基于图像的三维分层重构算法研究

文章研究在摄像机内参数不变的情况下,利用图像中场景的结构信息实现分层重构的方法.通过求解基础矩阵实现射影重构,通过求解无穷远平面单应矩阵实现仿射重构,利用虚圆点约束求解绝对二次曲线的像实现欧氏重构.实验表明所研究的算法是有效可行的.     

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。     

基于无穷单应的线性多视图重构

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的问题,对Cross等人提出的利用无穷远平面诱导的单应进行重构的算法进行了改进,提出了一种新的算法。该算法只需要一个点和一条直线在所有视图中均可见,解决了原算法要求4个共面参考点的难题。     

基于仿射点对应的分层重构

提出了一种基于仿射点对应的分层重构方法,所谓仿射点对应是指相差一个仿射变换的两个空间点集的图像对应．该方法主要分为以下三个步骤：首先,从点对应计算准仿射重构;然后,由仿射点对应的准仿射重构建立一个三维射影变换,并利用这个射影变换的特征向量来确定无穷远平面,从而得到仿射重构;最后,从仿射重构所获得的无穷远平面单应矩阵标定摄像机内参数,进而得到度量重构．在上述三个步骤中,第二个步骤是最关键的,即如何确定对应于无穷远平面的特征向量,这也是该文的新思想和主要贡献所在．仿真和真实图像实验均表明,该文的方法是有效的,并且有很好的鲁棒性．     

一种基于双目主动视觉的线性自标定算法

从理论上推导出了绝对二次曲面包含了摄像机全部内参数和无穷远平面信息,并根据双目视觉之间的平移关系,扩展了无穷远平面信息对绝对二次曲面的线性约束,仅仅通过两幅图像就可以线性自标定和三维重建．大量仿真试验和真实图像说明本方法能够得到满意的结果,可以应用到实际视觉测量,并且也可以作为非线性自标定优化的初始值．     

基于绝对二次曲线像的三维图像重建方法

传统三维图像重建方法的重建效果较差、重建耗时较长.为解决上述问题,提出基于绝对二次曲线像的三维图像重建方法.根据多线程调度方法构建三维图像重建框架,将图像重建工作分为三个部分,分别为图像导入显示,预处理和分层重建.引入中值滤波方法对图像进行滤波,并使用Canny算子对图像进行分割.在重建过程中,计算无限平面单应矩阵以实...     

基于一组对应消失线的度量重建

提出了一种由3幅图像间一组对应消失线进行度量重建的方法.首先利用对应的消失线和模值约束计算出无穷远平面的单应矩阵,然后根据无穷远平面的单应矩阵保持绝对二次曲线的像不动的性质,线性求解摄像机内参数,最后得到度量重建.模拟实验和真实图像实验均验证了这种度量重建方法的可行性和正确性.     

一种利用平行结构光的3D重构算法

论文提出了一种简便的采用等间距平行结构光的3D重构算法。算法不需要对摄像机进行标定,只需求解参考平面的像到参考平面的单应矩阵和光平面的像到光平面的单应矩阵,利用所求得的单应矩阵便可以从空间物体在结构光照射下的图像求出物体的3D坐标。实验表明算法计算简单、行之有效。     

三维图像重构的参数估计与算法实现

论文介绍了一种SFS算法的参数估计及其实现。它在考虑自遮掩影响的情况下,有效地估计了SFS算法中涉及的各种控制参数,并引入亮度约束、灰度梯度约束和可积性约束,计算出表面高度和表面向量,实现三维重构。最后还指出了在Matlab中实现需要注意的问题。     

三维实体精确分层算法及虚拟重构技术

为了避免三维模型分层过程中的计算误差,并对分层效果进行预测和评价,提出一种精确分层算法及三维实体虚拟重构技术.分层采用投影二维工程图的技术,利用CAD软件本身所具有的二维轮廓提取及剖面线设置功能,输出一系列剖面视图提供给成型设备.三维实体重构技术完全模拟“层叠”制造过程,将一系列二维轮廓信息重构成三维实体.针对三维运动控制代码及二维工程图文件两类控制方式分别给出了两种重构算法.利用二次开发技术在SolidWorks上实现了算法功能,应用实例验证了其可行性及有效性.此方法可在大多数三维CAD系统平台上实现.     

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。     

一种简单快速的相机标定新方法

本文提出了一种新的相机自标定方法,该方法要求摄像机在3个(或3个以上)不同方位摄取一个包含其内接正三角形的圆的新型标定模板的图像.首先,从模板图像中推导得到圆环点的像点坐标;然后通过得到的圆环点像点坐标,可线性求解摄像机内参数.与传统方法不同的是,该方法避免了复杂的椭圆拟合和直线拟合,降低了计算复杂度,提高了标定速度和...     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程,只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程．只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

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．     

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。