论文部分内容阅读
基于图像的三维重建是国内外数字媒体领域研究的重点,获得高效且适应性强的三维重建方法是图像研究人员的目标。现在已有的基于图像的三维重建方法按照图像数量分为单图三维重建、多图三维重建。多图三维重建对图片质量和内容要求高,但可以获得精度较高的三维重建结果,单图的三维重建由于遮挡等原因,获得的重建结果往往是不完整的。基于多图的三维重建往往忽视掉许多单图中与场景深度有关的信息,理论上,单图中与深度有关的线索和多图中的深度线索没有冲突,如果能在单图三维重建的基础上加入立体视觉的相关线索,能获取到真实感更强的三维重建效果。马尔科夫随机场理论可以用来解决不适定问题,三维重建要求从二维图像中恢复出三维场景,三维重建是成像的逆过程,显然是不适定问题,所以用马尔科夫随机场理论解决三维重建问题是合理的。由于马尔科夫随机场模型本身的灵活性,可以因地制宜的充分利用图片中隐藏的深度线索,能够很轻松的将单图线索和立体视觉相关线索结合起来,符合我们的要求。本文在使用马尔科夫随机场对单图三维重建的基础上,对三维重建方法做了以下改进:加入新的约束条件重构马尔科夫随机场模型。使用新的马尔科夫随机场模型对多图进行三维重建,得到的三维重建的效果更加真实,它同时包含多张图片所有内容,弥补单图中物体遮挡造成的空洞。(1)提出基于图像拼接的多图三维重建和基于点云融合的多图三维重建方法,通过改变重建和融合顺序,将马尔科夫随机场方法应用到多图三维重建中。(3)本文的马尔科夫随机场模型在建立时不对场景做任何假设,即不对试验照片进行筛选或者对拍摄有任何要求,所以具有普适性。在样本库比较全面的情况下,能得到视觉上令人满意的三维重建结果。本文将新提出的三种方法进行比较,发现基于重构马尔科夫随机场模型的多图三维重建在三种方法中重建效果最好,基于图像拼接的多图三维重建方法重建速度最快,基于点云融合的多图三维重建方法在运算速度和重建效果中有折中体现。在此基础上,与已有的传统多图三维重建的SFM方法进行比较,我们的算法能够获取更大范围的三维重建效果,但是精度远远不如SFM方法。