论文部分内容阅读
三维重建是计算机视觉技术的主要内容之一。拍摄二维图像的相机内外参数的标定、图像特征点的提取以及特征点的立体匹配是计算机视觉中三维重建的技术核心。由于计算机视觉中输入的图像一般为二维图像的灰度,它是三维物体几何特征、光照、物体材料表面性质、物体颜色、摄像机参数等许多因素的函数,由灰度反推以上各种参数是逆问题,这些问题往往都是非线性的,问题的解不具有唯一性,而且对噪声或离散化引起的误差极其敏感,所以计算机视觉本身存在一定的病态性。如何得到问题的鲁棒的解成为三维重建过程的难点所在。 本文以双目立体视觉理论为基础,在采用张氏平面标定法对摄像机进行外部标定的前提下,提取立体图像对的Harris角点作为特征点,经过初始相关匹配、中等鲁棒匹配和强壮的鲁棒匹配等三个阶段,得到一个鲁棒的匹配点集,并在此基础上进行SFM——从运动过程中实现物体重建,计算出摄像机的外部相对位置参数,最终在OpenGL中实现物体的三维重建。实验证明,本文所使用的方法是鲁棒的,重建的效果也是令人满意的。