基于雙目立體視覺的三維圖像重建

《基于雙目立體視覺的三維圖像重建》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、首都師范大學(xué)碩上學(xué)位論文第一章緒論物體三維重建的方法分為主動(dòng)和被動(dòng)兩大類，主動(dòng)的方法包括結(jié)構(gòu)光(Structuredlight)方法和激光掃描方法等，其中后者可以提供極高的三維重建精度，但是價(jià)格昂貴。并且該類方法容易受到應(yīng)用環(huán)境和被測物體性質(zhì)的限制。被動(dòng)的方法主要是根據(jù)相機(jī)拍攝的圖像序列進(jìn)行物體的三維重建。與主動(dòng)的方法相比，被動(dòng)的方法不需要昂貴的設(shè)備，在應(yīng)用中不受上述環(huán)境和物體性質(zhì)的約束。在近十年中，研究者們非常重視該類方法的研究，并提出了各種相關(guān)計(jì)算方法與技術(shù)，以求達(dá)到較滿意的三維重建結(jié)果。該類技術(shù)被稱為從運(yùn)動(dòng)中恢復(fù)結(jié)構(gòu)(structurefrommotion)或從運(yùn)動(dòng)中恢復(fù)形狀(

2、shapefrommotion)。而在三維物體重構(gòu)的算法中，立體視覺是一個(gè)重要分支。立體視覺是由多幅圖像(一般兩幅)獲取物體三維幾何信息的方法。對(duì)生物視覺系統(tǒng)，人們?cè)缇妥⒁獾剑瑤缀跛芯哂幸曈X的生物都有兩個(gè)眼睛。用兩個(gè)眼睛同時(shí)觀察物體時(shí)，會(huì)有深度或遠(yuǎn)近的感覺。立體電影之所以有逼真的深度感，也是仿照了立體視覺原理。在立體電影拍攝中，用兩個(gè)攝像機(jī)(模仿人的雙眼)同時(shí)拍攝，而在放映時(shí)，將兩個(gè)攝像機(jī)拍攝的圖像同時(shí)投影到屏幕上，并利用偏振光的原理，使人的雙眼分別看到左右攝像機(jī)拍攝的圖像，從而使人有真實(shí)三維景物的立體感。在計(jì)算機(jī)視覺系統(tǒng)中，我們也可以利用兩臺(tái)位置相對(duì)固定的攝像機(jī)，從不同角度同時(shí)獲

3、取同一景物的兩幅圖像，通過計(jì)算空間點(diǎn)在兩幅圖像中的像差來獲得其三維坐標(biāo)值?；驹砣鐖D1．1所示，J為空間任意一點(diǎn)，通過圖像處理及分析測定點(diǎn)J像坐標(biāo)(X。，Y；)(i=l，2)，建立三維空間重構(gòu)算法，即可由(X。，Y；)(i=1，2)恢復(fù)點(diǎn)J的三維坐標(biāo)(X，Y，Z)。在這個(gè)重建的過程中，有三個(gè)關(guān)鍵的步驟需要完成：攝像機(jī)內(nèi)參數(shù)的獲得、圖像對(duì)應(yīng)點(diǎn)的確定以及二圖像間攝像機(jī)外部運(yùn)動(dòng)參數(shù)的確定。立體視覺直接模擬人類雙眼處理景物的方式，具有簡單、可靠、靈活、使用范圍廣等特點(diǎn)，可以進(jìn)行非接觸、自動(dòng)、在線的檢測，因而十分具有應(yīng)用前途，在機(jī)器人視覺、車輛自主駕駛、多自由度機(jī)械裝置控制等領(lǐng)域均極具應(yīng)用價(jià)

