基于普通数码相机双目立体视觉理论的三维重建方法研究

摘要

双目立体视觉理论提出了一种由二维影像恢复场景三维信息的解决方案，是当前三维重建领域的研究热点。基于此本文以双目立体视觉理论为基础，以日常生活中的数码相机为工具，建立双目立体视觉三维重建系统，并对系统中的立体匹配、相机标定、三维重构等组成部分进行详细的探讨和研究。主要完成以下工作：
　　(1) 影像预处理：采用自适应中值滤波和 Wallis 锐化分别对立体像对进行预处理，目的是消除噪声干扰、增强影像边缘及细节信息。
　　(2) 立体匹配：在SIFT算法的基础上，结合单应矩阵与极线双重约束条件进行约束匹配，并利用 RANSAC 算法消除误匹配，实现了一种由粗到精的立体匹配方法，提高了匹配的速度及精度。
　　(3) 相机标定：采用张正友平面标定法，在标定的过程中结合 Harris 角点检测法与二次曲面拟合法提取棋盘格模板角点的亚像素级坐标，确定相机的内参数。
　　(4) 三维重建：利用立体匹配结果以及相机标定获得的内外参数，依据SFM原理计算出匹配点的三维坐标，并且提出一种坐标比较法验证三维坐标的精度，进一步确定方案的可行性。
　　各章节的实验结果表明：每个组成部分都能到达预期的效果，整个系统能够快速获取精度较高的空间点的三维信息，有力的证明本文提出方法的可行性，为数码相机拥有率不断提高的普通用户们提供一种基于数码照片就能恢复出空间景物三维信息的新的解决方法，也为推动数字城市建设等需求三维模型领域提供了另一种参考方案！

目录

封面

关于论文使用授权的说明

致谢

中文摘要

英文摘要

目录

1 绪论

1.1 引言

1.2 课题的背景与研究的意义

1.3 国内外研究现状

1.4 研究的关键技术

1.5 本文研究的思路及组织结构

2 影像预处理

2.1 基于自适应中值滤波法的图像去噪

2.2 基于Wallis算子的图像锐化

2.3 影像预处理的实验设计

2.4 本章小结

3 数码影像的立体匹配

3.1 立体匹配的技术路线

3.2 基于SIFT算子的初始匹配

3.3 基于双重约束条件的约束匹配

3.4 基于RANSAC算法的精匹配

3.5 立体匹配的实验设计

3.6 小结

4 相机标定

4.1 相机标定原理

4.2 张正友平面标定法

4.3 棋盘格角点检测至亚像素级坐标的方法

4.4 相机标定实验设计

4.5 小结

5 三维重建

5.1 三维重建基本原理及技术路线

5.2 基于SFM的三维坐标计算

5.3 空间点三维坐标精度的验证

5.4 三维重建实验设计

5.5 小结

6 结论与展望

6.1 总结

6.2 展望

参考文献

作 者 简 历

学位论文原创性声明

学位论文数据集