基于序列圖像的3D重建算法研究.pdf

1、人們通過計(jì)算機(jī)來實(shí)現(xiàn)視覺功能，通常叫做計(jì)算機(jī)視覺。人們在計(jì)算機(jī)領(lǐng)域的研究越來越成熟與先進(jìn)，也使得其在三維世界的領(lǐng)域也是愈加渴求。人們欲通過二維圖像來完成對三維世界的認(rèn)知。而利用序列圖像來進(jìn)行三維重建的技術(shù)，其低成本、易操作、重建的三維模型真實(shí)感強(qiáng)等特點(diǎn)，已經(jīng)逐漸在計(jì)算機(jī)視覺領(lǐng)域成為研究的熱點(diǎn)。本文利用序列圖像，在其基礎(chǔ)上針對兩幅圖像以及多幅圖像在三維重建的領(lǐng)域進(jìn)行了相關(guān)算法的研究與改善。
　　首先本文利用了一種基于改進(jìn)的2DPCA

2、-SIFT特征匹配算法，針對PCA-SIFT匹配算法數(shù)據(jù)量大、耗時長的問題。改進(jìn)的2DPCA-SIFT對梯度向量塊進(jìn)行降維的特征描述方法。該方法相比于PCA-SIFT，可以快速地求解本征空間，降低了計(jì)算復(fù)雜度，不需要占用更多的存儲空間。基于改進(jìn)2DPCA-SIFT特征匹配算法，這種改進(jìn)的方法能同時消除圖像行、列的相關(guān)性，而且該方法比PCA-SIFT算法有更準(zhǔn)確的匹配率。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的2DPCA-SIFT算法較穩(wěn)定、精確、快速，重建

3、結(jié)果在細(xì)節(jié)上更加突出，更能恢復(fù)三維模型。
　　其次由于改進(jìn)的2DPCA-SIFT算法只是針對單一背景下物體特征點(diǎn)較明顯的模型的三維重建，對于遙感圖像等特征不是特別明顯的序列圖像來說，針對由于遙感圖像的特征不明顯不規(guī)則，并且對于所重建的目標(biāo)物體的許多細(xì)節(jié)信息無法恢復(fù)，以及利用序列圖像稀疏點(diǎn)融合結(jié)果和最后紋理信息的恢復(fù)也是一個比較不容易解決的問題，因此為了準(zhǔn)確的恢復(fù)遙感圖像的細(xì)節(jié)特征等信息，本文利用了一種結(jié)合了區(qū)域增長和CMVS-PM