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(guò)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(kù)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(lái)，為了在通過(guò)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(lái)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