數(shù)字圖像三維重構建模系統(tǒng)的關鍵技術研究.pdf

1、三維重構建模是計算機圖形圖像研究領域的經(jīng)典問題，廣泛應用在醫(yī)學、顯微攝影學、三維測量、工業(yè)檢測等方面，最近幾年，在虛擬現(xiàn)實和三維動畫研究領域，更是得到普遍重視。利用傳統(tǒng)三維重構建模方法能得到精確的三維模型，但設備昂貴，操作復雜，使用條件受到諸多限制，應用場合有限。與傳統(tǒng)方法相比，數(shù)字圖像三維重構建模技術具有設備成本低，操作簡便等優(yōu)點，并且?guī)缀醪皇苁褂脳l件的限制。困擾數(shù)字圖像三維重構建模研究的問題主要存在于特征點的獲取階段，在重構特征點三

2、維坐標的過程中，各個環(huán)節(jié)的耦合性較強，每個環(huán)節(jié)都會對最后結果造成影響，因此，如何對中間環(huán)節(jié)進行改進，提高特征點坐標重構的精度，是目前該領域的研究重點。本文對數(shù)字圖像三維重構過程中的幾個關鍵技術環(huán)節(jié)進行了研究，主要內(nèi)容包括以下幾個方面：　　1、對三維重構系統(tǒng)的硬件方案進行改進，引入必要的硬件輔助手段。同時，在分析使鏡頭產(chǎn)生非線性畸變的各種因素以及非線性畸變影響效應的基礎上，建立了相機成像和非線性畸變的數(shù)學模型?！　?、目前，在相機標定

3、領域已經(jīng)取得了許多研究成果，但要深入某個具體標定方法的細節(jié)，并同其它方法進行精確性比較，仍然是非常困難的問題。本文利用統(tǒng)一的數(shù)學符號體系，對幾種適合數(shù)字圖像三維重構應用的相機標定方法進行統(tǒng)一表示，并通過仿真實驗和實際實驗，對標定方法的性能和優(yōu)缺點進行分析。得到的實驗結果為本文的后續(xù)研究，提供了實驗數(shù)據(jù)基礎，同時，對其它進行相機標定研究的人來說，也具有一定的參考價值?！　?、在實際應用中，拍攝物體的相機類型是不確定的，因此鏡頭的非線性畸

4、變情況也是不同的。本文在分析非線性畸變大小與圖像分辨率之間關系的基礎上，提出了定量表示非線性畸變大小的方法，并給出了在不同分辨率條件下，衡量非線性畸變的標準。同時，根據(jù)非線性畸變的影響效應，設計了能夠對非線性畸變情況進行評估的標準圖形，并提出了一種基于標準圖形的自適應相機標定方法。利用該方法的基本思想，本文進行了兩個方面的應用實例驗證，基于變焦鏡頭的計算機視覺測距和圖像的非線性畸變矯正。這兩個應用實例驗證了本文所提方法的可行性和有效性。

5、　　4、基礎矩陣估計是數(shù)字圖像重構過程的關鍵環(huán)節(jié)，對它的估計精度將直接影響對應點的匹配和特征點坐標的重構計算。本文系統(tǒng)研究了現(xiàn)有基礎矩陣估計方法，例如7點法，最小二乘法和本征函數(shù)分析等線性方法，以及其它如M-estimators，LMedS，RANSAC等魯棒估計法等，通過仿真實驗分析了它們的性能和優(yōu)缺點，在此基礎上，提出了改進的TorrM-estimators基礎矩陣估計方法，通過競爭選擇初始值和利用印有標準圖案的擋板輔助計算，有效

6、去除了出格點，提高了基礎矩陣的估計精度，精確恢復了外極幾何關系?！　?、在數(shù)字圖像三維重構過程中，普遍存在著灰度變化大、幾何變形和圖像噪聲等不利因素，因此，不同視角圖像中的對應點匹配一直是未能很好解決的問題。本文針對現(xiàn)有匹配方法的不足，提出了基于外極幾何約束和HSV空間色度相關約束的對應點匹配方法，首先通過圖像處理方法找出特征點，然后利用外極幾何約束和和HSV空間色度相關約束，在另一幅圖像中，尋找其對應點，同時在需要的時候，加入必要的