【摘要】：三維重建技術(shù)在計算機(jī)視覺領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用,從二維圖像中獲取空間的三維信息,能讓人們以更加全面、宏觀的視角去觀察一個場景,也使計算機(jī)具備了空間感知能力,極大地推進(jìn)了無人駕駛、機(jī)器人導(dǎo)航等技術(shù)的發(fā)展。但由于重建場景具有多樣性與復(fù)雜性,大量的相似紋理與背景噪聲使得現(xiàn)有的三維重建技術(shù)很難同時具備高精度與實(shí)時性,且存在誤匹配過多、相機(jī)位姿恢復(fù)精度不足以及重建結(jié)果全局一致性低等問題。為了實(shí)現(xiàn)更高效率、高精度的三維重建,本文提出了基于人工神經(jīng)網(wǎng)絡(luò)的三維重建優(yōu)化算法,利用神經(jīng)網(wǎng)絡(luò)所具備的語義識別及非線性擬合特性,對三維重建過程中特征點(diǎn)處理、位姿恢復(fù)及回環(huán)檢測等三個重要部分進(jìn)行了算法優(yōu)化,具體工作與創(chuàng)新如下:首先,運(yùn)用BP(Back Propagation,反向傳播)神經(jīng)網(wǎng)絡(luò)的非線性擬合能力,分析圖像復(fù)雜度與特征點(diǎn)數(shù)量之間的關(guān)系,以實(shí)現(xiàn)在不同場景下能夠自適應(yīng)地調(diào)整特征點(diǎn)的檢測數(shù)量;利用FCN(Fully Convolutional Network,全卷積網(wǎng)絡(luò))神經(jīng)網(wǎng)絡(luò)所具備的語義分割特性,對圖像中的主要目標(biāo)范圍進(jìn)行確定,以限制特征點(diǎn)的檢測區(qū)域,避免背景噪聲的影響;通過分析三維重建過程中相機(jī)位姿偏移的穩(wěn)定性,限制待匹配特征點(diǎn)的像素檢測范圍,以實(shí)現(xiàn)特征點(diǎn)匹配的優(yōu)化,得到更高精度的匹配特征點(diǎn)。其次,使用優(yōu)化后的精確匹配特征點(diǎn)計算出初始位姿,恢復(fù)稀疏點(diǎn)云,再將匹配特征點(diǎn)、初始位姿及稀疏點(diǎn)云作為優(yōu)化變量,構(gòu)造一個最大似然估計問題,設(shè)計相應(yīng)的重投影誤差函數(shù),并通過圖優(yōu)化方法來最小化誤差函數(shù),同時設(shè)置閾值剔除誤匹配,降低累積誤差的影響,得到優(yōu)化的相機(jī)位姿。最后,取消了回環(huán)檢測中傳統(tǒng)的詞袋結(jié)構(gòu),根據(jù)Faster-RCNN神經(jīng)網(wǎng)絡(luò)對場景圖像的語義識別結(jié)果,構(gòu)建二維語義特征向量圖,并相應(yīng)地設(shè)計了一種基于非線性累積誤差的相似度計算方法,由此識別出回環(huán),實(shí)現(xiàn)了更高精度的回環(huán)檢測。
【圖文】：

圖 2.1 展示了三維重建的全過程。圖 2.1 三維重建流程圖2.1 SFM 與 SLAMSFM 是一種通過具有空間位置聯(lián)系的二維圖像序列來估計其三維結(jié)構(gòu)的成像技術(shù)，已廣泛應(yīng)用于計算機(jī)視覺和視覺感知（Visual Perception）領(lǐng)域。目前，SFM 主要是通過第三方庫 OpenMVG（Multiple View Geometry）和 OpenMVS（Multiple ViewStereovision）來具體實(shí)現(xiàn)，如圖 2.2 所示，其中 OpenMVG 用于生成相機(jī)的位姿和稀疏點(diǎn)云，OpenMVS 則利用 OpenMVG 的結(jié)果來生成稠密點(diǎn)云，并將其三角化，，最后生成紋理。 SFM 算法目前仍無法滿足實(shí)時性的要求，但精度高，一般用于離線處理。相較于SFM

圖 2.2 OpenMVS 與 OpenMVG 的流程及相互關(guān)系圖 2.3 Visual SLAM 算法流程 特征點(diǎn)檢測與匹配圖像的特征點(diǎn)通常為角點(diǎn)、邊緣和區(qū)塊。特征點(diǎn)包括關(guān)鍵點(diǎn)和描述子兩個部分鍵點(diǎn)代表的是特征點(diǎn)的像素坐標(biāo)，而描述子是指一個多維的向量，表示關(guān)鍵點(diǎn)
【學(xué)位授予單位】：中國人民公安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐建;;醫(yī)學(xué)影像三維重建系統(tǒng)的實(shí)現(xiàn)探討[J];影像技術(shù);2017年04期

2 陳合新,虞春堂,鐘世鎮(zhèn);顳骨內(nèi)部結(jié)構(gòu)CT三維重建的研究[J];中華耳鼻咽喉科雜志;2000年05期

3 陸惠民,王秀春,史美德,劉守忠;生物顯微結(jié)構(gòu)連續(xù)切片圖象的象素地址矢量表達(dá)和三維重建信息加工[J];生物物理學(xué)報;1988年03期

4 ;三維重建[J];北方建筑;2019年04期

5 宋紅芳;吳寶平;趙麗穎;王輝;劉志成;;三維重建在口腔生物力學(xué)中的應(yīng)用[J];醫(yī)學(xué)信息;2018年07期

6 劉建國;;可移動文物的多視角影像三維重建[J];考古;2016年12期

7 張家樹，李時光，楊恬;三維重建窗口的設(shè)計實(shí)現(xiàn)[J];西南師范大學(xué)學(xué)報(自然科學(xué)版);1994年03期

