聯(lián)合二維信息的智能化三維重建.pdf

1、隨著多媒體和計算機的發(fā)展，三維重建技術目前廣泛應用于電影特效、數字城市、數字博物館、醫(yī)學等領域?；谝曈X的三維重建是使用攝像機獲得物體或場景的二維圖像，通過多視圖幾何的知識，并采用計算機視覺的相關技術得到物體的三維模型?；谝曈X的三維重建是計算機視覺的一個十分重要的研究方向。
　　為了對某張感興趣物體或者場景的圖像進行重建得到其三維模型，我們希望能夠從圖像庫中檢索出相似圖像，獲得更多的圖像二維信息，然后再基于這些圖像序列進行三維重

2、建。在這個問題背景下，本文研究了聯(lián)合二維信息的三維重建，該方法將圖像檢索和三維重建聯(lián)合起來，為了在通過圖像檢索得到的圖像序列中選擇合適的圖像以較小的代價得到較好的三維重建結果，本文還研究了圖像的選取策略。論文完成的工作總結如下：
　　（1）首先對圖像檢索進行了研究。在這個部分，本文采用了基于 SIFT局部特征的圖像檢索。但是在提取SIFT特征時，對于不同的圖像往往會提取到不同數量的局部特征，為了圖像之間的高效比較，本文采用了基于

3、SIFT特征的詞袋（BOW）模型來獲得更好的檢索效果，并且研究討論了曼哈頓距離、標準化歐氏距離、歐氏距離這三種度量方式，利用查準率和查全率對圖像檢索系統(tǒng)采用這三種距離度量時的性能進行了評估。
　　（2）研究了圖像的選取和基于圖像序列的三維重建。在檢索得到的圖像序列中可能會存在信息冗余和誤差，如果將這些圖像序列全部加入進行三維重建會導致不好的重建結果，因此本文研究了基于匹配點和單應矩陣的圖片選取策略，在圖像序列中選取最合適的二維圖像

4、，以較小的誤差得到效果較好的三維點云結果。本文采用了基于攝像機運動恢復結構(SFM)的方法對圖像進行多視圖三維重建。首先將圖像檢索得到的圖像序列進行SIFT特征提取和匹配。然后研究了基礎矩陣、本質矩陣和攝像機矩陣的估計問題。由于圖像匹配中會產生錯誤的匹配點對，這些錯誤的匹配點會使基礎矩陣的計算產生極大的誤差，嚴重影響后續(xù)的三維重建。針對這個問題，本文研究了基于基礎矩陣的RANSAC算法，利用這個算法對匹配點進行篩選并計算新的基礎矩陣。然