基于單幅圖像的三維形貌恢復(fù)方法研究.pdf

1、三維形貌恢復(fù)是計算機視覺領(lǐng)域研究的一個重要分支，在工業(yè)、農(nóng)業(yè)、國防、醫(yī)學(xué)、空間技術(shù)等領(lǐng)域具有廣泛的應(yīng)用價值。從明暗恢復(fù)形狀(shape from shading,簡稱SFS)是計算機視覺中三維形貌恢復(fù)的關(guān)鍵技術(shù)之一，其利用單幅圖像中物體表面的灰度(或明暗)變化來間接獲得表面各點的高度值，實現(xiàn)物體在平面圖像可視范圍的三維形貌恢復(fù)。 本文探討了SFS四類典型算法的基本原理和求解方法，通過實際圖片驗證，從解的惟一性、三維形貌恢復(fù)精度、

2、求解效率及適用范圍等方面對各類算法進行了比較和評價，并在此基礎(chǔ)上，借鑒已有算法的優(yōu)勢，設(shè)計了基于單幅圖像恢復(fù)物體三維形貌的下列算法：(1)推導(dǎo)出物體成像坐標系與光源坐標系的變換關(guān)系；(2)假設(shè)物體局部形狀為球面，推導(dǎo)出圖像灰度的一階導(dǎo)數(shù)；(3)基于坐標系變換關(guān)系和灰度一階導(dǎo)數(shù)，提出了在光源坐標系下計算表面點法矢的偏角θ的方法；(4)從反射強度公式E=Ipcos 出發(fā)，假設(shè)物體局部形狀為球面，推導(dǎo)出表面點法矢的傾角；(5)根據(jù)傾角和偏角θ

3、計算光源坐標系下物體表面點法矢；(6)推導(dǎo)出坐標系逆變換關(guān)系，并利用其將表面點法矢轉(zhuǎn)換到物體成像坐標系；(7)利用表面法矢計算歸一化的灰度值，進而推導(dǎo)出物體表面點的高度值。 借助MATLAB軟件開發(fā)工具，本文設(shè)計了“SFS三維形貌恢復(fù)軟件”，并選用大量圖片用其進行實際驗證，結(jié)果表明：本文方法計算效率和恢復(fù)精度較高。利用課題組在VC++環(huán)境下開發(fā)的“真實感圖像生成軟件”生成了虛擬現(xiàn)實球體圖像，其每個像素點的實際灰度值、真實高度值和

4、坐標值均為已知，為驗證算法精度提供了理想初始條件。 本文選用128x128像素大小的虛擬現(xiàn)實球體圖像作為實驗對象，并分別采用全面像素點誤差、矩形邊像素點平均誤差、橫向截面平均誤差三種評價方法分析三維恢復(fù)精度。分析結(jié)果表明：(1)全面像素點誤差的最大和最小值分別為0.2586和0.1264個單位；(2)從球體圖像中心4點開始畫45個矩形，統(tǒng)計每個矩形的四條邊所覆蓋像素點的恢復(fù)高度值的平均誤差得到：球體最大內(nèi)切矩形所覆蓋像素點的平均

5、誤差最大，為0.2109個單位；中心4點確定的矩形所覆蓋像素點的平均誤差最小，為0.1264個單位，平均誤差隨球體半徑的增大而增大；(3)在球體平面圖像的水平方向上，128個橫向截面上的像素點平均誤差的最大和最小值分別為0.2150和0.1674個單位，超過4/5的橫截面平均誤差小于0.2個單位。由于球體邊緣區(qū)域灰度存在突變，所以誤差較大，對于灰度變化平緩區(qū)域，特別是球體中心鄰域，恢復(fù)誤差很小，在0.2個單位以下。適當增加算法的邊界條件