多视点立体视觉测量网络组网方法

立体视觉组网测量是三维测量得以实现的核心技术,在测量过程中,为了保证三维重构的全覆盖和重构精度,需要摄像机进行密集拍摄,因此产生了三维测量的速度慢,计算量较大等问题.针对上述问题,提出了一种多视点立体视觉测量网络组网方法.首先,通过SFM技术(运动恢复结构)获得待测物模型,建立椭球体基准坐标,估计相机与待测物的最佳距离,布置初始视点位置;然后,基于可视化约束条件对初始视点进行聚类分析和循环迭代,筛选出最少的相机数目实现全覆盖三维成像;最后,进行测量实验,布置以灯罩为待测物的椭球形测量网络,并在不同景深下进行相机数目、覆盖率和测量精度与球形测量网络的对比分析.实验结果表明:通过该方法最终迭代筛选出了22个视点,使得覆盖率达到100％,测量精度的标准差均值稳定到1.1mm,测量效率较球形网络有明显提升,经三维重建出的灯罩效果图能够还原出待测物原貌,验证了所提出方法的可行性.