任意视角的多视图立体匹配系统

为了得到高精度深度图,通过特征点提取与匹配、计算基础矩阵F、引导互匹配、捆集调整等一系列技术,求出每幅视图在同一空间坐标系下的高精度摄像机矩阵P.为任意角度的多个视图建立可扩展的主框架,不需要图像矫正.基于图像坐标和自动计算出的视差范围建立三维网络,为每条边分配适当的权值,把多视图立体匹配问题转化为网络最大流问题.算法保证了高准确率和平滑性,实验结果表明此方法适用于三维模型重建.     

纹理映射中的平面校正技术研究

为了快速实时地进行由平面组成的结构景物的3D建模问题,文中介绍了一种在进行图像3D重构时纹理映射中的平面校正方法.介绍了三角形模型在图像处理、图形绘制、虚拟现实等技术中的重要作用.从射影几何的角度出发,给出了从两幅视图进行景物三维重构的分层重构方法.在已知欧氏重构即摄像机内参数的基础上,介绍一种基于标定的平面射影失真矫正方法.通过此方法,将矫正过的纹理映射到欧式点重构结构中,得到景物的3D模型.经实验验证,这种方法在处理由平面组成的景物的3D重构中是实时有效的.     

线性多视图重构的新算法

研究了由多幅图像恢复摄像机矩阵和空间物体三维几何形状这一多视图三维重构问题,改进了由Hartley和Rother等人分别给出的基于由无穷远平面诱导的单应进行射影重构的算法,提出了一种新的线性算法,它仅需要空间中3个点在每幅图像上均可见。因为空间中不在同一直线上的3个点恰好确定一个平面,所以它避免了Hartley和Rother等方法中需要确定空间4个点是否共面这一比较棘手的问题。大量实验结果表明,这种方法快速、准确且受噪声影响小。     

摄像机简化模型对三维重构的影响--分析与实验

讨论了摄像机简化模型对三维重构的影响．主要结论有：当摄像机在两幅图像间的运动为纯平移运动时，从理论上证明了使用摄像机简化模型重构空间点与实际空间点之间满足仿射变换；当摄像机在两幅图像间的运动为一般刚体运动时，使用简化模型的重构只有在一定条件下才能较好地保持原物体的形状；在简化模型下，基于Kruppa方程的方法所估计的焦距精度不能满足三维重构的要求．实验结果表明：在三维重构中不能盲目地使用简化模型，必须对摄像机内参数进行全面标定．     

由平行平面的投影确定无穷远平面的单应矩阵

在三维计算机视觉中,无穷远平面的单应矩阵扮演了极其重要的角色,可使众多视觉问题的求解得到简化.主要讨论如何利用平行平面的投影来求解两个视点间的无穷远平面的单应矩阵,用代数方法构造性地证明了下述结论:(1) 如果场景中含有一组平行平面,则可以通过求解一个一元4次方程来确定两个视点间的无穷远平面对应的单应矩阵;(2) 如果场景中含有两组平行平面,则可以线性地确定两个视点间的无穷远平面对应的单应矩阵.并对上述结果给出了相应的几何解释和具体算法.所给出的结果在三维计算机视觉,特别是摄像机自标定中具有一定的理论意义和应用价值.     

单轴运动下未标定图像序列的度量重构

提出了一种由单轴运动下的未标定运动图像序列进行三维重构的新方法。利用不变量计算出第一幅图像对应的摄像机矩阵,根据转台的旋转角度计算出其余图像对应的摄像机矩阵,再使用SIFT算法查找相邻两幅图像可见的匹配点,并利用线性三角形法对图像进行重构,最后用捆集调整优化重构的结果。真实图像序列的重构实验验证了算法的正确性和有效性。     

纹理映射中的平面校正技术研究

为了快速实时地进行由平面组成的结构景物的3D建模问题,文中介绍了一种在进行图像3D重构时纹理映射中的平面校正方法。介绍了三角形模型在图像处理、图形绘制、虚拟现实等技术中的重要作用。从射影几何的角度出发,给出了从两幅视图进行景物三维重构的分层重构方法。在已知欧氏重构即摄像机内参数的基础上,介绍一种基于标定的平面射影失真矫正方法。通过此方法,将矫正过的纹理映射到欧式点重构结构中,得到景物的3D模型。经实验验证,这种方法在处理由平面组成的景物的3D重构中是实时有效的。     

