学位论文 > 优秀研究生学位论文题录展示

三维重建系统的关键技术研究

作　者: 闫晓莹
导　师: 叶秀芬
学　校: 哈尔滨工程大学
专　业: 控制理论与控制工程
关键词: 摄像机标定图像预处理 SIFT算法立体匹配深度图
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 155次
引　用: 0次
阅　读: 论文下载

内容摘要

随着计算机的发展,三维重建技术的应用越来越广泛,它综合了多项计算机视觉技术。一个完整的三维重建系统主要包括图像获取,摄像机标定,图像预处理,立体匹配,三维重建及后处理几个部分,其中的任何一个环节都对重建结果有着至关重要的影响。因此,本文重点对三维重建的几个关键技术进行研究。论文首先对摄像机标定进行研究。分析了影响摄像机成像的各种畸变,给出了完整的摄像机模型;改进了基于标定物进行标定的方法。以椭圆模板作为标定物,并给出空间椭圆及其中心成像的数学模型,对椭圆中心进行了校正和提取,利用校正后的椭圆中心成像点进行Tsai标定,即给出了基于椭圆中心校正的Tsai标定方法,实验证明该算法可以获得较高的标定精度。其次,研究了基于立体匹配的图像预处理方法。通过彩色阈值分割,中值滤波,细化和膨胀过程提取图像的轮廓特征,为后面的立体匹配奠定基础;利用Fusiello A算法对图像进行极线校正,以此减小立体匹配的运算量。再次,对SIFT特征提取及匹配进行研究。阐述了多尺度图像技术、图像金字塔及尺度空间生成技术,给出了SIFT算法的完整实现步骤,并按步骤进行实验,得到了完整的实验结果。最后,研究了基于轮廓特征的深度图像获取的算法。给出了视差测量原理,建立深度恢复与三维重建的关系,结合前面的实验结果,利用夹角原理进行匹配得到轮廓深度图,并进行线性插值计算,得出三维空间面的深度图像。

全文目录

摘要  5-6
ABSTRACT  6-11
第1章绪论  11-19
  1.1 课题研究的背景与意义  11-13
  1.2 国内外研究现状  13-18
    1.2.1 摄像机标定技术及研究现状  13-15
    1.2.2 立体匹配技术及研究现状  15-17
    1.2.3 三维重建技术及研究现状  17-18
  1.3 论文的主要研究内容和组织结构  18-19
第2章摄像机标定方法研究  19-45
  2.1 摄像机标定基本理论  19-26
    2.1.1 摄像机标定系统的坐标系建立及其转换关系  19-22
      2.1.1.1 图像坐标系、摄像机坐标系与世界坐标系  19-20
      2.1.1.2 坐标系间的转换关系  20-22
    2.1.2 摄像机模型的建立  22-26
      2.1.2.1 线性摄像机模型  22
      2.1.2.2 非线性摄像机模型  22-26
      2.1.2.3 完整摄像机模型  26
  2.2 基于椭圆中心校正的Tsai 摄像头标定方法  26-39
    2.2.1 基于椭圆拟合的椭圆图像中心提取  27-29
    2.2.2 空间椭圆及其中心成像模型的建立  29-33
    2.2.3 实验结果  33-35
    2.2.4 基于椭圆中心校正的Tsai 摄像机标定算法研究  35-39
      2.2.4.1 带有一阶径向畸变的小孔摄像机模型  35-36
      2.2.4.2 Tsai 标定算法  36-37
      2.2.4.3 基于椭圆中心校正的Tsai 标定方法步骤  37-39
      2.2.4.4 双目视觉标定  39
  2.3 实验结果  39-44
  2.4 本章小结  44-45
第3章基于立体匹配的图像预处理  45-54
  3.1 图像预处理  45-48
    3.1.1 彩色阈值分割和中值滤波  45-46
    3.1.2 图像细化及膨胀  46-48
  3.2 极线几何  48-53
    3.2.1 极线几何模型  48-49
    3.2.2 极线约束方程及基本矩阵  49
    3.2.3 极线校正  49-52
    3.2.4 实验结果  52-53
  3.3 本章小结  53-54
第4章基于SIFT 算法的立体匹配研究  54-67
  4.1 SIFT 算法概述  54
  4.2 多尺度图像技术  54-57
    4.2.1 图像金字塔  55-56
    4.2.2 高斯金字塔  56
    4.2.3 高斯滤波  56-57
    4.2.4 高斯差分DOG 滤波  57
  4.3 基于SIFT 算法的立体匹配方法步骤  57-66
    4.3.1 构造尺度空间  57-59
    4.3.2 SIFT 特征提取  59-62
    4.3.3 SIFT 特征匹配  62-63
    4.3.4 实验过程及结果  63-66
  4.4 本章小结  66-67
第5章基于轮廓特征的深度图像提取  67-73
  5.1 立体视觉深度恢复原理  67-70
    5.1.1 视差测量原理  67-68
    5.1.2 深度恢复与三维重建  68-70
  5.2 基于轮廓特征的深度图像获取算法  70-71
  5.3 实验过程和结果  71-72
  5.4 本章小结  72-73
结论  73-75
参考文献  75-80
攻读硕士学位期间发表的论文和取得的科研成果  80-81
致谢  81

三维重建系统的关键技术研究

内容摘要

全文目录

相似论文