基于Kruppa方程的三維重建算法研究.pdf

1、計算機視覺是一門綜合性的學(xué)科，主要包括計算機科學(xué)和工程、模式識別、圖像處理和理解、應(yīng)用數(shù)學(xué)和統(tǒng)計學(xué)等學(xué)科。它所研究的主要內(nèi)容是如何使計算機或相關(guān)設(shè)備對人類視覺進行模擬，也就是指如何使計算機等設(shè)備具有人眼所具有的功能，如對目標(biāo)物體進行識別、跟蹤或測量等。計算機視覺的主要任務(wù)是通過對二維圖像或視頻段的處理來獲得相應(yīng)場景的三維信息，同時這也是人類視覺的主要任務(wù)。
　　 本文所研究的內(nèi)容就是計算機視覺領(lǐng)域當(dāng)中的一個重要問題，三維重建。三

2、維重建技術(shù)主要研究的是如何從二維信息中獲得目標(biāo)物體在立體空間中的三維信息，這對重建目標(biāo)物體的三維模型具有十分重要的意義，該技術(shù)已成功地應(yīng)用在了眾多領(lǐng)域當(dāng)中。三維重建技術(shù)主要包括圖像特征點的提取、圖像匹配、攝像機標(biāo)定、視圖幾何理論和三維建模等內(nèi)容。
　　 本文研究了基于kruppa 方程的三維重建算法，并且針對kruppa 方程算法的缺點，提出了二次匹配的理論，提高特征點的匹配精度，以獲得高魯棒性的基礎(chǔ)矩陣F和極點e′，從而提高k

3、ruppa 方程求解攝像機內(nèi)參數(shù)的魯棒性以獲得準(zhǔn)確的三維信息。
　　 具體做法是：對sift算法加入搜索窗口進行初始匹配，降低繁瑣的計算量，在匹配精度不變的情況下提高匹配速度；然后采用遺傳算法與隨機抽取一致性算法相結(jié)合進行二次匹配，有效地剔除誤匹配點，提高匹配精度。為kruppa 方程魯棒的進行攝像機標(biāo)定提供基礎(chǔ)。
　　 本文設(shè)計并完成了整個三維重建系統(tǒng)，對系統(tǒng)中的各部分做了詳細(xì)的闡述。實驗結(jié)果表明該系統(tǒng)是切實可行的，并