基于多幅圖像序列的三維重建算法的研究.pdf

1、　　基于多幅圖像序列的三維重建，是通過(guò)提取物體的二維圖像信息來(lái)恢復(fù)物體在真實(shí)空間中的三維信息，其主要步驟包括：圖像序列的采集、圖像特征點(diǎn)的檢測(cè)與匹配、攝像機(jī)的標(biāo)定、稀疏三維點(diǎn)云的重建。圖像特征點(diǎn)的檢測(cè)與匹配是三維重建的基礎(chǔ)，同時(shí)也是下一步攝像機(jī)標(biāo)定的實(shí)驗(yàn)依據(jù)。PMVS算法是一種基于特征點(diǎn)的三維重建算法，是目前公認(rèn)的重建效果較好的算法之一。因此，本文重點(diǎn)研究了PMVS算法。
　　但是PMVS算法在重建過(guò)程中容易出現(xiàn)重建出的物體表面

2、不連續(xù)，某些區(qū)域與真實(shí)物體的形狀有偏差等問(wèn)題，同時(shí) PMVS 算法在面片擴(kuò)展時(shí)時(shí)間復(fù)雜度非常高，尤其在處理高分辨率圖像時(shí)需要付出巨大的時(shí)間和空間代價(jià)，這大大降低了算法的效率。
　　本文首先利用 SIFT 算法來(lái)提取圖像序列的特征點(diǎn)，然后采取 Bundler 標(biāo)定方法(一種基于 SFM 運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)的算法)進(jìn)行攝像機(jī)的自標(biāo)定，最后采用 PMVS ( Patch Multi-view Stereo)算法來(lái)進(jìn)行稀疏點(diǎn)云的三維重建。針對(duì)

3、PMVS算法存在的不足，本文提出了一種加入法向調(diào)整的 PMVS 改進(jìn)算法，使重建出的物體表面在某些細(xì)節(jié)部位更加符合真實(shí)物體形狀，同時(shí)通過(guò)采用多分辨率分級(jí)重建的策略在一定程度上縮短了算法的運(yùn)行時(shí)間，提高了重建的效率。
　　本文實(shí)驗(yàn)中通過(guò)采集兩組圖像序列，分別采用原始PMVS算法與改進(jìn)后的PMVS算法對(duì)這兩組圖像序列進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，加入了法向調(diào)整的 PMVS 算法重建出的物體表面更加光滑連續(xù)，更接近物體真實(shí)形狀，同時(shí)采用多