计算机应用

作者：胡立华, 李小平, 胡建华, 张素兰

单位：1.太原科技大学 计算机科学与技术学院，太原 030024；2.中国科学院 自动化研究所，北京 100190

关键词：多视图立体,深度估计,匹配代价,弱纹理区域,四叉树先验

基金：国家自然科学基金资助项目(62273248);山西省自然科学基金资助项目(202103021224285);中国科学院科技服务网络计划项目(STS?HP?202202)

基于PatchMatch的多视图立体（MVS）方法依据输入多幅图像估计场景的深度，目前已应用于大规模场景三维重建。然而，由于特征匹配不稳定、仅依赖光度一致性不可靠等原因，现有方法在弱纹理区域的深度估计准确性和完整性较低。针对上述问题，提出一种基于四叉树先验辅助的MVS方法。首先，利用图像像素值获得局部纹理；其次，基于自适应棋盘网格采样的块匹配多视图立体视觉方法（ACMH）获得粗略的深度图，结合弱纹理区域中的结构信息，采用四叉树分割生成先验平面假设；再次，融合上述信息，设计一种新的多视图匹配代价函数，引导弱纹理区域得到最优深度假设，进而提高立体匹配的准确性；最后，在ETH3D、Tanks and Temples和中国科学院古建筑数据集上与多种现有的传统MVS方法进行对比实验。结果表明所提方法性能更优，特别是在ETH3D测试数据集中，当误差阈值为2 cm时，相较于当前先进的多尺度平面先验辅助方法（ACMMP），它的F1分数和完整性分别提高了1.29和2.38个百分点。

来源：2024年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第11期