基于图像的简单形状物体三维模型重建

摘要

利用二维图像进行三维重建是当前计算机视觉和数字摄影测量等领域的重要研究方向，在机器人视觉、虚拟现实等领域有着广泛的应用前景。本论文对规则形状的物体特别是由平面组成的物体的基于图像的三维模型重建中涉及的关键问题进行了深入研究，为实现使用图像进行三维模型重建探索了一条可行的途径。 本文的主要研究内容包括利用数码相机图像文件中的焦距对相机内部参数进行定标的算法，基于八点算法的二视图三维重建算法及多视图的三维重建算法，物体纹理的恢复。 照相机的定标是从二维图像获取三维信息的前提。本文提出了把使用平面定标物的定标算法和数码相机图像文件中的相机参数结合起来的定标算法，推导了Zoom变焦镜头的焦距与相机参数的关系的数学模型，讨论了利用图像文件中存储的焦距计算相机参数的算法。改进后的算法不仅应用更加灵活，而且定标精度也比普通的自定标算法要高。 在三维重建时，普通的八点算法很容易受到误差的影响，本文研究和实现了用规一化的八点算法来进行两张已定标图像的三维重建，并实现了用多张图像恢复物体的完整模型的算法。为了提高算法的稳定性和得到更好的重建结果，并研究了如何用迭代算法进行优化的方法。 仅恢复出物体的多边形模型是不够的，为了使恢复出的模型具有真实感。本文还研究了如何消除照片中的透视投影造成的图像变形，生成纠正后的纹理的方法。最后得到的带纹理贴图的三维模型具有比较好的照片真实感。

目录

文摘

英文文摘

论文说明：符号说明

独创性声明和学位论文版权使用授权书

第一章绪论

1.1研究的背景和意义

1.2本文工作和创新

1.3论文结构

第二章三维模型重建技术现状

2.1计算机视觉

2.2常见的几种三维模型重建方法

2.2.1使用激光测距仪的方法

2.2.2空间雕刻方法

2.2.3立体视觉重建方法

2.2.4其它三维重建方法

第三章相机定标

3.1针孔相机模型

3.2相机的内部参数和外部参数

3.3相机定标算法

3.4 Zoom镜头数码相机的定标

3.4.1 EXIF数据

3.4.2定标的方法步骤

3.4.3实验结果

第四章基于图像的三维重建

4.1基于两张已定标图像的三维重建

4.1.1极线约束和本质矩阵

4.1.2八点算法

4.1.3规一化的八点算法

4.1.4相机外部参数求解

4.1.5基于点的重建

4.2基于多张已定标图像的三维重建

4.3曲线曲面重建算法

4.4优化算法

4.4.1全局调整优化算法和迭代优化算法

4.4.2三维模型重建的优化算法

第五章纹理恢复和纹理映射

5.1平面校正与纹理恢复

5.2纹理映射

第六章系统设计与实现

6.1系统框架与结构

6.2系统实现

第七章结论与展望

7.1结论

7.2将来研究工作展望

参考文献

发表论文和科研情况说明

致谢