基于微慣性傳感器的圖像三維重建方法研究.pdf

1、三維重建技術(shù)是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一，尤其對(duì)實(shí)時(shí)大規(guī)模場景建模具有重要的現(xiàn)實(shí)意義。隨著微慣性傳感器的快速發(fā)展和廣泛應(yīng)用，微慣性傳感器現(xiàn)已普遍存在于各種智能設(shè)備中，因此對(duì)微慣性傳感器的研究和應(yīng)用也受到廣泛的重視。
　　本文正是在這種背景下進(jìn)行圖像的三維重建技術(shù)研究，本文在參考大量文獻(xiàn)的基礎(chǔ)上，對(duì)三維重建的幾個(gè)關(guān)鍵技術(shù)進(jìn)行了深入研究，主要完成的工作有：
　　1、針對(duì)攝像機(jī)標(biāo)定問題，本文分析了張正友平面標(biāo)定法和基于Krupp

2、a方程的攝像機(jī)標(biāo)定方法的原理和應(yīng)用場合，然后詳細(xì)介紹了本文提出的基于微慣性傳感器的攝像機(jī)標(biāo)定方法，包括本文所利用的微慣性傳感器的相關(guān)知識(shí)、如何在拍攝圖像時(shí)并獲取傳感器數(shù)據(jù)以及如何利用傳感器數(shù)據(jù)求解攝像機(jī)姿態(tài)。本文最后通過該算法實(shí)現(xiàn)了攝像機(jī)的標(biāo)定并將計(jì)算結(jié)果應(yīng)用于三維重建過程中。
　　2、針對(duì)圖像特征提取和匹配問題，本文重點(diǎn)分析了Harris算法、SIFT算法和SURF算法，通過對(duì)比幾種算法的特點(diǎn)和本課題對(duì)圖像特征提取和匹配的要求，

3、最后選用比較成熟的SIFT算法作為本文的特征提取和匹配方法，并通過RANSAC算法剔除誤匹配點(diǎn)，得到精確的、魯棒性較好的匹配點(diǎn)對(duì)，為后續(xù)三維重建提供良好的基礎(chǔ)。
　　3、針對(duì)圖像三維場景結(jié)構(gòu)的重建，本文主要研究三維點(diǎn)云的生成，采用三角形法進(jìn)行三維坐標(biāo)的計(jì)算求解，然后對(duì)求解的三維點(diǎn)坐標(biāo)進(jìn)行反投影，獲取到比較精確的三維點(diǎn)坐標(biāo)，從而生成圖像場景的三維點(diǎn)云模型。
　　4、本文最后設(shè)計(jì)了一個(gè)完整的三維重建系統(tǒng)，該系統(tǒng)包含從圖像采集和傳