圖像序列中運(yùn)動(dòng)目標(biāo)的三維重建的研究與實(shí)現(xiàn).pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展，視頻處理技術(shù)得到越來(lái)越廣泛的應(yīng)用。視頻處理技術(shù)的研究?jī)?nèi)容包括運(yùn)動(dòng)目標(biāo)檢測(cè)和物體跟蹤等很多領(lǐng)域，視頻處理技術(shù)的研究成果可以廣泛地應(yīng)用在各個(gè)領(lǐng)域。從目前的形勢(shì)來(lái)看，只對(duì)目標(biāo)進(jìn)行簡(jiǎn)單的檢測(cè)和跟蹤是遠(yuǎn)遠(yuǎn)不夠的，如何實(shí)時(shí)呈現(xiàn)運(yùn)動(dòng)目標(biāo)的三維結(jié)構(gòu)顯得尤為重要。
　　當(dāng)攝像機(jī)運(yùn)動(dòng)時(shí)，圖像背景也隨之運(yùn)動(dòng)，運(yùn)動(dòng)目標(biāo)的檢測(cè)變得很困難。本文深入研究了圖像匹配算法，并針對(duì)SIFT匹配算法做出了如下改進(jìn):先計(jì)算特征點(diǎn)的疏密程度，然后再

2、進(jìn)行相關(guān)程度（歐式距離）的計(jì)算，使得特征點(diǎn)匹配算法的搜索范圍小，匹配范圍更有針對(duì)性。在改進(jìn)的SIFT匹配算法中，隨著疏密程度的不同，閾值也隨之動(dòng)態(tài)變化，實(shí)驗(yàn)驗(yàn)證了改進(jìn)的SIFT算法在準(zhǔn)確率和計(jì)算效率上都有所提高?；诟倪M(jìn)的SIFT算法，本文提出了運(yùn)動(dòng)攝像機(jī)下的運(yùn)動(dòng)目標(biāo)檢測(cè)流程，流程包括改進(jìn)全局特征點(diǎn)檢測(cè)與匹配、求解全局運(yùn)動(dòng)模型及運(yùn)動(dòng)矢量、計(jì)算出局部運(yùn)動(dòng)矢量得到運(yùn)動(dòng)目標(biāo)特征點(diǎn)、采用種子填充法進(jìn)行填充、最后提取運(yùn)動(dòng)目標(biāo)的圖像?；谠撃繕?biāo)檢測(cè)

3、流程，本文使用獲取圖像、攝相機(jī)標(biāo)定、特征點(diǎn)提取、特征點(diǎn)匹配、獲取物體的深度圖、恢復(fù)物體的三維信息的三維重建流程，并在Visual Studio2008平臺(tái)下實(shí)現(xiàn)了對(duì)檢測(cè)運(yùn)動(dòng)目標(biāo)結(jié)果圖像的三維重建。
　　論文首先介紹了計(jì)算機(jī)視覺相關(guān)理論，然后給出了攝像機(jī)的標(biāo)定與成像方法。接著，論文詳細(xì)介紹了圖像的預(yù)處理方法和角點(diǎn)檢測(cè)算法，包括如何去除噪聲、增強(qiáng)圖像，如何進(jìn)行角點(diǎn)檢測(cè)和特征點(diǎn)匹配等。然后，論文給出了改進(jìn)的SIFT匹配算法，深入分析了攝