基于图像的三维重建推荐.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 二维纹理映射 在纹理映射中需要用到的坐标： 屏幕坐标 最终生成的图像显示在这个坐标中 世界坐标 需要把纹理映射到位于这个坐标中几何 对象的表面上 纹理坐标 使用这个坐标表示纹理空间中的一个位 置 参数坐标 使用这个坐标定义曲面 纹理映射 * 纹理映射的方法 方法一：把像素中心逆向投影到纹理坐标空间，从而得到某个纹理坐标对应的纹理值 方法二：使用两步映射。 第一步映射是把纹理映射到一个简单的三维中 间 表面上，如球面、圆柱面或立方体表面。 第二步映射再把带有纹理映射的中间表面映射到需要绘制的对象表面上。 纹理映射 * 纹理映射 * 纹理映射 * t t s 把纹理映射到圆柱面 纹理映射 * 方法一 1 取中间对象表面上某点的纹理值 2 沿着该点的法向量方向画条直线直到与绘制的对象相交。 3 然后把中间对象表面上的纹理值作为该交点的纹理值。 纹理映射 * 方法二 1 从要绘制的对象表面上的某点出发，并沿该点的法向量方向画条直线。 2 计算直线与中间对象的交点。 3 从这个交点可以得到对象表面的纹理值。 纹理映射 * 方法三 已知绘制对象的中心 1 从该中心位置到对象表面上某一点画一条直 2 计算该直线与中间对象表面的交点。 3 把直线与中间对象表面交点处的纹理值赋给绘制对象表面相应的点。 纹理映射 * 谢谢！ * * * * * * * * * * * * * * * * * * * * * * * * 只要知道了基础矩阵F，就可以从上式中分解出变换矩阵 和 ，从而实现图像的校正。 图像校正 * 设 为 将U分解为如下形式： 透视变换 图像校正 相似变换 错切变换 * ③ 图像校正过程 图像校正 透视变换 错切变换 相似变换 极线和图像坐标系的横轴平行 极点被移到了 无穷远点 极线束变成了一组平行直线 使得水平方向的图像畸变最小化 * 基于窗口的灰度匹配 基于窗口的稀疏点匹配 基于窗口的稠密点匹配 匹配 计算视差 * 1 2 3 4 5 6 7 8 1 2 3 4 p 5 6 7 8 基于窗口的灰度匹配原则 = 匹配 计算视差 * 左图中所有匹配点 最大视差为a 最小视差为b 匹配点p的视差为d 视差图中p点的灰度值为 255*|d-b|/|a-b| 匹配 计算视差 * 匹配 计算视差 * 3-4 空间点的获取 图像经过校正后可以看成是两台光轴互相平行的摄像机的成像 经过校正后图像上的俩个对应点 空间点P在摄像机C1和C2坐标系下的坐标，b为基线 图像点和三维空间点的映射关系可以得到： * 3-5 点云拼接 ① 三维坐标变换 ② 拼接原理 ③ 拼接步骤 ④ 拼接实例 点云拼接 * 点云拼接 * ① 三维坐标变换 点云拼接 表示三维图像的坐标变换 产生比例、旋转、错切等几何变换 产生平移变换 * ② 拼接原理 点云拼接 * 点云拼接 P1中提取一个子集 在数据点集P2 中有一子集 与P1中点一一对应 通过这俩个子集求解R和T 实现 P1与 P2的拼接 * 三维坐标系 和 之间的位置对应关系可以用下式表示，即： 如果知道了R和T 的值，就可以将坐标系 进行旋转和平移，转化为 坐标系。这样就能将各块测量的数据转换到同一个坐标系，实现拼接任务了。 点云拼接 * ③ 拼接步骤： 多视角点云数据的拼接方法可以分为两步。 1 首先利用离散的特征进行匹配的方法实现粗配准 2 再使用迭代最近点算法(ICP)算法进行精确配准 点云拼接 * 注意： 当零件的表面没有明显的特征的时候，可以通过人为的方式在物体的表面附加特征来处理，常用的是粘贴标记点或者辅助圆球的做法。 点云拼接 * ④ 拼接实例 对同一个待测物体从不同的两个方位进行拍摄，其中图(a)的右半部分和图(b)的左半部分事实上是待测物体上