欢迎来到天天文库
浏览记录
ID:34770804
大小:6.36 MB
页数:72页
时间:2019-03-10
《探析基于未标定图像序列的三维重建相关技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、西南交通大学硕士学位论文基于未标定图像序列的三维重建相关技术研究姓名:周蔷申请学位级别:硕士专业:交通信息工程及控制指导教师:彭强20090501西南交通大学硕士研究生学位论文第1页摘要基于图像序列的三维建模技术是计算机视觉和计算机图形学技术相结合而产生的一门新技术,它用物体的图像序列恢复出物体的三维模型。早期的三维重建方法都必须对摄像机进行预标定,因此只适合于拍摄相机静止和环境己知条件下的重建工作,因而实用性较差,很难推广应用。基于未定标图像序列的重建方法不需要事先测定相机参数,利用手持相机自由拍摄多帧数字图像就可以重建出场景或物体的三维几何模型。该三维
2、重建方法在逆向工程、机器人定位与导航、物体识别、产品质量检测、虚拟现实以及军事等领域具有广阔的应用前景。本文首先研究了多视图几何的基本理论和方法,然后对基于未标定图像序列的三维重建技术的各个环节进行了深入的探讨,并重点研究了重建过程的两个关键技术:特征点检测与跟踪、隐式曲面重建,论文的主要工作分为以下四个部分:第一部分是特征点的提取和跟踪,本文研究了现有的一种改进的特征点选择算法和金字塔Lucas.Kanade光流跟踪迭代算法,并实现了以上两种算法,完成了特征点的提取和跟踪。第二部分是摄像机自标定,本文将2d3公司的跟踪工具boujou运用于摄像机的标定,
3、通过编写脚本文件实现了对多帧图像的自标定。第三部分是隐式曲面重建,本文研究了径向基函数(RBF)隐式曲面重建算法,并进行实现得到曲面重建的结果。第四部分将以上几个关键步骤的算法按照三维重建流程衔接起来,进行两个视频序列的模拟实验,最后实现了一种基于未标定图像序列三维重建的可行方案,为解决从视频图像序列恢复出物体三维模型的问题进行了有益的尝试。实验结果表明,该重建方案对纹理丰富的场景得到了较为满意的结果。关键词:三维重建:图像匹配;特征跟踪;摄像机标定;RBF西南交通大学硕士研究生学位论文第ll页AbstractThetechniqueofimage—bas
4、edmodelingisanewtechniquecombinedcomputervisionwithcomputergraphics.Thistechniquecanreconstruct3Dmodelfromimagesequences.Theearlyapproacheshavetoachievethecameracalibrationfirstlyandthencancompletetheresidualwork,thereforeitcandealwiththereconstructioninstillortheknownconditions,t
5、henithaslesspracticabilityandit’Shardtopromotetheapplication.Thetechniqueof3Dreconstructionfromuncalibratedimagesequencesdoesn’tneedtomeasurethecameraparametersbeforehand;the3Dmodelsofobjectsandscenescanbereconstructedfromseveraldigitalimageswhichcapturedbyhand-heldcameramovingfre
6、ely.Thismethodhasbroadprospectiveinmanyfieldslikereverseengineering,robotlocalizationandnavigation,objectrecognition,qualityofproductmeasurement,virtualreality,militaryaffairsandSOon.Generaltheoryandmethodsofmultipleviewgeometryhavebeenlearnedfirstly,thenthepapergoesdeepintotheres
7、earchofallstepsin3Dreconstructionfromuncalibratedimagesequences,andmainlyontwokeytechniques:featureselectionandtracking,implicitsurfacereconstruction.Thepaperisdividedintothefollowingfourparts:、1.Featureselectionandtracking.Theimprovedfeatureselectionalgorithmandopticalflowtrackin
8、galgorithmusingiterativeLucas-Kan
此文档下载收益归作者所有