欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023102079873
申请人: 郑州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,该方法包括:获取待测管道内部的多视角二维图像;所述多视角二维图像之间存在相互重叠的部分区域,且能完整显示整个待测管道的内部情况;

采用稀疏重建方法对所述待测管道内部的多视角二维图像进行处理,得到待测管道内部的稀疏三维点云;

采用稠密重建方法对所述待测管道内部的稀疏三维点云进行处理,得到待测管道内部的稠密三维点云;

对所述待测管道内部的稠密三维点云进行圆柱体拟合,分割出圆柱体外部的点云数据作为待测管道的坑洞点云数据;

对所述待测管道的坑洞点云数据进行量化,得到待测管道的坑洞尺寸信息。

2.根据权利要求1所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,所述待测管道的坑洞尺寸信息包括实际最大深度和实际平均深度,通过以下步骤得到:计算实际管道半径与重建管道半径的比值作为尺寸校准系数;所述重建管道半径为拟合得到的待测管道圆柱体的半径;

将所述待测管道的坑洞点云数据划分为若干个坑洞区域,针对每个坑洞区域,计算该坑洞区域中所有坑洞点云数据的重建深度,并分别取它们的最大值和平均值作为该坑洞区域的重建最大深度和重建平均深度;其中,每个坑洞点云数据的重建深度等于该坑洞点云数据与待测管道圆柱体轴线之间的距离减去所述重建管道半径;

将每个坑洞区域的重建最大深度和重建平均深度分别乘以所述尺寸校准系数,得到每个坑洞区域的实际最大深度和实际平均深度。

3.根据权利要求2所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,所述待测管道的坑洞尺寸信息还包括实际面积,通过以下步骤得到:针对每个坑洞区域,将该坑洞区域中的所有坑洞点云数据投影到待测管道圆柱体的表面,对所有投影点进行三角化,并通过三角化的总和计算得到每个坑洞区域的重建面积;

将每个坑洞区域的重建面积乘以所述尺寸校准系数的平方,得到每个坑洞区域的实际面积。

4.根据权利要求3所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,所述待测管道的坑洞尺寸信息还包括实际周长,通过以下步骤得到:利用K维树方法计算所述所有投影点的法向量,利用alpha‑shape方法搜索每个坑洞区域的边界点;

计算每个坑洞区域中各边界点到距其最近的两个边界点的距离的一半,并取它们的和值作为每个坑洞区域的重建周长;

将每个坑洞区域的重建周长乘以所述尺寸校准系数,得到每个坑洞区域的实际周长。

5.根据权利要求1‑4任一项所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,所述待测管道的坑洞点云数据通过以下步骤得到:采用统计离群点去除方法剔除所述待测管道内部的稠密三维点云中的冗余噪声点;基于剔除冗余噪声点后的待测管道内部的稠密三维点云,采用基于RANSAC的圆柱体拟合方法对待测管道进行圆柱体拟合,分割出圆柱体外部的点云数据作为待测管道的坑洞点云数据。

6.根据权利要求5所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,采用基于MVS的稠密重建方法对所述待测管道内部的稀疏三维点云进行处理,得到待测管道内部的稠密三维点云,通过以下步骤实现:从所述待测管道内部的多视角二维图像中选取一张作为参考图像,从所述待测管道内部的稀疏三维点云中筛选出可以投影到参考图像上的稀疏三维点云作为种子点;

将种子点投影到参考图像上得到种子点对应的投影像素点,以种子点到参考图像相机坐标系原点的距离和方向作为该投影像素点的初始像素深度和初始法向量;

以种子点为中心创建3×3的正方形块,将正方形内的点投影到其他视角的图像上获取相应的投影像素点,采用最小化重投影误差方法对投影像素点的深度和法向量进行优化;

采用光度一致性方法去除噪声点,然后将种子点对应的投影像素点的深度和法向量赋值给其相邻的4个投影像素点作为它们的初始深度和初始法线向量;通过极线搜索方法找到这4个像素点在其他图像中对应的像素点;多次循环该方法,直到搜索完所有像素;

基于所有像素的深度和法向量重建管道的深度图,根据深度图中每个像素的深度,利用相机的逆投影矩阵将像素点投影到三维空间,得到待测管道内部的稠密三维点云。

7.根据权利要求6所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,采用基于SFM的稀疏重建方法对所述待测管道内部的多视角二维图像进行处理,得到待测管道内部的稀疏三维点云。

8.根据权利要求7所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,所述待测管道内部的稀疏三维点云通过以下步骤得到:提取所述待测管道内部的多视角二维图像中每张二维图像的关键特征点;对所述待测管道内部的多视角二维图像两两进行关键特征点的匹配,得到每两张二维图像的匹配点;其中,匹配点为两张二维图像相同的关键特征点;

基于增量式重建方法重建所有匹配点对应的三维点云,得到待测管道内部的稀疏三维点云。

9.根据权利要求8所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,提取所述待测管道内部的多视角二维图像中每张二维图像的关键特征点,包括:首先使用高斯滤波器获得每张二维图像的多尺度特征图,然后对每张二维图像的多尺度特征图的相邻两层进行差分得到每张二维图像的高斯差分图,最后将每张二维图像的高斯差分图的局部极值点作为每张二维图像的关键特征点。

10.根据权利要求9所述的基于多视角几何的管道三维重建和坑洞量化方法,其特征在于,所述基于增量式重建方法重建所有匹配点对应的三维点云,得到待测管道内部的稀疏三维点云,包括:从待测管道内部的多视角二维图像中任选两张拥有匹配点的二维图像,并将其中一张二维图像对应的相机外参设置为单位矩阵;

基于对极几何,采用八点法求解本质矩阵和相机内参,并对本质矩阵进行分解得到另一张二维图像对应的相机外参;

结合求得的相机内参和这两张二维图像对应的相机外参,基于三角剖分重建这两张二维图像的匹配点对应的三维点云,接着利用光束平差方法对求得的相机内参、相机外参和三维点云进行优化,直到从不同图像重建的同一点能够收敛于一点,得到精确的相机内参、相机外参和三维点云;

添加下一张二维图像,重复相机内参和相机外参求解、光束平差和三角剖分的过程,直到待测管道内部的多视角二维图像全部处理完毕,得到待测管道内部的稀疏三维点云。