基于平面的建筑物表面模型重建算法的研究

针对建筑物模型的规则性，提出了一种基于平面的建筑物模型重建算法，可以从单幅透视图像恢复建筑物的表面模型．该算法主要分为相机定标、基平面的提取、平面位置和方向的计算等几个子过程．相机定标主要用于求解相机的焦距，是一个非常重要的部分．该算法以建筑物场景中的几何结构作为约束条件，从单幅图像中求解相机的焦距；然后计算基平面位置和法向；最后通过交互式操作指明场景中各平面之间的相互关系，递归求解各平面的位置和法向，达到根据图像重建建筑物场景表面模型的目的．     

基于序列图像建模的多视图模型合并策略

通过基于单幅图像的建模方法或者基于立体像对的建模方法，可以恢复图像序列中每一幅图像或者立体图像对对应的模型．但所得的是局部模型，并非物体的完整模型．针对这一问题，提出了一种基于图像建模的多视图模型合并策略．根据建筑物模型的规整性，在从单幅图像恢复出建筑物模型的基础上，给出了一种简单灵活、易于实现的针对建筑物的多视图合并方法，从而得到完整的场景模型．该方法大致分为建立视图公共坐标系链表、坐标转换、顶点合并、模型合拢等几部分．从整个过程来看，该方法系统、完善，实验结果显示每一步的操作都是可行的，并且是有效的．     

利用平面约束中的反对称性进行相机自定标

回顾了2幅图像中的平面约束，以及一个图像对的基础矩阵和同形矩阵的乘积是一个反对称矩阵的性质，并通过证明展示了这种反对称性质和平面约束之问的关系。给定两幅图像中的一系列对应点，利用反对称性质提出了一种改进的相机自定标算法，将利用平面约束进行相机自定标过程中求取同形矩阵(homography matrix)的问题转化成了方程组约束条件下的二次规划问题，通过解决给定的二次规划问题求解同形矩阵，提高了算法的鲁棒性，然后利用平面约束求解内参数，最后通过本质矩阵(essential matrix)和基础矩阵(fundarnental matrix)之间的关系以及旋转矩阵的性质求解相机外参数。实验结果表明，算法在稳定性方面有了较大程度的提高。     

利用真实场景中的角结构约束进行相机自定标

首先讨论了真实场景中的角结构几何约束，然后利用这种几何约束提出了一种新的相机自定标算法，利用单幅透视投影图像中的角结构计算出相机的焦距、平移向量和旋转矩阵的初始值，然后利用两幅图像中的几何结构对相机内外参数进行优化，由于在求取相机参数初始值的时候只用到了一幅图像，这样就避免了在相机定标过程中可能出现的临界运动序列（critical motions sequence)，从而避免了临界运动序列引起的相机定标退化问题，提高了相机定标过程的鲁棒性，用两幅图像中的结构约束对初始值进行优化，进一步提高了结果的精确度，实验结果证明算法是强壮的。