1.基于全景图的室内三维重建方法，其特征在于：该方法包括以下步骤：S1：线段检测：检测图像中的轮廓线段；

S2：线段分组：对图像进行消失点检测，即场景中笛卡尔坐标系三个坐标轴的方向，把线段分组三个方向的线段集合；

S3：交点检测：构建无向图，通过约束条件判断真假交点，通过最小生成树来确定坐标的递推顺序；

S4：坐标提升：实现像素坐标系到球坐标系，再到三维空间坐标系的转换。

2.根据权利要求1所述的基于全景图的室内三维重建方法，其特征在于：所述S1具体为：利用LSD算法获取全景图像中的线段，通过对图像局部分析，得出直线的像素点集，以便后续数据处理。

3.根据权利要求1所述的基于全景图的室内三维重建方法，其特征在于：所述S2具体为：在获取图像中线段时，获取线段的相关信息，包括线段的起点终点和角度；然后通过霍夫变换来获取消失点方向，三个消失点方向两两正交，并且霍夫投票的投票分数最高的三个方向为三个消失点方向；当空间中线段l投影到球形图像时，在球面上以大圆的形式呈现；c为线段l所在的大圆，n为l所在大圆的单位法向量，同时线段l对应的消失点方向与平面法向量垂直；每条线段对应唯一的大圆，有唯一对应的大圆法向量n，通过n来标识线段的方向。

4.根据权利要求1所述的基于全景图的室内三维重建方法，其特征在于：所述S3具体为：S31：构建无线图通过构建无向图G＝(ν,ε)来对线段中的线段进行表示，给定约束来对图像中线段间的联系，场景空间结构结构进行优化；

S32：边界线判断

边界线表示该线段为平面的边缘，即不同平面相交形成的线段，而非边界线则是在平面内的线段，在进行相应的空间信息推导时，非边界线位于平面内，则只能与构成平面的两个方向的线段相交；采用Novel Single View Constraints for Manhattan 3D Line Reconstruction的方法来区分边界线与非边界线；对于每条线段li，确定与其相交的线段集合为Li＝{ln,lm,lk...}，如果集合中线段不包含li所在平面法线方向的线段，则线段li为非边界线，Bi＝0，反之Bi＝1；

S33：平面分割

确定计算的像素点为地面点或者为墙面点后才能进行坐标推导，即需要确定平面属性；

在曼哈顿世界假设的约束下，平面的分类通过其法线方向分为三类，即x、y、z三个方向的平面，x、y、z表示平面的法线方向，也表示世界坐标的坐标轴方向，同时存在一定的平面约束条件；

闭环约束，平面的组成应由两组平行线段组成；即在无向图中，节点满足形成闭环的连接图区域，并且区域内节点的方向为组成平面的两个方向的节点，则判定为同一平面；

在图像中的线段分类有三种，即分组到三个消失点方向的线段，同时也能组成三个方向的平面；每种线段都是构成两类平面的元素，即x方向线段既能构成xy平面，也能构成xz平面，现有聚类算法都是把所有节点完全分离开，即每个节点都只有唯一的类属性，同时图像中的平面之间的连接是通过另一类平面，需要把每一个平面做一个单独的簇；以平面的方式来划分图像区域；

S34：最小生成树

在图中G＝(ν,ε)中，(i,j)∈ε表示线段间的交点，对图中的每条边创建一个布尔变量bij，其值为1表示为真实交点，采用Manhattan junction catalogue for spatial reasoning of indoor scenes的方法对交点类别进行分类，采用Novel Single View Constraints for Manhattan 3D Line Reconstruction的方法来进行交点真实性判断，结合交点类别来进行优化，以确定图像中交点的真实性；通过真实的交点来进一步推导后续连接线段的坐标。

5.根据权利要求1所述的基于全景图的室内三维重建方法，其特征在于：所述S4具体为：S41：全景几何

从二维图像坐标，提升到三维空间坐标，就是实现图像坐标、相机坐标系以及世界坐标系之间的转换；2D图像坐标点pi转换与3D坐标点Pi的转换公式为：Pi＝λiR-1K-1pi

其中λi是目标像素点距离坐标原点的距离，R为相机坐标与世界坐标的旋转矩阵，K为相机内部参数矩阵，di＝R-1K-1pi则是像素点在世界坐标系下的方向；在假定相机参数已知的情况下，通过相机标定方法能获取旋转矩阵；在获取深度信息方面，基于几何的单幅图像重建往往是通过消失点来计算的，在确定线段方向后，通过最小二乘法来解算消失点获取图像中点、线段的深度信息；

全景图像包含水平方向360°，垂直方向180°的视场，图像的像素为W×H，其中W＝2H；全景图像中，像素与角度呈一一对应的关系，其对应关系为W/2π；图像坐标与全景坐标的转换公式为：θx＝2πx/W

θy＝πy/H

在确定图像中线段、像素块的方向属性后，能通过全景图像的这一几何特性来进行场景中的空间重建；条件为：(1)图像中物体、场景满足于曼哈顿世界约束；

(2)拍摄的相机高度已知；

全景图像下，像素坐标pi＝(x,y)转换为3D空间坐标Pi＝(X,Y,Z)的转换公式为：r＝ch|cotθy|

ch为相机拍摄视点距离地面的高度，r为目标像素点在世界坐标系下，距离视点的水平距离；当在确定相机的高度ch时，计算出图像中相应像素点的三维空间坐标；

S42：场景重建

利用全景几何，计算全景图像中的各线段的三维空间坐标。