制点;
获取每个所述控制点的sift特征描述子;
根据每个所述控制点的sift特征描述子,采用hamming距离方法,两两匹配不同图像中对应控制点。
3.根据权利要求2所述的基于三目视觉的三维重建方法,其特征在于,所述滤除匹配错误的控制点,包括:
采用ransac算法滤除匹配错误的控制点。
4.根据权利要求1所述的基于三目视觉的三维重建方法,其特征在于,
所述内部参数包括:焦距参数和相机中心参数,所述外部参数包括:相机的空间位置参数、旋转矩阵和平移矩阵,所述畸变参数包括:径向畸变和切向畸变。
5.根据权利要求1所述的基于三目视觉的三维重建方法,其特征在于,所述基于标定后的每个所述相机所采集的图像构建三维深度点云图,通过融合三维深度点云图得到重建后的深度图,包括:
计算每个标定后所述相机采集的图像中的各个点成为场景中物体的概率,得到三张概率图;
采用半全局代价空间优化方法,去除每张概率图中的不连续的噪点;
基于去除噪点后的三张概率图构建三维深度点云图,融合三维深度点云图得到重建后的深度图。
6.根据权利要求5所述的基于三目视觉的三维重建方法,其特征在于,所述基于去除噪点后的三张概率图构建三维深度点云图,融合三维深度点云图得到重建后的深度图,包括:
以所述相机的采集位置为原点,通过射线的方式遍历去除噪点后的三张所述概率图,筛选出每条射线的上概率最大的点,获取概率最大的点对应的深度值,得到三维深度点云图;
融合三张所述三维深度点云图,得到重建后的深度图。
7.根据权利要求6所述的基于三目视觉的三维重建方法,其特征在于,所述融合三张所述三维深度点云图,得到重建后的深度图,包括:
将三张所述三维深度点云图上的概率最大的点映射到三维世界坐标系中,得到重建后的深度图。
8.根据权利要求7所述的基于三目视觉的三维重建方法,其特征在于,还包括:
任一映射到所述三维世界坐标系中的概率最大的点对应的三个深度值大于等于预设值时,则滤除该点。
9.一种基于三目视觉的三维重建装置,包括三个相机,其特征在于,包括:
相机参数获取模块,用于获取每个所述相机的内部结构参数和畸变参数;
控制点匹配模块,用于两两匹配不同图像中对应控制点,滤除匹配错误的控制点,确定外部参数,校正所述相机的极线;
相机参数优化模块,用于依据所述控制点,采用光束平差参数优化方法,对内部结构参数、外部参数和畸变参数优化;
相机参数标定模块,用于根据优化后的内部结构参数、外部参数和畸变参数,标定每个所述相机的内部结构参数、外部参数和畸变参数;
图像融合模块,用于基于标定后的每个所述相机所采集的图像构建三维深度点云图,通过融合三维深度点云图得到重建后的深度图。
10.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至8任一所述的基于三目视觉的三维重建方法的步骤。