摘要
本发明公开了一种基于改进SuperPoint特征点的三维场景重建方法及系统,克服了现有技术中存在的三维场景重建精度和一致性低的问题,包括:采集图像信息,获取RGB图和深度图;利用SuperPoint‑MSFF网络,分别对当前帧RGB图和下一帧RGB图进行特征点检测,生成相应的SuperPoint‑MSFF特征描述子;进行特征点匹配,并进行相机姿态估计,对源点云进行粗配准;基于当前帧深度图和下一帧深度图,生成包含每个像素空间位置的稠密点集;利用改进的ICP迭代最近点算法,基于稠密点集,进行点云的精配准,得到重建的三维点云。有效地捕捉图像全局的上下文信息和局部的详细信息,进一步优化特征点检测过程,从而提高特征点匹配的鲁棒性和三维重建的整体性能,提高三维重建的精度。
技术关键词
三维场景重建方法
三维场景重建系统
特征点
相机姿态估计
深度图
图像采集模块
三维点云重建
多尺度特征融合
多分支结构
编码器
描述符
算法
解码器
生成特征
高层次
系统为您推荐了相关专利信息
血压仪
终端模块
心血管事件风险
医学知识图谱
神经网络模型
变电主设备
声音信号特征
三维点云数据
计算机程序指令
融合特征
自动化纺织设备
智能控制方法
图案
矩阵
测地线距离