基于多视立体视觉与Leiden图聚类的多视图直线匹配

直线特征的精确匹配对三维模型的重建与优化具有重要意义。但是传统的双视图直线匹配由于视图数量较少导致直线匹配结果鲁棒性较差,且对于存在断裂的直线提取结果,同一直线在不同影像上提取直线的数目不等,导致直线匹配结果完整性较差。针对上述问题,本文提出多视图立体视觉(Multiple View Stereo,MVS)与Leiden图聚类相结合的多视图直线匹配算法。该算法首先使用直线提取算法和MVS三维重建算法对输入的多视影像分别进行直线信息提取和多视图三维信息提取,得到各视图上的直线与覆盖多视图场景的稠密三维点及其相关信息,并以此构建直线描述符;接着通过三维直线投影角度约束、点-线位置关系约束及同名点约束对匹配候选进行筛选,并根据各视图上直线间的相似性关系以各视图上的直线为节点,直线间的相似性得分为边权重构建无向图,同时剔除无向图中由单个节点构成的连通分量,得到连通分量集合,即初始匹配结果;最后对各个连通分量的节点基于同视图共线约束进行重构,得到子无向图,并对子无向图节点使用Leiden算法进行聚类。最终在多视影像上得到精确的直线匹配结果。本文选取大疆无人机拍摄的2组影像以及网上公开的1组影像进行实验。实验结果表明,采用本文算法获得的直线匹配结果较对比算法在直线匹配数目以及匹配正确率上均有所提升。