基于視頻的可見樹干三維重建方法研究.pdf

1、近年來，隨著虛擬現(xiàn)實、增強現(xiàn)實等應(yīng)用的不斷涌現(xiàn)，人們需要利用計算機重建現(xiàn)實世界各種物體和場景的需求日益增長。樹木作為現(xiàn)實世界自然環(huán)境中最常見的景物之一，其精確的三維模型在增強現(xiàn)實、虛擬現(xiàn)實、3D電影游戲、城市景觀設(shè)計等應(yīng)用領(lǐng)域都具有非常重要的價值。但是，由于樹木種類繁多，形態(tài)結(jié)構(gòu)復雜，生長環(huán)境各異等因素，使得如何實現(xiàn)快速有效低成本地構(gòu)建真實感樹木模型的研究充滿了挑戰(zhàn)性。傳統(tǒng)的樹木建模方法過程比較復雜，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。對此，本文提出了一種基于視頻的可見樹干三維重建方法，該方法基于多視圖幾何三維重建原理，重建過程主要包括五個步驟：采集視頻數(shù)據(jù)、選取視頻關(guān)鍵幀、估計關(guān)鍵幀序列相機參數(shù)、可見樹干稠密點云重建以及點云模型優(yōu)化。本文的主要工作如下：
　　1.針對視頻數(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題，提出了一種視頻關(guān)鍵幀選取算法。該算法通過計算圖像清晰度和相鄰圖像相似度來保證視頻場景清

3、晰度和完整性的同時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，提出了一種簡單有效的相機參數(shù)估計算法。該算法按照關(guān)鍵幀的成像時間先后順序依次求解每幀的相機參數(shù)，以避免因樹木圖像重復紋理導致的錯誤匹配。另外，根據(jù)多組實驗結(jié)果分析了影響相機內(nèi)參標定的主要因素并提出改進方法，使用RANSAC算法提高特征點匹配精度，采用集束調(diào)整技術(shù)優(yōu)化相機外參，從而保證了相機參數(shù)估計效率和精度。
　　

4、3.基于已經(jīng)標定好的關(guān)鍵幀序列，實現(xiàn)了一種基于面片的稠密點云重建算法，該算法通過相機參數(shù)和圖像SIFT特征點信息生成種子面片集合，利用相鄰面片具有相似信息對種子面片擴展并根據(jù)光照一致性過濾錯誤面片，從而得到能夠描述可見樹干形態(tài)的稠密點云模型。
　　4.配置實驗環(huán)境，實現(xiàn)了整個基于視頻的可見樹干三維重建方法，并對稠密點云模型進行優(yōu)化，進而得到真實感較強的可見樹干三維模型。
　　采用本文方法對自然環(huán)境下采集的多段樹木視頻數(shù)據(jù)進行