序列視頻稠密點云恢復關鍵技術研究.pdf

1、近年來，科學技術的迅速發(fā)展為影像信息獲取提供了極大便利，各類數(shù)碼相機和攝像機以價格低廉、使用靈活以及攜帶方便的優(yōu)點已經(jīng)走進了千家萬戶的生活。鑒于影像獲取方便的特點，如何根據(jù)未標定序列視頻恢復場景的三維結構是計算機視覺和攝影測量共同面臨的一個挑戰(zhàn)。恢復場景的稠密點云是實現(xiàn)三維重構的關鍵。稠密點云恢復過程涉及到多個關鍵技術，鑒于兩幅視圖和三幅視圖間約束關系的重要性以及序列視頻信息冗余對三維重建的影響，本文就這三方面問題展開深入研究，主要工作

2、和成果包括以下幾個方面:
　　(1)基礎矩陣計算。核線幾何約束，也稱對極幾何約束，是兩幅視圖間最本質的內在聯(lián)系，基礎矩陣是該約束關系的代數(shù)表示。本文首先分析總結了基礎矩陣現(xiàn)有的三類估計方法。在此基礎上，重點分析了匹配點分布密度對基礎矩陣估計精度的影響，提出了一種匹配點分布密度約束下的基礎矩陣估計方法。該方法通過計算匹配點的分布密度，選擇分布均勻的點來估計基礎矩陣。最后通過模擬數(shù)據(jù)和真實圖像數(shù)據(jù)驗證本文算法的有效性。
　　(2

3、)三焦點張量計算。鑒于兩幅視圖有核線幾何約束關系，三幅視圖同樣也存在約束關系，該約束關系用三焦點張量米表示。本文首先分析總結了現(xiàn)有的三焦點張量計算方法，重點討論了基于RANSAC的三焦點張量估計方法。詳細分析了RANSAC方法的效率和精度，通過分析可知，隨機抽取樣本時盡可能選擇內點數(shù)據(jù)可提高計算結果的精度。在此基礎上，提出了一種改進RANSAC的三焦點張量估計方法。該方法通過改變傳統(tǒng)RANSAC方法中樣本隨機選取的策略，選擇內點概率大的

4、點作為樣本來估計模型參數(shù)，并結合預檢驗技術提高算法效率。實驗結果表明本文方法可有效提高三焦點張量的計算精度。
　　(3)序列視頻關鍵幀選取。本文首先分析了關鍵幀選取對序列視頻三維重建精度和效率的影響。從序列視頻中選取部分圖像用于三維重建可有效提高重建的效率與精度。詳細分析了基線長度、特征點分布狀況以及焦距變化等情況對關鍵幀選取的影響，在此基礎上，提出了一種多約束條件下的關鍵幀選取方法。最后通過實驗驗證關鍵幀選取的有效性。