基于三維重建的三維模型檢索技術(shù)研究.pdf

1、三維模型較之二維圖像有著更為豐富的信息和更好的直觀性。隨著三維檢索技術(shù)的發(fā)展，人們發(fā)現(xiàn)利用三維檢索技術(shù)結(jié)合三維重建可以解決某些在平面上無法解決的識別和檢索問題，基于三維重建的三維模型檢索技術(shù)得到了日益重視和發(fā)展。如何提出高效的基于三維重建的三維檢索算法成為了一個前沿并且富有挑戰(zhàn)性的課題?；谌S重建的三維模型檢索技術(shù)是利用計算機技術(shù)從一段視頻場景中提取目標對象的三維模型然后再按照模型的特征對模型進行歸類和檢索的技術(shù)。工作過程分為特征點選

2、?。焊鶕?jù)特征點重建出三維點云模型；將重建后的三維點云模型按照不同的特征進行分類以便于檢索。在特征點選取階段，現(xiàn)有的方法在特征點選取過程中都需要用戶的參與，無法達到自動選取特征點；在三維重建階段，傳統(tǒng)的SFM方法嚴格依賴于二維特征點的對應(yīng)關(guān)系，要求兩幅圖像的特征點精確對應(yīng)，但得到特征點的精確對應(yīng)關(guān)系是非常困難的；在三維模型檢索階段，因為重建出的是三維點云模型，點云模型的相似度比較是十分困難的。針對以上問題，本文主要工作歸納如下：

3、第一，在特征點選取階段，本課題提出一種新的基于Horn-Schunck光流算法和canny算子的二維特征點的標定算法來自動獲取特征點。首先使用canny算子提取圖像序列中首張圖片中對象的邊緣，然后采用Horn-Schunck光流算法計算出所有圖片的光流場；最后把對象邊緣上光流向量最大的一組點作為特征點。 第二，在三維重建階段，本課題采用基于EM算法的SFM算法，這種算法的特點是不需要給出原始圖像特征點的精確對應(yīng)關(guān)系，而是采用了一

4、種從空間三維坐標點到二維特征點的“虛擬距離”來輔助完成三維重建，這種“虛擬距離”綜合了所有從空間三維坐標點到二維特征點的距離值，然后利用二維特征點對應(yīng)關(guān)系的先驗知識配合期望最大化算法(EM，Expectation Maximization Algorithm)來逐步完善“虛擬”距離，最后使“虛擬”距離收斂為從空間三維坐標到二維特征點的距離值，然后得出目標對象的三維點云模型。 第三，在三維模型檢索階段，本課題采用Crust算法從點