基于多视图像的室内三维场景建模研究

摘要

室内场景的数据获取与三维建模是数字城市，智慧城市建设的重要内容，基于多视图像的三维建模方法是以普通数码相机为图像采集设备，具有成本低，效率较高，劳动强度较低，能较好的构建室内场景等特点。然而，由于室内场景的图像往往有相当严重的遮挡且图像透视畸变较大，加上室内场景纹理单一、重复较多的问题，给图像信息的匹配和提取带来了很多困难，室内场景建模的精度和自动化还有待提高。在图像信息中，点特征定位精确，可以有效的恢复二维图像与三维几何之间的映射关系。直线特征是室内模型的主要轮廓特征，对整个室内模型起控制作用。因室内场景情况多变，使用单一的一种建模方法难以满足多种室内条件。因此在基于序列图像的建模方法基础上，本文对不同情况下，特征点匹配、提取以及三维线框模型的建立等关键问题展开研究。主要工作和研究成果包括以下几个方面:
　　(1)针对室内的不同情况，在室内图像纹理较多，特征较为明显的情况下，采用特征提取算子对室内图像特征点进行提取和匹配。而在一些很少有特征点的情况下，如毛坯房，本文设计采用人工增加特征点的方法辅助进行特征点的提取与匹配。总结了以上特征点提取的特点，结合室内场景的情况。本文提出基于室内轮廓线的匹配方法。
　　(2)在提取出较为真实，可靠的特征点、轮廓线的基础上，以相机参数与三维点坐标同步解算的光束平差优化原理为基础，根据近景图像特征点的特点，解算出三维点坐标。针对室内情况，提出使用框架线进行相机参数的解算，能有效的计算出室内图像的相机参数。
　　(3)鉴于直线特征对室内三维场景模型的重要性，能否建立一个准确的室内线框模型是室内三维场景模型的关键。本文在直线特征提取的基础上，使用多约束的直线特征匹配方法，将匹配得到的直线基于面-面相交确定空间直线的原理，进行直线特征的三维重建。在此研究的基础上，使用该方法建立的三维线框模型，有时难以较好的恢复出室内三维线框模型，因此本文又提出了使用人工交互的方式，对室内的框架线进行人工的提取与匹配。能有效的建立出室内的框架线，有了室内框架线，就可以对整个室内场景进行有效控制，是建立完整的室内三维场景模型的基础。
　　(4)建立了室内直线框架模型之后，本文结合了现有的各种实体模型，对室内各种实体进行分类和总结，构建室内实体模型库。室内场景基本元素是由室内框架模型与实体模型组成的，在已经建立的室内直线框架模型的基础上，加入分别建立的实体模型，最后组合成室内三维场景模型。

目录

声明

摘要

图目录

表目录

第1章 绪论

1．1 研究背景

1．2 研究意义

1．3 研究现状

1．3．1 基于图像的三维建模方法

1．3．2 基于图像的三维建模关键技术

1．3．3 当前研究存在的问题

1．4 研究目标与内容

1．4．1 研究目标

1．4．2 研究内容

1．5 研究方法与技术路线

1．5．1 研究方法

1．5．2 技术路线

1．6 论文结构

第2章 基于多视图像的室内场景相机参数解算

2．1 现有特征检测分析

2．1．1 自动特征点的检测、匹配

2．1．2 人工三维特征点的建立与匹配

2．1．3 相机参数的解算

2．1．4 实验结果及分析

2．2 基于框架特征的相机参数解算

2．2．1 基本思想

2．2．2 方法流程

2．2．3 实验与分析

2．2．4 精度分析

2．3 本章小结

第3章 室内场景线框模型的建立

3．1 特征直线的提取

3．1．1 Canny边缘检测算子

3．1．2 Hough变换的基本思想

3．1．3 实验结果及分析

3．2 图像直线特征的匹配

3．2．1 基于局部仿射不变的直线匹配

3．2．2 匹配直线重叠部分计算

3．2．3 综合直线角度和灰度的相似性测度

3．2．4 序列影像圈像直线特征匹配算法步骤

3．3 基于面-面相交的三维直线特征重建

3．3．1 面-面相交确定空间直线

3．3．2 三维直线特征端点的确定

3．3．3 实验结果与分析

3．4 线框模型精度分析

3．5 本章小结

第4章 室内场景三维模型建立

4．1 室内轮廓模型建立

4．2 室内实体模型建立

4．2．1 室内实体模型库数据分类

4．1．2 室内实体模型库获取

4．1．2 实体模型选择

4．3 室内实体模型的放置

4．4 实验结果与分析

4．4．1 数据获取

4．4．2 相机参数解算

4．4．3 线框模型构建

4．4．4 场景三维模型构建

4．4．5 室内三维场景模型

4．5 本章小结

第5章 结论与展望

5．1 主要结论

5．2 研究展望

参考文献

致谢