【摘要】：場景三維重建是機(jī)器視覺的核心任務(wù)之一,也是機(jī)器人研究領(lǐng)域中的一個(gè)重要研究方向。隨著各種機(jī)器人在數(shù)字城市、智慧城市中執(zhí)行實(shí)時(shí)監(jiān)控、探測、救援甚至作為替身等任務(wù)的需要,利用其視覺系統(tǒng)采集的圖像進(jìn)行城市場景重建成為近年來廣大學(xué)者研究的熱點(diǎn)。然而,開放式的城市大場景結(jié)構(gòu)復(fù)雜、相互遮擋嚴(yán)重,采集的圖像中常存在陰影、高光反射等光照不穩(wěn)定因素,再加之常見的建筑物場景的平面區(qū)域紋理稀疏、重復(fù),尤其是窗戶區(qū)域弱紋理等現(xiàn)象的存在,使得準(zhǔn)確而逼真地重建此類場景依然面臨著許多問題和挑戰(zhàn)。本文針對(duì)大場景重建的不利因素,圍繞基于彩色圖像的特征檢測、平面區(qū)域的不連續(xù)視差優(yōu)化、平面區(qū)域重建的點(diǎn)云稀疏、孔洞和平面顛簸問題,以及建筑物窗戶區(qū)域的重建不完整問題進(jìn)行了研究和探討,為提高三維重建的質(zhì)量和完整性提供一些有效的解決方案。具體研究內(nèi)容和創(chuàng)新點(diǎn)如下：(1)基于灰度圖像的特征檢測因丟失顏色信息而在陰影、影子和高光等區(qū)域出現(xiàn)特征檢測不穩(wěn)定的問題。本文在顏色的雙色性反射模型下構(gòu)造了一種顏色的飽和度不變量,并將其與已有的色調(diào)不變量結(jié)合,運(yùn)用到邊緣檢測與角點(diǎn)檢測中。兩種不變量的結(jié)合不但增強(qiáng)了檢測子對(duì)陰影、高光區(qū)域的抗干擾能力,同時(shí)互相彌補(bǔ),檢測出目標(biāo)的真實(shí)邊緣和穩(wěn)定的角點(diǎn)特征。(2)在立體匹配的局部算法中,由于局部窗口的平滑假設(shè)在傾斜平面或目標(biāo)邊緣處不成立,造成平面視差不連續(xù),進(jìn)而導(dǎo)致三維重建的模型呈現(xiàn)階梯狀。本文根據(jù)圖像平滑的原理,提出一種圖像邊緣與視差稀疏梯度約束的全局視差優(yōu)化算法,并利用準(zhǔn)二次變量分離算法求解目標(biāo)函數(shù),獲得優(yōu)化的視差圖。通過對(duì)公共測試圖像的實(shí)驗(yàn)表明,提出的算法有效地在子像素級(jí)的視差精度內(nèi)平滑了不連續(xù)視差,解決了平面區(qū)域重建的階梯狀問題。(3)將三維稀疏點(diǎn)云的多平面模型估計(jì)和無監(jiān)督的二維圖像分割相結(jié)合,在不借助深度圖的條件下,提取完整的平面區(qū)域,分段重建三維多平面場景。本文首先利用分層抽樣代替隨機(jī)抽樣,改進(jìn)了J-linkage多模型估計(jì)算法,然后利用該方法對(duì)稀疏點(diǎn)云進(jìn)行多平面擬合,獲得了場景的多平面模型,最后利用多平面模型構(gòu)造相關(guān)近鄰圖,形成分割標(biāo)記,將平面區(qū)域提取并重建。提出的方法克服了平面區(qū)域重建時(shí)紋理稀疏或重復(fù)紋理造成的孔洞問題,以及微面片擬合平面重建的顛簸現(xiàn)象。(4)通過建立一種具有仿射不變性的直線描述子對(duì)圖像中的直線特征進(jìn)行了精確匹配。首先將待匹配直線離散為對(duì)應(yīng)點(diǎn)的集合,將直線描述轉(zhuǎn)化為點(diǎn)的描述,避免了直線不完整造成的支撐區(qū)域大小不一致的問題；然后結(jié)合直線的方向和長度,定義點(diǎn)描述子的主方向和尺度,通過統(tǒng)計(jì)離散點(diǎn)集的局部鄰域的梯度信息,使描述子具有仿射不變性。為了提高直線匹配速度,在進(jìn)行直線描述之前,本文采用了極線約束精簡了待匹配直線集合,再利用最近鄰距離比準(zhǔn)則對(duì)直線精確匹配。實(shí)驗(yàn)結(jié)果表明本文提出的直線描述子在仿射、亮度、視點(diǎn)、遮擋等變化條件下具有精確的匹配性能。另外,直線匹配被應(yīng)用于場景的三維直線重建,給后續(xù)的建筑物窗戶重建提供了基礎(chǔ)。(5)提出了一種基于圖像邊緣與玻璃屬性約束的窗戶檢測方法。首先,將圖像邊緣作為窗戶的初始定位,然后分別在邊緣的兩側(cè)提取局部的顏色和紋理特征,并將二者的差異性作為識(shí)別窗戶的特征,最后,先采用Mahalanobis距離分類器進(jìn)行局部含窗區(qū)域判決,再利用圖像分割的算法提取窗戶的整體區(qū)域。提出的算法能在窗戶形狀結(jié)構(gòu)未知的情況下,對(duì)建筑物表面的窗戶有效檢測。在重建應(yīng)用中,將從圖像中檢測的窗戶作為二維定位,將三維直線模型作為空間定位,對(duì)窗戶實(shí)現(xiàn)了重建,克服了一般方法在窗戶這種高光區(qū)域不能完整重建的困難。
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41
【圖文】：

