基于环形阵列的多目立体视觉三维重建研究

发布时间：2017-09-22 18:31

  本文关键词：基于环形阵列的多目立体视觉三维重建研究

  更多相关文章： 三维重建 特征匹配 点云处理 点云拼接

【摘要】：随着社会进步和科学技术的迅猛发展,人类越来越倾向于让机械或机器人来帮忙和处理日常工作和解决一些难题。这就需要机器人能像人一样通过视觉观察和理解世界,甚至能适应环境的多变性。因此,计算机视觉应运而生。在计算机视觉领域中,如何由多个感光元件获取的二维图像得到目标物体的三维信息,就是多目三维重建技术,其研究成果已应用于医学成像,地形地貌检测,机器人导航,工业零件测量等多个领域。但多目三维重建技术仍未成熟,市面上大多数的三维重建应用都依赖于高昂的扫描设备,这也就限制了三维重建技术的普及。本文研究了基于多目立体视觉的三维重建,分析了多目立体视觉三维重建的实现方法,并在此基础上分析现有点云处理算法存在的缺陷,提出了新的点云简化方法和点云拼接方法。本文完成的工作主要分为以下几个部分：(1)建立基于多目视觉的三维重建模型。研究摄像机成像理论,总结经典的成像模型和成像方式。然后对三维重建各个模块中现有常用的三维重建思路和方法进行整理和比较,比如特征提取中角点与斑点提取方法的对比,立体匹配中特征点与特征区域匹配方法的对比,三维重建中单目,双目,多目的对比。(2)提出一种新的摄像机摆放阵列——环形多目摆放阵列。对虚拟三维场景获取图像后,进行预处理,然后使用ASIFT算法进行特征提取和特征匹配,接着依次进行极线校正,计算三维深度,重建三维点,扩展种子点,去除密集点,最终得到场景的三维点云效果。实验表明环形多目视觉阵列可实现简单场景和复杂真实场景的点云三维重建并取得较好效果。(3)提出基于snake点云简化方法。针对重建区域过大会导致目标物体不明确,效果不佳,运行时间长的问题,通过snake轮廓提取不断简化重建范围,最后只对窗口内的目标物进行重建。实验表明该方法减少了重建时间,提高了重建有效性。(4)提出基于投影面的点云拼接算法。针对重建区域过小会导致目标物体不完整,信息丢失的问题,通过对点云的投影图像进行基于ASIFT的二维拼接,再将其变换关系反馈到三维空间,实现点云拼接和恢复目标物体完整信息。实验表明该改进弥补了点云三维重建时出现的局限性和不稳定性。
【关键词】：三维重建 特征匹配 点云处理 点云拼接
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第—章 绪论8-11
• 1.1 课题研究背景与意义8-9
• 1.2 多目立体视觉的研究现状9
• 1.3 论文研究内容及组织安排9-11
• 第二章 摄像机成像理论11-15
• 2.1 摄像机成像模型11-13
• 2.2 摄像机成像方式13-14
• 2.3 本章小结14-15
• 第三章 三维重建系统研究15-25
• 3.1 三维重建系统介绍15
• 3.2 图像获取15
• 3.3 摄像机标定15-16
• 3.4 图像预处理16
• 3.5 特征提取16-19
• 3.5.1 基于角点的特征提取算法17-18
• 3.5.2 基于斑点的特征提取算法18-19
• 3.6 立体匹配19-22
• 3.6.1 匹配准则19-21
• 3.6.2 匹配算法21-22
• 3.7 三维重建方法22-24
• 3.7.1 单目视觉重建22
• 3.7.2 双目视觉重建22-23
• 3.7.3 多目视觉重建23-24
• 3.8 本章小结24-25
• 第四章 环形阵列点云三维重建25-42
• 4.1 引言25
• 4.2 环形阵列成像方法25-26
• 4.3 摄像机参数的计算26-27
• 4.4 ASIFT图像匹配法27-32
• 4.4.1 SIFT算法特点及其实现步骤27-29
• 4.4.2 ASIFT算法特点及其实现步骤29-31
• 4.4.3 SIFT与ASIFT算法比较实验31-32
• 4.5 极线约束法32-33
• 4.6 分步投影测试算法33-34
• 4.7 基于3X3窗口的种子点扩展法34-35
• 4.8 去除密集点算法35-36
• 4.9 重建方案的整体过程36-37
• 4.10 场景点云重建实验37-40
• 4.10.1 实验平台介绍37
• 4.10.2 场景数据来源37-38
• 4.10.3 实验数据及结果38-40
• 4.11 结果对比与分析40-41
• 4.12 本章总结41-42
• 第五章 点云处理42-49
• 5.1 引言42-43
• 5.2 基于snake的感兴趣区域点云重建算法43
• 5.2.1 主动轮廓跟踪snake算法43
• 5.2.2 基于改进snake算法的点云重建算法43
• 5.3 基于投影面的点云拼接算法43-45
• 5.3.1 点云拼接算法43-44
• 5.3.2 基于投影面的点云拼接算法实现步骤44-45
• 5.4 实验数据及结果45-48
• 5.5 本章小结48-49
• 第六章 总结与展望49-51
• 6.1 全文工作总结49
• 6.2 展望49-51
• 参考文献51-54
• 攻读硕士期间参与的项目及发表的学术论文54-55
• 致谢55-56

，

本文编号：902399