基于合成视觉的3D重建技术研究

论文摘要

三维重建是计算机视觉的一个重要的研究方向,主要应用于自主机器人导航、目标识别以及真实场景重现。面向无人机自主着陆导航需求,本文提出了三维地形重建处理框架,侧重于合成视觉理论分析和实验数据处理研究。在研究双目立体视觉的基础上,分析了三维结构重建精度误差,提出了基于空—时处理的单目合成视觉处理方法。在单目视觉信息处理基础上,分别研究了从SFM(Structure from Motion)方法和无需立体匹配过程的平面视差方法。为了提高算法的鲁棒性,研究了SIFT(Scale Invariant Feature Transform)特征分析和特征提取。通过理论分析和实验数据处理,实现了从双目短基线三维重建到单目长基线以及合成长基线的三维重建。本文的创新点在于:用平面视差方法实现了单目摄像机的三维重建。通过定标获取摄像机内部参数,在亮度不变约束条件下,将摄像机旋转和平移参数以及场景结构参数,通过牛顿迭代方法进行最佳估计,再利用场景结构参数实现三维重建。该算法在提高三维重建精度的同时,又省去了图像匹配的中间过程。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 立题意义与研究背景
• 1.2 国内外研究现状及发展方向
• 1.2.1 UAV视觉导航系统研究现状
• 1.2.2 三维重建技术研究现状
• 1.3 主要研究内容及创新
• 第2章 立体视觉三维重建
• 2.1 图像的获取
• 2.1.1 摄像机成像模型
• 2.1.2 图像预处理
• 2.2 摄像机定标与图像校正
• 2.2.1 摄像机定标
• 2.2.2 图像校正
• 2.3 视差图的获取
• 2.3.1 立体匹配
• 2.3.2 视差空间
• 2.3.3 动态规划图像匹配
• 2.3.4 优化方法
• 2.4 三维重建
• 2.5 实验结果分析
• 2.6 本章小结
• 第3章 运动恢复结构的三维重建
• 3.1 立体视觉三维重建的误差分析
• 3.2 运动恢复结构（SFM）原理
• 3.3 SIFT特征检测与匹配
• 3.3.1 尺度空间理论
• 3.3.2 SIFT特征点的选取
• 3.3.3 SIFT特征点的匹配
• 3.4 实验结果分析
• 3.5 本章小结
• 第4章 基于平面视差的三维重建
• 4.1 平面视差原理
• 4.1.1 平面视差几何原理
• 4.1.2 平面视差代数推导
• 4.2 基于平面视差的三维重建算法
• 4.2.1 拉普拉斯金字塔
• 4.2.2 图像映射模型
• 4.2.3 参数模型估计
• 4.3 实验结果分析
• 4.4 本章小结
• 第5章 总结与展望
• 参考文献