论文部分内容阅读
从运动恢复三维形状是计算机视觉领域的中心问题。而非定标图象序列的运动结构问题是近十年的研究热点。在理论方面,从多视角几何关系、射影重建到相机自定标技术都得到长足进展。在应用方面,随着计算机及网络技术的飞速发展,许多应用领域对三维图形数据提出更高的要求。如何尽可能自动地获取复杂、逼真的三维图形模型是当前的一个前沿课题。本文针对这一课题进行探讨,在一些非定标图像三维重建的关键算法上提出一些新的改进。其有效性在仿真数据和真实场景图象序列实验中得到了证明。 首先,在角点检测方面,针对SUSAN角点算法在实际应用中的不足,提出了改进的SUSAN角点算法,使角点均匀的分布在图像上,有利于角点的匹配。 其次,根据基本矩阵的计算往往转化为最优化问题,研究了基于遗传算法的基本矩阵估计方法,对基本矩阵的鲁棒求解进行了一次有意义的尝试。 最后,通过摄像机自标定,利用矩阵分解的方法和三角形法建立了场景的三维模型。通过实际图像的仿真实验,表明了本文方法的有效性。