多視角動(dòng)態(tài)三維重建技術(shù)研究與實(shí)現(xiàn).pdf

1、三維重建技術(shù)一直是計(jì)算機(jī)視覺(jué)領(lǐng)域研究熱點(diǎn)之一，近年來(lái)，隨著多種3D產(chǎn)業(yè)的迅猛發(fā)展，人們的視野逐漸從2D產(chǎn)品轉(zhuǎn)移到了3D產(chǎn)品，推動(dòng)了三維重建技術(shù)的發(fā)展。它對(duì)大規(guī)模復(fù)雜場(chǎng)景三維重建有非常重要的意義，且有著廣闊的應(yīng)用前景了，如影視娛樂(lè)、現(xiàn)代工業(yè)和制造業(yè)、醫(yī)療健康、國(guó)防軍事等領(lǐng)域。
　　本文圍繞多視角動(dòng)態(tài)三維重建的關(guān)鍵技術(shù)開(kāi)展研究。我們的采集系統(tǒng)是一個(gè)直徑為10米，高為7米的穹隆型架構(gòu)，內(nèi)置20個(gè)相機(jī)組成的環(huán)形相機(jī)陣列。本文針對(duì)環(huán)形相機(jī)陣

2、列，設(shè)計(jì)了一套可行的相機(jī)標(biāo)定方案。對(duì)于可視化外殼重建，本文基于對(duì)極幾何和緩存技術(shù)的研究，提出了一種高效的重建方法。同時(shí)本文提出了一種多視角動(dòng)態(tài)三維精確重建算法，與一般的MVS算法不同，它采用局部區(qū)域優(yōu)化提取點(diǎn)云并且實(shí)現(xiàn)了動(dòng)態(tài)三維的重建。本文的主要貢獻(xiàn)包括以下四個(gè)方面：
　?。?）第二章設(shè)計(jì)了一套環(huán)形相機(jī)陣列標(biāo)定方案。首先標(biāo)定板圖像的采集方式與一般相機(jī)標(biāo)定不同，本文是保持相機(jī)位置不變，拍攝不同姿態(tài)不同位置的標(biāo)定板。而且計(jì)算方法不同，

3、本文是先對(duì)采集的圖像序列進(jìn)行分組，在組內(nèi)計(jì)算相機(jī)外參和內(nèi)參，最后在不同組之間通過(guò)相鄰的外參轉(zhuǎn)換來(lái)求得標(biāo)定結(jié)果。
　?。?）第三章提出了一種高效的可視化外殼重建算法。與一般可視化外殼重建算法相比，本文提出的算法在計(jì)算上做了兩方面優(yōu)化，極大的提高了算法的效率。一方面，采用線(xiàn)與多邊形之間的求交集代替多面體之間的求交集。另一方面，采用緩存機(jī)制，避免了外極線(xiàn)的重復(fù)遍歷，節(jié)約了大量的計(jì)算時(shí)間。為了得到該算法所需要的輪廓信息，本章實(shí)現(xiàn)了一種前景

4、-背景分割算法。并且采用主成份分析法估算三維點(diǎn)云的法向，最終得到有法向的三維點(diǎn)云模型。
　?。?）第四章提出了一種多視角動(dòng)態(tài)三維精確重建算法。本算法主要研究魯棒性的點(diǎn)云匹配算法、邊沿點(diǎn)、隱藏點(diǎn)檢測(cè)與融合、多視點(diǎn)云的去噪、基于泊松重建的表面規(guī)整等問(wèn)題，利用第三章重建出的點(diǎn)云作為輸入經(jīng)過(guò)點(diǎn)云提取融合以及三角化最終實(shí)現(xiàn)了網(wǎng)格化的三維模型的重建，并且實(shí)現(xiàn)了動(dòng)態(tài)三維的重建。
　?。?）第五章針對(duì)本文中 MVS算法的結(jié)果提出了一種紋理貼