基于圖像序列的三維重建通過對指定目標(biāo)進行不同角度的拍攝,獲取圖像序列,選用合適的特征檢測和匹配方法獲取目標(biāo)的特征點的對應(yīng)關(guān)系,計算并排除錯誤的匹配信息,從而得到目標(biāo)在現(xiàn)實三維空間的位置信息完成重建。在實際應(yīng)用中,三維重建的過程復(fù)雜,重建精度受到拍攝圖片質(zhì)量,算法等多種因素影響,其中,特征提取和匹配是最初且最關(guān)鍵的一部分,特征匹配的精度和耗時極大程度的影響三維重建的效果,目前,已經(jīng)存在許多種特征提取的算法,各個特征提取算法之間有利有弊,適用于不同場景,選擇適用于三維重建的特征匹配算法十分重要。本文首先從選題背景入手,查閱了國內(nèi)外大量資料文獻,充分論證了本課題的研究意義和必要性,總結(jié)出該課題的國內(nèi)外研究現(xiàn)狀和發(fā)展前景,提出了基于AKAZE特征提取算法的三維重建算法,具體工作如下:1.圖像中特征提取與匹配的過程。研究了經(jīng)典的尺度不變特征變換(Scale Invariant Feature Transfrom,SIFT)特征提取和匹配算法的原理和流程以及隨機抽樣一致性算法(Random Sample Consensus,RANSAC)算法的原理,研究了最近的基于構(gòu)造非線性尺度空間的AKAZE特...

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 特征提取與匹配的研究現(xiàn)狀
        1.2.2 基于圖像序列三維重建的研究現(xiàn)狀
    1.3 論文的主要工作和結(jié)構(gòu)
        1.3.1 論文的主要工作
        1.3.2 論文的主要結(jié)構(gòu)
第二章 三維重建基礎(chǔ)理論介紹
    2.1 攝像機幾何模型
        2.1.1 坐標(biāo)系變換
        2.1.2 相機模型
    2.2 雙視圖幾何
        2.2.1 對極幾何
        2.2.2 基礎(chǔ)矩陣與單應(yīng)矩陣
        2.2.3 通過匹配點估計基礎(chǔ)矩陣
    2.3 相機標(biāo)定
        2.3.1 傳統(tǒng)相機標(biāo)定法
        2.3.2 相機的自標(biāo)定法
    2.4 本章小結(jié)
第三章 特征提取與匹配
    3.1 特征檢測和提取
        3.1.1 特征檢測與提取介紹
        3.1.2 多尺度特征檢測
    3.2 SIFT特征提取和匹配
        3.2.1 尺度空間及特征檢測
        3.2.2 特征點主方向定位
        3.2.3 SIFT特征描述與匹配
    3.3 AKAZE特征提取與匹配
        3.3.1 非線性擴散濾波
        3.3.2 建立非線性尺度空間
        3.3.3 特征檢測和匹配
        3.3.4 AKAZE的改進
    3.4 隨機抽樣一致算法RANSAC
    3.5 小結(jié)
第四章 基于AKAZE的三維重建
    4.1 運動恢復(fù)結(jié)構(gòu)SFM
        4.1.1 構(gòu)建關(guān)聯(lián)圖
        4.1.2 計算相機位姿和三角定位
        4.1.3 光束法平差
    4.2 PMVS
        4.2.1 面片模型和灰度一致性函數(shù)
        4.2.2 面片優(yōu)化
        4.2.3 圖像模型
        4.2.4 面片重建步驟
    4.3 基于AKAZE的三維重建實現(xiàn)
        4.3.1 基于AKAZE的三維重建流程
        4.3.2 三維重建實現(xiàn)和結(jié)果對比
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 不足與展望
參考文獻
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間參加的科研項目
致謝



本文編號：3767371