基于多視影像的古建筑實景三維重建技術研究*

付青 李滿華 曾寰

井岡山大學電子與信息工程學院 江西 吉安 343009

引言

古建筑承載著悠久的文化積淀，一旦遭到破壞，古建筑及其歷史文化信息將不復存在[1]。隨著對古建筑研究與保護的發展，古建筑的實景三維模型重建顯得越來越重要。簡單、快速、低成本的重建古建筑的三維模型是相關領域研究的熱點和難點。

直接用鋼尺測量木材構件，結合實地拍攝的高清照片，利用CAD和GIS軟件，實現了仿唐古建筑景觀的三維重建；利用地面三維激光掃描數據[2]和無人機傾斜影像，實現了海會寺宋塔的三維精細建模；采用近景攝影測量技術，利用3dsmax軟件實現了布達拉宮第十三座達賴塔金頂的三維重建。采用上述方法得到的古建筑三維模型精度高，但數據采集過程復雜，內業建模工作量大，成本高。

近年來，隨著計算機視覺技術的飛速發展，運動恢復結構（SFM）以其簡單、快速、低成本等優點而受到廣泛應用[3-5]。SFM技術通過使用相機從不同的位置和角度拍攝具有一定重疊范圍的影像。通過對影像進行特征提取和匹配，進而實現場景的三維重建。SFM技術可分為五個步驟[5]：①影像特征提取與匹配；②相機相對位姿計算；③相機位姿估計；④稀疏點云重建；⑤重建結果優化。

本文進一步研究基于多視影像的三維重建技術，利用Context Capture三維建模軟件對九華山旃檀寺多視影像數據進行處理，實現旃檀寺實景三維模型重建，具有重要的實際意義。

1 方法與原理

基于多視影像的古建筑實景三維重建主要包括外業數據采集、光束法平差、多視影像密集匹配、數字表面模型生成、紋理映射和三維建模等步驟。

1.1 光束法平差

光束法平差是三維重建中最基本且最重要的步驟之一。本文采用Context Capture軟件進行特征提取和影像匹配，其核心算法采用尺度不變特征變換（SIFT）算法從多視影像中提取大量特征點，再采用高效的匹配算法對特征點進行快速匹配。在此基礎上，采用光束法平差對多視影像之間的同名點、影像的內外方位元素進行整體平差，實現三角測量。

1.2 多視密集匹配

由于初始匹配點云稀疏，無法建立高精度三維模型，需要對點云進行擴展、過濾和優化，以獲得加密點云。首先利用密集匹配技術將稀疏點云擴展到相鄰像素，得到密集點云，然后通過濾波算法剔除模型外部的粗差點。根據場景的復雜度，對密集點云進行刪除和優化，減少數據冗余，并構造不同尺度下的三角網，得到優化后的模型。

1.3 三維重建

通過多視影像密集匹配技術得到密集點云，進而建立目標的三維TIN模型，然后在TIN模型的基礎上，通過多視影像進行自動紋理映射，并將相應的紋理貼到模型表面，最終完成實景三維建模。本文采用Context Capture軟件進行三維重建。

2 實驗與分析

2.1 實驗數據采集

對目標同一部位進行不同角度拍攝（保證最小60%重疊和最大角度差15°連續拍照），使用單反相機或手機對目標進行拍攝要保持相同的距離，圍繞目標周圍均勻分開采集影像。本文的實驗數據來源于中國科學院自動化研究所模式識別國家重點實驗室的公開數據集，采用了佳能EOS 5D單反相機在室外環境采集九華山旃檀寺的多視影像數據，實驗數據如圖1所示。

圖1 實驗數據

2.2 光束法平差

本文采用Context Capture軟件進行特征提取和影像匹配，其算法核心采用尺度不變特征變換（SIFT）算法從多視影像中提取大量特征點，再采用高效的匹配算法對特征點進行快速匹配。在此基礎上，通過光束法平差，同時求解相機的內、外方位元素，完成光束法平差，平差后生成的稀疏點云如圖2所示：

圖2 稀疏點云

2.3 三維模型重建

利用Context Capture軟件生成高密度點云，再根據點云生成不規則的三角網即TIN（如圖3），進而生成古建筑白模（如圖4），再對古建筑的白模添加紋理，最終得到的古建筑實景三維重建效果，如圖5所示：

圖3 古建筑三角網

圖4 古建筑白模

圖5 (a) 實景三維模型

圖5 (b) 實景三維模型（局部放大）

3 結束語

本文利用佳能EOS 5D單反相機獲取九華山旃檀寺的多視影像數據，利用Context Capture建模軟件對古建筑多視影像進行光束法平差、密集匹配和紋理映射等處理，最后生成古建筑的實景三維模型，對古建筑的數字化保護和存檔具有重要的實際意義。