一种结构光三维扫描系统新标定方法

结构光三维扫描系统需要借助精密的人工参照物进行标定,参照物的制作成本高且标定步骤复杂。针对此,提出一种新的标定方法。通过人工编码标记圆获得标定需要的同名点,采用因子分解方法得到射影空间下相机的投影矩阵和空间物点坐标,再借助旋转矩阵的单位正交性与绝对二次曲面秩为3的特性,将射影空间升级至欧式空间,并利用光束法平差进行全局优化。大量真实实验表明,所提出的标定方法稳定可靠,可达到和精密平板靶标同等的精度,并且硬件成本大大降低。     

基于手持单相机序列图像的三维重建

提出了基于手持单相机序列图像的射影和欧氏重建方法。利用编码点确定单相机的外部姿态参数,非编码点确定空间点的三维坐标。施加绝对二次曲面的本质条件到射影畸变矩阵中,提高了算法的鲁棒性。实验结果表明,该方法的3D重建结果精确可靠,能够满足逆向工程等应用的要求。     

城市虚拟地理场景非定标三维重建算法仿真

为建立城市地理场景,用于辅助城市规划高度逼真、运行可靠的虚拟场景,提出城市虚拟地理场景非定标三维重建算法.使用几何节点、灯光节点、组合节点等构成简单的虚拟城市场景结构,以深度遍历方式获取楼房、灯光等位置信息;确定相机坐标系与世界坐标系,采用消失点相机自定标方法建立方程组,获得相机内参数矩阵,结合Moravec基本思想,得出像元兴趣值,选择最大兴趣点作为特征点,利用最小二乘影像算法实现特征点匹配,计算特征点坐标,经过去噪处理,实现非定标三维重建.实验结果表明,重建方法可以减少定标工作量,降低对计算性能的要求,使重建后的虚拟场景更加逼真.     

基于未标定图像的三维重建算法

提出一种基于多幅未标定图像的三维重建算法。在标记点匹配的基础上进行射影重建,通过施加度量约束将射影重建升级为欧氏重建,即利用未标定的透视图像恢复相机的内、外部参数以及标记点的三维空间坐标,实现场景的三维重建。标记点易于进行点对精确匹配,较手动拾取匹配提高了效率。实验结果表明,利用该算法能够大幅减小再投影误差。     

分层的线性迭代三维重建方法

为了重建三维物体,提出了一种基于分层的线性迭代三维重建方法,该方法首先利用所有图像序列构成的行向量生成的线性子空间之和与空间结构点构成的行向量生成的子空间是同一线性子空间及在该子空间中任何一个基底都可以作为射影重建的特性,线性迭代地完成射影重建,然后利用相机参数之间的相互约束关系,线性迭代地实现相机的自定标,完成到欧氏重建的过渡.模拟实验和真实实验表明:该重建方法具有鲁棒性好、收敛性好及重投影误差小等优点.     

基于长序列图像的三维重建技术研究*

提出一种基于长序列未定标图像的三维重建方法,并将其成功地应用于增强现实实例中.首先,基于传统KLT跟踪算法提出了一种针对序列图像的改进特征点匹配策略,通过特征点运动向量的预测减小了相应特征点的搜索范围,进一步根据相近特征点邻域窗口在透视畸变上的相似性大大提高了匹配算法的效率;在得到序列图像的匹配结果后,将传统基于仿射成像模型的测量矩阵(Measurement Matrix)保秩分解算法扩展到透视成像模型中,从而一次性得到整个场景的射影重建;进一步在摄像机自定标的基础上得到整个场景的三维欧氏模型和摄像机的成像矩阵.最后给出真实图像序列的三维重建实验结果,并成功地将其应用到增强现实实例中.     

基于光束法平差的双线阵系统标定技术

针对线阵相机特殊使用场景中所需要的高精度图像,对线阵相机进行高精度标定。提出一种基于光束法平差的双线阵相机标定方法。通过背景差分法获取线阵相机的特征点的像素坐标。再利用已有的直接线性变换方法和非线性优化方法求出相机的内参,外参,畸变参数后,将得到的初始参数与世界坐标作为待优化集合,利用LM法和光束法平差对该集合进行更进一步的优化,使得双线阵系统的重投影误差降到最低。实验表明,该方法与传统的线阵相机标定方法相比重投影误差降低了75.01%。     

基于场景几何约束未标定两视图的三维模型重建

提出了一种从两幅未标定图象重建场景三维模型的方法 .这种方法充分利用了人造结构场景中大量存在的平行性和正交性几何约束 ,即利用每幅视图中三组互相垂直的平行线 ,计算出 3个影灭点 ,从而对每幅视图进行标定 .对两幅未标定图象 ,从基本矩阵只能得到射影重构 ,如果每幅图象都已标定 ,则可将基本矩阵转化为本质矩阵 .三维重构过程有两个步骤 :先是恢复相机的位置和运动 ;后是用三角测量法计算出点的三维坐标 .对多平面组成的场景进行三维重构实验 ,所得三维模型产生新的视点图象 ,与所观察的场景一致 ,重构的两个平面夹角与实际值相近 ,实验结果表明 ,该算法是行之有效的     

基于胶囊内窥镜图像的肠胃道三维重建技术

为了改进胶囊内窥镜观测的准确性和真实性,提出了基于胶囊内窥镜序列图像的胃肠道三维重建的方法.首先利用SIFT算法提取前后两幅序列图像中尽可能多的对应特征点;计算获取各特征点在成像面上的二维坐标;进一步利用8点算法计算胶囊内镜运动变化的旋转矩阵和平移矢量.进而计算得到每个特征点的相对三维坐标和世界三维坐标;然后,采用Delaunay三角剖分算法对各三维点进行网格化,并完成场景的三维重建.实验表明相机与被测点距离在100 mm之内时,得到的深度误差小于1 mm;距离250 mm内时,相对误差在3％之内.说明所提出的算法是可行的.     

