基于單幅圖像的三維形貌恢復(fù)方法研究.pdf

1、三維形貌恢復(fù)是計(jì)算機(jī)視覺(jué)領(lǐng)域研究的一個(gè)重要分支，在工業(yè)、農(nóng)業(yè)、國(guó)防、醫(yī)學(xué)、空間技術(shù)等領(lǐng)域具有廣泛的應(yīng)用價(jià)值。從明暗恢復(fù)形狀(shape from shading,簡(jiǎn)稱(chēng)SFS)是計(jì)算機(jī)視覺(jué)中三維形貌恢復(fù)的關(guān)鍵技術(shù)之一，其利用單幅圖像中物體表面的灰度(或明暗)變化來(lái)間接獲得表面各點(diǎn)的高度值，實(shí)現(xiàn)物體在平面圖像可視范圍的三維形貌恢復(fù)。 本文探討了SFS四類(lèi)典型算法的基本原理和求解方法，通過(guò)實(shí)際圖片驗(yàn)證，從解的惟一性、三維形貌恢復(fù)精度、

2、求解效率及適用范圍等方面對(duì)各類(lèi)算法進(jìn)行了比較和評(píng)價(jià)，并在此基礎(chǔ)上，借鑒已有算法的優(yōu)勢(shì)，設(shè)計(jì)了基于單幅圖像恢復(fù)物體三維形貌的下列算法：(1)推導(dǎo)出物體成像坐標(biāo)系與光源坐標(biāo)系的變換關(guān)系；(2)假設(shè)物體局部形狀為球面，推導(dǎo)出圖像灰度的一階導(dǎo)數(shù)；(3)基于坐標(biāo)系變換關(guān)系和灰度一階導(dǎo)數(shù)，提出了在光源坐標(biāo)系下計(jì)算表面點(diǎn)法矢的偏角θ的方法；(4)從反射強(qiáng)度公式E=Ipcos 出發(fā)，假設(shè)物體局部形狀為球面，推導(dǎo)出表面點(diǎn)法矢的傾角；(5)根據(jù)傾角和偏角θ

3、計(jì)算光源坐標(biāo)系下物體表面點(diǎn)法矢；(6)推導(dǎo)出坐標(biāo)系逆變換關(guān)系，并利用其將表面點(diǎn)法矢轉(zhuǎn)換到物體成像坐標(biāo)系；(7)利用表面法矢計(jì)算歸一化的灰度值，進(jìn)而推導(dǎo)出物體表面點(diǎn)的高度值。 借助MATLAB軟件開(kāi)發(fā)工具，本文設(shè)計(jì)了“SFS三維形貌恢復(fù)軟件”，并選用大量圖片用其進(jìn)行實(shí)際驗(yàn)證，結(jié)果表明：本文方法計(jì)算效率和恢復(fù)精度較高。利用課題組在VC++環(huán)境下開(kāi)發(fā)的“真實(shí)感圖像生成軟件”生成了虛擬現(xiàn)實(shí)球體圖像，其每個(gè)像素點(diǎn)的實(shí)際灰度值、真實(shí)高度值和

4、坐標(biāo)值均為已知，為驗(yàn)證算法精度提供了理想初始條件。 本文選用128x128像素大小的虛擬現(xiàn)實(shí)球體圖像作為實(shí)驗(yàn)對(duì)象，并分別采用全面像素點(diǎn)誤差、矩形邊像素點(diǎn)平均誤差、橫向截面平均誤差三種評(píng)價(jià)方法分析三維恢復(fù)精度。分析結(jié)果表明：(1)全面像素點(diǎn)誤差的最大和最小值分別為0.2586和0.1264個(gè)單位；(2)從球體圖像中心4點(diǎn)開(kāi)始畫(huà)45個(gè)矩形，統(tǒng)計(jì)每個(gè)矩形的四條邊所覆蓋像素點(diǎn)的恢復(fù)高度值的平均誤差得到：球體最大內(nèi)切矩形所覆蓋像素點(diǎn)的平均

5、誤差最大，為0.2109個(gè)單位；中心4點(diǎn)確定的矩形所覆蓋像素點(diǎn)的平均誤差最小，為0.1264個(gè)單位，平均誤差隨球體半徑的增大而增大；(3)在球體平面圖像的水平方向上，128個(gè)橫向截面上的像素點(diǎn)平均誤差的最大和最小值分別為0.2150和0.1674個(gè)單位，超過(guò)4/5的橫截面平均誤差小于0.2個(gè)單位。由于球體邊緣區(qū)域灰度存在突變，所以誤差較大，對(duì)于灰度變化平緩區(qū)域，特別是球體中心鄰域，恢復(fù)誤差很小，在0.2個(gè)單位以下。適當(dāng)增加算法的邊界條件