多基线影像三维重建关键技术研究

发布时间：2019-09-28 05:56

【摘要】：基于多基线影像进行三维重建的关键技术包括：相机标定、立体匹配以及三维模型可视化。其中的核心问题是多基线影像对应性元素的自动和密集获取，对应到影像匹配和立体匹配阶段同名点的获取。另一个核心问题是相应的几何模型和对应的求解策略。本文系统的研究了从多基线影像出发到获取密集点云与三维模型的整个过程。论文的主要研究内容是： ①基于多基线影像三维重建关键技术的几何理论研究。首先，回顾与分析射影几何基础理论。然后，介绍几何计算机视觉中的对极几何。这是建立进一步的解算模型的基础所在。 ②高精度影像匹配技术研究。影像匹配是求解对应性元素的关键性步骤，首先，详细分析基于特征匹配的SIFT算法，并给出实用的匹配容错策略。 ③针孔相机成像模型研究，由于已知模拟相机的各种参数、物方和像方对象，我们可以利用这些准确的信息来进行相机模拟以检验算法的正确性。任意给定一张中心投影生成的影像，为对其进行三维重建，，需要对其进行相机自标定，详细分析自标定中的灭点标定算法。 ④立体匹配是多基线影像三维重建的关键性步骤，其目的在于寻求解出尽量密集和准确的表面重建结果。重点研究基于贴片的生长策略，其通过不断的膨胀与滤波来“递增式”对被重建目标或场景进行三维重建。 ⑤在以上理论的基础上，基于Visual C++MFC框架，利用了OpenGL等开源程序，开发一套能够进行相机标定和多基线三维重建的原型软件系统。
【图文】：

视景体,相机坐标系,透视投影,投影变换

. . .eye obj objeye obj objModelView Model Vieweye obj objeye obj objy y yM M Mz z z 提的是，视点矩阵ViewM 的逆矩阵即为相机的位置与姿态矩阵变换的相对性来理解。变换（Projection Transform）图形学中通过将用户定义的一个相机坐标系下的视景体线性变clip space）中的单位正方体来表达投影关系。视景体若为普通为正射投影；若为棱台形状（Frustum），则投影关系为透视投.Pr.clipeyeclip eyeojectionclip eyeclip eyex xy yMz z

照片,相机坐标系,计算机视觉,像平面坐标系

系以及像平面坐标系（CV 表示计算机视觉，PH 表示dinate system and the image plane coordinate system (CV vision, the PH said photogrammetry)定光学中心 O，以及宽高分别为 W 和 H 的方对象与照片在光学中心的同侧）。首先看两，摄影测量的相机坐标系：以连接像主点和，从像主点指向光学中心为 Z 轴正方向；以过向的轴为 X 轴，水平向左为 X 轴正方向；节，与摄影测量相反，计算机视觉的相机坐Z 轴正方向的右手坐标系。因此两者的相机坐度的关系。影测量学以像片框标连线中点为像平面原点[46摄影测量像平面原点。而计算机视觉中的像，因此以图像左上角点为原点（见图 3.4）。
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：P208;TP391.41

【参考文献】