基于外点检测与校正的填充射影分解算法

针对三维重构中存在的数据缺失和遮挡问题,提出可处理缺失数据的填充射影分解算法,利用子空间约束与对极几何约束进行矩阵拟合并填充缺失数据,通过奇异值分解得到射影运动与结构参数。为克服该算法对噪声和外点的敏感性,结合RANSAC算法和三角形法对其进行外点检测与校正。实验结果表明,加入外点校正后的算法可提高射影重构的鲁棒性,降低误差,具有较高的实用价值。     

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。     

单轴运动下未标定图像序列的度量重构

提出了一种由单轴运动下的未标定运动图像序列进行三维重构的新方法。利用不变量计算出第一幅图像对应的摄像机矩阵,根据转台的旋转角度计算出其余图像对应的摄像机矩阵,再使用SIFT算法查找相邻两幅图像可见的匹配点,并利用线性三角形法对图像进行重构,最后用捆集调整优化重构的结果。真实图像序列的重构实验验证了算法的正确性和有效性。     

一种由未定标图象估计三维射影不变量的新算法

本文提出了一种由未定标图象估计三维射不变量的新算法。实验结果表明了本算法的有效性。     

Affine structure from line correspondences with uncalibrated affinecameras

This paper presents a linear algorithm for recovering 3D affine shape and motion from line correspondences with uncalibrated affine cameras. The algorithm requires a minimum of seven line correspondences over three views. The key idea is the introduction of a one-dimensional projective camera. This converts 3D affine reconstruction of “line directions” into 2D projective reconstruction of “points”. In addition, a line-based factorization method is also proposed to handle redundant views. Experimental results both on simulated and real image sequences validate the robustness and the accuracy of the algorithm     

Projective Reconstruction from Multiple Views with Minimization of 2D Reprojection Error

The problem of projective reconstruction by minimization of the 2D reprojection error in multiple images is considered. Although bundle adjustment techniques can be used to minimize the 2D reprojection error, these methods being based on nonlinear optimization algorithms require a good starting point. Quasi-linear algorithms with better global convergence properties can be used to generate an initial solution before submitting it to bundle adjustment for refinement. In this paper, we propose a factorization-based method to integrate the initial search as well as the bundle adjustment into a single algorithm consisting of a sequence of weighted least-squares problems, in which a control parameter is initially set to a relaxed state to allow the search of a good initial solution, and subsequently tightened up to force the final solution to approach a minimum point of the 2D reprojection error. The proposed algorithm is guaranteed to converge. Our method readily handles images with missing points.     

基于未标定多幅图的三维重建算法

为得到鲁棒的三维重建效果,提出了一种基于未标定多幅图像的三维重建算法。该算法首先采用Harris算法检测特征点,针对双向匹配算法匹配速度慢的缺点,使用改进的双向匹配算法进行特征点匹配,在已知摄像机参数的情况下进行两幅图的三维重建;接着采用四元数算法进行坐标转换,将由每两幅图得到的不同部分的重建结果转移到同一坐标系下,实现了多幅图像的三维重建;最后利用集束调整优化重建结果。实验结果证明,该算法能获得比较满意的重建效果。     

一种用于未标定图像三维重建的立体匹配算法*

提出了一种适用于未标定图像三维重建的立体匹配算法。该算法首先引入限制因子来消除Harris角点聚簇的现象,使用高斯曲面拟合内插使Harris角点达到亚像素级;接着采用特征点的Sift特征描述符进行初始匹配,利用随机抽样算法估计基础矩阵的同时剔除误匹配点对;最后在估计的基础矩阵的引导下进行双向匹配。实验证明,该算法能够很好地恢复物体的结构,是一种有效的用于未标定图像三维重建的立体匹配算法。     

一种新的射影重建方法

提出一种新的射影重建方法。它以最小化射影三维空间点的平均二维反投影误差为准则,以奇异值分解为工具,分步线性迭代实现求解过程,避免了传统射影重建方法中复杂的非线性优化过程和基础矩阵计算过程,且不需要任何初始估计,适用于匹配特征点存在“丢失点”的情况,不受相机特殊运动的限制。利用虚拟物体和真实物体图像序列进行了实验,证明该方法具有计算简单、准确性和鲁棒性高等方面的特点,具有较高的实用价值。     

Weak-perspective structure from motion by fast alternation

This paper addresses the problem of moving object reconstruction. Several methods have been published in the past 20 years including stereo reconstruction as well as multi-view factorization methods. In general, reconstruction algorithms compute the 3D structure of the object and the camera parameters in a non-optimal way, and then a nonlinear and numerical optimization algorithm refines the reconstructed camera parameters and 3D coordinates. In this paper, we propose an adjustment method which is the improved version of the well-known Tomasi–Kanade factorization method. The novelty, which yields the high speed of the algorithm, is that the core of the proposed method is an alternation and we give optimal solutions to the subproblems in the alternation. The improved method is discussed here and it is compared to the widely used bundle adjustment algorithm.