基于多層次融合的VR真實場景建模
【文章頁數(shù)】:67 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2.1小孔成像7K意圖??
三維射影變換有15個自由度。??2.1.2相機(jī)模型??由于穿過鏡頭光學(xué)中心的光線其方向不變,如圖2.1所示,相機(jī)投影成像過程??一般用小孔成像模型來描述。該模型的成像特點(diǎn)為遠(yuǎn)景小,近景大。??/?/?—??圖2.1小孔成像7K意圖??在圖2.1中,物體通過攝像機(jī)最終形成物體的倒立....
圖2.3兩視圖幾何關(guān)系??
描述兩個視圖之間的幾何對應(yīng)關(guān)系稱為對極幾何關(guān)系(epopolargeometry)。通過??這種對應(yīng)關(guān)系,可以求出成像的兩個相機(jī)之間的位姿關(guān)系,這也是求出物體點(diǎn)的三??維空間坐標(biāo)的關(guān)鍵。兩視圖幾何關(guān)系如圖2.3所示。??如圖2.3所示,(^和化分別為左右兩個相機(jī)的光心,尸為三維空....
圖2.4圖像金字塔
圖2.5尺度空間??算法利用高斯差分算子建立起的差分(difference?of?Gaussian,DO征點(diǎn)進(jìn)行檢測,這樣得到的特征點(diǎn)具有良好的穩(wěn)定性。DOG的Z)(w)?=?(G(x,>^ct)-G(u,c7)*7(x,:v))=L{x,y,ka)-L{x,y,a)??,&為尺....
圖2.5尺度空間??SIFT算法利用高斯差分算子建立起的差分(difference?of?Gaussian,DOG)[36]尺度??空間對特征點(diǎn)進(jìn)行檢測,這樣得到的特征點(diǎn)具有良好的穩(wěn)定性
_?z??圖2.4圖像金字塔??牛??ScMe?一*■■—?fca??^gggggs**-??octave)??J=^S>???Scate?^?S>?^Tni.,Ll1LT?r^Sg^??octave)?^-^=^>?‘??Difference?of??Gaussian?Gaos....
本文編號:3970581
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3970581.html