基于單幅圖像的三維重構(gòu)算法的改進(jìn)與優(yōu)化研究.pdf

1、三維物體重構(gòu)是計(jì)算機(jī)視覺領(lǐng)域一個十分重要的研究分支，并在當(dāng)前社會生活的諸多領(lǐng)域顯現(xiàn)出了廣泛的應(yīng)用前景。針對三維重構(gòu)而提出的明暗形狀恢復(fù)(Shape From Shading，SFS)算法能夠從單幅二維圖像中提取出物體的三維表面形貌特征，為三維重構(gòu)的研究奠定了良好的基礎(chǔ)。通常物體表面的灰度信息是進(jìn)行三維重構(gòu)的重要依據(jù)，如何利用灰度信息來獲取三維特征數(shù)據(jù)是SFS研究中的一個重點(diǎn)和難點(diǎn)。本文基于SFS算法，對單幅二維圖像的三維重構(gòu)算法進(jìn)行了改

2、進(jìn)與優(yōu)化研究，全文的主要研究工作可以概括為：
　　 1)研究了經(jīng)典的SFS算法，對光照模型進(jìn)行了分析，討論了三維重構(gòu)算法中各種影響因素的約束條件，并對當(dāng)前主流的四種經(jīng)典算法：最小值法、演化法、線性化法和局部分析法的性能進(jìn)行了對比分析；
　　 2)針對傳統(tǒng)的基于SFS的三維重構(gòu)算法在重構(gòu)物體的輪廓清晰性和光滑性等方面存在的局限性，本文提出了一種基于輪廓優(yōu)化的改進(jìn)SFS算法。該算法首先對朗伯體光照反射模型進(jìn)行了分析，從而確定

3、影響重構(gòu)效果的主要因子；隨后利用圖像平滑及濾波對圖像進(jìn)行預(yù)處理，減少圖像噪聲，通過邊緣檢測提取目標(biāo)物體輪廓，分割目標(biāo)物體與背景后，對圖像進(jìn)行修補(bǔ)以及對背景進(jìn)行平滑處理；最后采用SFS算法重構(gòu)目標(biāo)物體。計(jì)算機(jī)仿真實(shí)驗(yàn)表明，與傳統(tǒng)SFS算法相比，該算法可以提高重構(gòu)物體的形狀準(zhǔn)確性和輪廓連續(xù)性，有效減少重構(gòu)誤差，算法性能得到有效提升；
　　 3)針對SFS算法中計(jì)算表面法矢時所帶來的計(jì)算復(fù)雜度高和時間開銷大的問題，本文提出了一種新的基