基于双目视觉的3D重建关键技术研究

论文摘要

三维重建关键技术是计算机视觉的主要内容之一,研究了由两幅或多幅二维图像恢复出被拍摄物体的三维信息的方法,尤其是基于两幅图像的双目视觉重建技术是当今社会的一个研究热点。基于双目视觉的三维重建关键技术具有重要的理论研究意义和应用价值。本文在分析研究大量相关技术和文献的基础上,对立体视觉领域中的摄像机标定、角点检测、图像立体匹配、三维可视化等与3D重建相关的关键技术进行了研究。主要研究内容如下：（1）研究了基于RAC的Tsai标定法,获得立体摄像机的内外参数,两步法由于考虑了摄像机的径向畸变,使得标定精度得以提高。通过对不同幅数的图像进行标定,分析了标定图像幅数对摄像机标定参数和误差的影响,通过多次试验证明了该标定方法具有非常好的抗噪性。（2）研究了SUSAN角点检测算法与Harris角点检测算法,根据其优缺点,提出了一种基于多尺度和SUSAN算法结合的Harris改进算法。并通过不同的图像对该方法进行测试,并在角点检测效果和抗噪性方面证实了该算法的有效性。（3）针对Harris算法只能达到像素级精度的缺点,进行了改进。研究了二次曲面拟合方法和误差迭代方法,以Harris算法为基础进行亚像素角点检测,并通过实验对这两种方法进行了对比分析,证明了二次曲面拟合法方法的亚像素角点检测更适合本文的使用。（4）研究了经典的相关匹配法,并将信息熵和HSV颜色矩引入到角点匹配中,然后结合Harris算法检测的角点与SIFT算法匹配精度高的优点,提出了Harris-SIFT方法进行角点匹配,并使用抽样测试方式证明了该算法的有效性。（5）结合立体摄像机模型与匹配的角点,计算三维坐标点,在DirectX平台上,利用顶点列表和索引列表进行了3D重建。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景及意义
• 1.2 双目立体视觉国内外研究现状
• 1.2.1 国外的研究情况
• 1.2.2 国内的研究情况
• 1.3 双目立体视觉重建系统关键技术
• 1.4 本文主要研究内容
• 第2章 立体摄像机标定原理及方法研究
• 2.1 摄像机成像模型及坐标转换研究
• 2.1.1 线性摄像机模型及坐标系平面研究
• 2.1.2 非线性摄像机模型
• 2.2 传统摄像机标定常用方法研究
• 2.2.1 直接线性变换（DLT变换）
• 2.2.2 非线性优化方法
• 2.2.3 基于RAC的Tsai两步标定法
• 2.3 立体摄像机标定实现与结果分析
• 2.3.1 单个摄像机的标定
• 2.3.2 双目摄像机的标定
• 2.3.3 图像幅数对摄像机标定结果的影响
• 2.3.4 摄像机标定方法抗噪性分析
• 2.4 本章小结
• 第3章 基于改进Harris算法的亚像素角点检测
• 3.1 目标图像预处理
• 3.1.1 图像平滑处理
• 3.1.2 直方图均衡化
• 3.2 目标图像角点特征提取研究与实现
• 3.2.1 角点概述与角点提取算法要求
• 3.2.2 SUSAN角点提取算法研究与实现
• 3.2.3 Harris角点提取算法研究与实现
• 3.2.4 SUSAN与Harris角点检测结果与对比
• 3.3 基于多尺度与SUSAN算子的Harris算子改进
• 3.3.1 不同尺度对角点检测的影响
• 3.3.2 改进的Harris角点检测研究
• 3.3.3 改进的Harris算子实验与分析
• 3.4 亚像素角点检测方法研究与性能分析
• 3.4.1 基于二次曲面拟合的亚像素角点检测研究与实现
• 3.4.2 误差迭代方法的亚像素角点检测研究与实现
• 3.4.3 亚像素角点检测方法的性能分析与比较
• 3.5 本章小结
• 第4章 基于角点特征的立体匹配研究与实现
• 4.1 立体匹配约束与匹配方法
• 4.1.1 立体匹配约束
• 4.1.2 立体匹配策略与匹配方法
• 4.2 基于灰度模板的角点匹配研究
• 4.2.1 NCC双向匹配策略的角点匹配研究与实现
• 4.2.2 基于局部信息熵与SAD的的角点匹配
• 4.2.3 实验结果分析
• 4.3 基于HSV颜色矩的的角点匹配
• 4.4 基于Harris-SIFT算法的角点匹配研究与实现
• 4.4.1 SIFT关键点与特征描述向量的生成
• 4.4.2 基于Harris-SIFT的角点匹配
• 4.4.3 实验结果分析
• 4.5 本章小结
• 第5章 基于D i rectX的3D重建
• 5.1 双目视觉理论与MATLAB重建
• 5.1.1 视差与深度计算
• 5.1.2 三维点坐标获取
• 5.1.3 MATLAB插值重建
• 5.2 基于DirectX的3D重建实现
• 5.2.1 DirectX平台介绍
• 5.2.2 DirectX 3D重建
• 5.3 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