基于多幅圖像的建筑物三維重建關(guān)鍵技術(shù)研究.pdf

1、隨著科學(xué)技術(shù)的快速發(fā)展，民用和軍事領(lǐng)域?qū)θS重建及與之相關(guān)的需求越來越多。為了滿足這些需求，在過去的幾年中用于三維重建的技術(shù)和理論得到了長足發(fā)展。其中基于真實目標(biāo)圖像的三維重建技術(shù)作為一種建立在光學(xué)、電子學(xué)和計算機(jī)技術(shù)研究基礎(chǔ)上的新興重建方式，從一個嶄新的重建思路上適應(yīng)了現(xiàn)代化生產(chǎn)對重建技術(shù)在靈活性、適用性等方面的更高要求。
　　課題“基于多幅圖像的建筑物三維重建關(guān)鍵技術(shù)研究”是使用單個數(shù)碼相機(jī)對被重建物體多方位拍攝來獲取多幅圖像

2、，利用所得圖像進(jìn)行該物體的三維歐氏重建，以達(dá)到對實際物體的形狀恢復(fù)的目的。其中需要重點解決圖像的邊緣提取、圖像的點匹配、射影重建及歐氏重建等關(guān)鍵技術(shù)問題。
　　圖像的邊緣提取是三維歐氏重建的前提。本文提出了一種基于二進(jìn)小波和形態(tài)學(xué)的邊緣檢測算法。首先根據(jù)二進(jìn)小波變換和二維圖像的求梯度運算，構(gòu)造了四個二維圖像平滑濾波算子。然后由最大類間方差法和形態(tài)學(xué)開運算構(gòu)成的局部閾值識別邊緣。實驗結(jié)果表明該算法能很好地檢測邊緣，并且具有很強(qiáng)的抑制

3、噪聲能力。
　　圖像的點匹配是三維歐氏重建的基礎(chǔ)。本文提出了一種基于粗細(xì)策略的噪聲圖像對的點匹配算法。首先粗糙匹配在較大的模板窗內(nèi)利用加權(quán)的差絕對值和來比較邊緣相似性得到匹配點的大致范圍，然后精細(xì)匹配在粗略匹配所得的小范圍內(nèi)比較灰度相似性來確定匹配點位置。結(jié)合組合數(shù)學(xué)的定義和噪聲的對稱概率密度函數(shù)，改進(jìn)次序統(tǒng)計濾波器并把它用于估計灰度值。理論分析與實驗表明了該點匹配算法具有計算簡單、點匹配結(jié)果受噪聲影響很小的特點。
　　射影

4、重建是三維歐氏重建的必要階段。本文提出了兩種射影重建方法。第一種方法是基于分解算法的丟失數(shù)據(jù)射影重建。該射影重建以迭代的方式估計空間點、投影矩陣、深度因子和丟失的數(shù)據(jù)。通過奇異值分解求取空間點和投影矩陣。依據(jù)圖像點生成的線性子空間之和與射影重建空間點生成的線性子空間是同一線性子空間的特性，推導(dǎo)求取深度因子的方程組。第二種方法是利用二維重投影誤差和子空間的丟失數(shù)據(jù)射影重建。該射影重建利用二維重投影誤差的最小化形式來估計投影矩陣和空間點，根

5、據(jù)子空間的性質(zhì)獲得深度因子。在已知投影矩陣、空間點和深度因子的條件下，計算出丟失數(shù)據(jù)的新值。對模擬數(shù)據(jù)和真實圖像進(jìn)行實驗，其結(jié)果表明這兩種方法具有重投影誤差小和收斂性好的特點，都可用于空間點在部分圖像上不可見的情況。
　　在射影重建到歐氏重建的轉(zhuǎn)換方面，本文給出了一種從射影重建直接重建物體三維歐氏輪廓形狀的算法。在實際拍攝中，設(shè)相機(jī)焦距未知和主點不變。利用尺度測量矩陣被奇異值分解可得多種運動與形狀的特點，在附加度量約束的條件下建立