关键词:
地磁特征
聚类算法
室内环境
分层式运动恢复结构
点云配准
摘要:
针对室内场景的复杂性和封闭性导致重建出的室内三维模型耗时较长、覆盖度不佳的问题,提出一种利用地磁特征辅助的室内运动恢复结构(SFM)方法。首先,利用普通智能手机传感器采集室内的影像和地磁数据;其次,为实现整体影像集划分为局部影像集,通过聚类算法将地磁数据进行聚类,并将地磁数据聚类结果作为对应影像的属性得到局部影像集;然后,运用分层式SFM对各局部影像集进行稀疏子模型构建,并对各个稀疏子模型间匹配点进行确定;最后,利用RANSAC generalized Procrustes analysis(RGPA)算法实现各局部重建的配准,得到完整模型。室内同楼层和不同楼层的重建实验结果表明,所提方法在重建效率、重建覆盖度和点云生成速率方面表现较好,相比分层式SFM方法,其重建效率在两个数据集上平均提升了37%,重建覆盖度更接近重建目标,为同种类型室内环境重建提供了一种补充方案。