向上為ｙ軸正方向的坐標(biāo)系。而在計(jì)算機(jī)視覺的中，更常采用像素坐標(biāo)來進(jìn)行計(jì)逡逑算，該坐標(biāo)的原點(diǎn)位置為圖像的左上角，Ｘ軸正方向?yàn)樗较蛴�，ｙ軸正方向?yàn)殄义洗怪毕蛳�。如圖２．４所示，左圖是圖像坐標(biāo)的表示，圖像坐標(biāo)值通常用物理尺寸逡逑作為長度單位（例如ｍｍ），它是一個(gè)連續(xù)變化的量。Ｐ為攝像機(jī)光軸Ｚ軸與圖像逡逑平面的交點(diǎn)，也稱光必。若忽略各種啼變，Ｐ則位于圖像的中也。右圖為像素坐逡逑標(biāo)的表示，像素坐標(biāo)通常Ｗ像素為單位。假設(shè)光也Ｐ坐標(biāo)為（ｐｕ，ｐ，），圖像坐標(biāo)逡逑可轉(zhuǎn)化為像素坐標(biāo)：逡逑Ｍ邋＝邋／左＋邋Ａ邋和邋ｖ邋＝邋／左＋邋Ａ邐口．４）逡逑Ｚｃ邐王Ｃ逡逑Ｕ邐Ｕ逡逑邐？邐邋邐＾逡逑Ｖ＂邐ＥＥ＋Ｅ壬Ｅ逡逑＿邐Ｐ邐二二二二二－一＇．－逡逑Ｐ．邐邋豐－逡逑邐—逡逑邐ｉ邐Ｉ邐Ｖ邋，，二二二二二二二二二二邐Ｐ，邐＇邋Ｕ．邋．１邋……Ｎ邋Ｉ邋Ｉ邋１邋Ｉ」逡逑W２．４圈像坐標(biāo)與像素坐標(biāo)的關(guān)系邐絮逡逑式（４）也可寫成為齊次坐標(biāo)的矩陣形式：逡逑Ｔ。Ａ逡逑叫庶邐［Ｘ逡逑Ｖ邋＝邋０邋＾邐Ｐ．邐ｙ邐口．５）逡逑１邋ｄｙ邐１逡逑Ｕ邋０邐０邐Ｉ邐Ｌ邋Ｊ逡逑其中，ｄｙ、式分別為圖像傳感器沿Ｘ、ｙ方向的相鄰兩像素之間的距離。逡逑由于攝像機(jī)可處于場景中的任意位置，攝像機(jī)位置的不確定性使我們還需逡逑要選擇一個(gè)基準(zhǔn)坐標(biāo)系才能描述它的具體位置

邐ｌＵｆｆＷＩＭｉｌ．逡逑圖３．４多視點(diǎn)圈像的匹配逡逑如圖３．４所示，當(dāng)前框架中已包含了Ｈ幅已求出投影矩陣的圖像（１，＿，、１，－２、逡逑Ｉ，一巧日３Ｄ重建點(diǎn)ＭＷ及它們對(duì)應(yīng)的２Ｄ點(diǎn)（巧＿，、巧＿２、巧＿３）。并且，已經(jīng)對(duì)最逡逑后一幅圖像１，＿，和新加入的圖像Ｉ，進(jìn)行了匹配。逡逑首先，對(duì)圖像１，＿，和Ｉ，的匹配點(diǎn)巧＿，和巧，檢測它們對(duì)應(yīng)的空間３Ｄ點(diǎn)Ｍ是逡逑否存在當(dāng)前框架中。如果３Ｄ點(diǎn)和其對(duì)應(yīng)的２Ｄ點(diǎn)（Ｍ，ｗ，）存在且大于６組時(shí)，新逡逑圖像Ｉ，對(duì)應(yīng)的投影矩陣１＊，可材直接代入射影重建方程組求出。逡逑為了盡量避免引入當(dāng)前框架中的錯(cuò)誤匹配點(diǎn)，在此之前，應(yīng)該去除匹配集中逡逑的外點(diǎn)。如果一個(gè)重建點(diǎn)在每幅圖像的重投影和原像點(diǎn)的距離誤差的最大值小逡逑于某一闊值時(shí)，則為內(nèi)點(diǎn)，反之為外點(diǎn)。逡逑２．３．４結(jié)構(gòu)更新逡逑每一次加入新的圖像后

對(duì)梯度的模進(jìn)行非極大值抑制，將局部幅值變化最大的點(diǎn)作為邊緣逡逑點(diǎn)保留，并選用適當(dāng)?shù)拈}值，將圖像中的邊緣點(diǎn)連接成輪廓。逡逑圖３．４（ａ）是一張人工圖像，它是一張飽和度不同而色調(diào)都為藍(lán)色的圖片，色逡逑調(diào)有深到淺。圖３．４腳是圖３．４腳的色調(diào)圖。圖１４似是圖３．４（ａ）飽和度圖。圖３．４（ｄ）逡逑和（句是分別用色調(diào)不變量和飽和度不變量檢測邊緣的結(jié)果。圖（ｄ）顯示，因?yàn)樯义险{(diào)相同，若僅憑色調(diào)信息檢測時(shí)會(huì)丟失大部分邊緣。然而，用色調(diào)和飽和度不逡逑變量相結(jié)合的方法，如圖３．４（ｅ）所示，可Ｗ將飽和度變化的區(qū)域邊界都找到。逡逑３０逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動(dòng)幾何精糾正系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

8 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

相關(guān)會(huì)議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評(píng)測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊）[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號(hào)驅(qū)動(dòng)板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國電子報(bào);2001年

9 侯杰;國產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計(jì)算機(jī)報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 梁福來;低空無人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

本文編號(hào)：2782724