基于序列图像的稠密三维点云重建研究

发布时间：2022-07-12 18:42

　　近年来,计算机视觉技术飞速发展,如何利用序列图像高效、精确地重建出图像主体部分的三维结构成为当下的研究热点之一。现实场景的三维重建技术在物体检测与识别,数字化城市建设,医疗诊断,地形勘探,虚拟现实和增强现实等领域都有着广阔的应用前景。相比于其他主动式或被动式的获取三维信息的方法,基于图像的重建技术具有设备简单,操作灵活,低成本,对环境适应性强等特点。随着手机、平板等电子设备的普及,人们对于用手持式设备拍摄图像并完成三维重建的技术越来越关注。因此,本文针对同一目标在不同视角下拍摄的序列图像进行研究,实现了对序列图像的稠密三维点云重建。主要研究内容如下:1.分析相机成像的基本原理,介绍了相机成像过程中的四个坐标系间的相互转换关系。另外,通过对双视图的对极几何分析,介绍了三维重建过程中要用到的相机内外参数,并给出了具体求解方法。2.在选用定位更准确,匹配精度更高的SIFT特征点来实现图像配准后,利用增量式的稀疏重建算法SFM来恢复拍摄相机位姿,并通过三角化重建稀疏点云。在增量式添加图像并重建的过程中,每添加一幅图像就采用LM算法进行一次光束平差法优化,如此迭代添加图像能保证重建结果最优。3.... 

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文研究内容与章节安排
第2章 图像三维重建基础理论
    2.1 相机成像模型
    2.2 对极几何
    2.3 本章小结
第3章 稀疏点云重建
    3.1 SIFT特征点提取与匹配
    3.2 增量式稀疏点云重建
    3.3 光束平差法
    3.4 实验结果
    3.5 本章小结
第4章 改进的特征点匹配算法
    4.1 双约束特征点匹配
        4.1.1 网格对应
        4.1.2 双约束误匹配剔除
    4.2 实验结果
    4.3 本章小结
第5章 稠密点云重建
    5.1 基于面片扩散的稠密点云重建
        5.1.1 面片模型
        5.1.2 光度一致性函数
        5.1.3 面片优化
        5.1.4 图像模型
    5.2 算法具体步骤
        5.2.1 重建面片
        5.2.2 面片扩展
        5.2.3 面片过滤
    5.3 稠密重建系统
    5.4 实验结果
    5.5 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
附录A 攻读硕士学位期间发表的论文


【参考文献】：
期刊论文
[1]线激光三维场景重建系统及误差分析[J]. 詹坤烽,陈文建,李武森,张璐.  中国激光. 2018(12)
[2]多层螺旋CT三维重建对胃癌术前分期的价值[J]. 邵华,梁宏元.  现代肿瘤医学. 2018(04)
[3]基于三维激光扫描的古建筑文物三维数字化保护研究——以四川乐山文庙大成殿为例[J]. 张洪吉,罗勇,裴尼松,吕熠,廖紫骅,陈青松.  测绘与空间地理信息. 2016(07)
[4]结构光三维成像技术[J]. 苏显渝,张启灿,陈文静.  中国激光. 2014(02)
[5]基于无人机影像和飞控数据的灾场重建方法研究[J]. 沈永林,刘军,吴立新,李发帅,王植.  地理与地理信息科学. 2011(06)
[6]本质矩阵五点算法伪解的两种剔除策略[J]. 王文斌,刘桂华,刘先勇,邱志强.  光电工程. 2010(08)
[7]医学图像三维重建的研究[J]. 安新伟,张晓兵,尹涵春.  电子器件. 2001(03)

博士论文
[1]基于序列图像的三维重建算法研究[D]. 彭科举.国防科学技术大学 2012



本文编号：3659647