论文部分内容阅读
三维人脸扫描技术由于在医学研究、影视娱乐、科研教育等诸多领域存在广泛的应用需求，正日渐受到重视，成为研究的热点。在现有的多种三维人脸扫描技术中，双目立体视觉方法因其效果较好、条件要求较低，有着十分广阔的前景。但是作为一种被动式方法，其存在一定的不确定性，容易受环境条件影响，精度不高，与主动式方法尚有较大差距。本文对双目立体视觉方法的核心—一立体匹配技术进行了深入的分析研究，同时结合人脸图像匹配这一特定应用环境，针对传统通用匹配算法的不足之处，加以相应的改进，提出了两种改进的立体匹配算法：
1.一种区域增长与动态规划结合的立体匹配算法。该算法以传统的区域增长算法和动态规划算法为基础，加以改进和结合：以基准线取代种子点作为区域增长的起点，加强了对运算方向的控制；在两个接近垂直的方向上同时分别进行区域增长和动态规划，实现了多方向的平滑约束；同时通过选取脸部器官轮廓线为增长的基准线，将人脸特征作为辅助信息引入匹配；另外还通过多种辅助措施抑制误差累积，进一步提高了精度。
2.一种基于通用人脸模型的人脸图像匹配算法。在整体匹配运算流程中，除了匹配核心算法以外，还有一些其他的因素也会对匹配结果产生较大影响。本算法针对这一类因素分别进行了分析并相应地加以改进：将CANDIDE通用人脸模型作为对人脸的先验信息引入匹配过程中；提出先初步匹配再精细调整的两步匹配方法，改善了最终点云模型的光滑程度；提出了一种全局算法中最优权重系数的搜索算法。
构建了完整的基于双目立体视觉的三维人脸扫描系统，对上述算法进行了检验。实验表明，两种算法所得的人脸三维点云模型光滑逼真，算法稳定有效，精度较高。在本论文的最后，对论文工作进行了总结并讨论了课题需进一步研究的问题。