基于图像的三维重建.pptVIP

主 讲 人： 原 飞 机器视觉/空间测量组 基于图像的三维重建 一、 应用背景 二、 研究现状 三、 重建流程 1-2 影视与娱乐 数字化三维模型，能够给电影和视频游戏提供丰富素材。 1-3 文化遗产的保存 对文物进行三维重建操作，以便获取文物精准的几何和色彩信息。 龙形纹理门框的局部重建图 ③ PhotoModeler和PhotoModeler Scanner ④ ImageModeler 三维重建的四种主要方式： 1 基于图像 2 使用探针或激光读数器逐点获取数据 3 三维物体的断层扫面 4 光学三维扫描仪 基于图像的重建方式，应用范围广泛，精度比较低。 使用探针或激光读数器逐点获取数据，进行整体三角化，此类方法测量精确，但速度很慢，难以在短时间内获得大量数据。 根据三维物体的断层扫面，得到二维图像轮廓，进行相邻轮廓的连接和三角化，得到物体表面形状。 应用硬件光学三维扫描仪获得物体的点云数据，进行重建获得物体的整体表面信息。 基于图像重建流程 ① 图像校正的目的 为了使极线变成一组平行直线，需要将极点放到无穷远处。设该无穷远极点为 则经过校正后的图像对的基础矩阵 可以表示为 设 为 ③ 图像校正过程 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 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| 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 ① 三维坐标变换 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 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。 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的同一个部分。 图(a)中的参考点 4、5、6、7 分别对应图(b)中的 2、1、4、3 点 ①将这些相同点一一对应起来 ②根据它们的坐标解出R和T ③拼接两部分得到的数据点云，形成一段完整的物体表面轮廓。 Delaunay三角剖分 一、定义 二、性质 三、算法分类 定义 三角剖分：假设V是二维实数域上的有限点集，边e是由点集中的点作为端点构成的封闭线段, E为e的集合。那么该点集V的一个三角剖分T=(V,E)是一个平面图G，该平面图满足条件： 　　1.除了端点，平面图中的边不包含点集中的任何点。 　　2.没有相交边。 　　3.平面图中所有的面都是 三角面，且所有三角面的合集是散点集V的凸包。 Delaunay三角剖分 Delaunay边：假设E中的一条边e（两个端点为a,b），e若满足下列条件，则称之为Delaunay边：存在一个圆经过a,b两点，圆内(注意是圆内，圆上最多三点共圆)不含点集V中任何其他的点，这一特性又称空圆特性。 Delaunay三角剖分：如果点集V的一个三角剖分T只包含Delaunay边，那么该三角剖分称为Delaunay三角剖分。 Delaunay三角剖分两个重要的性质： 　　1、空圆特性：Delaunay三角网是唯一的（任意四点不能共圆），在Delaunay三角形网中任一三角形的外接圆范围内不会有其它点存在。 　?? 2、最大化最小角特性：在散点集可能形成的三角剖分中，Delaunay三角剖分所形成的三角形的最小角最大。 算法分类： 分治算法 逐点插入法 三角网格生长法 1 分治算法分治算法首先把点集V以横坐标为主，纵坐标为辅按升序排序，然后递归地执行以下步骤： （1）把点集V分为近似相等的两个子集VL和VR。 （2）在VL和VR中生成三角剖分； （3）用局部优化算法优化所生成的三角剖分，使之成为Delaunay三角剖分； （4）找出连接VL和VR中两个凸包的底