【摘要】：傳統(tǒng)雙目三維重建對紋理信息不清晰的目標物體存在誤匹配率高、重建點云稀疏等問題。為此,提出一種新的散斑三維重建方法。將數(shù)字散斑和基于貝葉斯(Bayes)理論的稠密匹配算法相結(jié)合,對紋理匱乏的物體實現(xiàn)高精度稠密重建。介紹基于Bayes立體匹配與數(shù)字散斑相結(jié)合進行三維重建的原理,證明兩種方法結(jié)合使用的可行性,并對多對雙目組成的多測量頭系統(tǒng)進行標定,將多測量頭獲得的點云拼接,形成物體的完整輪廓。實驗結(jié)果表明,在物體距離多測量頭系統(tǒng)500 mm時,采用Bayes立體匹配算法的三維重建匹配精度可達到0.08 mm,在不損耗重建效率的情況下,點云數(shù)量和點云精度都有明顯提升。
[Abstract]:The traditional binocular 3D reconstruction has some problems such as high mismatching rate and sparse point cloud reconstruction for objects whose texture information is not clear. Therefore, a new speckle 3D reconstruction method is proposed. Combining the digital speckle with the dense matching algorithm based on Bayesian (Bayes) theory, the texture-deficient object can be reconstructed with high precision and density. This paper introduces the principle of 3D reconstruction based on Bayes stereo matching and digital speckle, proves the feasibility of combining the two methods, calibrates the multi-pair binocular multi-head system, and splices the point cloud obtained by the multi-head. Form a complete outline of an object. The experimental results show that when the object distance multi-head system is 500 mm, the matching accuracy of three-dimensional reconstruction using Bayes stereo matching algorithm can reach 0.08 mm,. Without loss of reconstruction efficiency, both the number of point clouds and the accuracy of point clouds can be improved obviously.
【作者單位】： 西南科技大學信息工程學院;
【基金】：西南科技大學校創(chuàng)新團隊建設(shè)基金“高危作業(yè)環(huán)境的機器人場景智能感知系統(tǒng)”(14TDTK01)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 李萬祥 ,牛衛(wèi)中;三維重建[J];甘肅科技;2002年Z1期

2 汪國昭,陳凌鈞;血管三維重建的問題[J];工程數(shù)學學報;2002年S1期

3 章勤,李光明,黃琨;一種基于雙眼系統(tǒng)的物體表面三維重建方法[J];計算機工程;2003年15期

4 劉巧紅,李利軍;脊柱外科三維重建系統(tǒng)設(shè)計[J];計算機工程;2005年09期

5 張文博;;鯽魚肝組織細胞核電鏡圖像三維重建的研究[J];安徽農(nóng)業(yè)科學;2009年31期

6 何桂珍;程效軍;許誠權(quán);;基于單幅影像的三維重建及精度分析[J];河南科學;2010年07期

7 張繼華;;MSCT三維重建及多平面重建在頸胸腰椎病變診斷中的臨床應(yīng)用[J];楚雄師范學院學報;2010年12期

8 蘭守忍;劉輝;張宏慶;吳俊;;基于X線片的脊柱三維重建及分析[J];云南大學學報(自然科學版);2011年05期

9 張于北;王倩妮;;VGStudio MAX2.0軟件在CT圖像三維重建中的應(yīng)用[J];計測技術(shù);2011年05期

10 韓成虎;韓成龍;丘文峰;;CT圖像三維重建系統(tǒng)的設(shè)計與實現(xiàn)[J];現(xiàn)代計算機(專業(yè)版);2013年02期

相關(guān)會議論文 前10條

1 王穎穎;張偉成;;數(shù)字減影血管造影的三維重建技術(shù)[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學術(shù)研討會論文摘要集[C];2004年

