原创力文档- 1、本文档共32页，其中可免费阅读10页，需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
在本文中，作者首先介绍了基于SFM算法进行三维重建的背景以及该方法的主要目的和意义接着，他们详细阐述了基于SFM算法的三维重建原理，包括小孔成像的理论相机标定SFM算法中的三种坐标系图像式坐标系摄像头camera坐标系以及对极几何等概念最后，他们讨论了基于SFM算法的三维重建在实际应用中的优势和局限性，并提出了未来的研究方向和改进建议
PAGEI
PAGEI
基于SFM算法的多视图三维估计仿真
摘要
从几张二维图片中重建三维的运动几何结构，即SFM算法，它是利用图像集数据来获取相机（camera）参数，并重建场景结构的算法。该算法输入序列图像，然后以图像特征点、特征匹配的即时结果、还有摄像机（camera）的参数和稀疏三维点云为输出。本论文对传统SFM算法的一些不好的，还值得改进的地方做了优化。
论文被分成了三个部分：第一部分是三维重建算法的基本介绍，第二部分是SFM算法，基于多视图的图像建立稀疏三维模型之后，第三部分是仿真结果。
关键词：SFM算法；特征点匹配；三维重建；双目视觉
文档评论（0）