机器视觉—三维重建技术简介.docxVIP

三维重建技术简介 一、视觉理论框架 1982年，Marr立足于计算机科学，首次从信息处理的角度系统的概括了心理生理学、神经生理学等方面已经取得的重要成果,提出了一个迄今为止比较理想的视觉理论框架。尽管Marr提出的这个视觉理论框架仍然有可以进行改进和完善的瑕疵,但是在近些年,人们认为,计算机视觉这门学科的形成和发展和该框架密不可分。 第一方面,视觉系统研究的三个层次。 Marr认为,视觉是一个信息处理系统,对此系统研究应分为三个层次:计算理论层次,表示与算法层次,硬件实现层次,如下图所示: 计算机理论层次是在研究视觉系统时首先要进行研究的一层。在计算机理论层次，要求研究者回答系统每个部分的计算目的与计算策略，即视觉系统的输入和输出是什么，如何由系统的输入求出系统的输出。在这个层次上，将会建立输入信息和输出信息的一个映射关系，比如，系统输入是二维灰度图像，输出则是灰度图像场景中物体的三维信息。视觉系统的任务就是研究如何建立输入输出之间的关系和约束，如何由二维灰度图像恢复物体的三维信息。 在表示与算法层次，要给出第一层中提到的各部分的输入信息、输出信息和内部信息的表达，还要给出实现计算理论所对应的功能的算法。对于同样的输入，如果计算理论不同，可能会产生不同的输出结果。 最后一个层次是硬件实现层次。在该层次，要解决的主要问题就是将表示与算法层次所提出的算法用硬件进行实现。 第二方面，视觉信息处理的三个阶段。 Marr认为，视觉过程分为三个阶段，如表所示： 第一阶段，也称为早期阶段，该阶段是求取基元图的阶段，该阶段对原始图像进行处理，提取出那些能够描述图像大致三维形状二维特征，这些特征的集合构成所构成的就是基元图(primary sketch)。 第二阶段也称中期阶段，是对环境的2.5维描述，这个阶段以观察者或者摄像机为中心，用基元图还原场景的深度信息，法线方向(或一说物体表面方向)等，但是在该阶段并没有对物体进行真正的三维恢复，因此称为2.5维。 第三阶段也称为后期阶段，在一个固定的坐标系下对2.5维图进行变换，最终构造出场景或物体的三维模型。 二、三维重建技术现状 目前三维重建的方法大致可分为三类，即:用建模软件构造的方式，多幅二维图像匹配重建的方式以及三维扫描重建的方式。 对于第一种方式，目前使用比较广泛的是3D Max, Maya, Auto Cad以及MultiGen-Creator等软件。这些三维建模软件，一般都是利用软件提供的一些基本几何模型进行布尔操作或者平移旋转缩放等操作，来创建比较复杂的三维模型。这样所构建出来的模型，比较美观，而且大小比例等非常精确。然而，这需要建模者精确知道三维场景的尺寸、物体位置等信息，如果没有这些信息，就无法建立精准的模型。 第二种方式是利用实时拍摄的图像或者视频恢复场景的三维信息。这种方式是基于双目立体视觉，对同一物体拍摄不同角度的图像，对这些图像进行立体匹配，获取物体的三维信息。目前来说，比较成熟的基于双目立体视觉的三维重建系统主要有Faugeras等人设计的从图像序列中重建建筑物的三维重建系统、Bougnoux等开发的Total Calib系统、比利时K.U Leuven University的Iollefeys等人开发的三维表面自动生成系统以及剑桥大学计算机视觉研究组开发的PhotoBuilder三维重建系统。这利方式比较实用，造价低廉，只需要一台普通的照相机或者摄像机，然而此种方式也有它的缺点，对于同一个物体在拍摄多幅照片时，如果每次移动的距离不同，则恢复出来的三维信息，就会相差很多。而且此种方式的精确度不高。所以，在对精度要求很高的行业中(比如精密仪器制造、汽车零部件制造等)，非常不实用。另外，此种方式仍然需要大量的手工操作，比如上面提到的Pollefeys三维重建系统。因此，基于图像的三维重建方法的一个研究重点是如何避免过多的人工操作。 第三种方式是用三维扫描设备对物体表面进行扫描。三维扫描设备分为接触式设备和非接触式设备两种。这种方式能够得到比较精确的三维信息。但是，此种方式的造价比较高，普通人群无法承受三维扫描设备的昂贵价格。接触式的三维扫描设备，必须接触到物体的表面，这样就无法避免的会对物体表面造成一定压力，甚至会对物体产生损害，这对于文物保护等行业来说，显然是不可接受的。非接触式三维扫描设备将激光或可见光投射到物体表面，然后利用各种感光器件对发射的光进行感光，再利用各种技术计算出物体表面深度信息。目前较成熟的方法就是激光扫描法。美国的SIIarp_Shape公司，Footmanaeement公司和英国的CSM3D International公司都利用激光扫描技术开发出成型的人体扫描仪。但是激光扫描耗时较长，无法做到实时生成三维模型。 上述几种获得三维信息的