文物保護(hù)領(lǐng)域在當(dāng)今社會(huì)受到了廣泛的關(guān)注和高度的重視,而文物數(shù)字化則是數(shù)字化時(shí)代衍生出的一種關(guān)鍵保護(hù)手段。通過(guò)三維重建等數(shù)字化技術(shù),將文物以三維模型的數(shù)據(jù)形式存儲(chǔ)在計(jì)算機(jī)中,這樣不僅能夠達(dá)到永久保存珍貴文物的目的,還能夠讓文物擺脫空間和時(shí)間的限制從而被更多人所欣賞。在該實(shí)際應(yīng)用背景下,本文重點(diǎn)針對(duì)多視圖三維重建技術(shù)中特征匹配環(huán)節(jié)目前存在的匹配速度較慢和魯棒性較差兩個(gè)核心問(wèn)題進(jìn)行了優(yōu)化處理,從而使得文物數(shù)字化更加快速和真實(shí)。本文首先對(duì)文物數(shù)字化和三維重建領(lǐng)域進(jìn)行了簡(jiǎn)單的介紹,并在對(duì)特征匹配技術(shù)進(jìn)行國(guó)內(nèi)外現(xiàn)狀綜述以及分析的基礎(chǔ)上,主要進(jìn)行了以下的研究工作:（1）針對(duì)特征匹配全局范圍內(nèi)搜索導(dǎo)致消耗時(shí)間過(guò)長(zhǎng)這一問(wèn)題,提出了基于網(wǎng)格實(shí)現(xiàn)的通過(guò)局部幾何約束來(lái)縮小匹配搜索范圍的特征匹配方法。該方法能夠在不影響甚至提高特征匹配質(zhì)量的情況下,減少特征匹配消耗的時(shí)間,并且有效增加匹配的數(shù)量。（2）針對(duì)場(chǎng)景類型不同導(dǎo)致特征匹配質(zhì)量不穩(wěn)定這一問(wèn)題,提出了具有自適應(yīng)性的魯棒特征匹配方法。該方法能夠根據(jù)圖像數(shù)據(jù)集對(duì)應(yīng)真實(shí)場(chǎng)景的特點(diǎn),自適應(yīng)地選擇更為合適的匹配算法,進(jìn)而使得特征匹配方法能夠處理更加復(fù)雜和多變的場(chǎng)景。（... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

局部敏感性的哈希函數(shù)

浙江大學(xué)碩士學(xué)位論文第2章相關(guān)技術(shù)綜述14軸上的中位數(shù)，利用該中位數(shù)形成垂直(1)軸的切分面將維空間劃分為兩個(gè)部分，此時(shí)對(duì)應(yīng)的Kd樹(shù)以該中位數(shù)對(duì)應(yīng)的數(shù)據(jù)為根節(jié)點(diǎn)，數(shù)據(jù)集中其它數(shù)據(jù)根據(jù)其在(1)上的數(shù)值與該中位數(shù)的關(guān)系劃分到左右節(jié)點(diǎn)部分，即右子節(jié)點(diǎn)在(1)上數(shù)值都大于該中位數(shù)，左子節(jié)點(diǎn)在(1)上數(shù)值都小于該中位數(shù)。(2)迭代劃分左右節(jié)點(diǎn)。對(duì)于深度的節(jié)點(diǎn)，同樣地，選擇()作為劃分的依據(jù)，其中=()+1，以此則能在原有的劃分基礎(chǔ)上進(jìn)一步劃分維空間，此時(shí)對(duì)應(yīng)的Kd樹(shù)在該節(jié)點(diǎn)上新增了左右子節(jié)點(diǎn)。(3)結(jié)束迭代。當(dāng)待劃分空間下至多包含一個(gè)數(shù)據(jù)時(shí)即完成Kd樹(shù)的構(gòu)建。為了便于理解，以=2的數(shù)據(jù)空間為例，隨機(jī)生成了若干個(gè)二維數(shù)據(jù)點(diǎn)，圖2.3展示了最終的空間劃分以及構(gòu)建的對(duì)應(yīng)Kd樹(shù)。圖2.3二維空間下的Kd樹(shù)空間劃分和構(gòu)建示意圖在構(gòu)建完Kd樹(shù)后，需要進(jìn)行數(shù)據(jù)搜索，主要分為KNN搜索和范圍搜索兩類。KNN搜索是指給定查詢點(diǎn)和查詢個(gè)數(shù)，找到距離查詢點(diǎn)最近的個(gè)數(shù)據(jù)，當(dāng)=1時(shí)即為最近鄰搜索；范圍搜索是指給定查詢點(diǎn)和距離閾值，找到距離小于該閾值的所有數(shù)據(jù)。特征匹配中需要基于高維特征向量查找最近鄰和次近鄰，即=2的情況，因此將主要介紹KNN搜索過(guò)程。(1)遞歸向下訪問(wèn)Kd樹(shù)。從根節(jié)點(diǎn)出發(fā)，根據(jù)查詢點(diǎn)在當(dāng)前劃分維度上的坐標(biāo)值和劃分節(jié)點(diǎn)的關(guān)系進(jìn)行向下訪問(wèn)搜索。具體來(lái)說(shuō)，若查詢點(diǎn)在當(dāng)前劃分維度上小于劃分節(jié)點(diǎn)對(duì)應(yīng)的坐標(biāo)，則進(jìn)行左枝搜索，否則右枝搜索，直到到達(dá)葉子節(jié)點(diǎn)為止。

浙江大學(xué)碩士學(xué)位論文 第 2 章 相關(guān)技術(shù)綜述 意味著該方法的效率會(huì)隨著迭代次數(shù)的增加而有所降低。例如在噪聲點(diǎn)和大致能形成直線的數(shù)據(jù)點(diǎn)集合中確定該直線，RANSAC 方法擬合結(jié)果如圖 2.4 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于計(jì)算機(jī)視覺(jué)的三維重建技術(shù)綜述[J]. 徐超,李喬.  數(shù)字技術(shù)與應(yīng)用. 2017(01)
[2]Image matching algorithm based on SIFT using color and exposure information[J]. Yan Zhao,Yuwei Zhai,Eric Dubois,Shigang Wang.  Journal of Systems Engineering and Electronics. 2016(03)
[3]結(jié)合顏色不變量的SIFT和形狀上下文圖像匹配算法[J]. 徐衍魯,馬燕,李順寶,張相芬.  計(jì)算機(jī)科學(xué). 2014(S2)
[4]基于SIFT特征點(diǎn)的圖像匹配算法[J]. 高峰,魏少華,王學(xué)通.  現(xiàn)代電子技術(shù). 2010(18)

碩士論文
[1]基于多視圖的非增量式三維重建關(guān)鍵技術(shù)的研究與應(yīng)用[D]. 楊靜.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院沈陽(yáng)計(jì)算技術(shù)研究所) 2018



本文編號(hào)：3482035