改进asift算法的pmvs三维重建.docxVIP

改进ASIFT算法的PMVS三维重建 PMVS 3D reconstruction with improved Asift algorithm Pu Yangguang (College of Computer and Information Engineering ， Henan University ， Kaifeng ， Henan 475000 ， China ) ： The feature point detection and matching ability of multi-view-based three-dimensional reconstruction are poor ， and the commonly used Harris and SIFT algorithms can detect and match fewer feature points ， and the number of incorrectly matched feature points is large. Combining the adaptive scaling optimization algorithm based on Bicular algorithm with Harris algorithm to improve the Asift algorithm is proposed. The improved algorithm BH-Asift ( Bicular Harris-Asift ) is applied to the multi-view 3D reconstruction system based on PMVS. The improved algorithm has stronger ability of feature points detection and matching ， and the final 3D model generated is more realistic. 0 引言 近年?砘?于多视图的三维重建技术逐渐走向成熟。 LM Shi 等人 [1] 提出了一种通过对三维重建过程中场景几何信息正常性 估计和多分辨率扩展的改进算法，提高了基于 PMVS三维重建场 景模型的真实性；赵璐璐等人 [2] 提出一种适用于未标定图像的 准稠密立体匹配算法， 该方法能更精确地进行三维重建； 魏梨君 等人[3] 提出了结合 Harris 和 SIFT 算子的三维重建方法，该方 法使用重构的匹配点能达到高的精确性， 重建的目标物体更加真 实；Y Wang等人[4]提出了一种用非标定摄像机捕获的视频序列 来提高场景自动三维重建性能的方法；戴琼海等人 [5] 提出一种 基于多视图的改进 SIFT 算法的三维重建方法，该方法对相邻视 角的特征点进行匹配运算， 利用极值约束来验证匹配特征点对的 有效性，并校正匹配的条件； JM Morel 等人[6] 提出一种完全仿 射不变的 ASIFT 特征点检测与匹配算法。 本文以开封城古建筑为 目标重建物体， 提出了用 Bicular 算法并设定阈值函数， 对输入 视图进行自适应的尺度优化，并将 ASIFT 算法在多尺度下使用 SIFT 算法检测特征点改用 Harris 算法检测特征点，改进后的算 法在时间效率和关键点匹配能力上效果明显。 1 自适应尺度优化的 ASIFT Bicubic 算法 Bicubic 算法又称为双立方插值算法，该算法对图像进行插 值的目的是获取缩小或者放大后的图片， 核心原理是计算插值图 中处像素的值， 首先计算它映射到原图中的坐标， 也就是卷积计 算时，P00点对应（i，j ）坐标，最终插值后的图中坐标点对应 的值是原图中（ i ， j ）处邻近 16个像素点的权重卷积之和。 i ， j 的范围是，。 算法卷积公式： ⑴ 算法采样公式： ⑵ 自适应尺度优化 在Bicubic算法实现过程中，输入原始视图宽度为 wO,高 度为hO,缩放比例常量（T 0,设尺度优化后的视图宽度为 w高 度h，那么（T O=W/WO, （T 0取值为（T 00。本文将常量（T 0变量 化,创新地提出以下阈值函数： ⑶ 上式⑴-⑶中变量T为视图尺度缩放比例，视图优化后的宽 度为w,高度为h，如果原始视图中w0 高斯尺度空间思想 在上一章中已经介绍,值得注意的是改进的算法,先进行 ASIFT 算法的经纬度位置模拟,再进行高斯尺度空间计算,尺度空间计 算是用不同尺度的高斯核对视图进行卷积而得到的, 视图的高斯 尺度空间表示如下： ⑷ 运用高斯尺度空间的概念原理,设定一组尺度：, Harris 算子在多尺度空间的二阶矩阵表示如下： ⑸ Harris角点检测算法的角点响应函