论文部分内容阅读
物体的三维数字化技术在军事、现代医学、历史文物研究等方面有着重要的应用价值。对于无纹理或若纹理的静态刚性体（rigid-object），传统的双目视觉和结构光的方法可以较好的恢复物体的三维结构，但需要的实验设备过多。而且，现实生活中很多场景和重建对象为动态的或非刚性（non-rigid）的，如何由一组图片恢复出非刚性体的结构和相机的运动信息仍然是计算机视觉领域的一个难点问题。因此，本文主要围绕静态刚性体和动态非刚性体的三维数字化技术展开研究，主要工作可总结如下： （1）利用双目视觉与结构光技术相结合恢复静态物体的360度全景三维结构。这个方法可以较好的实现无纹理或弱纹理目标的特征点匹配，重建出物体的三维结构。本文利用三维点云矩阵的旋转和平移变换实现物体全景结构的拼接，从而得到物体的360度全景三维结构信息。 （2）用单相机和投影仪结合结构光技术实现静态物体三维重建。在传统的双目视觉模型中利用投影仪代替其中一个相机，用张正友相机标定法实现对相机的标定，用投影仪标定工具箱实现对投影仪的标定，最后用单相机和投影仪结合格雷码技术实现对静态物体的三维结构的重建。 （3）用从运动中恢复非刚性体结构（Non-rigid Structure From Motion，NRSFM）方法实现对非刚性体的三维重建。目前由于对于动态图像序列进行特征点匹配难度较大，因此现有的NRSFM方法主要是在现有的数据集基础上实现的。本文用光流法对一组图像序列采集得到数据集，然后分别在形状空间中用因式分解法对刚性体进行三维数字化，利用形状基和因式分解法相结合实现了非刚性体的三维数字化，最后在轨迹空间中利用轨迹基和因式分解方法实现了非刚性体的三维数字化。 实验结果表明，双目视觉结合结构光方法可以很好的恢复出物体的三维结构。用投影仪代替双目视觉中的一个相机并结合结构光技术可以实现物体的三维数字化。NRSFM在形状空间和轨迹空间中利用因式分解法可实现物体的三维数字化，该方法可以较好的恢复出物体的三维形状，其重建效果与匹配的特征点集密切相关。