基于多视影像的古建筑实景三维重建技术研究*

付青 李满华 曾寰

井冈山大学电子与信息工程学院 江西 吉安 343009

引言

古建筑承载着悠久的文化积淀，一旦遭到破坏，古建筑及其历史文化信息将不复存在[1]。随着对古建筑研究与保护的发展，古建筑的实景三维模型重建显得越来越重要。简单、快速、低成本的重建古建筑的三维模型是相关领域研究的热点和难点。

直接用钢尺测量木材构件，结合实地拍摄的高清照片，利用CAD和GIS软件，实现了仿唐古建筑景观的三维重建；利用地面三维激光扫描数据[2]和无人机倾斜影像，实现了海会寺宋塔的三维精细建模；采用近景摄影测量技术，利用3dsmax软件实现了布达拉宫第十三座达赖塔金顶的三维重建。采用上述方法得到的古建筑三维模型精度高，但数据采集过程复杂，内业建模工作量大，成本高。

近年来，随着计算机视觉技术的飞速发展，运动恢复结构（SFM）以其简单、快速、低成本等优点而受到广泛应用[3-5]。SFM技术通过使用相机从不同的位置和角度拍摄具有一定重叠范围的影像。通过对影像进行特征提取和匹配，进而实现场景的三维重建。SFM技术可分为五个步骤[5]：①影像特征提取与匹配；②相机相对位姿计算；③相机位姿估计；④稀疏点云重建；⑤重建结果优化。

本文进一步研究基于多视影像的三维重建技术，利用Context Capture三维建模软件对九华山旃檀寺多视影像数据进行处理，实现旃檀寺实景三维模型重建，具有重要的实际意义。

1 方法与原理

基于多视影像的古建筑实景三维重建主要包括外业数据采集、光束法平差、多视影像密集匹配、数字表面模型生成、纹理映射和三维建模等步骤。

1.1 光束法平差

光束法平差是三维重建中最基本且最重要的步骤之一。本文采用Context Capture软件进行特征提取和影像匹配，其核心算法采用尺度不变特征变换（SIFT）算法从多视影像中提取大量特征点，再采用高效的匹配算法对特征点进行快速匹配。在此基础上，采用光束法平差对多视影像之间的同名点、影像的内外方位元素进行整体平差，实现三角测量。

1.2 多视密集匹配

由于初始匹配点云稀疏，无法建立高精度三维模型，需要对点云进行扩展、过滤和优化，以获得加密点云。首先利用密集匹配技术将稀疏点云扩展到相邻像素，得到密集点云，然后通过滤波算法剔除模型外部的粗差点。根据场景的复杂度，对密集点云进行删除和优化，减少数据冗余，并构造不同尺度下的三角网，得到优化后的模型。

1.3 三维重建

通过多视影像密集匹配技术得到密集点云，进而建立目标的三维TIN模型，然后在TIN模型的基础上，通过多视影像进行自动纹理映射，并将相应的纹理贴到模型表面，最终完成实景三维建模。本文采用Context Capture软件进行三维重建。

2 实验与分析

2.1 实验数据采集

对目标同一部位进行不同角度拍摄（保证最小60%重叠和最大角度差15°连续拍照），使用单反相机或手机对目标进行拍摄要保持相同的距离，围绕目标周围均匀分开采集影像。本文的实验数据来源于中国科学院自动化研究所模式识别国家重点实验室的公开数据集，采用了佳能EOS 5D单反相机在室外环境采集九华山旃檀寺的多视影像数据，实验数据如图1所示。

图1 实验数据

2.2 光束法平差

本文采用Context Capture软件进行特征提取和影像匹配，其算法核心采用尺度不变特征变换（SIFT）算法从多视影像中提取大量特征点，再采用高效的匹配算法对特征点进行快速匹配。在此基础上，通过光束法平差，同时求解相机的内、外方位元素，完成光束法平差，平差后生成的稀疏点云如图2所示：

图2 稀疏点云

2.3 三维模型重建

利用Context Capture软件生成高密度点云，再根据点云生成不规则的三角网即TIN（如图3），进而生成古建筑白模（如图4），再对古建筑的白模添加纹理，最终得到的古建筑实景三维重建效果，如图5所示：

图3 古建筑三角网

图4 古建筑白模

图5 (a) 实景三维模型

图5 (b) 实景三维模型（局部放大）

3 结束语

本文利用佳能EOS 5D单反相机获取九华山旃檀寺的多视影像数据，利用Context Capture建模软件对古建筑多视影像进行光束法平差、密集匹配和纹理映射等处理，最后生成古建筑的实景三维模型，对古建筑的数字化保护和存档具有重要的实际意义。