基于单幅图像对恢复物体表面的方法研究

摘要

三维重构是计算机视觉研究的主要内容，相对于动作识别、步态分析、手势识别等其他视觉研究而言，三维重构是发展最为成熟的一种计算机视觉技术。其应用范围很广，在医学图像上，可以用来重构人脸和放大皮肤纹理；在监控方面，可以用来主动识别人脸；在古建筑物研究领域中，可以借助三维重构技术来修复残缺的古建筑物模拟图。可见，三维重构技术已成为一种重要的计算机技术并渗透到生活领域的各方面了。然而，就计算机视觉研究而言，其本身就是一个年轻的研究领域，三维重构的成熟程度是相对其他视觉研究内容而言的，因此，我们有必要对三维重构进行深入的探讨研究，使其得以进一步的完善。
　　 首先介绍了计算机视觉的研究内容及目的，然后介绍了图像三维重构的主要技术和各种方法：主动重构技术包括光投影法、光学三角法和飞行时间法等；被动重构技术则包括立体视觉和基于图像灰度值的表面重构。其中基于图像灰度值的表面重构又称为基于阴影的物体表面重构（Shape from Shading，SFS），它的整个体系包括：相机的成像模型，物体表面的反射模型，对光源参数的估计方法，基于多幅图像从阴影恢复形状和基于单幅图像的重构，以及在获取图像表面方向信息中所用到的最小二乘法、变分法、学习算法等求解SFS中病态问题的方法。我们着重研究未知光源参数的基于单幅图像的物体表面重构法，并提出一种新的重构方法，称为基于单幅图像的直接重构法。我们提出的直接重构法是基于泰勒展开的线性化方法的，本文末尾将给出直接重构算法的实验结果，并给予分析和比较。本课题的主要目标是利用尽可能少的参数条件，力图从单幅图像中获取对应的物体表面点的深度信息，并尽量提高系统的抗噪能力，即允许图片存在噪声的程度。研究内容包括四个方面：选择合适的反射模型、光源参数的估计、求解复杂的非线性方程组和遮挡边界的邻点搜索。
　　 具体工作包括以下几个方面：1．结合变分法和直接求解偏微分方程法，找到一种有效的线性化病态方程组的算法；2．使用VC6编写程序，完成求解病态方程组的工作；3．显示重构深度图，并与原图比较，分析相符程度上的误差，看是否在允许的范围内；

目录

文摘

英文文摘

声明

第一章 绪论

1.1 计算机视觉中的三维重构

1.2 表面重构的主要方法

1.2.1 立体视觉

1.2.2 SFS理论

1.3 三维重构的现状和问题

1.3 本文的主要工作

1.4 章节内容摘要

第二章 基本数学模型

2.1 辐射度和光度

2.1.1 辐射度学与光度学

2.1.2 图像灰度与物体表面光辐射度的关系

2.2 光照模型

第三章 由图像灰度恢复物体表面形状

3.1 由多幅图像恢复物体表面

3.2 由单幅图像恢复物体表面

3.2.1 变分法

3.2.2 直接求解偏微分方程法

3.2.3 演化法与局部分析法

第四章 直接重构表面法

4.1 基于泰勒展开的线性化方法

4.2 直接线性化重构法

4.2.1 深度已知点处的泰勒展开

4.2.2 基于遮挡边界的邻点搜索

4.3 Pentland光源参数估计法

第五章 实验结果

5.1 实验结果与分析

5.2 本算法存在的问题及未来展望

参考文献

攻读学位期间发表的学术论文

致 谢