基于双目立体视觉的三维重构技术研究

发布时间：2021-11-21 16:07

　　三维重构如今已广泛应用于自动化生产、勘测测量、虚拟现实、视觉导航、教育辅导和生物医学等领域,精度更高、实时性更强的三维重构技术一直是计算机视觉领域的一个研究热点。三维重构系统通常由图像采集、摄像机标定、立体匹配以及三维重构等四大模块组成,重构的效果通常由立体匹配的匹配集合来决定。立体匹配主要是根据得到的图像特征信息来进行匹配,图像特征的多样性和复杂性使得匹配集合很难达到理想的精度。为了提高匹配的精度,论文提出了一种基于区域的特征立体匹配算法来提高匹配集合中的正确率,并丰富匹配集合中的细节信息和结构信息。首先定义大、小两个窗口,遍历图像并对图像进行截取;使用SURF算法来得到窗口图像内的匹配集合;并利用一种改进的RANSAC算法对匹配结果进行过滤;计算当前匹配集合中的误差并以此作为该窗口下的匹配代价;在邻域内移动目标窗口,选取匹配代价最低的目标窗口内的匹配集合作为该窗口下的匹配结果。基于Linux操作系统和OpenCV、PCL库,使用基于区域的特征立体匹配算法,设计和实现了三维重构系统。实验证明,本文立体匹配算法得到的匹配集合重构后的景物结构更加完整,细节也很清晰;改进的RANSAC算法... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

摄像机成像模型

图 2.2 理想情况下的立体成像模型 就是本征矩阵，用于描述两摄像机坐标系上同名点之间的转2，由矩阵 S 决定。F 就是基础矩阵，用于描述两摄像机图像的集合关系，秩由 E 决定只有 2。像素点是位于极线上的左、右极线的方程为 = , = 。配算法分析和设计系统主要流程如图 2.3 所示。其中，图像采集的方式不胜枚和目的来选取，摄像机标定是为了计算出立体成像模型中位置关系和摄像机自身相关的一些数据，立体匹配则是为图像像素点对应的待匹配点，三维重构则是根据摄像机标的匹配集合来计算相应的三维信息。

基于双目立体视觉的三维重构系统总体设计


本文编号：3509814