基于特征约束的人脸三维重建算法研究

论文摘要

三维人脸重建是一项极具挑战的热门研究课题,涉及应用数学、图像处理和机器视觉等多个学科,在3D动画,生物特征识别等领域具有潜在的应用。随着社会信息化和计算机技术的发展,三维人脸重建必将得到更大的发展。三维人脸数据是人脸重建的基础,基于双目立体视觉的三维数据获取方法因具有成本低、用户界面友好的特点,受到广大研究者的高度关注。本文通过对摄像机标定、立体匹配和三角剖分等算法的研究,讨论了基于双目立体视觉的三维人脸重建方法,主要研究工作如下：首先,通过分析黑白棋盘格图像的灰度特征,用融合的Harris算子与BW算子进行角点检测,提取亚像素级精度的角点坐标用于摄像机标定,获得摄像机内外参数；其次,在立体匹配过程中,结合区域匹配和特征匹配的优点,提出了改进的基于人脸特征约束的块匹配方法。该方法根据Adaboost人脸检测结果,将人脸划分为多个区域,对不同的区域采取不同的匹配策略,以获取人脸稠密的亚像素级视差图；再次,对本文提出的算法利用MATLAB编程实现,并分析实验结果。最后,对本文研究工作中存在的问题难点进行了总结,并对下一步需要改进及研究的工作进行展望。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究意义及背景
• 1.2 三维人脸重建的研究现状
• 1.3 双目立体视觉在人脸重建中的应用
• 1.4 本论文结构安排
• 第2章 图像获取和特征提取算法
• 2.1 图像获取
• 2.2 特征提取算法研究
• 2.2.1 角点检测算法
• 2.2.2 边缘检测算法
• 2.3 改进的黑白棋盘格角点提取算法
• 2.4 实验结果与分析
• 2.4.1 摄像机标定靶标的角点提取实验
• 2.4.2 人脸边缘特征提取实验
• 第3章 摄像机标定算法
• 3.1 摄像机成像几何模型
• 3.1.1 成像几何中的坐标系
• 3.1.2 成像关系的推导
• 3.3 单目摄像机标定
• 3.4 双目立体视觉系统标定过程
• 3.5 实验步骤与结果分析
• 3.6 本章小结
• 第4章 立体匹配算法研究
• 4.1 立体匹配中的约束条件
• 4.2 立体匹配方法分类
• 4.2.1 特征匹配
• 4.2.2 区域匹配
• 4.2.3 相位匹配
• 4.3 改进的基于人脸特征约束的块匹配方法
• 4.3.1 块匹配方法概述
• 4.3.2 视差范围估计及边缘特征初始匹配
• 4.3.3 基于边缘特征约束的亚像素级视差匹配
• 4.4 实验结果分析
• 4.4.1 人脸边缘检测和匹配实验
• 4.4.2 人脸全局匹配
• 4.5 本章小结
• 第5章 人脸网格重建算法
• 5.1 空间点三维坐标值求解
• 5.2 点云数据处理
• 5.2.1 基于包围盒的点云去噪方法
• 5.2.2 基于曲率的点云精简方法
• 5.3 人脸点云网格重建
• 5.3.1 Delaunay三角剖分定义
• 5.3.2 Delaunay三角剖分准则
• 5.3.3 基于Delaunay三角剖分的平面投影法
• 5.4 实验结果
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 本文的工作总结
• 6.2 未来研究工作的展望
• 参考文献
• 致谢