基于移動智能終端的三維物體重構(gòu)關(guān)鍵技術(shù)研究.pdf

1、三維重構(gòu)是計算機(jī)視覺領(lǐng)域的一個研究難點(diǎn)。基于結(jié)構(gòu)光的三維重構(gòu)技術(shù)雖然精確度高，但是設(shè)備復(fù)雜、成本較高。而基于雙目立體視覺的三維重構(gòu)技術(shù)雖然大大降低了設(shè)備成本的問題，但是便攜性差，標(biāo)定麻煩也限制了其使用的范圍。移動智能終端擁有的豐富傳感器以及日益增加的計算能力，使得如何運(yùn)用移動智能終端實(shí)現(xiàn)既兼顧便攜性，又考慮易用性的三維重構(gòu)技術(shù)成為研究的熱點(diǎn)。視覺三維重構(gòu)中的關(guān)鍵技術(shù)問題之一是實(shí)現(xiàn)相機(jī)外參數(shù)連續(xù)而準(zhǔn)確的計算。本文的主要工作內(nèi)容是研究利用移

2、動智能終端的慣性傳感器和圖像信息，得到相機(jī)的外部參數(shù)，工作內(nèi)容及研究結(jié)果如下:
　　1.提出了一個擴(kuò)展卡爾曼濾波器融合圖像數(shù)據(jù)以及慣性傳感器數(shù)據(jù)得到相機(jī)外參標(biāo)定結(jié)果，同時，在該濾波器中引入相似尺度變換因子，解決相機(jī)在環(huán)路情況下容易產(chǎn)生相似尺度漂移而造成的位置不精確問題。實(shí)驗(yàn)結(jié)果證明該濾波器得出的相機(jī)外部參數(shù)，較單獨(dú)使用圖像數(shù)據(jù)或慣性傳感器得到的標(biāo)定結(jié)果，具有更高的精確度。同時由于該濾波器利用了慣性傳感器，可以得出相機(jī)運(yùn)動的物理距離

3、，從而可以算出三維重構(gòu)物體的真實(shí)尺寸。這個優(yōu)點(diǎn)是單獨(dú)利用視覺圖像來完成三維重構(gòu)所完全不具備的。
　　2.提出一種運(yùn)用移動智能終端的慣性傳感器提高相機(jī)初始化位置精度的定位算法。該算法從慣性傳感器采集數(shù)據(jù)并計算得到的相機(jī)初始化位置信息，與從圖像數(shù)據(jù)中得到的相機(jī)初始化位置信息做相關(guān)計算，可以更加精確的得到相機(jī)位置初始化的結(jié)果。實(shí)驗(yàn)結(jié)果表明，精度高于從單目相機(jī)采集到的圖像序列完成相機(jī)初始化位置方法。
　　3.針對相機(jī)快速運(yùn)動而引起的

4、視覺特征跟蹤丟失，導(dǎo)致無法繼續(xù)完成相機(jī)外部參數(shù)標(biāo)定的問題，提出一種用慣性傳感器實(shí)現(xiàn)視覺特征的快速重定位的算法。當(dāng)視覺特征發(fā)生丟失時，該算法利用從慣性傳感器測得的視覺特征丟失前后的位置信息，尋找特征丟失前與當(dāng)前圖像幀的位置信息最接近的圖像進(jìn)行特征匹配，用計算得到的結(jié)果協(xié)助相機(jī)繼續(xù)完成視覺特征跟蹤，使得系統(tǒng)能繼續(xù)得到相機(jī)的外部參數(shù)信息。實(shí)驗(yàn)結(jié)果證明了該算法的有效性。
　　4.實(shí)現(xiàn)了利用該相機(jī)外參標(biāo)定方法的三維重構(gòu)系統(tǒng)，并對實(shí)際的室內(nèi)場