基于多角度視覺信息的目標(biāo)3D重構(gòu)技術(shù)研究.pdf

1、利用數(shù)碼相機(jī)拍攝的二維圖像來恢復(fù)場景的三維結(jié)構(gòu)是計(jì)算機(jī)視覺領(lǐng)域的重點(diǎn)研究方向之一?；诙嘟嵌纫曈X信息的三維重構(gòu)技術(shù)可廣泛應(yīng)用于航天設(shè)備、目標(biāo)偵測、戰(zhàn)場機(jī)器人視覺系統(tǒng)等國防軍事領(lǐng)域以及自主機(jī)器人導(dǎo)航、虛擬現(xiàn)實(shí)、工業(yè)自動(dòng)化生產(chǎn)、非接觸測量、文物保護(hù)、安防、影視特效、3D游戲等工業(yè)領(lǐng)域和民用領(lǐng)域。
　　三維重構(gòu)的主要任務(wù)即：用單個(gè)或多個(gè)攝像機(jī)從不同視角獲取同一場景的兩幅或多幅2D數(shù)字圖像，通過立體匹配算法獲取相鄰兩幅圖像同名點(diǎn)間的一一對(duì)

2、應(yīng)關(guān)系和位置偏差來計(jì)算攝像機(jī)的內(nèi)部參數(shù)和攝像機(jī)間的相對(duì)位姿（或單個(gè)攝像機(jī)的運(yùn)動(dòng)參數(shù)），從而實(shí)現(xiàn)該場景的三維重建。
　　主要工作和研究成果如下：
　　對(duì)不同場合和外部條件下的三維重建方法進(jìn)行了歸納總結(jié)；針對(duì)一般雙目視覺成像模型中的已標(biāo)定相機(jī)和未標(biāo)定相機(jī)視覺模型的三維重建的方法及策略進(jìn)行了詳細(xì)的分析和闡述；對(duì)基礎(chǔ)矩陣的多種估計(jì)方法進(jìn)行了分析和對(duì)比；實(shí)現(xiàn)了針對(duì)平行對(duì)準(zhǔn)配置雙目視覺成像模型的三維重建和針對(duì)未標(biāo)定相機(jī)視覺模型的三維重建

3、。
　　完成了針對(duì)平行對(duì)準(zhǔn)配置雙目視覺成像模型的三維重建：對(duì)傳統(tǒng)立體匹配算法進(jìn)行了改進(jìn)，將文中算法獲得的視差圖上傳至卡內(nèi)基梅隆大學(xué)雙目視覺實(shí)驗(yàn)室提供的標(biāo)準(zhǔn)測試平臺(tái)進(jìn)行評(píng)估，重建結(jié)果和評(píng)估指標(biāo)也都證實(shí)本文算法有著較高的匹配精度，視差圖在深度不連續(xù)區(qū)域和弱紋理區(qū)域都有著不錯(cuò)的表現(xiàn)力。
　　完成了針對(duì)手持未標(biāo)定相機(jī)視覺模型的三維重構(gòu)：首先把從機(jī)器視覺網(wǎng)站上下載的標(biāo)準(zhǔn)測試圖像序列作為實(shí)驗(yàn)對(duì)象，采用經(jīng)典的SIFT算子進(jìn)行特征提取和匹配

4、；然后采用改進(jìn)的RANSAC算法進(jìn)行基礎(chǔ)矩陣的魯棒估計(jì)同時(shí)剔除上一過程中產(chǎn)生的誤匹配，略加改進(jìn)的RANSAC算法使精度可以達(dá)到平均誤差（內(nèi)點(diǎn)到相應(yīng)極線的平均距離）小于0.2個(gè)像素、最大誤差小于0.8個(gè)像素；采用影滅點(diǎn)估計(jì)的方法完成了攝像機(jī)自標(biāo)定；進(jìn)而恢復(fù)本質(zhì)矩陣，實(shí)現(xiàn)相機(jī)運(yùn)動(dòng)參數(shù)R和t的恢復(fù)，進(jìn)而恢復(fù)攝像機(jī)矩陣，再依據(jù)三角測量原理求解出空間點(diǎn)的三維坐標(biāo)，并提出一種迭代的方法對(duì)場景中深度上嚴(yán)重偏離重構(gòu)對(duì)象的點(diǎn)進(jìn)行自動(dòng)剔除，三角剖分后顯示重

5、構(gòu)對(duì)象的三維圖，這是一個(gè)比較粗糙的效果圖，為提高三維圖的可視化效果得到具有真實(shí)感的三維效果圖，在VS2010開發(fā)環(huán)境下利用openGL進(jìn)行了紋理貼圖操作，貼圖結(jié)果表明重構(gòu)模型正確，效果逼真。
　　為測試算法的通用性，對(duì)智能手機(jī)后置攝像頭和數(shù)碼相機(jī)拍攝的圖像分別進(jìn)行實(shí)驗(yàn)，針對(duì)自拍攝圖像SIFT特征匹配（初始匹配）誤匹配率較高的問題提出一種迭代的斜率一致性方法先期剔除一部分誤匹配，再用本文改進(jìn)的RANSAC進(jìn)行誤匹配的2次剔除，可以保