论文部分内容阅读
基于影像序列的场景三维重建的研究目的是如何利用二维影像序列恢复三维场景,其相关理论及技术在战场三维地形仿真、机器人自主导航、军事侦察、3D通信、电子商务等领域有着广阔的应用前景。基于影像序列的二维影像非线性畸变的自动校正、相机内部参数的自动标定、具有影像真实的三维场景重建是计算机视觉三维重建中的技术核心。本文根据计算机视觉多视图几何的原理,以普通数码相机获取的影像序列作为研究对象,对三维重建中的主要技术和基本过程进行了较为系统的研究和试验,并重点研究了相机径向畸变自动校正和自动标定技术。本文的主要工作和取得的成果如下:1.相机径向畸变自动校正对目前的数码相机而言,影响影像质量的主要因素是影像中的径向畸变。为此本文提出了一种基于基本矩阵的相机畸变自动校正的新方法。本算法在RANSAC鲁棒估计基本矩阵F的基础上,通过最小二乘平差方法进行自动校正,估计出径向畸变系数k1,k2以及校正后的基本矩阵F。此算法克服了传统标定方法需要使用专门的标定装置的局限,从而提高了畸变校正的灵活性和适用性。2.同一参考系下相机矩阵的计算基于影像序列的相机标定预处理主要包括两方面:三焦点张量估计和同一场景同一参考系下投影矩阵的获取。三焦点张量包含了三幅影像之间不依赖于场景结构的所有（射影）几何关系。本文通过RANSAC算法依次计算出输入影像序列的三焦点张量,随后又将每个三焦点张量获得的三个相机矩阵转化到以第一个相机中心为原点的坐标参考系下,并通过模拟数据验证该方法是正确有效的,从而避免了采用光束法平差法时所涉及到的繁琐的计算过程,也为实现影像序列的三维重建奠定了基础。3.相机自动标定与目标三维模型相机标定是实现欧氏三维重建的关键,本文在对相机标定技术进行分类总结的基础上,对目前的利用绝对对偶二次曲面实现相机自动标定方法进行了改进,将获得的多元高次方程线性化,采用牛顿迭代法进行答解,并通过对模拟数据和实际影像数据实验,验证了此方法的有效性。同时在此基础上,计算出影像中匹配点的空间位置,通过用Delaunay法则构建空间三角网,将影像纹理影射到模型表面,进而获得具有影像真实感的目标三维模型。本文最后对所提出的算法均在MATLAB上进行了实验验证,并利用VC++等编程工具开发了相应的试验系统。