论文部分内容阅读
随着计算机视觉这门新学科的发展,三维重建技术成为一项热门的研究方向,并在医疗产业、影视产业、游戏产业等诸多领域得到了广泛的应用。三维重建的主要目的是为了恢复目标场景的三维模型,在诸多方法中,由Furukawa提出的基于面片的三维重建方法(PMVS方法)不论是在重建精度还是在重建耗时上,都是一个表现较好的多视点三维重建算法。本文在对PMVS算法进行详细分析的基础上,针对PMVS算法中的特征匹配,面片扩展和面片优化等方面提出了改进方案,在一定程度上完善了 PMVS算法。本文主要工作如下:(1)针对原始的PMVS算法在扩展面片时由于特征点检测稠密分布不均,容易导致重建结果出现部分区域空洞的问题,提出了一种自适应优化特征点检测的三维重建改进。先将Harris算子的响应矩阵分块处理,分块选取响应值,通过比较块中最大响应值与全局响应均值的大小,分情况选择特征点,解决Harris算子的阀值设置问题,减少了特征点的集群现象,改善了三维重建的结果容易出现大量空洞的缺陷,三维重建的速度也有一定的提高。通过本文的实验,验证了本文改进方法是有效的。(2)针对原始的PMVS算法在面片扩展这一步骤耗时长的问题,提出了一种先将稀疏面片稠密化处理,然后再进行面片扩展的改进方法。通过采用NCC匹配算法、利用视差梯度约束去除错误匹配的方法先优化匹配点,在确保匹配点质量的前提下再采用一种准稠密匹配扩散方法,先将稀疏的空间面片扩散成稠密的面片,然后再进行PMVS三维重建算法的后续步骤。实验结果表明,改进以后的PMVS算法可以有效地减少三维重建过程中面片扩展这一步骤的耗时,从而提高三维重建的速度。(3)针对原始的PMVS算法在面片优化过程中由于采用的是传统的拟牛顿优化算法(BFGS算法),容易增加三维重建的耗时,从而提出一种改进面片优化方法的PMVS三维重建改进算法。通过改进拟牛顿方法(BFGS算法)的修正矩阵,在保证全局收敛性的条件下,以及重建效果相当的前提下提高了三维重建的计算速度,从而间接地减少了三维重建的耗时。本文实验结果表明,改进方法可以提高三维重建的效率。