基于图像序列的稠密三维重建关键技术研究

作     者：隗娜 

作者单位：中国科学院大学(中国科学院沈阳计算技术研究所) 

学位级别：硕士

导师姓名：郭向坤

授予年度：2019年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：特征点提取 稠密重建 线性插值 面片优化 

摘      要：计算机视觉和硬件设备的发展使得三维重建在医学、影视、游戏和虚拟现实等方面发挥越来越重要的作用。随着对三维几何模型需求的增加,涌现出了许多优秀的算法,但现有的解决方案并不能完全满足需求,用户驱动的建模操作简单但冗长且容易出错,使用3D扫描仪精准度高但造价昂贵。其中从一系列二维图像重建三维模型的方法因其实现简单,造价低又适用于大多数场景的重建而得到广泛应用。基于图像的三维重建获得的稀疏点云提供的点云数据太少,并不能满足后续工作的需求,因此获得尽可能多且均匀的稠密点云成为研究重点。虽然现有的三维稠密重建算法有很多,但是在一些应用场景下仍然存在许多问题和不足。本文针对从图像序列获得稠密三维点云模型这一过程中涉及到的技术和算法进行研究学习,着重对其中表现较好、应用较广泛的PMVS算法进行深入研究,结合前人的研究经验,取得如下成果:1、研究特征点提取算法,对常用的算法根据其提取特征点类型的不同进行研究,分析比较其优缺点。针对纹理稀疏区域特征点缺少或稀疏的问题,提出一种改进的SIFT特征点提取算法:按照原SIFT算法求得极值点后,在进行阈值筛选之前引入双线性像素插值计算,使得局部灰度值变化较为显著但又在阈值之下的极值点尽可能的被筛选出来,增加特征点的数目。2、研究三维稠密重建相关算法,详细研究PMVS算法流程中的相关技术。针对初始特征匹配阶段,提出一种匹配点选取策略,化二维投影距离为三维空间距离,提高准确率。针对面片扩展阶段,提出了一种面片优化方法,该方法使用局部几何信息修正面片法向量,使得面片更好的切合于模型表面,在不影响全局特征的同时尽可能提高精度。3、通过对摄像机标定、特征点提取匹配、稀疏重建、稠密重建等方法的研究,实现能够通过图片序列完成稠密点云重建的系统。