基于單目RGB攝像機(jī)的三維重建技術(shù)的算法研究與實(shí)現(xiàn).pdf

1、三維重建是虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等計(jì)算機(jī)視覺(jué)應(yīng)用中的關(guān)鍵技術(shù)，該技術(shù)可對(duì)現(xiàn)實(shí)世界物體形狀和外觀(guān)建立適合計(jì)算機(jī)表示和處理的數(shù)學(xué)模型。本文主要討論被動(dòng)式的基于單目RGB攝像機(jī)的三維重建系統(tǒng)。每接收一幀新的RGB圖像，攝像機(jī)跟蹤獲取實(shí)時(shí)位姿，并通過(guò)當(dāng)前幀與關(guān)鍵幀立體匹配的方法獲取深度圖，深度圖結(jié)合攝像機(jī)位姿可更新模型特征信息。本文實(shí)現(xiàn)了三維重建系統(tǒng)設(shè)計(jì)，并針對(duì)攝像機(jī)跟蹤算法和立體匹配算法作出改進(jìn)。
　　本文將ORB-SLAM融合入系統(tǒng)，實(shí)現(xiàn)

2、攝像機(jī)跟蹤功能。攝像機(jī)跟蹤算法分為特征跟蹤，局部地圖構(gòu)建以及回環(huán)檢測(cè)線(xiàn)程并行運(yùn)行。該設(shè)計(jì)方案通過(guò)有效的回環(huán)檢測(cè)減少了跟蹤漂移的累積，通過(guò)基于詞袋模型的場(chǎng)景識(shí)別提升了重定位模塊對(duì)復(fù)雜光照以及視角變換的魯棒性。
　　本文以基于最小生成樹(shù)的局部立體匹配算法為框架，實(shí)現(xiàn)深度計(jì)算功能。通過(guò)將Census特征引入匹配代價(jià)計(jì)算過(guò)程，改善了算法在無(wú)紋理區(qū)域的視差精度。而針對(duì)紋理相似但深度不同區(qū)域和傾斜平面區(qū)域的視差精度較低問(wèn)題，本文分別采用兩次視

3、差修復(fù)和平面分割的方法。結(jié)合以上策略，本文生成的視差圖不僅具備準(zhǔn)確的視差輪廓，而且在大面積無(wú)紋理區(qū)域、紋理相似但深度不同區(qū)域以及傾斜平面區(qū)域的視差精度也較高。
　　對(duì)于攝像機(jī)跟蹤算法的評(píng)估表明，在TUM數(shù)據(jù)集中，本文算法相比PTAM算法相對(duì)位姿誤差降幅達(dá)35.9％;對(duì)于立體匹配算法的評(píng)估表明，在Middleburry數(shù)據(jù)集中，本文算法相比基于最小生成樹(shù)的局部立體匹配算法壞點(diǎn)百分比降幅達(dá)22.1％。本文攝像機(jī)跟蹤和立體匹配算法的精度