基于視頻的可見(jiàn)樹(shù)干三維重建方法研究.pdf

1、近年來(lái)，隨著虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等應(yīng)用的不斷涌現(xiàn)，人們需要利用計(jì)算機(jī)重建現(xiàn)實(shí)世界各種物體和場(chǎng)景的需求日益增長(zhǎng)。樹(shù)木作為現(xiàn)實(shí)世界自然環(huán)境中最常見(jiàn)的景物之一，其精確的三維模型在增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)、3D電影游戲、城市景觀設(shè)計(jì)等應(yīng)用領(lǐng)域都具有非常重要的價(jià)值。但是，由于樹(shù)木種類繁多，形態(tài)結(jié)構(gòu)復(fù)雜，生長(zhǎng)環(huán)境各異等因素，使得如何實(shí)現(xiàn)快速有效低成本地構(gòu)建真實(shí)感樹(shù)木模型的研究充滿了挑戰(zhàn)性。傳統(tǒng)的樹(shù)木建模方法過(guò)程比較復(fù)雜，重建效率低，而新型的方法需要較理想的

2、數(shù)據(jù)采集條件或者昂貴的采集設(shè)備。對(duì)此，本文提出了一種基于視頻的可見(jiàn)樹(shù)干三維重建方法，該方法基于多視圖幾何三維重建原理，重建過(guò)程主要包括五個(gè)步驟：采集視頻數(shù)據(jù)、選取視頻關(guān)鍵幀、估計(jì)關(guān)鍵幀序列相機(jī)參數(shù)、可見(jiàn)樹(shù)干稠密點(diǎn)云重建以及點(diǎn)云模型優(yōu)化。本文的主要工作如下：
　　1.針對(duì)視頻數(shù)據(jù)直接用于三維重建存在視頻幀數(shù)量大、模糊圖像和相鄰幀冗余信息太多的問(wèn)題，提出了一種視頻關(guān)鍵幀選取算法。該算法通過(guò)計(jì)算圖像清晰度和相鄰圖像相似度來(lái)保證視頻場(chǎng)景清

3、晰度和完整性的同時(shí)去除大量的冗余視頻幀，從而選出有利于三維重建的關(guān)鍵幀序列。
　　2.基于關(guān)鍵幀序列的有序特點(diǎn)，提出了一種簡(jiǎn)單有效的相機(jī)參數(shù)估計(jì)算法。該算法按照關(guān)鍵幀的成像時(shí)間先后順序依次求解每幀的相機(jī)參數(shù)，以避免因樹(shù)木圖像重復(fù)紋理導(dǎo)致的錯(cuò)誤匹配。另外，根據(jù)多組實(shí)驗(yàn)結(jié)果分析了影響相機(jī)內(nèi)參標(biāo)定的主要因素并提出改進(jìn)方法，使用RANSAC算法提高特征點(diǎn)匹配精度，采用集束調(diào)整技術(shù)優(yōu)化相機(jī)外參，從而保證了相機(jī)參數(shù)估計(jì)效率和精度。
　　

4、3.基于已經(jīng)標(biāo)定好的關(guān)鍵幀序列，實(shí)現(xiàn)了一種基于面片的稠密點(diǎn)云重建算法，該算法通過(guò)相機(jī)參數(shù)和圖像SIFT特征點(diǎn)信息生成種子面片集合，利用相鄰面片具有相似信息對(duì)種子面片擴(kuò)展并根據(jù)光照一致性過(guò)濾錯(cuò)誤面片，從而得到能夠描述可見(jiàn)樹(shù)干形態(tài)的稠密點(diǎn)云模型。
　　4.配置實(shí)驗(yàn)環(huán)境，實(shí)現(xiàn)了整個(gè)基于視頻的可見(jiàn)樹(shù)干三維重建方法，并對(duì)稠密點(diǎn)云模型進(jìn)行優(yōu)化，進(jìn)而得到真實(shí)感較強(qiáng)的可見(jiàn)樹(shù)干三維模型。
　　采用本文方法對(duì)自然環(huán)境下采集的多段樹(shù)木視頻數(shù)據(jù)進(jìn)行