论文部分内容阅读
建筑物模型重建是当前计算机视觉和计算机图形学领域的一个热点,在动画、虚拟现实、游戏、战场模拟等应用领域有着很重要的应用价值。但目前大部分的模型重建工作是基于多幅图像展开的,很少有学者研究基于单一图像重建三维建筑物模型。基于单幅图像恢复三维模型确实是一个病态问题,如果不考虑很多先验知识很难得以解决。本文提出了基于输入图像的轮廓与三维模型的投影轮廓进行匹配的方法,高效地完成了建筑物模型的重建工作。本文的方法简化了三维模型重建过程,避免了相机标定和人机交互的冗繁过程。输入一张在日常生活中捕获的建筑物照片,首先对照片进行分割处理,将照片分割成不同的区域,自动地完成感兴趣区域建筑物的轮廓提取工作。然后,通过本文已经建立好的三维模型库,得到三维模型在不同视点下的投影轮廓。最后,进行核心的轮廓匹配工作,即匹配建筑物的二维轮廓和模型库模型的投影轮廓。实验表明,本文的方法简单、高效,避免了相机标定,跨越了复杂的数学运算过程。特别是针对于有遮挡的建筑物的重建工作更加高效。 本文的主要研究成果如下: 1.提出了基于轮廓匹配的单幅建筑物图像的三维模型重建算法。 2.对含有复杂前景、背景的建筑物照片,通过改进和结合已有算法,实现了对图像中的感兴趣物体(建筑物)的自动提取工作。 3.提出对分割后的建筑图像进行轮廓提取和轮廓优化的思想和方法。由于建筑物被其他物体(树木、楼层等)所遮挡,分割后的建筑物信息并不完备,因此提取的轮廓信息也是不完备的。因此,如何公式化、系统化、形象化地为现有轮廓建立数学模型,是本文的研究重点,以便利用输入图像的残缺轮廓信息与三维模型库的模型投影轮廓进行初匹配到精匹配的过程。 4.创新性提出了将单幅建筑物图像的不完备轮廓信息与已有模型库中三维模型的投影轮廓进行的迭代匹配以及精匹配算法。采用此匹配算法,避免了基于图像进行模型恢复时所需要的相机标定、图像校准等复杂的工作步骤,减少了大量的数学计算,因此使重建工作变得更加简单和高效。 5.本文还提出了基于模型控制点的模型变异方法。对于匹配度不高的建筑物图像,可以通过改变模型库中模型的控制点,得到与图像中建筑物轮廓更为匹配的现有模型的变形,使得模型的匹配工作更加地精准。在原有的模型库基础上,增加了通过模型变异得到的另一部分模型,进一步扩充了模型库。 实验表明,本文采取的是一种简单、高效的三维建筑物模型重建方法。它只需对照片中的建筑物进行简单的分割以及建筑物主体轮廓的提取,就能得到建筑物主体的不完备轮廓信息,进而去匹配模型数据库中的模型投影轮廓。此方法更适合用于有遮挡的建筑物的重建工作。如果初始匹配结果并不理想,本文将采用精确匹配的步骤,进而获得理想匹配效果。对于模型库中没有的模型类型,本文还通过扩充模型库的方法,进一步得到精确的目标模型。整个匹配过程跨越了复杂的数学运算,能够节省匹配的时间。