论文部分内容阅读
三维重建即通过物体的二维信息捕获物体的三维信息,该研究是计算机视觉研究的主要内容之一。换句话说,重建物体的三维结构就需要研究与之对应的二维图像中点、线、面的坐标关系,从而实现对物体大小、空间相互位置关系等内容的定量分析。三维重建及可视化在计算机导航、三维测量、工业自动化、军事模拟等方面都有着重要应用。本文主要通过先锋机器人进行导航拍摄物体的视频信息来实现目标物体的三维重建,主要从图像预处理、外部场景信息的划分、大小目标物体的多视图立体重构等几个方面进行基于机器人视觉导航的三维重建研究,最后得到导航信息下的目标物体的稠密点云结构,结果具有较好的可视性。论文主要由以下几个部分组成:图像预处理阶段,为了使得后续一系列的图像处理操作更加理想,在包括场景信息分割、三维重建过程之前往往需要对图像进行预处理工作。本文对该领域中图像高斯噪声的滤除技术进行了深入的研究,针对基于偏微分方程的滤波法中迭代次数以及效果不明确等现象,本文在偏微分方程滤波算法中引入噪声标准量以及遗传算法的思想,对噪声图片进行PDE滤波法的有效次迭代滤波,快速准确的获得哪一次迭代滤波效果,并参考图像常用滤波效果衡量值一—峰值信噪比,进行本文算法的有效性验证,实验结果证明了本文算法的有效性和智能性。场景图像分割识别阶段,本文提出了一种基于对数差秩序统计量(Rank-Ordered Logarithmic Difference,ROLD)和Otsu联合分割识别图像的方法,首先根据图像中各个景物包括天空、树木、道路等类别的不同ROLD特征量分布,先将一部分景物分割识别出来,继而利用Otsu将剩余的景物区分开来,最终实现了不同复杂场景的鲁棒分割,尤其是对于含有复杂道路的场景信息区分,实验结果验证了本文方法的有效性、适用性和鲁棒性。三维重建相关技术研究阶段,介绍了一种基于Bundler和PMVS的三维重建方法,并分别选取小型物体和外部环境中大型物体帧图像进行该方法下的三维重建实验,并考虑到视频帧图像数量较多的问题,本文在重建之前对所有帧图片进行关键帧的选取,并把这些关键帧图片作为重构系统的输入初始值。重建的结果表明本文所采用的重建方法基本满足视觉效果,并且由于间隔选取图片,减少了输入的图片数,从而系统重建时间相对减少,实现了时间上的优化。