本文關(guān)鍵詞：基于圖像的深度獲取方法研究

  更多相關(guān)文章： 三維重建 深度獲取 深度圖優(yōu)化 深度圖對齊校準(zhǔn)

【摘要】：隨著計算機(jī)圖形學(xué)和計算機(jī)視覺的快速發(fā)展,三維重建及相關(guān)的深度圖獲取技術(shù)越來越受到重視,近些年來不僅在科研而且在應(yīng)用層面中都有巨大進(jìn)步。本文針對目前深度獲取領(lǐng)域的現(xiàn)狀和問題,對基于圖像的深度獲取方法進(jìn)行了研究。在RGB圖像方面,本文提出了一個深度獲取框架,運用前沿的三維重建技術(shù)并結(jié)合自己提出的深度圖優(yōu)化算法,能夠從消費級別相機(jī)下的視頻流或照片集合中獲取高質(zhì)量的深度圖。在RGBD圖像方面,本文針對目前多個深度相機(jī)下的三維重建中存在的深度圖獲取后無法精確對齊問題進(jìn)行了深入的研究,提出了基于RGBD圖像的多深度圖對齊校準(zhǔn)框架。該框架可以對不同深度相機(jī)來源的深度圖進(jìn)行精確的對齊校準(zhǔn)。運用該框架,可以使我們在基于多個深度相機(jī)的三維重建中獲取更加精確的深度信息,從而提高三維重建的質(zhì)量。
【關(guān)鍵詞】：三維重建 深度獲取 深度圖優(yōu)化 深度圖對齊校準(zhǔn)
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-12
• 第1章 緒論12-16
• 1.1 課題背景12-14
• 1.2 主要研究內(nèi)容14
• 1.3 本文章節(jié)結(jié)構(gòu)14-15
• 1.4 本章小結(jié)15-16
• 第2章 基于RGB圖像的深度圖獲取16-21
• 2.1 框架概述16-17
• 2.2 理論基礎(chǔ)與相關(guān)工作17-19
• 2.3 本章小結(jié)19-21
• 第3章 點云三維重建技術(shù)21-40
• 3.1 Bundle Adjustment21-24
• 3.1.1 圖像特征點預(yù)處理21-22
• 3.1.2 投影誤差最小化22-24
• 3.2 Levenberg-Marquardt算法24-27
• 3.3 Preconditioned Conjugate Gradients算法27-29
• 3.4 稠密點云重建29-33
• 3.4.1 全局視圖選擇30-31
• 3.4.2 局部視圖選擇31-32
• 3.4.3 多視圖立體重建32
• 3.4.4 立體匹配32-33
• 3.5 時間性能分析33-34
• 3.6 點云重建效果34-39
• 3.7 本章小結(jié)39-40
• 第4章 表面三維重建技術(shù)40-61
• 4.1 隱函數(shù)構(gòu)造41-45
• 4.1.1 隱函數(shù)41-42
• 4.1.2 基函數(shù)42-44
• 4.1.3 權(quán)重函數(shù)44-45
• 4.2 隱函數(shù)取樣45-49
• 4.2.1 八叉樹構(gòu)造45-48
• 4.2.2 隱函數(shù)取樣48-49
• 4.3 等值面提取49-55
• 4.3.1 等值面提取基本思想49-52
• 4.3.2 基于八叉樹的等值面提取52-55
• 4.4 多邊形三角剖分55-56
• 4.5 表面重建結(jié)果56-60
• 4.6 本章小結(jié)60-61
• 第5章 深度圖生成及優(yōu)化61-71
• 5.1 深度圖生成61-63
• 5.2 深度圖優(yōu)化63-65
• 5.3 深度圖生成結(jié)果65-70
• 5.4 本章小結(jié)70-71
• 第6章 基于RGBD圖像的多深度圖對齊校準(zhǔn)71-86
• 6.1 框架概述71-73
• 6.2 單目相機(jī)模型73-76
• 6.3 深度相機(jī)定標(biāo)76-80
• 6.4 偏移畸變校準(zhǔn)80-82
• 6.5 多深度圖對齊校準(zhǔn)82
• 6.6 對齊實驗結(jié)果82-85
• 6.7 本章小結(jié)85-86
• 第7章 總結(jié)與展望86-88
• 7.1 工作總結(jié)86
• 7.2 未來展望86-88
• 參考文獻(xiàn)88-91
• 致謝91

