基于图像的深度获取方法研究

摘要

随着计算机图形学和计算机视觉的快速发展，三维重建及相关的深度图获取技术越来越受到重视，近些年来不仅在科研而且在应用层面中都有巨大进步。本文针对目前深度获取领域的现状和问题，对基于图像的深度获取方法进行了研究。在RGB图像方面，本文提出了一个深度获取框架，运用前沿的三维重建技术并结合自己提出的深度图优化算法，能够从消费级别相机下的视频流或照片集合中获取高质量的深度图。在RGBD图像方面，本文针对目前多个深度相机下的三维重建中存在的深度图获取后无法精确对齐问题进行了深入的研究，提出了基于RGBD图像的多深度图对齐校准框架。该框架可以对不同深度相机来源的深度图进行精确的对齐校准。运用该框架，可以使我们在基于多个深度相机的三维重建中获取更加精确的深度信息，从而提高三维重建的质量。

目录

声明

摘要

第1章 绪论

1．1 课题背景

1．2 主要研究内容

1．3 本文章节结构

1．4 本章小结

第2章 基于RGB图像的深度图获取

2．1 框架概述

2．2 理论基础与相关工作

2．3 本章小结

第3章 点云三维重建技术

3．1 Bundle Adjustment

3．1．1 图像特征点预处理

3．1．2 投影误差最小化

3．2 Levenberg-Marquardt算法

3．3 Preconditioned Conjugate Gradients算法

3．4 稠密点云重建

3．4．1 全局视图选择

3．4．2 局部视图选择

3．4．3 多视图立体重建

3．4．4 立体匹配

3．5 时间性能分析

3．6 点云重建效果

3．7 本章小结

第4章 表面三维重建技术

4．1 隐函数构造

4．1．1 隐函数

4．1．2 基函数

4．1．3 权重函数

4．2 隐函数取样

4．2．1 八叉树构造

4．2．2 隐函数取样

4．3 等值面提取

4．3．1 等值面提取基本思想

4．3．2 基于八叉树的等值面提取

4．4 多边形三角剖分

4．5 表面重建结果

4．6 本章小结

第5章 深度图生成及优化

5．1 深度图生成

5．2 深度图优化

5．3 深度图生成结果

5．4 本章小结

第6章 基于RGBD图像的多深度图对齐校准

6．1 框架概述

6．2 单目相机模型

6．3 深度相机定标

6．4 偏移畸变校准

6．5 多深度图对齐校准

6．6 对齐实验结果

6．7 本章小结

第7章 总结与展望

7．1 工作总结

7．2 未来展望

参考文献

致谢