基于移动成像传感器的三维重建技术研究

发布时间：2021-04-25 06:10

　　利用移动成像传感器拍摄的无序图像进行三维重建是计算机视觉的一个热门研究方向,在质量控制系统、数字古文物保护、数字地图与导航以及混合现实等领域有着广泛的应用。基于无序图像的三维重建旨在从图像数据中恢复场景三维点及拍摄图像的相机参数,该过程又称为运动恢复结构。本文对基于图像的三维重建系统进行了研究,针对特征匹配与几何验证的计算效率提出了相应的改进方法,提升三维重建的效果,主要工作如下:1.基于图像特征提出了一种判断图像场景重叠的方法。在特征提取之后,特征匹配之前,进行场景重叠判断,避免无效的计算。首先分别将两幅图像的特征点集合映射到一个描述符上,然后利用两个描述符构建两幅图像之间的关联,最后基于随机森林的方法来训练一个分类器,将图像对分为重叠与无重叠。通过实验验证,该方法能够有效地降低特征匹配的计算复杂度。2.针对特征匹配的结果,提出了一种方法来改进几何验证的效率。特征匹配结果中,并非所有匹配结果是正确的,其中包含了部分错误匹配结果。在进行几何验证时,错误匹配比率越高,几何验证的效率就越低。本文基于特征匹配的结果,利用特征几何特性,来构建分类特征向量,然后基于支持向量机的方式,进行异常检测... 

【文章来源】：中国科学院大学(中国科学院西安光学精密机械研究所)陕西省

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景、目的及意义
    1.2 国内外研究现状
    1.3 论文工作及结构
第2章 基于移动成像传感器的三维重建原理
    2.1 图像描述
    2.2 多视图几何
        2.2.1 针孔摄像机模型
        2.2.2 相机标定
        2.2.3 三角化
        2.2.4 双视图几何
        2.2.5 集束调整
    2.3 增量式三维重建流程
        2.3.1 图像特征匹配
        2.3.2 稀疏三维重建
        2.3.3 密集重建
    2.4 本章小结
第3章 特征匹配及几何验证效率优化
    3.1 引言
    3.2 基于图像特征编码的场景重叠判断
        3.2.1 图像几何与特征对应
        3.2.2 图像关系构建
        3.2.3 分类与训练
    3.3 基于随机抽样一致的几何验证优化
        3.3.1 随机抽样一致算法
        3.3.2 改进方法
        3.3.3 实验分析
    3.4 本章小结
第4章 重建系统实现及实验结果
    4.1 稀疏三维重建
        4.1.1 典型稀疏重建流程的实现
        4.1.2 实验对比结果
    4.2 密集重建
    4.3 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果


【参考文献】：
期刊论文
[1]Removing fences from sweep motion videos using global 3D reconstruction and fence-aware light field rendering[J]. Chanya Lueangwattana,Shohei Mori,Hideo Saito.  Computational Visual Media. 2019(01)



本文编号：3158858