基于全局线性方法的三维点云重建

发布时间：2023-11-12 17:48

　　基于全局线性方法的三维点云重建是利用图像信息恢复场景结构信息的一种方法。本文的主要研究工作包含以下几点:特征提取与匹配,计算相机运动参数,三角测量和束调整。我们的贡献是将所有的相机放在统一的坐标系下考虑,通过全局运动恢复结构方法计算得到相机的运动参数,从而完成三维点云重建。本文的主要研究工作具体包括:相机三元组的重建模型:在重建模型中,本文利用三个相机点坐标和一个场景点的约束关系,计算出基线长度的比例关系。相对于传统的基于二视图的立体视觉重建,三个相机重建的优点是包含比两视图更加丰富的信息,可避免由于相机的共线运动产生的退化。同时在特征匹配阶段,本文使用特征追踪代替特征匹配,利用特征追踪的特性计算相机的位姿更加精确。异常值过滤:由于在特征匹配阶段可能存在很多的误匹配,会造成很多的异常数据。为了过滤掉这些异常值,本文设计了异常值过滤步骤,包括特征匹配过程中的约束条件来减少错误匹配,以及在相机三元组中引入循环一致性约束来减少由于重复性的场景造成的错误的对极几何关系,和在计算平移标定的过程中使用对极点转移约束来减少异常值的影响。多视图重建:针对传统的增量式重建方法由于频繁的BA导致重建场景漂...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
注释表
第1章 引言
    1.1 三维重建研究背景及意义
    1.2 国内外研究现状
    1.3 论文主要工作
    1.4 论文章节安排
第2章 三维重建基础理论
    2.1 三维重建方法概括
    2.2 多视图几何
        2.2.1 单视图
        2.2.2 两视图几何
        2.2.3 三视图几何
    2.3 重建中的坐标转换
        2.3.1 世界坐标系
        2.3.2 相机坐标系
        2.3.3 图像坐标系
        2.3.4 像素坐标系
    2.4 重建中利用的数学知识
        2.4.1 李群和李代数
        2.4.2 基本矩阵和本质矩阵的计算
        2.4.3 线性求解方法
    2.5 本章小结
第3章 数据预处理
    3.1 相机标定
    3.2 特征提取与匹配
        3.2.1 特征提取算法SIFT
        3.2.2 加入约束条件
    3.3 特征追踪
    3.4 异常值过滤系统
        3.4.1 旋转一致性约束
        3.4.2 循环一致性约束
        3.4.3 对极点转移约束
    3.5 本章小结
第4章 运动恢复结构算法研究
    4.1 基于全局运动恢复结构算法研究
        4.1.1 构建EG图
        4.1.2 旋转标定
        4.1.3 平移标定
    4.2 三角测量
    4.3 光束法平差
        4.3.1 最速下降法
        4.3.2 LM算法
    4.4 重建算法概述
    4.5 本章小结
第五章 实验结果与分析
    5.1 实验数据来源和环境配置
    5.2 实验结果分析
    5.3 本章小结
第6章 总结与展望
    6.1 本文总结
    6.2 未来工作及展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3863643