基于多幅圖像序列的三維重建算法的研究.pdf

1、　　基于多幅圖像序列的三維重建，是通過提取物體的二維圖像信息來恢復(fù)物體在真實空間中的三維信息，其主要步驟包括：圖像序列的采集、圖像特征點的檢測與匹配、攝像機的標(biāo)定、稀疏三維點云的重建。圖像特征點的檢測與匹配是三維重建的基礎(chǔ)，同時也是下一步攝像機標(biāo)定的實驗依據(jù)。PMVS算法是一種基于特征點的三維重建算法，是目前公認(rèn)的重建效果較好的算法之一。因此，本文重點研究了PMVS算法。
　　但是PMVS算法在重建過程中容易出現(xiàn)重建出的物體表面

2、不連續(xù)，某些區(qū)域與真實物體的形狀有偏差等問題，同時 PMVS 算法在面片擴展時時間復(fù)雜度非常高，尤其在處理高分辨率圖像時需要付出巨大的時間和空間代價，這大大降低了算法的效率。
　　本文首先利用 SIFT 算法來提取圖像序列的特征點，然后采取 Bundler 標(biāo)定方法(一種基于 SFM 運動恢復(fù)結(jié)構(gòu)的算法)進(jìn)行攝像機的自標(biāo)定，最后采用 PMVS ( Patch Multi-view Stereo)算法來進(jìn)行稀疏點云的三維重建。針對

3、PMVS算法存在的不足，本文提出了一種加入法向調(diào)整的 PMVS 改進(jìn)算法，使重建出的物體表面在某些細(xì)節(jié)部位更加符合真實物體形狀，同時通過采用多分辨率分級重建的策略在一定程度上縮短了算法的運行時間，提高了重建的效率。
　　本文實驗中通過采集兩組圖像序列，分別采用原始PMVS算法與改進(jìn)后的PMVS算法對這兩組圖像序列進(jìn)行了實驗，實驗結(jié)果表明，加入了法向調(diào)整的 PMVS 算法重建出的物體表面更加光滑連續(xù)，更接近物體真實形狀，同時采用多