基于未标定图像的三维重建技术研究-计算机科学与技术专业毕业论文.docx

文档介绍：摘 要从运动恢复三维形状是计算机视觉领域的中心问题。而非定标图象序列的运动结构问题是近十年的研究热点。在理论方面,从多视角几何关系、射影重建到相机自定标技术都得到长足进展。在应用方面,随着计算机及网络技术的飞速发展,许多应用领域对三维图形数据提出更高的要求。如何尽可能自动地获取复杂、逼真的三维图形模型是当前的一个前沿课题。本文针对这一课题进行探讨,在一些非定标图像三维重建的关键算法上提出一些新的改进。其有效性在仿真数据和真实场景图象序列实验中得到了证明。首先,在角点检测方面,针对susAN角点算法在实际应用中的不足,提出了改进的SuSAN角点算法,使角点均匀的分布在图像上,有利于角点的匹配。其次,根据基本矩阵的计算往往转化为最优化问题,研究了基于遗传算法的基本矩阵估计方法,对基本矩阵的鲁棒求解进行了一次有意义的尝试。最后,通过摄像机白标定,利用矩阵分解的方法和三角形法建立了场景的三维模型。通过实际图像的仿真实验,表明了本文方法的有效性。关键词:susAN算法,基本矩阵,摄像机自定标,三维重建AbstractTheStructurefr伽Motion(SFM)(USFM),including叫ltipleviewgeo嘴try,projectivereconstructionandc锄eraself—. Intheapplications,deVeloping,,ontheresearchofinterestpointdetection,since霄henuseSUSANalgorit|1nltodetectrealimge,thenumberoffeaturesistoo舢ch,soweproposeaimprovedSUSANalgorithⅡ:Secondly,putationoffund硼ental髓trix,:Finally。hecamera’:SUSANAlgorithm,FundaIIlentalMatrix,Self-Calibration,3DReconstructionII西北工业大学硕士学位论文 ,人们迫切地希望能突破现有数字计算机的信息处理能力,将其扩展为能处理多维信息的智能计算机系统。近二三十年以来,科技工作者为实现这个目标进行了不懈和艰苦的努力,其中大多数人又以计算机视觉作为处理多维信息的突破点。据统计,人类从外界获取的信息中有7096—80%是通过眼睛得到的。计算机视觉的研究目的就是使计算机具有通过二维图像认知三维环境信息的能力,它是一门融合了数字图像处理、计算机图形学、模式识别、神经生物学等研究成果的学科,基于图像序列的三维重建正是利用了计算机视觉的一