聯(lián)合二維信息的智能化三維重建.pdf

1、隨著多媒體和計(jì)算機(jī)的發(fā)展，三維重建技術(shù)目前廣泛應(yīng)用于電影特效、數(shù)字城市、數(shù)字博物館、醫(yī)學(xué)等領(lǐng)域?；谝曈X的三維重建是使用攝像機(jī)獲得物體或場(chǎng)景的二維圖像，通過多視圖幾何的知識(shí)，并采用計(jì)算機(jī)視覺的相關(guān)技術(shù)得到物體的三維模型?；谝曈X的三維重建是計(jì)算機(jī)視覺的一個(gè)十分重要的研究方向。
　　為了對(duì)某張感興趣物體或者場(chǎng)景的圖像進(jìn)行重建得到其三維模型，我們希望能夠從圖像庫中檢索出相似圖像，獲得更多的圖像二維信息，然后再基于這些圖像序列進(jìn)行三維重

2、建。在這個(gè)問題背景下，本文研究了聯(lián)合二維信息的三維重建，該方法將圖像檢索和三維重建聯(lián)合起來，為了在通過圖像檢索得到的圖像序列中選擇合適的圖像以較小的代價(jià)得到較好的三維重建結(jié)果，本文還研究了圖像的選取策略。論文完成的工作總結(jié)如下：
　?。?）首先對(duì)圖像檢索進(jìn)行了研究。在這個(gè)部分，本文采用了基于 SIFT局部特征的圖像檢索。但是在提取SIFT特征時(shí)，對(duì)于不同的圖像往往會(huì)提取到不同數(shù)量的局部特征，為了圖像之間的高效比較，本文采用了基于

3、SIFT特征的詞袋（BOW）模型來獲得更好的檢索效果，并且研究討論了曼哈頓距離、標(biāo)準(zhǔn)化歐氏距離、歐氏距離這三種度量方式，利用查準(zhǔn)率和查全率對(duì)圖像檢索系統(tǒng)采用這三種距離度量時(shí)的性能進(jìn)行了評(píng)估。
　?。?）研究了圖像的選取和基于圖像序列的三維重建。在檢索得到的圖像序列中可能會(huì)存在信息冗余和誤差，如果將這些圖像序列全部加入進(jìn)行三維重建會(huì)導(dǎo)致不好的重建結(jié)果，因此本文研究了基于匹配點(diǎn)和單應(yīng)矩陣的圖片選取策略，在圖像序列中選取最合適的二維圖像

4、，以較小的誤差得到效果較好的三維點(diǎn)云結(jié)果。本文采用了基于攝像機(jī)運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)(SFM)的方法對(duì)圖像進(jìn)行多視圖三維重建。首先將圖像檢索得到的圖像序列進(jìn)行SIFT特征提取和匹配。然后研究了基礎(chǔ)矩陣、本質(zhì)矩陣和攝像機(jī)矩陣的估計(jì)問題。由于圖像匹配中會(huì)產(chǎn)生錯(cuò)誤的匹配點(diǎn)對(duì)，這些錯(cuò)誤的匹配點(diǎn)會(huì)使基礎(chǔ)矩陣的計(jì)算產(chǎn)生極大的誤差，嚴(yán)重影響后續(xù)的三維重建。針對(duì)這個(gè)問題，本文研究了基于基礎(chǔ)矩陣的RANSAC算法，利用這個(gè)算法對(duì)匹配點(diǎn)進(jìn)行篩選并計(jì)算新的基礎(chǔ)矩陣。然