基于AKAZE算法的三维重建研究

发布时间：2023-03-22 18:32

　　基于图像序列的三维重建通过对指定目标进行不同角度的拍摄,获取图像序列,选用合适的特征检测和匹配方法获取目标的特征点的对应关系,计算并排除错误的匹配信息,从而得到目标在现实三维空间的位置信息完成重建。在实际应用中,三维重建的过程复杂,重建精度受到拍摄图片质量,算法等多种因素影响,其中,特征提取和匹配是最初且最关键的一部分,特征匹配的精度和耗时极大程度的影响三维重建的效果,目前,已经存在许多种特征提取的算法,各个特征提取算法之间有利有弊,适用于不同场景,选择适用于三维重建的特征匹配算法十分重要。本文首先从选题背景入手,查阅了国内外大量资料文献,充分论证了本课题的研究意义和必要性,总结出该课题的国内外研究现状和发展前景,提出了基于AKAZE特征提取算法的三维重建算法,具体工作如下:1.图像中特征提取与匹配的过程。研究了经典的尺度不变特征变换(Scale Invariant Feature Transfrom,SIFT)特征提取和匹配算法的原理和流程以及随机抽样一致性算法(Random Sample Consensus,RANSAC)算法的原理,研究了最近的基于构造非线性尺度空间的AKAZE特...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 特征提取与匹配的研究现状
        1.2.2 基于图像序列三维重建的研究现状
    1.3 论文的主要工作和结构
        1.3.1 论文的主要工作
        1.3.2 论文的主要结构
第二章 三维重建基础理论介绍
    2.1 摄像机几何模型
        2.1.1 坐标系变换
        2.1.2 相机模型
    2.2 双视图几何
        2.2.1 对极几何
        2.2.2 基础矩阵与单应矩阵
        2.2.3 通过匹配点估计基础矩阵
    2.3 相机标定
        2.3.1 传统相机标定法
        2.3.2 相机的自标定法
    2.4 本章小结
第三章 特征提取与匹配
    3.1 特征检测和提取
        3.1.1 特征检测与提取介绍
        3.1.2 多尺度特征检测
    3.2 SIFT特征提取和匹配
        3.2.1 尺度空间及特征检测
        3.2.2 特征点主方向定位
        3.2.3 SIFT特征描述与匹配
    3.3 AKAZE特征提取与匹配
        3.3.1 非线性扩散滤波
        3.3.2 建立非线性尺度空间
        3.3.3 特征检测和匹配
        3.3.4 AKAZE的改进
    3.4 随机抽样一致算法RANSAC
    3.5 小结
第四章 基于AKAZE的三维重建
    4.1 运动恢复结构SFM
        4.1.1 构建关联图
        4.1.2 计算相机位姿和三角定位
        4.1.3 光束法平差
    4.2 PMVS
        4.2.1 面片模型和灰度一致性函数
        4.2.2 面片优化
        4.2.3 图像模型
        4.2.4 面片重建步骤
    4.3 基于AKAZE的三维重建实现
        4.3.1 基于AKAZE的三维重建流程
        4.3.2 三维重建实现和结果对比
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 不足与展望
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间参加的科研项目
致谢



本文编号：3767371