基于双目立体摄像机图像的三维建模方法设计及实现.docVIP

基于双目立体摄像机图像的三维建模方法设计及实现 　　摘要随着计算机技术的迅速发展和计算机立体视觉技术的广泛应用，图像的三维重建因其重要的科研价值和现实意义也越来越受到人们的重视。双目立体视觉是一种在Marr 视觉理论基础上建立起来的三维重建技术，是通过两台摄像机对拍摄同一物体处于不同位置时的情况，融合两只眼睛获得的图像差别，利用几何原理对获取的图像进行三维场景的恢复，对于交通事故现场重建、工业制造、三维医学图像重建、电影特技、人脸识别等视觉导航、医学诊断以及工业检测等领域都具有重要的应用价值。本文探讨了基于双目立体摄像机图像的三维建模的原理，并对其设计及实现的方法进行了详细阐述。 　　【关键词】双目立体视觉 摄像机 三维建模 设计 　　立体视觉通俗地讲就是使用成像设备和计算机工具代替人的双眼对目标进行识别、测量与图像处理，因此它是一门集图像处理、计算机科学及模式识别等多种学科于一体的交叉学科，其中双目立体摄像机图像作为一种对于人类双眼视觉的生理构造直接模拟的技术，具有尺寸小、成本低、效率高、实施简单等独特优势，在未来空间物体的非接触型三维测量中具有深远意义。 　　图1所示为一个完整的平面户型图以及三维立体效果图。虽然我们可以利用计算机辅助技术CAD和三维建模技术3D MAX进行模型创建，但是它们只是运用了人眼对光影、明暗、虚实的感觉得到的视觉立体效果，不仅工作量大、模型扩展性差、效率低，而且在真实感方面都存在很多问题，比如缺乏细节的表面纹理、材质和贴图数据，无法有效解决光照变化与交互性问题。因此，我们研究了一种对三维物体进行快速反向建模的方法，对需要创建实时、真实的几何模型提供了一种新的途径与实现方法。 　　1 基于双目立体摄像机图像的三维建模原理 　　所谓视觉方法实施三维重建，实际上是以同一物体从不同角度拍摄而得到的至少两幅图像为基础，对该物体进行三维信息回复的过程。具体的实现步骤有： 　　1.1 图像获取 　　二维图像始终是立体视觉信息的本源，一般可以通过数码相机、摄像机或者扫描仪等输入设备实现。以需要进行三维重建的物体为对象，从两个以上的不同角度拍摄获取该物体的图像。 　　1.2 摄像机标定 　　该步骤主要是为了建立成像模型，对于摄像机位置以及内外属性参数进行确定，以达到确定物体点和它的像点二者之间存在的对应关系。如果对于精确度要求不高的情况下进行模型创建，可以采用线性模型描述摄像机进行标定。 　　1.3 特征提取 　　所谓图像特征即是获得的图像数据中最能够突出物体属性的相关信息，实质上就是对同一物点不同角度下图像中存在的特定对应关系进行确定。包括物体的点、线、面等，比如建筑物特征提取时需要确定梁、柱、墙等。 　　1.4 立体匹配 　　对所选特征进行计算并建立起特征间对应关系的过程，是整个双目立体摄像机图像中最为关键也是最为困难的一步，其基本原理是选择出合理的基元，借助一定的计算获得两幅图像中基元间的对应。 　　1.5 三维重建 　　经过前面几部分的工作后，我们就可以获得摄像机成像模型，提取出匹配关系，在此基础上就可以对场景中的物体点实施三维重建了，也即是对物体表面点所蕴含的三维信息进行恢复。 　　2 特征点提取的优化算法 　　本研究中对于传统边缘提取以及特征点提取两种算法的优缺点进行有效整合后，提出了一种优化过的，基于边缘约束的特征点匹配传播新型算法，较为简单有效。 　　2.1 边缘提取 　　Canny 检测算子除了具有定位性能优越、单响应的特征外，还具备信噪比高的优势，因而在实际中经常用来进行立体匹配的边缘检测。在实验中，为了有效避免边缘检测受到来自于噪声以及微小干扰等因素的不良影响，同时也为了尽量减轻运算的复杂性和难度，本研究中对于当前常用的双阈值选取方法进行了一些改进。我们知道，立体匹配中的每一对图像对间均存在不少差异，这些差异虽然非常细微但是却不能忽视，影响重大，所以我们在确定一个固定阈值不能简单的下结论，必须参照各个图像的灰度状况等各种因素，只有这样才能够对初始灰度差值实施较为准确的定位。在选取双阈值时，我们可以挑选一幅规格为m× n的图像，引入T 0。综合考虑图像各像素及其周围邻域之间具有的某种关联性后，根据实际情况采取相应措施应对局部噪声干扰以及边缘丢失等不良现象。首先，我们可以任意选择图像中的一点，用P(x，y)来表示，对P点和它8邻域点 ，即Pi(x，y)（i值为0-7间的整数）的灰度差值，用Ti（i值为0-7间的整数）进行表示，取其中最大的一个值，用Tjmax（j值为1,2，…），用Tjavg（j值为1,2，…）来表示平均值。其中T0充当了门限作用，一旦Tjmax的值超过它，就可以把这一点记数Nj（j值为1,2，…），用Thtot表示最大值的集合，将Tjmax