基于多幅圖像的建筑物三維重建關(guān)鍵技術(shù)研究.pdf

1、隨著科學(xué)技術(shù)的快速發(fā)展，民用和軍事領(lǐng)域?qū)θS重建及與之相關(guān)的需求越來(lái)越多。為了滿足這些需求，在過(guò)去的幾年中用于三維重建的技術(shù)和理論得到了長(zhǎng)足發(fā)展。其中基于真實(shí)目標(biāo)圖像的三維重建技術(shù)作為一種建立在光學(xué)、電子學(xué)和計(jì)算機(jī)技術(shù)研究基礎(chǔ)上的新興重建方式，從一個(gè)嶄新的重建思路上適應(yīng)了現(xiàn)代化生產(chǎn)對(duì)重建技術(shù)在靈活性、適用性等方面的更高要求。
　　課題“基于多幅圖像的建筑物三維重建關(guān)鍵技術(shù)研究”是使用單個(gè)數(shù)碼相機(jī)對(duì)被重建物體多方位拍攝來(lái)獲取多幅圖像

2、，利用所得圖像進(jìn)行該物體的三維歐氏重建，以達(dá)到對(duì)實(shí)際物體的形狀恢復(fù)的目的。其中需要重點(diǎn)解決圖像的邊緣提取、圖像的點(diǎn)匹配、射影重建及歐氏重建等關(guān)鍵技術(shù)問(wèn)題。
　　圖像的邊緣提取是三維歐氏重建的前提。本文提出了一種基于二進(jìn)小波和形態(tài)學(xué)的邊緣檢測(cè)算法。首先根據(jù)二進(jìn)小波變換和二維圖像的求梯度運(yùn)算，構(gòu)造了四個(gè)二維圖像平滑濾波算子。然后由最大類間方差法和形態(tài)學(xué)開運(yùn)算構(gòu)成的局部閾值識(shí)別邊緣。實(shí)驗(yàn)結(jié)果表明該算法能很好地檢測(cè)邊緣，并且具有很強(qiáng)的抑制

3、噪聲能力。
　　圖像的點(diǎn)匹配是三維歐氏重建的基礎(chǔ)。本文提出了一種基于粗細(xì)策略的噪聲圖像對(duì)的點(diǎn)匹配算法。首先粗糙匹配在較大的模板窗內(nèi)利用加權(quán)的差絕對(duì)值和來(lái)比較邊緣相似性得到匹配點(diǎn)的大致范圍，然后精細(xì)匹配在粗略匹配所得的小范圍內(nèi)比較灰度相似性來(lái)確定匹配點(diǎn)位置。結(jié)合組合數(shù)學(xué)的定義和噪聲的對(duì)稱概率密度函數(shù)，改進(jìn)次序統(tǒng)計(jì)濾波器并把它用于估計(jì)灰度值。理論分析與實(shí)驗(yàn)表明了該點(diǎn)匹配算法具有計(jì)算簡(jiǎn)單、點(diǎn)匹配結(jié)果受噪聲影響很小的特點(diǎn)。
　　射影

4、重建是三維歐氏重建的必要階段。本文提出了兩種射影重建方法。第一種方法是基于分解算法的丟失數(shù)據(jù)射影重建。該射影重建以迭代的方式估計(jì)空間點(diǎn)、投影矩陣、深度因子和丟失的數(shù)據(jù)。通過(guò)奇異值分解求取空間點(diǎn)和投影矩陣。依據(jù)圖像點(diǎn)生成的線性子空間之和與射影重建空間點(diǎn)生成的線性子空間是同一線性子空間的特性，推導(dǎo)求取深度因子的方程組。第二種方法是利用二維重投影誤差和子空間的丟失數(shù)據(jù)射影重建。該射影重建利用二維重投影誤差的最小化形式來(lái)估計(jì)投影矩陣和空間點(diǎn)，根

5、據(jù)子空間的性質(zhì)獲得深度因子。在已知投影矩陣、空間點(diǎn)和深度因子的條件下，計(jì)算出丟失數(shù)據(jù)的新值。對(duì)模擬數(shù)據(jù)和真實(shí)圖像進(jìn)行實(shí)驗(yàn)，其結(jié)果表明這兩種方法具有重投影誤差小和收斂性好的特點(diǎn)，都可用于空間點(diǎn)在部分圖像上不可見的情況。
　　在射影重建到歐氏重建的轉(zhuǎn)換方面，本文給出了一種從射影重建直接重建物體三維歐氏輪廓形狀的算法。在實(shí)際拍攝中，設(shè)相機(jī)焦距未知和主點(diǎn)不變。利用尺度測(cè)量矩陣被奇異值分解可得多種運(yùn)動(dòng)與形狀的特點(diǎn)，在附加度量約束的條件下建立