基于两幅图像的三维物体分层重构

文章研究在仅有两幅图像的条件下,如果摄像机内参数保持不变,如何利用场景中的结构信息实现空间物体的分层重构,研究表明,计算出无穷远平面的单应矩阵,可以仿射重构,计算出绝对二次曲线的像,就可以进一步实现欧氏重构。最后给出一个具体的实验,结果表明该算法是可行的。     

一种半自动的三维欧氏重建方法

从二维图像得到场景的三维模型是计算机视觉和虚拟现实的重要研究内容。本文通过用户的简单交互,利用平面型场景的同形关系自动进行两幅大差异图像之间的角点匹配,将这些匹配结果作为初始点,再利用RANSAC鲁棒算法估计基本矩阵。以此结果进行仿射重建,然后在简化相机模型的基础上通过给出的约束条件直接实现欧氏重建,真实数据的实验结果表明了该算法的有效性。     

基于二次曲线的纯旋转摄像机自标定

研究探讨了一种基于平面二次曲线的纯旋转摄像机自标定方法.在不同的方位拍摄 三幅或三幅以上图像,每幅图像至少包含两个空间平面二次曲线、或两个二次曲面、或一个平 面二次曲线与一个二次曲面的投影,利用图像之间的二次曲线对应关系,可以确定摄像机的 内参数矩阵,同时可以获得摄像机不同方位之间的旋转矩阵.由于使用的定标基元为二次曲 线,是较点和直线包含更多信息的基元,因而基元之间的匹配容易自动实现,并有助于提高标 定算法的鲁棒性和在线实时性.模拟实验和真实图像实验表明文中所介绍的方法是可行的.     

基于未标定图像的三维重建算法

提出一种基于多幅未标定图像的三维重建算法。在标记点匹配的基础上进行射影重建,通过施加度量约束将射影重建升级为欧氏重建,即利用未标定的透视图像恢复相机的内、外部参数以及标记点的三维空间坐标,实现场景的三维重建。标记点易于进行点对精确匹配,较手动拾取匹配提高了效率。实验结果表明,利用该算法能够大幅减小再投影误差。     

Estimation of the fundamental matrix from uncalibrated stereo hand images for 3D hand gesture recognition

All 3D hand models employed for hand gesture recognition so far use kinematic models of the hand. We propose to use computer vision models of the hand, and recover hand gestures using 3D reconstruction techniques. In this paper, we present a new method to estimate the epipolar geometry between two uncalibrated cameras from stereo hand images. We first segmented hand images using the RCE neural network based color segmentation algorithm and extracted edge points of fingers as points of interest, then match them based on the topological features of the hand. The fundamental matrix is estimated using a combination of techniques such as input data normalization, rank-2 constraint, linear criterion, nonlinear criterion as well as M-estimator. This method has been tested with real calibrated and uncalibrated images. The experimental comparison demonstrates the effectiveness and robustness of the method.     

一种新的摄像机自定标的方法

本文给出一种由未定标图像进行摄像机自定标的方法．通过分析基础矩阵关系式及方 差之间关系,得出一种新的计算摄像机内部参数及运动参数的准则．在计算中采用单个摄 像机并且假设摄像机像主点的位置已知,大大简化了运算量．     

一种用于未标定图像三维重建的立体匹配算法*

提出了一种适用于未标定图像三维重建的立体匹配算法。该算法首先引入限制因子来消除Harris角点聚簇的现象,使用高斯曲面拟合内插使Harris角点达到亚像素级;接着采用特征点的Sift特征描述符进行初始匹配,利用随机抽样算法估计基础矩阵的同时剔除误匹配点对;最后在估计的基础矩阵的引导下进行双向匹配。实验证明,该算法能够很好地恢复物体的结构,是一种有效的用于未标定图像三维重建的立体匹配算法。     

Self-Calibration of a Moving Camera from Point Correspondences and Fundamental Matrices

