數(shù)據(jù)驅動的多視圖三維重建.pdf

1、三維重建一直是計算機視覺與圖形學領域的熱點研究問題之一，它的目的是如何有效地創(chuàng)造場景的三維模型。當今正處在虛擬現(xiàn)實與增強現(xiàn)實的蓬勃發(fā)展時代，三維模型是虛擬現(xiàn)實與增強現(xiàn)實的基礎，因此，如何快速有效地創(chuàng)造場景的三維模型是計算機研究工作者無法回避的問題。傳統(tǒng)的以手繪制等正向三維重建方法無法在真實性、實時性和交互性等方面滿足現(xiàn)在的應用需求，尤其是對一些大規(guī)模場景，傳統(tǒng)三維重建方法更是無法勝任。鑒于普通廉價相機的普及，極易從真實世界中采集大量的視

2、頻或圖像數(shù)據(jù)，而計算機視覺技術又能提供滿足人類視覺感知規(guī)律的計算模型，這有效地彌補了正向三維重建技術的不足。因此，基于視覺計算模型的三維重建技術是當今的主流發(fā)展趨勢。
　　基于上述背景，本論文研究數(shù)據(jù)驅動的多視圖三維重建技術，包括如何從視頻或圖像數(shù)據(jù)中獲取攝像機的內部參數(shù)、外部參數(shù)和場景三維幾何信息，有效地解決大規(guī)模三維重建中的光照一致性和幾何一致性等問題，為當今應用需求提供了一套完備的解決方案。概括地說，本論文的主要創(chuàng)新點如下:

3、
　　(1)提出了一種快速魯棒的特征跟蹤框架。此框架建立在本論文提出的帶有方向的特征檢測子和具有較強表達能給力的特征描述子之上，較好地解決了圖像旋轉、遮擋和相似性給描述子匹配帶來的影響。此外，為了提高算法的時間效率，提出一種快速的多視圖特征匹配方法，在不需要增加計算量的條件下，此方法能夠有效地產(chǎn)生多視圖之間的匹配關系，從而提高了特征跟蹤的精度。高質量的特征跟蹤方法能夠促進運動推斷結構技術的發(fā)展，為大規(guī)模復雜場景的三維重建奠定基礎。

4、
　　(2)提出了一種快速魯棒的攝像機絕對姿態(tài)估計算法。在向量的核空間內建立攝像機絕對姿態(tài)估計的求解方程，避免深度信息的影響，降低了計算絕對姿態(tài)需要的2D-3D點數(shù)，簡化計算過程。在此基礎之上，提出一種快速的非線性優(yōu)化方法，對初始姿態(tài)進行優(yōu)化，能夠在較短的時間內獲得攝像機的高精度姿態(tài)信息，為三角化和集束調整奠定基礎。
　　(3)提出了一種適用于大規(guī)模場景的快速魯棒的集束調整算法。此算法從損失函數(shù)的角度考慮噪聲數(shù)據(jù)對三維重建的

5、影響。在此基礎之上，充分利用攝像機與三維點以及雅克比矩陣之間的稀疏性，將大規(guī)模場景分解為在有限內存空間下的可求解問題，此外，采用稀疏矩陣壓縮技術進一步提高內存空間的利用率。最后，充分利用了正態(tài)方程系數(shù)矩陣的對陣正定性，采用快速矩陣分解算法求解未知參數(shù)的解，有效地避免了直接計算高維逆矩陣帶來的時間開銷;同時采用并行思想實現(xiàn)了計算密集型的高維矩陣乘法運算，進一步提高了算法的計算效率。因此，優(yōu)秀的集束調整算法為重建出與真實場景具有高度幾何一致

6、性的三維模型奠定基礎。
　　(4)提出了一種多視圖三維重建框架。此框架將三維重建流程分為運動推斷結構、多視圖立體重建和表面重建等主要模塊。在運動推斷結構模塊，提出一種新的計算流程、初始視圖選取方法和基于顯著性的歧義點云消除算法，有效地提高了運動推斷結構生成的點云模型質量。在多視圖立體模塊，提出一種通用的多視圖立體算法，能夠自動選取初始化視圖，避免人工干預的影響。在表面重建模塊，采用多頻帶的混合技術優(yōu)化紋理模型，增強了三維模型與真實