基于單目RGB攝像機的三維重建技術(shù)的算法研究與實現(xiàn).pdf

1、三維重建是虛擬現(xiàn)實、增強現(xiàn)實等計算機視覺應(yīng)用中的關(guān)鍵技術(shù)，該技術(shù)可對現(xiàn)實世界物體形狀和外觀建立適合計算機表示和處理的數(shù)學(xué)模型。本文主要討論被動式的基于單目RGB攝像機的三維重建系統(tǒng)。每接收一幀新的RGB圖像，攝像機跟蹤獲取實時位姿，并通過當(dāng)前幀與關(guān)鍵幀立體匹配的方法獲取深度圖，深度圖結(jié)合攝像機位姿可更新模型特征信息。本文實現(xiàn)了三維重建系統(tǒng)設(shè)計，并針對攝像機跟蹤算法和立體匹配算法作出改進(jìn)。
　　本文將ORB-SLAM融合入系統(tǒng)，實現(xiàn)

2、攝像機跟蹤功能。攝像機跟蹤算法分為特征跟蹤，局部地圖構(gòu)建以及回環(huán)檢測線程并行運行。該設(shè)計方案通過有效的回環(huán)檢測減少了跟蹤漂移的累積，通過基于詞袋模型的場景識別提升了重定位模塊對復(fù)雜光照以及視角變換的魯棒性。
　　本文以基于最小生成樹的局部立體匹配算法為框架，實現(xiàn)深度計算功能。通過將Census特征引入匹配代價計算過程，改善了算法在無紋理區(qū)域的視差精度。而針對紋理相似但深度不同區(qū)域和傾斜平面區(qū)域的視差精度較低問題，本文分別采用兩次視

3、差修復(fù)和平面分割的方法。結(jié)合以上策略，本文生成的視差圖不僅具備準(zhǔn)確的視差輪廓，而且在大面積無紋理區(qū)域、紋理相似但深度不同區(qū)域以及傾斜平面區(qū)域的視差精度也較高。
　　對于攝像機跟蹤算法的評估表明，在TUM數(shù)據(jù)集中，本文算法相比PTAM算法相對位姿誤差降幅達(dá)35.9％;對于立體匹配算法的評估表明，在Middleburry數(shù)據(jù)集中，本文算法相比基于最小生成樹的局部立體匹配算法壞點百分比降幅達(dá)22.1％。本文攝像機跟蹤和立體匹配算法的精度