基于多視圖像的平面場景重建研究.pdf

1、場景三維重建是機器視覺的核心任務之一，也是機器人研究領域中的一個重要研究方向。隨著各種機器人在數(shù)字城市、智慧城市中執(zhí)行實時監(jiān)控、探測、救援甚至作為替身等任務的需要，利用其視覺系統(tǒng)采集的圖像進行城市場景重建成為近年來廣大學者研究的熱點。然而，開放式的城市大場景結構復雜、相互遮擋嚴重，采集的圖像中常存在陰影、高光反射等光照不穩(wěn)定因素，再加之常見的建筑物場景的平面區(qū)域紋理稀疏、重復，尤其是窗戶區(qū)域弱紋理等現(xiàn)象的存在，使得準確而逼真地重建此類場

2、景依然面臨著許多問題和挑戰(zhàn)。
　　本文針對大場景重建的不利因素，圍繞基于彩色圖像的特征檢測、平面區(qū)域的不連續(xù)視差優(yōu)化、平面區(qū)域重建的點云稀疏、孔洞和平面顛簸問題，以及建筑物窗戶區(qū)域的重建不完整問題進行了研究和探討，為提高三維重建的質量和完整性提供一些有效的解決方案。具體研究內容和創(chuàng)新點如下：
　?。?）基于灰度圖像的特征檢測因丟失顏色信息而在陰影、影子和高光等區(qū)域出現(xiàn)特征檢測不穩(wěn)定的問題。本文在顏色的雙色性反射模型下構造了一

3、種顏色的飽和度不變量，并將其與已有的色調不變量結合，運用到邊緣檢測與角點檢測中。兩種不變量的結合不但增強了檢測子對陰影、高光區(qū)域的抗干擾能力，同時互相彌補，檢測出目標的真實邊緣和穩(wěn)定的角點特征。
　?。?）在立體匹配的局部算法中，由于局部窗口的平滑假設在傾斜平面或目標邊緣處不成立，造成平面視差不連續(xù)，進而導致三維重建的模型呈現(xiàn)階梯狀。本文根據(jù)圖像平滑的原理，提出一種圖像邊緣與視差稀疏梯度約束的全局視差優(yōu)化算法，并利用準二次變量分離

4、算法求解目標函數(shù)，獲得優(yōu)化的視差圖。通過對公共測試圖像的實驗表明，提出的算法有效地在子像素級的視差精度內平滑了不連續(xù)視差，解決了平面區(qū)域重建的階梯狀問題。
　?。?）提出了一種將三維稀疏點云的多平面模型估計和無監(jiān)督的二維圖像分割相結合，在不借助深度圖的條件下，提取完整的平面區(qū)域，分段重建三維多平面場景的方法。本文首先利用分層抽樣代替隨機抽樣，改進了J-linka ge多模型估計算法，然后利用該方法對稀疏點云進行多平面擬合，獲得了場

5、景的多平面模型，最后利用多平面模型構造相關近鄰圖，形成分割標記，將平面區(qū)域提取并重建。提出的方法克服了平面區(qū)域重建時紋理稀疏或重復紋理造成的孔洞問題，以及微面片擬合平面重建的顛簸現(xiàn)象。
　　（4）通過建立一種具有仿射不變性的直線描述子對圖像中的直線特征進行了精確匹配。首先將待匹配直線離散為對應點的集合，將直線描述轉化為點的描述，避免了直線不完整造成的支撐區(qū)域大小不一致的問題；然后結合直線的方向和長度，定義點描述子的主方向和尺度，通

6、過統(tǒng)計離散點集的局部鄰域的梯度信息，使描述子具有仿射不變性。為了提高直線匹配速度，在進行直線描述之前，本文采用了極線約束精簡了待匹配直線集合，再利用最近鄰距離比準則對直線精確匹配。實驗結果表明本文提出的直線描述子在仿射、亮度、視點、遮擋等變化條件下具有精確的匹配性能。另外，直線匹配被應用于場景的三維直線重建，給后續(xù)的建筑物窗戶重建提供了基礎。
　?。?）提出了一種基于圖像邊緣與玻璃屬性約束的窗戶檢測方法。首先，將圖像邊緣作為窗戶的