無序圖像的多視立體匹配算法研究.pdf

1、近年來，三維重建技術被廣泛地應用?，F在有很多設備可以直接獲得場景的深度信息，重建場景模型，但是這些設備容易受到自然環(huán)境的影響，限制了一些特定場景的重建，并且設備成本較高操作復雜。無序圖像的多視立體匹配算法可以針對于簡單的圖像采集設備在自然環(huán)境下采集的圖像數據重建場景模型，適應范圍較廣，因此無序視圖的多視圖立體匹配是三維重建技術的研究重點之一。
　　目前多視圖立體匹配（Multi-View Stereo matching，MVS）的

2、算法研究中有些較好的算法，但是算法普遍存在處理時間長，精度不高等問題。本文重點研究了MVS算法，并針對目前的研究現狀在算法處理時間和重建精度上做出改進。具體的研究內容和創(chuàng)新工作如下：
　　1.本文首先結合SIFT和SURF兩種特征進行視圖匹配，提高了圖像的匹配精度。在從運動中恢復結構（Structure from Motion，SFM）的過程中，兩特征結合提高了相機之間位置參數的精度，同時增加了稀疏點云的數目，不僅增加了算法的穩(wěn)定

3、性，而且減少了在區(qū)域增長過程中增長到錯誤區(qū)域的概率，因此可以提高最后重建模型的精度。
　　2.本文研究了基于圖像級的全局視圖選擇以及基于像素級的局部視圖選擇，本文首先在全局視圖選擇過程中加入判決條件，并且自適應的確定鄰域視圖候選集合中的視圖數目，不僅提高了整個重建過程的速度，而且提高了立體匹配中鄰域視圖的準確度。另外本文在局部視圖選擇過程中改進了打分函數中極平面夾角的權重因子，提高了局部視圖選擇的準確性。
　　3.在區(qū)域增長

4、過程中，MVS算法可以得到準確度較高的重建結果，但是在重建模型的邊界處誤差點較多。研究中發(fā)現，在匹配過程中MVS算法利用n?n的矩形窗口，窗口大小的選擇對重建的精度有影響。在本文中將矩形窗口改進為自適應形狀，使得投影到空間中的空間平面片形狀也是自適應的，可以捕捉足夠的信息提高重建的精度。最后文章簡單介紹了泊松建面的過程。
　　本文的實驗首先選擇了Middlebury數據庫中的templeRing圖像集和在自然環(huán)境中采集的多組圖像數