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 左一帆;安平;張兆楊;;基于圖割的高質(zhì)量深度圖獲取方法[J];電視技術(shù);2011年15期

2 張艷;安平;張秋聞;王奎;張兆楊;;恰可察覺深度差異模型的深度圖優(yōu)化方法[J];光電子.激光;2012年07期

3 左宇鵬;;基于深度圖壓縮的邊界自適應(yīng)上采樣方案[J];計算機(jī)與現(xiàn)代化;2014年05期

4 楊超;安平;何宛文;王健鑫;張兆楊;;一種用于深度圖編碼的虛擬視失真估計模型[J];光電子.激光;2014年07期

5 溫宇強,李德華;多視角深度圖融合方法綜述[J];計算機(jī)與數(shù)字工程;2003年04期

6 葉長明;蔣建國;詹曙;S.Ando;;不同姿態(tài)人臉深度圖識別的研究[J];電子測量與儀器學(xué)報;2011年10期

7 左一帆;安平;馬然;沈禮權(quán);張兆楊;;深度圖時域一致性增強[J];光電子.激光;2014年01期

8 朱波;蔣剛毅;張云;郁梅;;面向虛擬視點圖像繪制的深度圖編碼算法[J];光電子.激光;2010年05期

9 周娟;李勇平;黃躍峰;;基于強度圖和深度圖的多模態(tài)人臉識別[J];計算機(jī)工程與應(yīng)用;2012年25期

10 李思宇;李勝;王衡;汪國平;;利用深度圖優(yōu)化的自然光束體構(gòu)建與繪制[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2011年07期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 陳東;楊生鵬;莊嚴(yán);王偉;;基于視覺信息的三維激光點云渲染與深度圖構(gòu)建[A];第二十九屆中國控制會議論文集[C];2010年

2 劉偉鋒;張卓;王延江;;基于光線衰減的深度獲取方法[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

3 張帥;付宏杰;;基于Kinect的多點觸控系統(tǒng)研究與實現(xiàn)[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李賀建;三維視頻中基于FPGA的實時深度估計研究與應(yīng)用[D];上海大學(xué);2015年

2 馬祥;提高三維視頻深度編碼性能的技術(shù)研究[D];西安電子科技大學(xué);2015年

3 葛川;三維視頻的高效壓縮及資源分配算法研究[D];山東大學(xué);2015年

4 鄧慧萍;3D視頻的深度圖優(yōu)化與深度編碼方法研究[D];華中科技大學(xué);2013年

5 高凱;立體視頻深度圖提取及深度序列編碼技術(shù)研究[D];吉林大學(xué);2013年

6 羅雷;基于深度圖繪制的三維視頻編碼技術(shù)研究[D];浙江大學(xué);2013年

7 霍智勇;自由視點視頻深度圖估計的關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2013年

8 韋虎;三維外形測量系統(tǒng)中的數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2010年

9 張秋聞;自由視點視頻深度編碼關(guān)鍵技術(shù)研究[D];上海大學(xué);2012年

10 程光;人機(jī)交互系統(tǒng)中手勢和姿勢識別算法的研究[D];清華大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李海坤;基于彩色和深度的前景分割研究[D];山東大學(xué);2015年

2 張岳歡;3D視頻編碼中深度信息優(yōu)化及場景背景編碼技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 曹廣昊;立體視頻系統(tǒng)中深度傳播算法的研究[D];山東大學(xué);2015年

4 丁焱;基于深度圖的虛擬視點繪制中空洞填補技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

5 馬姝穎;基于視點合成的深度圖編碼技術(shù)研究[D];電子科技大學(xué);2015年

6 王旭;面向繪制質(zhì)量的深度圖壓縮感知研究[D];上海大學(xué);2015年

7 卞玲艷;基于深度圖的2D轉(zhuǎn)3D視頻算法的研究[D];電子科技大學(xué);2015年

8 王亞峰;3D-HEVC深度圖預(yù)處理與誤碼掩蓋技術(shù)研究[D];西安電子科技大學(xué);2014年

9 白樹斌;基于RGB-D圖像的深度圖增強問題研究[D];青島大學(xué);2015年

10 王玉峰;基于多視點的三維場景的低延遲遠(yuǎn)程繪制算法研究[D];浙江工商大學(xué);2015年

，

本文編號：544445