基于无序图像集的运动恢复结构研究与实现

发布时间：2021-01-03 10:46

　　运动恢复结构（StructurefromMotion，SfM）是从图像集中重建场景结构（即三维空间点）和计算相机运动（即相机位姿）的一系列方法,其主流方法分为增量式重建和全局式重建。首先,对这两种重建方式而言,图像的特征点匹配是耗时最多的阶段,尤其是当图像集中的图像之间没有匹配顺序的先验信息（即无序图像集）的时候,所有图像之间都需要两两匹配。其次,相对于全局式重建,增量式重建的优势是重建精度高、对外点（Outlier）鲁棒,缺点是耗时、依赖初始图像对的选择及无法闭环;相对于增量式重建,全局式重建的优势是重建速度快、能准确闭环,缺点是重建精度不高、对外点不鲁棒。快速、闭环、精度高的重建方法就显得尤为重要。在2017年提出的混合式SfM（Hybrid SfM，HSfM）的基础上,本文针对以上两个问题提出了如下改进方法:1)在特征点匹配阶段提出了基于场景几何结构约束及特征不变尺度变换（Scale Invariant Feature Transform，SIFT）数值统计特征的 SIFT 匹配算法GeoMatch（Geometric structure and SIFT-based Match... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图２．１对极几何示意图??

?：??图３．１交叉Ｑｕａｄｔｒｅｅ示意图?图３．２搜索策略示意图??３．１．３三賴建的图像数据集特征??自然图像与非自然图像。自然图像是真实世界的二维快照，是由成像设备在??一定光照条件下拍摄所形成的数字图像，具有像素灰度逐渐过渡的特征。非自然??图像则不是对客观世界的反应，包括在计算机内生成的图（比如漫画、手绘图等??等）、图形学生成的真实感图像等，这些图像由于不是真实世界的客观反应，所以??主要有以下两点问题：第一，像素灰度在某一区域可能存在剧变；第二，图像反??应的几何关系不够精确。因此，进行图像三维重建时应该尽可能选择自然图像。??本文以后章节的所有实验均使用自然图像。??平面结构与非平面结构。自然图像的前景主体有时候是平面结构（比如建筑??物的侧面、壁画等），由于平面结构的所有信息都展现在二维平面上而不具有第三??个维度的信息

４．７．１过外点的鲁棒賊比测试??算法ＳＭＳＴ主要是通过动态调整团体图中边的权值来鲁棒地过滤外点。针对??旋转误差的过滤能力对比测试结果如图４．５所示。由于ＳＭＳＴ算法是针对ＨＳｆＭ??进行的改进，因此测试仅仅针对ＨＳｆＭ进行。实验结果表明，在固定的旋转误差??范围内，ＳＭＳＴ有更高的累积分布函数值（Ｃｕｍｕｌａｔｉｖｅ?Ｄｉｓｔｒｉｂｕｔｉｏｎ?Ｆｕｎｃｔｉｏｎ，ＣＤＦ）；??在固定的ＣＤＦ上，ＳＭＳＴ有更低的旋转误差。因此，通过动态地调整权重选择??ＭＳＴ，?ＳＭＳＴ达到了比ＨＳｆＭ更好的过滤外点的效果。??０?２０?４０?６０?８０?１００?１２０?１４０?１６０?１８０??０．８?－?ｔ?＾?－???－－???－０．８??ｆｉ?１?！?■??０．６?４??ｉ???—?．！?－—－?－…Ｉ?－－?－?．－０．６??１?Ｉ?■??０．４??；??０．４??０－２??１?１?：?１—?ＨＳｆＭｌ￣￣－?〇－２??Ｉ?１－＾－?ｓｍｓｔ！??０．０?￣￣＇￣￣１￣￣＇￣￣Ｓ￣￣＇￣￣


本文编号：2954846