基于序列圖像的樹木三維重建方法研究與精度評定.pdf

1、對現(xiàn)實世界進行三維重建是一件很有意義的工作，也是當前研究的熱點。樹木作為現(xiàn)實世界的重要組成部分，對其進行三維重建是很重要的。三維建模的方法主要分為三類：基于幾何的建模、基于測距的建模和基于圖像的建模。其中，基于圖像的建模方法因具有快速、便捷和低成本等優(yōu)勢，迅速成為三維重建的一種重要方法。由二維圖像生成三維模型是基于圖像重建的關鍵問題。同時，由圖像重建出的三維點云的精度問題也有待研究。
　　本文提出了一種基于圖像的樹木三維點云重建方

2、案并對其重建結果進行評估。首先介紹了齊次坐標系、投影幾何和相機成像模型，為后面的方法研究做鋪墊。然后使用SIFT算子提取圖像的特征點并使用最近鄰方法進行匹配。匹配之后就可以利用這些點自動化標定相機并求取基礎矩陣和本質矩陣，然后就可以求解出相機的投影矩陣。在這個過程中，使用 RANSAC的方法增強計算的魯棒性，使用Bundle Adjustment方法優(yōu)化參數(shù)的解。在實際的重建中，稀疏點云往往不能夠反映出重建對象的全貌，因此需要進行稠密重

3、建。使用 PMVS的方法對點云加密。PMVS方法的第一步是選取種子面片并且重建出種子面片的三維信息，然后，將這些種子面片擴展到其鄰域單元之中，重建出鄰域內的面片，直至所有圖像中符合要求的面片重建完畢。最后需要使用幾何一致性和光照一致性約束對重建出的不符合要求的面片進行過濾。本文通過設計三維重建系統(tǒng)實現(xiàn)了重建方法。
　　重建完成后本文對重建結果進行了評定。使用Leica ScanStation C10激光掃描儀所獲取的三種不同大小樹

4、木的三維點云作為參照對象，與基于圖像重建出的點云進行對比。對比結果為：對高度最小的木芙蓉來說，其模型間的平均距離為4.2mm，標準差為10.3mm；對中等高度的紫檀樹來說，平均距離為2.2mm，標準差為5.6mm；對最高的銀杏樹來說，平均距離為0.7mm，標準差為22.6mm。以樹木胸徑的5％和10%為標準過濾落在其外的點，三棵樹木對應的剩余點的比例為：66.8%和87.6%；69.2%和96.2%；76.3%和94.2%。剩余點的結構