基于光度立體的高質(zhì)量表面重建研究.pdf

1、場景表面的三維立體重建是計算機視覺領(lǐng)域的一個重要分支，其在產(chǎn)品質(zhì)量控制、工業(yè)測量、醫(yī)學(xué)診斷、文物的數(shù)字化保存、現(xiàn)場取證、數(shù)字娛樂以及虛擬現(xiàn)實等多種領(lǐng)域都有著廣泛的應(yīng)用。在一些應(yīng)用領(lǐng)域，基于攝像機多視角幾何的方法往往不能精確重建場景表面的局部細節(jié)特征，使得最后輸出三維模型的真實感大大降低，不能夠滿足實際應(yīng)用要求。而基于光度立體的測量方案恰好能夠較好地表現(xiàn)重建物體的局部細節(jié)，極大地補充和完善了基于多視角幾何的方法，在研究領(lǐng)域得到了廣泛的關(guān)注

2、。
　　自從Woodham第一次提出光度立體視覺的概念以及實現(xiàn)方法以來，由于其在三維場景細節(jié)重建方面的巨大潛力，三十年來一直保持著持續(xù)的關(guān)注度，相關(guān)學(xué)者在這些方面做出了許多有意義的研究與探索。本文在深入分析了近年來國際上光度立體視覺領(lǐng)域相關(guān)問題的基礎(chǔ)上，重點研究了光度立體視覺中的光源參數(shù)標定問題、非朗伯表面法向估計問題以及基于梯度場的表面重建問題，通過對光度立體視覺中這三個關(guān)鍵步驟高精度算法的實現(xiàn)，保證了最后高質(zhì)量的光度立體三維重

3、建結(jié)果。本文的主要工作和創(chuàng)新之處在于:
　　(1)參考傳統(tǒng)攝像機標定算法，利用鏡面反射和理想漫反射中的幾何光度信息，提出了一種基于平面靶標的光源標定算法。區(qū)別于傳統(tǒng)基于球面的光源標定算法，算法對標定靶的要求比較低，僅僅利用常見的平面鏡，劃分出鏡面反射與漫反射區(qū)域，就可以方便地實現(xiàn)光源標定。本文提出的光源標定算法精度相對于傳統(tǒng)標定算法提高了一個數(shù)量級，從而能夠保證后續(xù)光度立體視覺法向估計的精度。
　　(2)基于線性光源系統(tǒng)，利

4、用光度圖像之間的線性偏差，提出了一種非朗伯表面的法向估計算法。算法在線性光源結(jié)構(gòu)下，首先把高光檢測問題轉(zhuǎn)化成線性偏差的模式分類問題。利用經(jīng)過實際數(shù)據(jù)訓(xùn)練或者模擬數(shù)據(jù)訓(xùn)練的分類器，可以較好地把高光像素從漫反射像素中進行檢測，使得光度圖像中剩余的少量高光誤差呈現(xiàn)較為稀疏的分布。最后利用基于e1范數(shù)逼近的法向估計算法，能夠較好地校正稀疏分布的高光誤差，使得法向估計精度進一步提高。
　　(3)借鑒模式識別中的核方法，提出了一種基于核化泊松

5、方程梯度重建算法。算法對傳統(tǒng)的基于泊松方程的梯度重建算法進行核化改造，使得重建過程中每個像素的對應(yīng)曲面高度不僅與該點觀測到的梯度相關(guān)，并且與多個鄰域像素相關(guān)。通過對重建過程中邊界問題的仔細考慮，保證重建曲面的邊界平滑，使得從具有高斯分布噪聲的梯度場數(shù)據(jù)能夠較好地重建目標曲面。
　　(4)參考壓縮感知領(lǐng)域稀疏表達的思想，提出一種基于e1線性解碼的梯度重建算法。對于呈稀疏分布的梯度噪聲，算法利用e1線性解碼方法從受到污染的梯度數(shù)據(jù)到目