| 基于改进SFM的三维重建算法研究 |
| |
| 引用本文： | 蒋华强,蔡勇,张建生,李自胜.基于改进SFM的三维重建算法研究[J].电子技术应用,2019,45(2):88-92. |
| |
| 作者姓名： | 蒋华强 蔡勇 张建生 李自胜 |
| |
| 作者单位： | 西南科技大学制造科学与工程学院,四川绵阳621010;制造过程测试技术省部共建教育部重点实验室,四川绵阳621010;西南科技大学制造科学与工程学院,四川绵阳,621010 |
| |
| 基金项目： | 国家自然科学基金;四川省教育厅科研项目 |
| |
| 摘 要： | 针对现有运动恢复结构算法重建模型存在点云稀疏等问题,提出一种利用不同匹配数据进行模型重建的算法。首先通过对比上下文直方图(CCH)生成匹配数据,利用M估计抽样一致(MSAC)估算图像基础矩阵,进而分解得到平移和旋转矩阵,并根据相机内参计算投影矩阵,然后利用KLT匹配算法更新匹配数据,最后三角化生成三维点云。该算法匹配精度高,图像基础矩阵易于收敛,通过位移实现特征点匹配,弥补了图像低频区域匹配数据不足的缺陷。实验结果表明,与现有算法相比,该算法生成的点云更致密;在真实环境下,该算法可用于物体三维重建。
|
| 关 键 词： | 三维重建 改进运动恢复结构 对比上下文直方图 M估计抽样一致 KLT算法 三角化 |
Research on 3D reconstruction algorithm based on improved SFM |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
