基于双目立体视觉的三维重建技术研究与实现

论文摘要

三维重建是计算机视觉技术的主要内容之一,研究了由两幅或多幅二维图像恢复出被拍摄物体的深度信息的方法。其中基于两幅图像的双目视觉技术是一个研究热点。双目立体视觉模仿人眼与人类视觉的立体感知过程,从两个视点观察同一景物,以获取不同视角下的图像,通过三角测量原理计算图像像素间的位置偏差,以获取景物的深度信息。双目立体视觉技术在虚拟现实、机器视觉、多媒体教学、数字娱乐、产品外观设计、雕刻与建筑等领域都有着广泛的应用。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、立体匹配、三维重建这三个关键技术进行了研究。主要研究如下:1.自制标定模板,用普通数码相机拍摄两幅不同角度的带有标定模板的手机照片。利用Tsai两步法对照相机进行标定,求出了照相机的内外参数。2.对所拍摄的照片进行滤波、锐化等图像处理,采用基于特征的匹配方法,从两幅图像中分别提取特征点,然后利用极线约束等匹配准则对一幅图像中的特征点在另一幅图像中寻找匹配点。3.在已获得照相机的内外参数和完成左右图像的特征点匹配的基础上,根据立体视觉原理实现了对特征点的三维重建,给出了特征点的空间坐标。最后在计算机上通过OpenGL编程将这些点显示出来,实现了手机的三维重建。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 双目立体视觉
• 1.3 基于双目立体视觉的三维重建
• 1.3.1 国内外研究现状
• 1.3.2 存在的问题
• 1.4 本文的主要研究工作
• 1.5 论文各章内容安排
• 2 摄像机标定
• 2.1 摄像机标定简介
• 2.1.1 传统的摄像机标定方法
• 2.1.2 摄像机自定标方法
• 2.2 成像变换与摄像机模型
• 2.2.1 立体成像
• 2.2.2 四个坐标系
• 2.2.3 摄像机模型
• 2.3 Tsai两步法标定
• 2.3.1 带有透镜径向畸变的摄像机模型
• 2.3.2 径向排列约束
• 2.3.3 Tsai两步法标定的步骤
• 2.4 实验结果
• 3 立体匹配
• 3.1 图像预处理
• 3.1.1 图像滤波
• 3.1.2 图像锐化
• 3.2 特征点提取
• 3.2.1 Harris特征点提取
• 3.2.2 SIFT特征点提取
• 3.3 立体匹配
• 3.3.1 匹配方法
• 3.3.2 匹配约束条件
• 3.3.3 极线几何
• 3.4 实验结果
• 4 三维重建
• 4.1 立体视觉三维重建原理
• 4.2 空间基元重建
• 4.2.1 空间点的重建
• 4.2.2 空间直线与曲线重建
• 4.3 利用OpenGL实现三维物体重建
• 4.3.1 Windows下的OpenGL的结构
• 4.3.2 OpenGL中的图元及变换
• 4.3.3 用OpenGL绘制三维图形
• 4.4 实验结果
• 5 研究总结与展望
• 5.1 研究总结
• 5.2 展望
• 致谢
• 参考文献