本文關(guān)鍵詞： 三維重建 單目視頻 雙目視頻 視差 場景流　出處：《華中科技大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

【摘要】：基于視頻的重建技術(shù)在計算機(jī)視覺領(lǐng)域中扮演著非常重要的角色,而如何恢復(fù)場景的三維模型是目前研究的熱點(diǎn)與難點(diǎn)問題。本文圍繞基于視頻的場景重建技術(shù)展開討論,包括基于單目視頻的三維場景重建和基于雙目視頻的視差圖和場景流獲取。由于單目包含的深度信息比較少,如何基于單目視頻恢復(fù)相機(jī)的運(yùn)動參數(shù)以及目標(biāo)的深度信息是研究的重點(diǎn)與難點(diǎn)。雙目視頻雖然包含了非常顯著的深度信息,但是考慮到視頻中場景的連續(xù)性問題,如何使得恢復(fù)出的深度圖保持前后幀的連續(xù)性以及場景中運(yùn)動目標(biāo)的一致性,也是比較困難的問題。因此,針對上述所提到的問題進(jìn)行了深入的研究,具體的研究工作如下:第一,對三維重建研究進(jìn)行了詳細(xì)的介紹,介紹了對于特征點(diǎn)匹配的理解以及我們提出的基于特征引導(dǎo)偏向性高斯混合模型(Feature Guided Biased Gaussian Mixture model,FGBG);詳細(xì)介紹立體視覺中立體匹配算法的原理、分類及評測標(biāo)準(zhǔn),并在4個典型的數(shù)據(jù)集上對有代表性的局部、全局、半全局算法進(jìn)行對比實驗。此外,詳細(xì)介紹運(yùn)動恢復(fù)結(jié)構(gòu)(SFM)的基本原理,并進(jìn)行了實驗分析。第二,提出一種基于雙目視頻的視差圖和場景流獲取技術(shù)�；陔p目視頻,首先獲得初始的視差圖和2D特征點(diǎn)軌跡;在此基礎(chǔ)上獲得初始的3D稀疏運(yùn)動軌跡,利用本文提出的Object Motion Hypothesis(OMH)算法獲得運(yùn)動物體的一致性假設(shè);采用slanted-plane model以及參考圖像與前后時間點(diǎn)圖像對的約束關(guān)系,構(gòu)建超像素和運(yùn)動物體之間的能量模型,通過優(yōu)化獲得視差和場景流的估計結(jié)果。第三,提出一種基于單目視頻的動態(tài)場景重建系統(tǒng)。在獲取特征點(diǎn)軌跡的基礎(chǔ)上,基于運(yùn)動信息獲得特征點(diǎn)軌跡的聚類結(jié)果;提出一種基于超像素的多標(biāo)記Graph-cut算法,得到每一個目標(biāo)的精確邊界;為每一個運(yùn)動目標(biāo)分配一個虛擬相機(jī);通過標(biāo)準(zhǔn)的SFM方法分別單獨(dú)估計每個運(yùn)動目標(biāo)對應(yīng)的虛擬相機(jī)的參數(shù)和稀疏三維點(diǎn)云,通過PMVS和泊松表面重建獲得目標(biāo)的稠密重建結(jié)果。
[Abstract]:Video based reconstruction technology plays a very important role in the field of computer vision. How to restore the 3D model of scene is a hot and difficult problem. This paper focuses on the video based scene reconstruction technology. It includes 3D scene reconstruction based on monocular video and parallax map and scene stream acquisition based on binocular video. How to recover camera motion parameters and depth information based on monocular video is the key and difficulty of the research. Although binocular video contains very significant depth information. However, considering the continuity of the scene in the video, how to make the restored depth map maintain the continuity of the frame before and after and the consistency of the moving object in the scene is also a more difficult problem. The research work is as follows: first, the 3D reconstruction research is introduced in detail. This paper introduces the understanding of feature point matching and our hybrid model of feature-based guided bias Gao Si (. Feature Guided Biased Gaussian Mixture model. FGBGN; The principle, classification and evaluation criteria of stereo matching algorithm in stereo vision are introduced in detail, and the typical local, global and semi-global algorithms are compared with each other on four typical data sets. The basic principle of motion recovery structure (SFM) is introduced in detail, and the experimental analysis is carried out. Secondly, a parallax image and scene stream acquisition technology based on binocular video is proposed, which is based on binocular video. First, the initial parallax map and 2D feature point locus are obtained. On this basis, the initial 3D sparse motion trajectory is obtained, and the consistency hypothesis of moving objects is obtained by using the Object Motion HypothesisOMH algorithm proposed in this paper. The energy model between superpixel and moving object is constructed by using slanted-plane model and the constraint relation between reference image and image pair. The estimation results of parallax and scene flow are obtained by optimization. Thirdly, a dynamic scene reconstruction system based on monocular video is proposed. The clustering results of feature point locus are obtained based on motion information. A multi-label Graph-cut algorithm based on super-pixel is proposed to obtain the exact boundary of each target. Assign a virtual camera for each moving target; The parameters and sparse 3D point clouds of each moving target are estimated separately by the standard SFM method. The dense reconstruction results of the target are obtained by PMVS and Poisson surface reconstruction.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻(xiàn)】

