基于点线信息的PatchMatch多视密集匹配算法.docx

摘要

PatchMatch 算法是多视密集匹配中一种常用的算法，但其核心算法以随机数为基础展开，匹配结

果存在稳定性过低的问题。本文对 PatchMatch 多视密集匹配算法进行了改进，在匹配代价、深度

信息初始化和深度信息随机搜索中充分应用了点线信息，尽可能避免随机数带来的不确定性。最后

本文使用 Strecha 数据集进行了测试，结果表明，本文算法能有效避免由于随机数导致的匹配结

果不稳定的问题，获得了非常稳健的重建结果。

Abstract

The PatchMatch Algorithm is very common in Multi-View Dense Matching, but it's

reconstruction result is not stable due to the random part in the algorithm. In this

关键词

三维重建; 多视密集匹配; PatchMatch

Keywords

3D Reconstruction; Multi-View Dense Matching; PatchMatch

译

多视密集匹配是一种在已知相机位姿信息的前提下，重建稠密三维点云的技术，可以分为 4 种类型，

其中较为常用的是特征点扩张法

[1]

和深度图融合法

[2-4]

；除此之外，近年来还出现了基于深度学习的

方法

[5]

。何豫航等

[1]

时主要应用在图像间寻找相似图像块；之后，Bleyer 等

[7]

将其应用在双目密集匹配上；Shen

[3]

基

于深度图融合法将其引入多视密集匹配中，实现了大规模三维重建；Galliani 等

[4]

使用 GPU 提高

了该算法的重建效率。经典 PatchMatch 算法基于随机数进行重建，导致匹配结果稳定性不高，重

建 质 量 较 低 。 针 对 此 问 题 ， 本 文 提 出 了 基 于 点 线 信 息 的 PatchMatch 算 法 ， 使 用 CNCC

（constrained normalized cross correlation）匹配代价，并对深度信息初始化和随机搜索进行

了改进。实验结果表明本文改进的 PatchMatch 算法能够显著提高匹配结果的稳定性，提高重建结

果质量。