三维建筑计算机视觉模型中的断痕消除技术

摘要：传统的三维建筑计算机视觉模型中，多个建筑图像不同区域有着较为明显的灰度和梯度等特征存在较大差异，使得拼接后的建筑图像中可能存在较为明显的拼接断痕。为了解决这个问题，提出了一种像素三维插值计算的三维建筑视觉模拟断痕消除技术，首先提取图像特征点，运用双目立体视觉方法，获得三维坐标。在利用视觉中的像素修补计算，对待配准曲面图像的空间变换参数进行优化，实现三维建筑曲面图像的断痕消除。实验表明，该方法能实现三维建筑中计算机视觉三维模拟的断痕消除技术，取得了不错的效果。
关键词： 三维建筑；计算机视觉；断痕消除；
中图分类号：TP391.9               文献标识码：A
       3 d building computer vision model of the break mark eliminate technology
 
ABSTRACT：The traditional three-dimensional building computer vision model, multiple building image different area has obvious gray level and gradient characteristics is put in bigger difference, make after mosaics of building image may exist obvious splicing break mark. In order to solve this problem, this paper proposes a pixel three dimensional interpolation calculation of three-dimensional architectural visual simulation break mark eliminate timely, first of all, images of feature point, using binocular stereo vision method, acquired three-dimensional coordinates. In the use of visual pixel repair calculation, treat registration surface image space transformation parameter optimization, realize 3 d building surface image break mark eliminate. Experiments show that this method can realize 3 d building computer vision three dimensional simulation break mark eliminate technology, has obtained the good effect.
KEYWORDS: Three dimensional architecture; Computer vision; Break mark eliminated;
 

1 引言
随着计算机技术以及图像技术的发展和完善，产生了种类繁多的新型图像收集设备。人们使用这些设备能够采集到比以往更多、更清晰的建筑图像模拟三维图像，完成对建筑体的多角度、全方位分析。图像采集设备在不同的条件下收集到的三维建筑图像在几何形状、清晰度、空间特征等方面都存在一定缺陷性和误差性。因此只通过一种图像数据不能完成对实际建筑的有效分析^[1~3]。通过建筑三维曲面拼接技术能够获取完整的、高质量的三维图像数据。三维曲面拼接是指将两幅或多幅来自同一场景的重叠区域的小范围曲面，连接成一个大范围的曲面的过程。目前，通常使用的建筑学三维曲面拼接技术，是将一组或多组存在重叠区域的曲面进行空间上的匹配拼接，构成一个完整的曲面图像的过程。该项技术广泛应用于建筑、计算机视觉、医学图像分析、人工智能等领域，具有重要的应用价值，是当前学者研究的热点问题^[4~5]。
2 三维曲面图像无缝拼接原理
目前使用的三维建筑曲面拼接技术具有一定的缺陷，主要由于实际建筑表面的曲度和深度变化产生的不规则图纹，会导致拼接成的建筑三维图像存在裂痕。本文提出一种新的三维建筑图像的断痕消除方法，如下所述：
2.1角点检测
建筑图像的特征点可使用Harris算法提取，该算法由Harris和Stepthens提出。假设输入图像用描述，在点处的自相关函数用公式（1）表示：
(1)  
其中，灰度函数用描述，x方向平移量用描述，y方向平移量用描述。
通过泰勒级数展开式有：
(2)     
因此，可得如下公式：
  （3）
对图像进行高斯滤波可得表达式（4）：
（4）
Harris算子的特征点决策函数是：
              
              （5）
通过以上的分析可得，基于Harris算子的建筑图像特征点提取过程是：
（1）使用水平和垂直差分算子，对建筑图像中的每一个像素进行滤波，得到相应像素的水平、垂直梯度矩阵：
                    （6）
（2）通过离散二维零均值高斯滤波函数对上式中的4个元素进行滤波，得到优化的梯度矩阵：
                （7）
（3）使用上式计算每一个角点值可得：
              （8）
（4）若某点的sjq值大于已知的阀值，并且该点的sjq值是最大的，则称该点是角点。
2.2建筑物三维坐标的双目立体视觉转化
完成对建筑图像特征点的提取后，通过双目立体视觉方法将特征点转化成三维坐标。具体的转化过程为：先模拟人眼视觉发射一个光束，激光束的发射角度以及CCD摄像，通过建筑物的三角几何关系，获取被测点的距离坐标。测量坐标系的原点位于CCD摄像机镜头的中心点处，表示待测量建筑上的成像点，表示摄像机焦距，表示激光投影中心与摄像机中心的间隔，表示被测点与光源中心形成的直线同轴之间的夹角。三维建筑成像的投影图用图1描述。
 
