基于移動智能終端的三維物體重構關鍵技術研究.pdf

1、三維重構是計算機視覺領域的一個研究難點。基于結構光的三維重構技術雖然精確度高，但是設備復雜、成本較高。而基于雙目立體視覺的三維重構技術雖然大大降低了設備成本的問題，但是便攜性差，標定麻煩也限制了其使用的范圍。移動智能終端擁有的豐富傳感器以及日益增加的計算能力，使得如何運用移動智能終端實現(xiàn)既兼顧便攜性，又考慮易用性的三維重構技術成為研究的熱點。視覺三維重構中的關鍵技術問題之一是實現(xiàn)相機外參數(shù)連續(xù)而準確的計算。本文的主要工作內容是研究利用移

2、動智能終端的慣性傳感器和圖像信息，得到相機的外部參數(shù)，工作內容及研究結果如下:
　　1.提出了一個擴展卡爾曼濾波器融合圖像數(shù)據(jù)以及慣性傳感器數(shù)據(jù)得到相機外參標定結果，同時，在該濾波器中引入相似尺度變換因子，解決相機在環(huán)路情況下容易產生相似尺度漂移而造成的位置不精確問題。實驗結果證明該濾波器得出的相機外部參數(shù)，較單獨使用圖像數(shù)據(jù)或慣性傳感器得到的標定結果，具有更高的精確度。同時由于該濾波器利用了慣性傳感器，可以得出相機運動的物理距離

3、，從而可以算出三維重構物體的真實尺寸。這個優(yōu)點是單獨利用視覺圖像來完成三維重構所完全不具備的。
　　2.提出一種運用移動智能終端的慣性傳感器提高相機初始化位置精度的定位算法。該算法從慣性傳感器采集數(shù)據(jù)并計算得到的相機初始化位置信息，與從圖像數(shù)據(jù)中得到的相機初始化位置信息做相關計算，可以更加精確的得到相機位置初始化的結果。實驗結果表明，精度高于從單目相機采集到的圖像序列完成相機初始化位置方法。
　　3.針對相機快速運動而引起的

4、視覺特征跟蹤丟失，導致無法繼續(xù)完成相機外部參數(shù)標定的問題，提出一種用慣性傳感器實現(xiàn)視覺特征的快速重定位的算法。當視覺特征發(fā)生丟失時，該算法利用從慣性傳感器測得的視覺特征丟失前后的位置信息，尋找特征丟失前與當前圖像幀的位置信息最接近的圖像進行特征匹配，用計算得到的結果協(xié)助相機繼續(xù)完成視覺特征跟蹤，使得系統(tǒng)能繼續(xù)得到相機的外部參數(shù)信息。實驗結果證明了該算法的有效性。
　　4.實現(xiàn)了利用該相機外參標定方法的三維重構系統(tǒng)，并對實際的室內場