4、值。2首都師范大學(xué)碩上學(xué)位論文第一章緒論圖1．1立體視覺成象原理示意圖1．2國內(nèi)外雙目立體視覺的發(fā)展當(dāng)空間三維物體投影N-維圖像平面上時(shí)，同一景物在不同視點(diǎn)下的圖像不同，各種因素的影響被綜合為單一的灰度圖像。要實(shí)現(xiàn)三維重建，首先就需要把不同圖像對(duì)應(yīng)起來，即實(shí)現(xiàn)匹配。要準(zhǔn)確地對(duì)僅僅包含一些深度線索的圖像進(jìn)行無歧義的匹配是十分困難的。時(shí)至今日，匹配仍然是計(jì)算機(jī)視覺的一個(gè)瓶頸H1，幾十年來，人們研究了大量的匹配算法，大致分為模板匹配和特征匹配兩類。基于區(qū)域的模板匹配是把一幅圖像某點(diǎn)鄰域作為模板，在另一幅圖像中搜索具有相同或相似灰度值分布的對(duì)應(yīng)點(diǎn)鄰域，從而實(shí)現(xiàn)兩幅圖像的匹配。Levine晦1

5、給出了一種對(duì)平行立體視覺在極線約束下的互相關(guān)檢測過程，使得對(duì)匹配鄰域的搜索由二維減小到一維。Moravec№1、Genneym、Hannah砸’等也給出了一些基于區(qū)域的圖像匹配方法，但存在以下不足：由于基于區(qū)域的圖像匹配是直接利用圖像中的象素灰度值進(jìn)行匹配，因此它對(duì)于圖像的旋轉(zhuǎn)以及光強(qiáng)和對(duì)比度的變化等非常敏感；當(dāng)左右兩幅圖像中存在重復(fù)結(jié)構(gòu)的紋理特征或相關(guān)象素鄰域內(nèi)存在遮擋現(xiàn)象時(shí)，常常會(huì)引起匹配的混淆，給出錯(cuò)誤的匹配結(jié)果；雖然采用極線假設(shè)以及由粗到精的層次化結(jié)構(gòu)等約束條件可以在一定程度上減少基于區(qū)域的圖像匹配的計(jì)算量，但由于互相關(guān)匹配的大運(yùn)算量的特點(diǎn)，這種方法的時(shí)空復(fù)雜性仍然是很大的。

6、基于特征的匹配是通過圖像灰度導(dǎo)出的符號(hào)特征來實(shí)現(xiàn)匹配。它對(duì)于對(duì)比度和明顯的光照變化等相對(duì)穩(wěn)定。同時(shí)，基于特征的匹配可以通過對(duì)特征屬性的簡單比較而實(shí)現(xiàn)，因此速度較模板匹配更快。首先提取圖像中能夠反映空間景物結(jié)3首都師范大學(xué)碩士學(xué)位論文第一章緒論構(gòu)信息的特征呻1，比如角點(diǎn)、邊界、輪廓或其它幾何基元，然后用圖表來描述這些幾何基元以及基元間的關(guān)系，從而將圖像間的匹配問題轉(zhuǎn)化為不同圖表間的對(duì)應(yīng)問題(也稱為子圖同構(gòu)問題)。國外在基于雙目立體視覺的計(jì)算機(jī)三維重建方面，主要是分立體匹配和三維重建兩個(gè)部分進(jìn)行研究。立體匹配部分主要是研究特征點(diǎn)的提取和匹配算法的完善，更加精確的建立匹配點(diǎn)的對(duì)應(yīng)關(guān)系：三維

7、重建部分主要是研究如何從得到的匹配點(diǎn)中計(jì)算出攝像機(jī)的投影矩陣(如果是外部標(biāo)定的話，就是求出攝像機(jī)的外部參數(shù))以及如何計(jì)算出匹配點(diǎn)的三維坐標(biāo)。在立體匹配方面，Beardsleyn∞等人提取角點(diǎn)作為特征點(diǎn)，運(yùn)用灰度相關(guān)進(jìn)行初匹配，將匹配的結(jié)果用SVD分解法求取基礎(chǔ)矩陣。Pritchett和Zisserman等?3采用了兩種不同的匹配方法，一方面是用單應(yīng)矩陣(Homography)取代灰度相似性和極線約束作為匹配的準(zhǔn)則，他們近似認(rèn)為特征點(diǎn)及其周圍的小塊區(qū)域是空間