基于深度融合和曲面演變的多視點三維重建及其應用.pdf

1、近年來，立體電視(3DTV)和自由視點電視(FTV)等3D應用成為人們娛樂生活追求的熱點。3D重建、虛擬現(xiàn)實等技術在工業(yè)工程設計，城市規(guī)劃，數(shù)字博物館等相關領域也具有廣闊的應用前景。其中場景的三維信息獲取是三維重建所需的基礎條件。目前獲取三維信息的主要途徑有多目立體視覺技術，結構光技術，TOF技術等。但任何一種技術都有各自的優(yōu)點和缺點。多目立體視覺技術應用廣泛，研究較為深入，但在紋理不豐富的區(qū)域易造成誤匹配。TOF技術實時性高，可以快速

2、獲取動態(tài)場景的信息，但分辨率低，對噪聲敏感，目標邊緣區(qū)域表現(xiàn)不佳。本文對這兩種技術均作了研究，并結合兩種技術設計了一個基于深度融合和曲面演變的多視點三維重建方法。
　　 首先，構造了一個包含多個可見光攝像機和一個TOF攝像機的攝像機陣列系統(tǒng)。利用傳統(tǒng)的平面模板法獲得各攝像機內參數(shù)和可見光攝像機之間的外參數(shù)。對TOF攝像機和可見光攝像機間的外參數(shù)，結合TOF的深度圖和強度圖，改進了標定方法，并對標定過程中參數(shù)的不確定度進行了推導和

3、計算。
　　 其次，設計了基于深度融合和曲面演變的能量函數(shù)。利用TOF的深度信息獲取可見光攝像機視野下的初始深度和初始深度曲面。研究了融合初始深度信息的能量函數(shù)構造形式，定義了基于初始深度信息的能量函數(shù)項。利用歸一化互相關系數(shù)作為多視點成像一致性的度量函數(shù)，并基于初始深度信息對最終的一致性代價作了修正。
　　 在能量函數(shù)最優(yōu)求解中對能量函數(shù)做了凸化處理，并利用Split Bregman算法迭代求解得到全局最優(yōu)解。在實現(xiàn)過