We address the problem of estimating three-dimensional motion, and structure from motion with an uncalibrated moving camera. We show that point correspondences between three images, and the fundamental matrices computed from these point correspondences, are sufficient to recover the internal orientation of the camera (its calibration), the motion parameters, and to compute coherent perspective projection matrices which enable us to reconstruct 3-D structure up to a similarity. In contrast with other methods, no calibration object with a known 3-D shape is needed, and no limitations are put upon the unknown motions to be performed or the parameters to be recovered, as long as they define a projective camera.The theory of the method, which is based on the constraint that the observed points are part of a static scene, thus allowing us to link the intrinsic parameters and the fundamental matrix via the absolute conic, is first detailed. Several algorithms are then presented, and their performances compared by means of extensive simulations and illustrated by several experiments with real images.     

一种基于基本矩阵的相机畸变差自动校正方法

在计算机视觉的应用领域中,为了提高图像量测和3维重建的精度,必须对相机的畸变误差进行修正。为此提出了一种基于基本矩阵的相机径向畸变的自动校正方法,该方法不需要预先获得场景的结构信息和相机的内部参数,仅利用两张影像同名点集之间的内在几何关系,即可求取相机的径向畸变系数,进而可对这两幅图像的畸变误差进行自动校正。试验结果表明,该方法是一种有效的畸变图像校正算法,能够获得到满意的校正结果。     

Self-Calibration of Turntable Sequences from Silhouettes

This paper addresses the problem of recovering both the intrinsic and extrinsic parameters of a camera from the silhouettes of an object in a turntable sequence. Previous silhouette-based approaches have exploited correspondences induced by epipolar tangents to estimate the image invariants under turntable motion and achieved a weak calibration of the cameras. It is known that the fundamental matrix relating any two views in a turntable sequence can be expressed explicitly in terms of the image invariants, the rotation angle, and a fixed scalar. It will be shown that the imaged circular points for the turntable plane can also be formulated in terms of the same image invariants and fixed scalar. This allows the imaged circular points to be recovered directly from the estimated image invariants, and provide constraints for the estimation of the imaged absolute conic. The camera calibration matrix can thus be recovered. A robust method for estimating the fixed scalar from image triplets is introduced, and a method for recovering the rotation angles using the estimated imaged circular points and epipoles is presented. Using the estimated camera intrinsics and extrinsics, a Euclidean reconstruction can be obtained. Experimental results on real data sequences are presented, which demonstrate the high precision achieved by the proposed method.     

Using geometric constraints through parallelepipeds for calibration and 3D modeling

This paper concerns the incorporation of geometric information in camera calibration and 3D modeling. Using geometric constraints enables more stable results and allows us to perform tasks with fewer images. Our approach is motivated and developed within a framework of semi-automatic 3D modeling, where the user defines geometric primitives and constraints between them. In this paper, first a duality that exists between the shape parameters of a parallelepiped and the intrinsic parameters of a camera is described. Then, a factorization-based algorithm exploiting this relation is developed. Using images of parallelepipeds, it allows us to simultaneously calibrate cameras, recover shapes of parallelepipeds, and estimate the relative pose of all entities. Besides geometric constraints expressed via parallelepipeds, our approach simultaneously takes into account the usual self-calibration constraints on cameras. The proposed algorithm is completed by a study of the singular cases of the calibration method. A complete method for the reconstruction of scene primitives that are not modeled by parallelepipeds is also briefly described. The proposed methods are validated by various experiments with real and simulated data, for single-view as well as multiview cases.     

未标定影像序列三维重建的混合方法

基于非标定序列影像的目标三维重建是一项非常重要的技术和研究热点,它使数据获取变得十分方便。基于影像序列的点匹配,得到的是一些点云,基于此,提出一个混合的三维重建方法:第一,通过物体三维点建立物体的数字形状模型(DSM);第二,通过提取物体轮廓线,尤其是相互的平行直段和垂直线段,构建物体的轮廓线;第三,给合现存的三维数据模型,在目标显示和数据结构方面构建恢复三维物体。实验以一个茶筒为例,采用Java3D显示结果,取得良好的结果。