基于雙目立體視覺的三維模型重建方法研究.pdf_第1頁
已閱讀1頁,還剩136頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、物體三維重建是計算機輔助幾何設(shè)計、計算機圖形學(xué)、計算機動畫和數(shù)字媒體創(chuàng)作等領(lǐng)域的共性科學(xué)問題和核心技術(shù)?;陔p目立體視覺的三維重建利用處于不同位置的兩臺相機或一臺相機經(jīng)過平移或旋轉(zhuǎn)拍攝同一場景,通過計算物理點在兩幅圖像中的視差,得出該點的三維坐標值,從而重建該場景。該技術(shù)由于其價格低廉、適用性廣等優(yōu)點已經(jīng)成為三維重建領(lǐng)域中的重要方法。如何有效標定相機、有效校正圖像、提高立體匹配的精度和效率及三維點云的高效重構(gòu)是其中的重點和難點,本文針對

2、以上四個問題進行了研究。
  首先,分析了兩種相機成像模型的標定方法,根據(jù)本課題研究中采用的雙目相機以及支架的特點,提出了基于2D棋盤格平面模板進行單目相機的二次標定方法,提高了標定精度。
  其次,提出了一種基于內(nèi)參估計的未標定立體圖像對的校正方法,只需要給出初始圖像中的幾組匹配點,基于匹配點在校正后的圖像中滿足極線幾何約束這一條件,通過最小化所有匹配點的桑普森誤差值,得到系統(tǒng)方程并估計內(nèi)參,從而得到最優(yōu)的校正圖像。實驗結(jié)

3、果表明,在標定參數(shù)未知的情況下可以得到較好的校正圖像,為立體匹配提供標準的立體圖像對。
  再次,提出了一種基于聯(lián)合相似性測度和導(dǎo)向濾波器的立體匹配算法。該算法采用像素的灰度及其梯度的線性組合作為相似性度量,同時采用具有保邊特性且計算量不依賴于濾波核大小的導(dǎo)向濾波器作為自適應(yīng)支持權(quán)重。實驗結(jié)果表明,該算法能獲得有效的視差圖,算法效率較高且具有良好的輻射不變性。
  最后,針對三維點云數(shù)據(jù)重構(gòu)中的點云精簡問題,提出了基于八叉樹

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論