8 李治安，王新房，陸平，王加恩，鄧又斌，胡綱，楊婭，劉俐;經(jīng)食管超聲心動圖縱向掃描切面三維重建[J];中華超聲影像學(xué)雜志;1994年01期

9 蘇鴻根;;三維重建和重構(gòu)的研究[J];工程圖學(xué)學(xué)報;1986年01期

10 蘇鴻根;;三維重建和重構(gòu)的研究[J];工程圖學(xué)學(xué)報;1986年07期

相關(guān)會議論文 前10條

1 肖智博;呂富榮;歐陽羽;曾勇明;呂發(fā)金;;閉氣掃描在肩關(guān)節(jié)三維重建中的價值[A];2010中華醫(yī)學(xué)會影像技術(shù)分會第十八次全國學(xué)術(shù)大會論文集[C];2010年

2 宋宇瑩;;行星狀星云的三維重建[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2008年

3 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

4 趙明浦;;物體表面三維重建實(shí)現(xiàn)方法研究現(xiàn)狀[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（上冊）[C];2007年

5 吳亞敏;;“血管的三維重建”模型的優(yōu)化算法分析[A];第一屆中國智能計算大會論文集[C];2007年

6 胡明星;袁保宗;唐曉芳;;投影三維重建中基于遺傳算法的基礎(chǔ)矩陣估計方法[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

7 葉青盛;計建軍;王延群;楊軍;周盛;王曉春;王立偉;;基于超聲圖像的膀胱三維重建系統(tǒng)設(shè)計與實(shí)現(xiàn)[A];天津市生物醫(yī)學(xué)工程學(xué)會第三十三屆學(xué)術(shù)年會論文集[C];2013年

8 諸葛斌;周荷琴;郎文輝;唐雷;馮煥清;;基于表面點(diǎn)的數(shù)字人三維重建[A];人體斷面數(shù)據(jù)獲取與圖像處理研討會論文匯編[C];2005年

9 譚躍鋼;吳正平;;一種新的基于雙目視模型的三維重建方法[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

10 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

相關(guān)重要報紙文章 前6條

1 記者 牟景君;東林大研究出三維重建和3D打印技術(shù)[N];中國綠色時報;2015年

2 記者 周辰;“三維重建”病灶 手術(shù)更精準(zhǔn)[N];哈爾濱日報;2015年

3 本報記者 葉青 通訊員 粵科宣;病人家屬也可操刀“做手術(shù)”[N];廣東科技報;2011年

4 本報記者 王星;還原洞窟佛像[N];文匯報;2012年

5 本報記者 彭溢 閆一菲;高科技在民用領(lǐng)域大顯身手[N];黑龍江日報;2018年

6 記者 陶克強(qiáng)　通訊員 張范 嘉善縣委報道組 劉文書;從低端徘徊向高端突破[N];嘉興日報;2011年

相關(guān)博士學(xué)位論文 前10條

1 肖雄武;具備結(jié)構(gòu)感知功能的傾斜攝影測量場景三維重建[D];武漢大學(xué);2018年

2 謝榛;基于無人機(jī)視覺的場景感知方法研究[D];浙江工業(yè)大學(xué);2017年

3 張金強(qiáng);星載全方位SAR目標(biāo)三維重建技術(shù)研究[D];西安電子科技大學(xué);2018年

4 胡楊;基于深度相機(jī)的葉菜類作物三維重建與生長測量方法研究[D];浙江大學(xué);2018年

5 唐麗;由手提相機(jī)獲得的序列圖像進(jìn)行三維重建[D];西安電子科技大學(xué);2003年

6 姜光;基于二次曲線的單軸旋轉(zhuǎn)運(yùn)動分析和三維重建[D];西安電子科技大學(xué);2003年

7 王宇宙;計算機(jī)視覺三維重建理論與應(yīng)用[D];西北大學(xué);2004年

8 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

9 方馳華;肝臟管道系統(tǒng)數(shù)字化及虛擬肝臟的研究[D];第一軍醫(yī)大學(xué);2005年

10 陳付幸;基于非定標(biāo)圖像序列的三維重建關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 王博聞;基于ORB-SLAM2的醫(yī)學(xué)影像三維重建[D];中北大學(xué);2019年

2 李光瑞;基于圖像的動脈血管三維重建與分割方法的研究與實(shí)現(xiàn)[D];山東大學(xué);2019年

3 王鶴;基于立體視覺的單尺度三維重建特征匹配模型研究[D];哈爾濱工程大學(xué);2019年

4 王敏;基于CT/MRI融合Kambin三角三維重建模型與標(biāo)本測量對比研究[D];南方醫(yī)科大學(xué);2019年

5 王妍心;“互聯(lián)網(wǎng)+”背景下寶清縣政府信息公開問題及對策研究[D];東北農(nóng)業(yè)大學(xué);2019年

6 鄒潤陽;實(shí)時室內(nèi)三維重建與機(jī)器人尋徑算法的研究與實(shí)現(xiàn)[D];上海交通大學(xué);2017年

7 蔣華強(qiáng);單目圖像序列三維重建研究[D];西南科技大學(xué);2019年

8 陳斌;假肢接受腔三維重建系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D];大連理工大學(xué);2018年

9 楊騰達(dá);基于雙線陣相機(jī)的三維重建系統(tǒng)[D];鄭州大學(xué);2019年

10 劉立強(qiáng);基于深度學(xué)習(xí)的視覺三維重建研究[D];北方工業(yè)大學(xué);2019年

本文編號：2673261