本文關(guān)鍵詞：基于雙目立體視覺的三維重建技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 隨著計(jì)算機(jī)視覺的迅速發(fā)展,物體或景物三維模型重建技術(shù)日益重要。其中基于雙目立體視覺的三維重建方法已成為計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn)之一。 本文以Marr視覺理論為基礎(chǔ),分別對攝像機(jī)標(biāo)定、特征提取、立體匹配、三維顯示四個(gè)部分進(jìn)行了討論與研究,并在此基礎(chǔ)上構(gòu)建了一個(gè)實(shí)用的三維重建系統(tǒng)。 首先,在攝像機(jī)標(biāo)定方面,對攝像機(jī)標(biāo)定原理和常用方法進(jìn)行了研究,根據(jù)實(shí)際具有的設(shè)備環(huán)境和課題的具體要求,采用了步驟簡單、精度較高的Zhang氏平面標(biāo)定法對重建平臺(tái)攝像機(jī)進(jìn)行標(biāo)定。 其次,在立體匹配方面,采用了一種基于邊緣約束的自適應(yīng)立體匹配方法。首先通過對邊緣點(diǎn)的精確匹配,有效避免了區(qū)域匹配在深度不連續(xù)區(qū)域匹配效果較差的缺陷;然后在邊緣特征匹配的約束下,對非邊緣點(diǎn)采用區(qū)域相關(guān)算法進(jìn)行匹配,既縮小了匹配搜索空間,又保證了匹配的可靠性。另外,在相關(guān)匹配過程中,根據(jù)圖像邊緣能夠準(zhǔn)確反映圖像紋理強(qiáng)度的特性,提出了一種基于邊緣信息的自適應(yīng)窗口生成算法。僅利用窗口中的邊緣強(qiáng)度信息來確定匹配窗口大小,從而進(jìn)一步提高了匹配的準(zhǔn)確性。 最后,還研究了三維信息的獲取與顯示,通過對計(jì)算得到的空間離散點(diǎn)進(jìn)行Delaunay三角剖分和紋理貼圖兩個(gè)步驟,將重建得到的三維物體在OpenGL中顯示出來,實(shí)現(xiàn)了一個(gè)完整的三維物體重建系統(tǒng)。實(shí)驗(yàn)結(jié)果表明,重建的三維物體逼真,真實(shí)感強(qiáng),視覺效果令人滿意。
【關(guān)鍵詞】：雙目立體視覺 攝像機(jī)標(biāo)定 特征提取 立體匹配 三維重建
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-12
• 第一章 緒論12-19
• 1.1 引言12
• 1.2 立體視覺理論研究12-14
• 1.2.1 視覺系統(tǒng)研究的三個(gè)層次12-13
• 1.2.2 視覺系統(tǒng)研究的三個(gè)階段13
• 1.2.3 三維重建的關(guān)鍵技術(shù)13-14
• 1.3 基于立體視覺的三維重建14-16
• 1.3.1 國內(nèi)外的研究狀況14-16
• 1.3.2 三維重建在應(yīng)用中存在的問題16
• 1.4 本文的研究內(nèi)容和組織結(jié)構(gòu)16-19
• 1.4.1 選題依據(jù)16-17
• 1.4.2 本文的研究思路及主要工作17
• 1.4.3 論文的組織結(jié)構(gòu)17-19
• 第二章 攝像機(jī)標(biāo)定原理和方法19-32
• 2.1 攝像機(jī)標(biāo)定的基本原理19-23
• 2.1.1 參考坐標(biāo)系19-21
• 2.1.2 攝像機(jī)模型21-22
• 2.1.3 需要標(biāo)定的參數(shù)22-23
• 2.2 傳統(tǒng)的攝像機(jī)標(biāo)定方法23-28
• 2.2.1 直接線性變換方法（DLT 方法）23-24
• 2.2.2 Tsai 的兩步法24-26
• 2.2.3 Zhang 氏平面標(biāo)定法26-28
• 2.3 實(shí)驗(yàn)結(jié)果與分析28-31
• 2.4 本章小結(jié)31-32
• 第三章 特征提取32-39
• 3.1 常用的特征提取方法32-35
• 3.1.1 Harris 角點(diǎn)提取32-33
• 3.1.2 邊緣提取33-35
• 3.2 基于 Canny 算子檢測的特征提取算法35-38
• 3.2.1 雙目立體視覺的特征提取35-36
• 3.2.2 實(shí)驗(yàn)結(jié)果與分析36-38
• 3.3 本章小結(jié)38-39
• 第四章 立體匹配39-49
• 4.1 立體匹配的基本內(nèi)容39-42
• 4.1.1 匹配基元的選擇40
• 4.1.2 約束條件40-41
• 4.1.3 測度函數(shù)41-42
• 4.2 立體匹配方法42-44
• 4.2.1 基于區(qū)域的立體匹配方法43
• 4.2.2 基于特征的立體匹配方法43-44
• 4.3 基于邊緣約束的自適應(yīng)立體匹配算法44-46
• 4.3.1 邊緣點(diǎn)的匹配45
• 4.3.2 非邊緣點(diǎn)的匹配45-46
• 4.4 實(shí)驗(yàn)結(jié)果與分析46-48
• 4.5 本章小結(jié)48-49
• 第五章 三維數(shù)據(jù)的獲取與顯示49-55
• 5.1 空間點(diǎn)的三維坐標(biāo)計(jì)算49-50
• 5.2 Delaunay 三角化50-52
• 5.3 基于 OpenGL 平臺(tái)的物體三維重建52-55
• 5.3.1 OpenGL 簡介52-53
• 5.3.2 OpenGL 中的紋理題圖53-55
• 第六章 系統(tǒng)實(shí)現(xiàn)55-60
• 6.1 三維重建系統(tǒng)的硬件組成55
• 6.2 三維重建系統(tǒng)的軟件流程55-56
• 6.3 三維重建結(jié)果56-60
• 第七章 總結(jié)與展望60-62
• 參考文獻(xiàn)62-66
• 致謝66-67
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文67

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 周富強(qiáng),邾繼貴,楊學(xué)友,葉聲華;CCD攝像機(jī)快速標(biāo)定技術(shù)[J];光學(xué)精密工程;2000年01期

2 徐奕,周軍,周源華;立體視覺匹配技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2003年15期

3 楊長江,汪威,胡占義;一種基于主動(dòng)視覺的攝像機(jī)內(nèi)參數(shù)自定標(biāo)方法[J];計(jì)算機(jī)學(xué)報(bào);1998年05期

4 涂治紅,桑農(nóng);用VC語言實(shí)現(xiàn)任意多邊形的Delaunay完全三角剖分算法[J];計(jì)算機(jī)與數(shù)字工程;2005年01期

5 陳明舟,王仲,寇欣宇,張洪濤,尤強(qiáng),葉聲華;基于視覺技術(shù)的三維曲面非接觸無損檢測方法[J];無損檢測;2001年09期

6 梁棟,劉春梅,王年,韋穗;基于遺傳算法的射影重構(gòu)[J];中國圖象圖形學(xué)報(bào);2002年05期

  本文關(guān)鍵詞：基于雙目立體視覺的三維重建技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：351275