基于單幅圖像的三維重構算法的改進與優(yōu)化研究.pdf

1、三維物體重構是計算機視覺領域一個十分重要的研究分支，并在當前社會生活的諸多領域顯現(xiàn)出了廣泛的應用前景。針對三維重構而提出的明暗形狀恢復(Shape From Shading，SFS)算法能夠從單幅二維圖像中提取出物體的三維表面形貌特征，為三維重構的研究奠定了良好的基礎。通常物體表面的灰度信息是進行三維重構的重要依據(jù)，如何利用灰度信息來獲取三維特征數(shù)據(jù)是SFS研究中的一個重點和難點。本文基于SFS算法，對單幅二維圖像的三維重構算法進行了改

2、進與優(yōu)化研究，全文的主要研究工作可以概括為：
　　 1)研究了經(jīng)典的SFS算法，對光照模型進行了分析，討論了三維重構算法中各種影響因素的約束條件，并對當前主流的四種經(jīng)典算法：最小值法、演化法、線性化法和局部分析法的性能進行了對比分析；
　　 2)針對傳統(tǒng)的基于SFS的三維重構算法在重構物體的輪廓清晰性和光滑性等方面存在的局限性，本文提出了一種基于輪廓優(yōu)化的改進SFS算法。該算法首先對朗伯體光照反射模型進行了分析，從而確定

3、影響重構效果的主要因子；隨后利用圖像平滑及濾波對圖像進行預處理，減少圖像噪聲，通過邊緣檢測提取目標物體輪廓，分割目標物體與背景后，對圖像進行修補以及對背景進行平滑處理；最后采用SFS算法重構目標物體。計算機仿真實驗表明，與傳統(tǒng)SFS算法相比，該算法可以提高重構物體的形狀準確性和輪廓連續(xù)性，有效減少重構誤差，算法性能得到有效提升；
　　 3)針對SFS算法中計算表面法矢時所帶來的計算復雜度高和時間開銷大的問題，本文提出了一種新的基