图1  三维建筑成像的投影图
Figure 1 3 d building imaging projection diagram
通过摄像机标定技术能够获取系统的参数，摄像机上的像素点坐标用表示。因为在平面上存在：
                 （9）
在平面上存在：
                     （10）
因此，能够获取被测点的三维坐标。
         （11）
2.3 缝隙填补融合技术
通过以上分析的方法可以获取较为准确的建筑三维曲面图像。由于实际应用中存在三维特征点无法融合的情况，导致建筑表面部分区域出现空间距离以及像素灰度差异，使拼接成的三维图像曲面出现裂痕。为了避免出现上述问题，本文提出三维空间裂痕修补方法，实现三维建筑曲面拼接图像像素的融合。具体的过程为：
首先获取修补函数：
（12）
式中，k表示修补系数；o，r，t表示轴上的偏移量；表示坐标轴上的可变化因子，能够用来描述图像特征点分布的密集度。三维曲面上的三个顶点坐标用表示。对上式两边取对数可得：
  （13）
将三个顶点带入上式可得：


 （14）
将公式（14）与（13）相减所得的系数如下：

      /


/ 


/ （15）
    最终可得以及修补点坐标。通过每个三角形的三个顶点坐标，调整相应像素节点的水平和垂直梯度矩阵q，完成对修补点的进一步优化，最终获取该三维修补点的三维坐标。通过不断的迭代运算，能够获取大量图像三维数据修补点用于弥补图像裂痕，实现了三维曲线图像拼接像素的融合。
3 实验结果分析
本文使用三维光学扫描仪，采集某个商厦建筑不同方向的三维曲面图像数据点坐标，获取该建筑的原始三维建筑曲面图像。由于这些三维曲面图像中像素点的坐标空间具有不匹配性，存在较多的重叠区间，因此需要对这些三维曲面图像进行拼接处理，最终获取完整、清晰的三维建筑曲面图像。通过本文提出的像素三维插值算法以及传统方法，对多张三维建筑曲面进行拼接，获取准确的三维建筑图像。两种算法获取的三维建筑曲面拼接效果图如图2所示。
 
图2 不同算法的三维建筑曲面拼接效果
Figure 2 different algorithm of 3 d building surface splicing effect
图2中，左边图是使用本文算法获取的三维建筑曲面拼接图，右边图是使用传统算法获取的三维曲面拼接图。通过对比能够明显得出，本文算法获取的三维建筑曲面拼接图比传统算法更清晰，且不存在拼接裂痕。其原因是传统算法存在三维曲面坐标和像素的差异，容易出现显著的拼接裂痕。因此采用本文算法能够实现三维曲面图像的无缝拼接。
使用三维曲面融合系数G，能够判断三维建筑曲面拼接的融合度，从而分析三维曲面拼接的有效性。其中曲面融合系数可用公式（16）描述：
（16）
分别计算传统算法以及本文算法的曲面融合系数，得到的结果用表1描述。
表1 三维建筑曲面拼接的结果
Table 1 of 3 d building surface splicing results

	采用曲面数目	图像融合系数
传统算法	10	4.85
本文算法	10	2.76

图像融合系数能够描述三维曲面之间的融合差异程度。通过以上的实验能够得出，本文算法获取的三维曲面融合系数是2.76远远小于传统算法，说明本文算法在进行三维曲面融合时，不同曲面之间的融合差异较小，能够有效处理三维建筑曲面拼接中的裂痕问题，获取高质量的建筑三维曲面图像。
4 结束语
本文在研究三维曲面无缝拼接问题，提出了一种新的建筑三维曲面无缝拼接算法，该算法实现简单，效率高，准确度高。能够很好的解决由于曲面之间由于空间位置差异以及像素灰度差异带来的拼接后图像融合度不高，容易形成裂痕的问题，实验结果表明，本文的方法取得了很好的结果，由于三维曲面拼接在众多领域都存在应用，因此本文的研究内容具有较好的商业价值。
 
参考文献：
[1] 於时才,吕艳琼. 一种基于小波变换的图像融合新算法[J]. 计算机应用与研究, 2009,26(1):390-392.
[2] Richard B Gomez, Amin Jazaeri, Menas Kafatos. Wavelet-based Hyper spectral and Multispectral Image Fusion[C]. Proceedings of SP IE, 2001,4383:36-42.
[3] Yan Na, Manfred Ehlers, Wanhai Yang. Remote Sensing Image Fusion with Multi- Wavelet Transform[C]. Proceeding of SPIE. 5574:14-22.
[4] 邓文怡,等. 三维拼接在大尺寸视觉测量中的应用[J]. 光电子激光, 2002,13(11): 454-456.
[5] 方勇,高立志,林志航. 智能CMM检测系统中摄像机的内参数标定方法研究[J]. 机器人 ROBOT, 1998,20(2).