由手提相机获得的序列图像进行三维重建

摘要

该论文研究了如何由非定标图像序列恢复三维实体模型,对其中的若干关键技术进行了深入研究,特别是立体像对的稠密匹配.该文的重点是在理论和实践两方面研究了在有遮挡的情况下,如何由长图像序列进行三维欧氏重建并最终获得物体完整结构的问题.由该文所给的算法可以恢复具有很好真实感的完整三维实体模型.主要研究成果如下:1.提出了一种新的用于种子点可靠匹配的两层算法,该算法在图像边缘提取的基础上,首先比较目标点匹配的边缘相似性,这种特征匹配具有简单可靠的优点.在此基础上,在一个相对较小的搜索范围内比较其灰度相似性,从而得到目标点的精确匹配.该算法可以有效地避免由于重复图案所引起的匹配误差.2.提出了一种基于图像划分的传播式稠密匹配算法,该算法不仅适用于未经校正的图像对,而且适用于存在大视差的图像对,以及图像中纹理稀疏的区域.通过用种子点的Voronoi图对图像划分,并以特征跟踪的结果作为匹配传播的起点,有效地消除了匹配误差的积累.传播算法在极大提高匹配效率的同时,也增加了算法的准确性.3.提出了一种新的三维重建算法,该算法可以恢复目标物体完整的三维结构.首先将整个图像序列划分为几个子序列,使每个子序列中的重建点均不被遮挡;然后利用迭代分解算法求出物体局部的射影重建;最后通过最小化重投影误差对投影矩阵和空间点坐标进行全局优化.该重建算法的突出优点在于它可以从一个长图像序列中恢复物体的完整结构,从而克服由遮挡(occlusion)引起的数据点的丢失问题.4.提出了一种适用于存在丢失数据(missing data)的全局优化算法.为了弥补重建算法将一个长图像序列划分为几个子序列所带来的不足,我们对结构整合后的数据进行带有加权矩阵的全局优化,最小化重投影误差以提高数据(包括投影矩阵和重建点三维坐标)的整体精度.5.采用带边缘约束的三角剖分算法,对模拟数据和存在遮挡的真实图像序列进行三维重建,这里的长图像序列是围绕目标物体一周拍摄得到的.每一个重建点在大约连续的10幅图像中均可见,而在其余的图像中被遮挡.我们的重建算法很好地恢复出了物体完整的几何结构.最后,通过构造相应的虚拟与真实混合的场景,进一步说明了该算法具有很好的准确性与实用性.这样重建出的三维场景与纯虚拟场景相比,具有更好的真实感.

目录

文摘

英文文摘

独创性（或创新性）声明及关于论文使用授权的声明

第一章绪论

§1.1引言

§1.2三维视觉的主要研究内容

§1.3本文的主要工作

§1.4本文的结构安排

第二章图像对几何基础

§2.1基础矩阵及其线性估计

§2.1.1基础矩阵概述

§2.1.2基础矩阵的线性估计

§2.2基础矩阵的最优估计算法

§2.3三维空间点的精确定位

§2.4立体像对的校正算法

§2.5本章小结

第三章立体像对的稠密匹配

§3.1引言

§3.2经典稠密匹配算法

§3.2.1稠密匹配算法概述

§3.2.2协同迭代稠密匹配算法

§3.3基于图像划分的传播式稠密匹配算法

§3.3.1种子点的鲁棒性两层匹配算法

§3.3.2基于图像划分的传播式稠密匹配算法

§3.4稠密匹配实验结果

§3.4.1两层匹配算法

§3.4.2基于图像划分的传播式算法

§3.5本章小结

第四章分层化三维重建

§4.1射影重建

§4.1.1基于多视角几何关系的方法

§4.1.2分解算法

§4.2仿射重建

§4.3欧氏重建

§4.4相似性变换及模型整合

§4.5本章小结

第五章相机自定标技术

§5.1相机模型

§5.2视觉几何中的不变量

§5.3相机自定标

§5.3.1绝对二次曲面和Kruppa方程

§5.3.2无穷远面的精确估计

§5.4本章小结

第六章集束调整

§6.1数学模型及参数化

§6.2代价函数及误差模型

§6.3全局优化算法

§6.4本章小结

第七章重建算法应用实例

§7.1重建算法总结

§7.2 VRML三维呈现

§7.3实验结果

§7.4本章小结

结束语

论文总结

工作展望

参考文献

攻读博士期间发表的论文

攻读博士期间参加的主要科研项目和获奖情况

致谢