第十一章 三维重建.pptVIP

* CV:Reconstruction * 把每一个顶点的坐标代入 联立上述四个方程，得到系数求解出： * CV:Reconstruction * 最小中值二乘回归 用最小中值二乘准则和重采样策略实现 鲁棒回归 取距离当前点最近的n个点 在n个点中任取m个点，共 种组合 对每一个组合，作最小中值二乘回归 取各个组合中对应最小平方中值的解 2.3 鲁棒插值 由于深度测量值存在误差，因此找一个曲面来逼近深度数据比曲面插值更重要． 设重建曲面的模型为： 该曲面重建问题实际上成为确定最适合数据的曲面模型参数的回归问题，回归函数为： * CV:Reconstruction * 不适定(ill-posed)问题，因为许多函数可以对该数据集实现最佳拟合 可以增加一个逼近约束函数，使得所选择的曲面拟合函数有唯一解． 上面方程的第一个项称为问题约束，第二项是加权光滑约束项，叫做正则项或稳定函数。 在问题约束上通过增加稳定函数将不适定问题变为适定问题的过程叫正则化（regularization）． * CV:Reconstruction * * CV:Reconstruction * 2.4.2 回归样条 用张量积B样条对表面建模 用最小二乘法求解回归问题 * CV:Reconstruction * 回归样条 计算方法 1.张量积基函数 每一个测量