基于双目立体视觉的场景三维重建研究

摘要

双目立体视觉是计算机视觉研究领域的一个至关重要的分支，广泛应用于交通、医学和军事等各个领域。并且其直接模拟人类双眼处理景物的方式是比较可靠简便的。因此，基于双目立体视觉的场景三维重建研究具有一定理论价值和重要的现实意义。基于双目立体视觉的场景三维重建是利用两台相机拍摄同一场景，通过三维空间点在左右两幅图像中投影点的视差关系来获得该点的三维坐标，从而重建出该场景。本文主要针对场景三维重建中四个关键问题进行了研究，主要内容如下:
　　(1)研究了相机成像的线性和非线性模型，比较了几种相机标定方法的优缺点。为提高相机标定的精度，单目相机标定采用基于棋盘的二次标定方法求得相机的内参数，再通过双目标定方法获得两台相机的位置关系。实验结果表明了本文的相机标定精度较高。
　　(2)针对图像对校正易受到相机标定结果影响以及校正过程中图像失真的问题，研究了一种新的非相机标定的图像对校正方法。该方法先利用SIFT算法提取特征点，由RANSAC算法剔除错误匹配点，再结合极线校正准则和雅可比行列式构造能量函数，并通过最小化能量函数来求得效果更好的校正投影变换矩阵，从而达到图像失真较小、校正误差更小的校正效果，为后续立体匹配提供了标准的图像对。
　　(3)介绍了立体匹配的基本步骤和相关算法。为了得到精确的稠密视差结果图，以及改善局部立体匹配算法精度不高和全局立体匹配算法实时性较弱的现象，提出了一种基于图割的立体匹配改进算法。改进的算法先采用局部的SSD匹配方法求得初始匹配视差，再通过左右一致性校验准则来提高初始匹配精度，再根据初始视差和改进α扩展移动算来构造能量网格图，进而最小能量函数得到视差结果，最终利用视差后处理得到高精度的稠密视差图，同时也缩短了匹配算法的运行时间。
　　(4)在双目立体视觉的模型下，完成相机标定、立体校正和立体匹配三个重要的步骤之后，通过三维测量原理进行稠密的点重建，再结合空间直线重建和纹理贴图技术得到最终的三维重建效果。

目录

摘要

第1章 绪论

1．1 课题研究背景和意义

1．2 双目立体视觉的国内外研究现状

1．3 论文的主要内容和结构安排

第2章 双目立体视觉的相机标定

2．1 相机标定方法概述

2．2 相机透视投影成像模型

2．2．1 相机成像模型中的坐标系

2．2．2 线性相机模型

2．2．3 非线性相机机模型

2．3 相机的标定

2．3．1 基于棋盘平面的单目相机标定方法

2．3．2 双目立体视觉中相机参数求解

2．4 相机标定结果

2．4．1 单目相机标定结果

2．4．2 双目相机标定结果

2．5 本章小节

第3章 图像对的立体校正研究

3．1 图像滤波

3．1．1 高斯滤波

3．1．2 双边滤波

3．1．3 图像平滑结果

3．2 立体校正中基本的概念、原理和方法

3．2．1 校正概念

3．2．2 对极几何和校正投影变换矩阵

3．2．3 立体校正中常用的方法

3．3 改进的非相机标定的立体校正算法

3．3．1 特征点匹配

3．3．2 雅克比行列式判定图像失真

3．3．3 参数化投影变换矩阵

3．3．4 构造能量函数求解校正投影变换矩阵

3．4 立体校正算法结果和分析

3．5 本章小节

第4章 立体匹配方法研究

4．1 立体匹配相关理论和算法简介

4．1．1 立体匹配的一般步骤

4．1．2 立体匹配的基本约束条件

4．1．3 立体匹配常用算法

4．2 基于图割的立体匹配算法

4．2．1 立体匹配中的标号问题

4．2．2 图的基本知识

4．2．3 能量函数

4．2．4 能量网格图的构造

4．3 一种基于图割的立体匹配改进算法

4．3．1 初始匹配

4．3．2 α扩展下的能量网格图的构造

4．3．3 改进的α扩展移动算法

4．3．4 最小割和能量函数最小化

4．3．5 视差的后处理

4．4 立体匹配实验结果和分析

4．5 本章小节

第5章 场景的三维重建

5．1 点重建

5．2 线重建

5．3 纹理贴图

5．4 三维重建效果

5．5 本章小节

第6章 总结与展望

6．1 本文总结

6．2 研究展望

参考文献

攻读学位期间参与的课题研究及取得的研究成果

致谢

声明