(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211174375.0 (22)申请日 2022.09.26 (71)申请人 武汉大势智慧科技有限公司 地址 430205 湖北省武汉市东湖新 技术开 发区光谷大道77号金融后台服务中心 基地建设项目二期B2栋4层01室 (72)发明人 雷臻　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 徐丽 (51)Int.Cl. G06T 17/00(2006.01) G06V 10/75(2022.01) G06T 5/00(2006.01) G06T 5/50(2006.01) (54)发明名称 一种三维重建方法、 装置、 设备及存 储介质 (57)摘要 本申请提供一种三维重建方法、 装置、 设备 及存储介质， 涉及图像处理技术领域。 该方法通 过对针对目标物的多个影像分别进行特征提取， 得到多个影像的特征点； 并得到影像对； 根据影 像对的特征点， 从多个影像分组方式中确定目标 影像分组方式； 若影像对中的两个影像 分别处于 目标影像分组方式对应的不同影像 分组中， 则对 影像对中预设前景区域的特征点进行匹配， 得到 影像对的前景特征匹配对； 根据前景特征匹配对 进行空中三角测量， 目标物的稀疏点云； 根据目 标影像分组方式对应的影像分组结果， 对影像对 对应的目标物的稀疏点云进行密集匹配， 得到目 标物的稠密点云； 根据稠密点云进行三维建模， 得到目标物的三维模型。 从而， 提高了三维重建 精准度及效率。 权利要求书2页 说明书13页 附图4页 CN 115546401 A 2022.12.30 CN 115546401 A 1.一种三维重建方法， 其特 征在于， 所述方法包括： 对针对目标物的多个 影像分别进行 特征提取， 得到所述多个 影像的特征点； 对所述多个 影像进行两 两组合， 得到影 像对； 根据所述影 像对的特 征点， 从多个 影像分组方式 中确定目标影 像分组方式； 若所述影像对中的两个影像分别处于所述目标影像分组方式对应的不同影像分组中， 则对所述影 像对中预设前 景区域的特 征点进行匹配， 得到所述影 像对的前 景特征匹配对； 根据所述前景特征匹配对进行空中三角测量， 得到所述影像对对应的所述目标物的稀 疏点云； 根据所述目标影像分组方式对应的影像分组结果， 对所述影像对对应的所述目标物的 稀疏点云进行密集匹配， 得到所述目标物的稠密点云； 根据所述稠密点云进行三维建模， 得到所述目标物的三维模型。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述影像对的特征点， 从多个影 像分组方式 中确定目标影 像分组方式， 包括： 根据所述影像对的特征点， 对所述影像对中两个影像的特征点进行特征匹配， 得到所 述影像对的多组特 征匹配对； 根据所述影像对的多组特征匹配对， 从所述多个影像分组方式中确定所述目标影像分 组方式。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述影像对的多组特征匹配对， 从所述多个 影像分组方式 中确定所述目标影 像分组方式， 包括： 对所述影像对的多组特征匹配对进行抽稀处理， 得到所述影像对的目标特征匹配对， 使得所述目标特征匹配对中的所述预设前景区域的特征点和预设背景区域的特征点的数 量比处于预设比例； 根据所述影像对的目标特征匹配对， 从所述多个影像分组方式中确定所述目标影像分 组方式。 4.根据权利要求3所述的方法， 其特征在于， 所述对所述影像对的多组特征匹配对进行 抽稀处理， 得到所述影 像对的目标 特征匹配对之前， 所述方法还 包括： 根据各所述影像对的多组特征匹配对， 确定所述预设前景区域和所述预设背景区域中 的特征匹配情况； 根据所述特征匹配情况， 从各所述影像对中确定满足预设特征匹配条件的影像对为目 标影像对； 所述对所述影像对的多组特征匹配对进行抽稀处理， 得到所述影像对的目标特征匹配 对， 包括： 对所述目标影像对的多组特征匹配对进行抽稀处理， 得到所述目标影像对的目标特征 匹配对。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述影像对的目标特征匹配对， 从所述多个 影像分组方式 中确定所述目标影 像分组方式， 包括： 根据所述目标影 像对的目标 特征匹配对， 计算各 所述目标影 像对的边权 重； 根据各所述目标影像对的边权重， 计算所述多个影像分组方式对应的分组代价函数 值；权　利　要　求　书 1/2 页 2 CN 115546401 A 2根据所述多个影像分组方式对应的分组代价函数值， 选择分组代价函数值最小的影像 分组方式为所述目标影 像分组方式。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标影像分组方式对应的影 像分组结果， 对所述影像对对应的所述 目标物的稀疏点云进行密集匹配， 得到所述 目标物 的稠密点云， 包括： 根据所述目标影像分组方式对应的影像分组结果， 为每张影像选择多张来自同组的影 像， 和不同组的影 像， 形成所述每张影 像的同组立体 影像对， 以及不同组立体 影像对； 分别对所述同组立体影像对的稀疏点云， 以及所述不同组立体影像对中的稀疏点云进 行密集匹配； 根据密集匹配后的所述同组立体影像对和所述不同组立体影像对得到所述目标物的 稠密点云。 7.根据权利要求6所述的方法， 其特征在于， 所述分别对所述同组立体影像对的稀疏点 云， 以及所述 不同组立体 影像对中的稀疏点云进行密集匹配， 包括： 对所述同组立体影像对的稀疏点云中两个影像中同名点的深度值进行匹配校验， 得到 密集匹配后的所述同组立体 影像对； 对所述不同组立体影像对的稀疏点云中两个影像中同名点的深度值进行匹配校验， 得 到密集匹配后的所述 不同组立体 影像对。 8.一种三维重建装置， 其特 征在于， 所述装置包括： 提取模块， 用于对针对目标物的多个影像分别进行特征提取， 得到所述多个影像的特 征点； 组合模块， 用于对所述多个 影像进行两 两组合， 得到影 像对； 确定模块， 用于根据所述影像对的特征点， 从多个影像分组方式中确定目标影像分组 方式； 匹配模块， 用于若所述影像对中的两个影像分别处于所述目标影像分组方式对应的不 同影像分组中， 则对所述影像对中预设前景区域的特征点进行匹配， 得到所述影像对的前 景特征匹配对； 测量模块， 用于根据所述前景特征匹配对进行空中三角测量， 得到所述影像对对应的 所述目标物的稀疏点云； 密集匹配模块， 用于根据所述目标影像分组方式对应的影像分组结果， 对所述影像对 对应的所述目标物的稀疏点云进行密集匹配， 得到所述目标物的稠密点云； 建模模块， 用于根据所述稠密点云进行三维建模， 得到所述目标物的三维模型。 9.一种电子设备， 其特征在于， 包括： 处理器、 存储介质， 所述处理器与所述存储介质之 间通过总线通信连接， 所述存储介质存储有所述处理器可执行的程序指令， 所述处理器调 用存储介质中存 储的程序， 以执 行如权利要求1至7任一所述的三维重建方法的步骤。 10.一种存储介质， 其特征在于， 所述存储介质上存储有计算机程序， 所述计算机程序 被处理器运行时执 行如权利要求1至7任一所述的三维重建方法的步骤。权　利　要　求　书 2/2 页 3 CN 115546401 A 3