摄像机自标定及三维重建算法研究-通信与信息系统专业论文.docxVIP

Y Y 1007’S72 摄像机自标定及三维重建算法副f究 摘要 从二维图像恢复三维空间可见表面的几何结构(称为三维重建)是人类视觉 的主要目的，也是计算机视觉的重要研究内容和最终研究目标。摄像机标定是进 行三维重建的关键一步，摄像机自标定技术通过图像本身的特征求解摄像机内参 数，相对于传统的离线式摄像机标定技术，自标定技术是在线的，因此摄像机自 标定技术具有相当大的理论研究价值与广阔的应用前景，摄像机自标定也成为90 年代中后期在计算机视觉界兴起的最重要的研究方向之一。 本文对摄像机自标定及三维重建算法进行了积极的探索与深入研究。我们首 先从基于模型的已标定单视图情况入手，通过建立深度矢量所在的零空间和目标 模型矩阵的零空间之间的关系，提出了一个从目标单视图线性地精确重建其三维 位姿的新算法，该算法只需要6个特征点即可实现目标三维位姿的线性重建(六 点算法)。理论分析和实验数据表明，该算法具有快速高效、简单实用、抗噪能 力较强的优点。然后，我们将六点算法推广到未标定单视图的三维重建。提出了 基于模型的单视图线性白标定及三维重建算法，该算法继承了六点算法的优点， 且可实现较为精确的摄像机自标定。为了获得更高的标定精度，我们整合利用摄 像机获取的动目标视频图像中的多帧数据信息，将单视图算法推广到多视图算 法，提出了基于模型的多视图线性自标定及三维重建算法，实验数据表明，该算 法使标定精度得到了较大的提升，此外，我们给出了实现该算法的两种思路，并 对这两种思路的算法实现分别做了实验及相应的实验结果比较分析。 我们知道，目前少有成功的多视图自标定技术，而且，已有的技术也限于特 定摄像机运动模式下的线性自标定及三维重建，因此研究无运动模式约束的多视 图自标定及三维重建技术具有相当大的理论与应用价值。在前述研究成果基础 上，我们提出了多视图非线性自标定及三维重建算法。该算法在非线性实现部分 引入了前述研究成果，并成功地实现了算法性能相对于线性算法的较大提升。此 外，我们给出了实现该算法的两种思路，并对这两种思路的算法实现分别做了实 验及相应的实验结果比较分析。 文章最后，我们将所提出的非线性算法应用于真实图像序列，并取得了满意 的实验结果。同时我们也通过实验发现了多视图特征点进入或跑出视场的问题， 对于这个问题我们提出了初步的策略，具体的改进算法将做进一步的研究。 关键词：摄像机自标定，三维重建 摄像机自标定及三维重建算法研究Abstract 摄像机自标定及三维重建算法研究 Abstract Recovering 3D shape from 2D images，or 3D reconstruction，is not only the main task of human vision．but also a key research area and final aim in computer vision．Camera calibration is a key step in the process of 3D reconstruction．Any algorithm of camera self·calibration is used to compute the intrinsic parameters of camera just from feature-point set of views，which makes self-calibration work on·line，while traditional calibration techniques are off-line．Therefore camera self—calibration has been quite valuable and promising both in theory and application，and this technique has been arisen as one of the most important sDecialjza啊Ons in computer vision since late 1990s． In this paper，we focus our attention on the research and exploration of camera self-calibration and 3D reconstruction．We start our work from model-based calibrated single view，and after the correspondence relationship between the null space fell by the depth vect