基于双目视觉人脸重建的匹配算法研究

论文摘要

基于双目视觉人脸重建涉及应用数学、图像处理、计算机视觉等多个领域,已成为应用数学与高新技术紧密结合的热点研究课题,它在人脸识别、人脸动画等方面具有潜在的应用前景。在基于双目视觉的人脸重建过程中,立体匹配是一个关键步骤,它的准确性直接影响人脸的重建效果。本文在对摄像机进行标定及极线校正后,提出一种改进的基于区域增长的匹配算法,主要的研究工作如下：首先,讨论双目立体视觉原理及摄像机标定方法。对靶标图像,利用改进的基于Harris算子的角点检测算法定位角点,之后对摄像机进行标定。然后,对人脸图像,利用改进的基于窗口的匹配方法求得初始种子点,利用改进的区域增长准则及抛物线拟合方法进行区域增长,求得亚像素级精度的视差。再次,对得到的视差进行处理。利用对称性约束和连续性约束去除错误视差,利用本文提出的基于曲面拟合的方法进行视差填充。最后,分析立体匹配的实验结果,并对匹配中存在的难点问题进行了总结和展望。利用本文提出的匹配算法,得到了满意的视差图,并重建出三维人脸点云。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 三维人脸重建综述
• 1.1.1 三维人脸重建的发展
• 1.1.2 三维人脸重建的应用
• 1.2 立体视觉概述
• 1.3 本文的主要内容
• 1.3.1 三维重建系统构成
• 1.3.2 结构安排
• 第2章 双目立体视觉
• 2.1 摄像机透视投影模型
• 2.1.1 常用坐标系简介
• 2.1.2 针孔成像模型
• 2.2 基于双目立体视觉的三维人脸重建
• 2.2.1 双目立体视觉原理
• 2.2.2 双目视觉人脸重建系统
• 第3章 摄像机标定算法
• 3.1 摄像机标定简介
• 3.1.1 摄像机标定概念
• 3.1.2 摄像机标定分类
• 3.2 黑白棋盘格角点检测
• 3.2.1 基于Harris算子的角点检测算法
• 3.2.2 改进的角点检测算法
• 3.3 张正友摄像机标定法
• 3.4 双目摄像机标定
• 第4章 立体匹配算法
• 4.1 立体匹配概述
• 4.1.1 立体匹配的约束条件
• 4.1.2 立体匹配算法分类
• 4.2 基于窗口的匹配算法研究
• 4.2.1 基于窗口的匹配算法
• 4.2.2 改进的基于窗口的匹配算法
• 4.3 基于区域增长的匹配算法研究
• 4.3.1 基于区域增长的匹配算法
• 4.3.2 改进的基于区域增长的匹配算法
• 4.3.2.1 种子点选取算法的改进
• 4.3.2.2 区域增长准则的改进
• 4.4 视差处理
• 4.4.1 视差检验
• 4.4.2 视差填充
• 第5章 实验结果与分析
• 5.1 黑白棋盘格角点检测结果与分析
• 5.2 摄像机标定结果与分析
• 5.3 立体匹配结果与分析
• 第6章 总结与展望
• 6.1 本文工作总结
• 6.2 工作展望
• 参考文献
• 致谢