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(xué)學(xué)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(jī)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(jī)工程;2005年09期

5 張文博;;鯽魚肝組織細(xì)胞核電鏡圖像三維重建的研究[J];安徽農(nóng)業(yè)科學(xué);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(xué);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(xué)院學(xué)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(xué)學(xué)報(自然科學(xué)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(jī)(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(xué)術(shù)研討會論文摘要集[C];2004年

2 彭貞;汪時機(jī);;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 陳昊;焦紅杰;康曉鵬;原建榮;周平;胡熙;梅舒婷;;螺旋CT三維重建在發(fā)育性髖關(guān)節(jié)脫位的術(shù)前應(yīng)用[A];第六屆西部骨科論壇暨貴州省骨科年會論文匯編[C];2010年

4 曹治;;多層螺旋CT二維和三維重建在骨折中的臨床應(yīng)用[A];全國醫(yī)學(xué)影像技術(shù)學(xué)術(shù)會議（CMIT-2004）論文匯編[C];2004年

5 李佳;羅月童;龍鵬程;黃善清;閆鋒;孔維華;吳宜燦;FDS團(tuán)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(xué)術(shù)研討會大會論文摘要集[C];2009年

6 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(xué)學(xué)術(shù)會議論文集[C];2010年

7 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(xué)會學(xué)術(shù)年會論文摘要集[C];2007年

8 張愛東;李炬;陳發(fā);孫靈霞;;基于面操作的工業(yè)CT圖像的三維重建[A];2004年CT和三維成像學(xué)術(shù)年會論文集[C];2004年

9 胡罷生;譚歡慶;曲華麗;邱士軍;張雪林;昌仁民;;多層螺旋CT掃描三維重建后逐層顯示解剖結(jié)構(gòu)及臨床意義[A];中華醫(yī)學(xué)會第十三屆全國放射學(xué)大會論文匯編（下冊）[C];2006年

10 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(xué)會第九次全國會員代表大會暨學(xué)會成立50周年紀(jì)念大會論文集[C];2009年

相關(guān)重要報紙文章 前3條

1 張質(zhì)堅　劉海君;航測局申報“國家863計劃”專項課題喜獲成功[N];中煤地質(zhì)報;2011年

2 深圳商報記者 肖晗;“博士后創(chuàng)新講堂”場場精彩[N];深圳商報;2007年

3 本報記者 王星;還原洞窟佛像[N];文匯報;2012年

相關(guān)博士學(xué)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(xué);2015年

2 孫大為;高功率激光焊接等離子體三維重建及能量傳輸研究[D];上海交通大學(xué);2015年

3 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(xué);2016年

4 熊波;高血壓腎交感神經(jīng)的病理三維重建及組織學(xué)和功能學(xué)重塑研究[D];重慶醫(yī)科大學(xué);2017年

5 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(xué);2004年

6 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(xué)院;2009年

7 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(xué);2003年

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

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

10 楊宇;水下多通道真彩色三維重建與顏色還原方法研究[D];中國海洋大學(xué);2014年

相關(guān)碩士學(xué)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(xué);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(xué);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(xué);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(xué);2015年

5 王偉;基于TerraSAR-X影像的城市建筑物的三維重建[D];長安大學(xué);2015年

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

7 錢文秀;基于PAL相機(jī)的三維重建[D];長安大學(xué);2015年

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

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

10 馬福建;蝙蝠翅膀的三維重建研究[D];山東大學(xué);2015年

，

本文編號：1471405