2 彭貞;汪時機;;巖土體CT圖像三維重建方法研究[A];自主創(chuàng)新與持續(xù)增長第十一屆中國科協(xié)年會論文集（2）[C];2009年

3 李佳;羅月童;龍鵬程;黃善清;閆鋒;孔維華;吳宜燦;FDS團隊;;三維放射治療計劃系統(tǒng)中快速三維重建方法的研究與應(yīng)用[A];第二屆全國核技術(shù)及應(yīng)用研究學術(shù)研討會大會論文摘要集[C];2009年

4 楊玉模;梁瑋;;多視角體三維重建中的分層可視性[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

5 胡霞;朱虹;;基于生物圖像的三維重建技術(shù)研究[A];2007年中國農(nóng)業(yè)工程學會學術(shù)年會論文摘要集[C];2007年

6 劉帥;陳軍;;一種基于物體橫向切片的可量測三維重建方法[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

7 孟卓;姚曉天;姚暉;劉鐵根;萬木森;連小麗;;基于光學相干層析圖像的離體牙三維重建[A];中國光學學會2010年光學大會論文集[C];2010年

8 江澤濤;鄭碧娜;吳敏;;一種基于立體像對稠密匹配的三維重建方法[A];第八屆全國信號與信息處理聯(lián)合學術(shù)會議論文集[C];2009年

9 張學剛;李明達;范軍;胡浩浩;;目標圖片三維重建和高頻回波特性分析[A];2009年全國水聲學學術(shù)交流暨水聲學分會換屆改選會議論文集[C];2009年

10 鄒國輝;袁保宗;;基于未定標圖象的物體三維重建方法[A];第九屆全國信號處理學術(shù)年會（CCSP-99）論文集[C];1999年

相關(guān)博士學位論文 前10條

1 盧俊;基于無序多視影像的三維重建關(guān)鍵技術(shù)研究[D];解放軍信息工程大學;2015年

2 杜娟;基于高頻超聲的人牙釉質(zhì)三維重建[D];華南理工大學;2016年

3 孫向軍;場景三維重建的若干關(guān)鍵技術(shù)研究[D];南京理工大學;2004年

4 王劍;果樹枝干三維重建關(guān)鍵技術(shù)研究[D];中國農(nóng)業(yè)科學院;2009年

5 劉道明;利用“中國虛擬人”的三維重建構(gòu)建外科三維診療平臺[D];中國人民解放軍第一軍醫(yī)大學;2003年

6 高劍;三維重建應(yīng)用系統(tǒng)研究[D];山東大學;2009年

7 劉勇;基于非定標圖象的三維重建方法研究[D];西安電子科技大學;2001年

8 王宇宙;計算機視覺三維重建理論與應(yīng)用[D];西北大學;2004年

9 俞海;數(shù)字圖像相關(guān)方法的散斑圖質(zhì)量評價和應(yīng)用研究[D];昆明理工大學;2015年

10 陽志強;粗糙旋轉(zhuǎn)目標動態(tài)散斑測量與微運動特征檢測[D];西安電子科技大學;2014年

相關(guān)碩士學位論文 前10條

1 王曄;基于MRI序列的鯊魚影像三維重建系統(tǒng)的軟件設(shè)計與實現(xiàn)[D];燕山大學;2015年

2 倪海明;基于多重分形頻譜理論的野生東北虎頭骨三維重建研究[D];東北林業(yè)大學;2015年

3 方程駿;基于雙目視覺的自由曲面三維重建研究[D];江南大學;2015年

4 張建;基于雙目視覺的三維重建研究與實現(xiàn)[D];西南交通大學;2015年

5 李琛;基于Kinect的三維重建與形態(tài)識別[D];長安大學;2015年

6 錢文秀;基于PAL相機的三維重建[D];長安大學;2015年

7 陳崢嶸;基于RGBD傳感器的室內(nèi)三維重建[D];南京理工大學;2015年

8 應(yīng)兆平;采用光學和圖像方法的三維重建[D];南京理工大學;2015年

9 馬福建;蝙蝠翅膀的三維重建研究[D];山東大學;2015年

10 翟爭\，

本文編號：2440024