丁晓凤，熊赟晖，林祖轩

（华南理工大学数学学院，广州510640）

0 引言

单目图像中物体的尺度估算是计算机视觉领域的经典研究方向，在建筑保护与重建[1]、场景理解[2]、图像合成[3]等领域应用广泛。目前，对建筑物的保护和重建大多是对已有建筑进行3D扫描后进行建筑物外部和内部信息的重建。大部分重建工作集中在建筑物外部轮廓[4]，也有对室内空间信息的重建工作[5]。这些重建工作的一个关键基础就是需要建筑物的3D点云数据。但是，在对已损毁建筑的重建工作上就会遇到困难。由于历史原因，也许只保留了这些建筑的历史图像信息，而实物荡然无存，也就无法通过扫描的方式获取它们的三维数据。因此，需要从这些图像中恢复出一些关键物体的尺度信息来重建已损毁的建筑及建筑间的空间布局，这是建筑群布局复原流程的关键[6]。

目前苹果和谷歌公司都有开发有关测距的测距仪App，但是这些软件存在较多的限制条件，例如：拍摄相机的所有相机参数已知，只能测量近距离的小物体尺度等，对于图像中尺度信息稍大的建筑物，物体尺度信息的计算容易造成较大的偏差。因此，本文的工作集中在对单目图像场景的建筑物尺度估算上。建筑物尺度估算的关键是需要获取单目图像中各像素点的深度信息，但目前对单目图像的深度信息估计还是存在一定的偏差，影响场景中各物体尺度的计算准确度。这就需要引入先验知识来改善计算精度。……